cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Vina Zahrotun Kamila
Contact Email
atasi.jurnal@gmail.com
Phone
+6285740181270
Journal Mail Official
atasi.jurnal@gmail.com
Editorial Address
Department Information Systems Mulawarman University Jl. Sambaliung, Sempaja Sel., Kec. Samarinda Utara, Kota Samarinda, Kalimantan Timur 75242
Location
Kota samarinda,
Kalimantan timur
INDONESIA
Adopsi Teknologi dan Sistem Informasi
Published by Universitas Mulawarman
ISSN : -     EISSN : 29627095     DOI : https://doi.org/10.30872/
Core Subject : Science,
Computer Science & IT
This journal covers the field of publications on information systems which include: - Adoption Technology - Information Systems - E-commerce - E-Goverment - E-Learning - Analysis & Design of Information System - Enterprise Systems - Supply Chain Management
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 80 Documents
 4   5   6   7   8 
Analisa dan Pengembangan Sistem Informasi Prestasi Dosen Dan Mahasiswa Menggunakan Metode Prototype abidin, rohmad; DESTY AYU, NANDA
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 2 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v2i2.959

Abstract

The documentation of achievements by lecturer and students is crucial in the context of the development of faculties and educational institutions. Faculties across various higher education institutions worldwide are adopting technology to aid in improving the quality of teaching and learning, as well as monitoring the progress of lecturer and students. Furthermore, comprehensive evidence of achievements can be a significant factor in enhancing the accreditation value of study programs. An essential aspect of the accreditation process involves assessing the achievements of study programs, an evaluation that encompasses various indicators, such as the quality of teaching, research, and community engagement conducted by lecturer and students of the respective study programs. This research aims to analyze the need for an achievement information system to be employed by faculties for monitoring the achievements of lecturer and students in each study program. The development of the information system is executed using a prototype model, utilizing the PHP programming language and MySQL database. The results of this web-based application development demonstrate that the prototype model with PHP programming language and MySQL database can be effectively implemented. The implications of this web application enable the faculty leadership and study program administrators to more easily gather, monitor, and analyze the progress of faculty members and students' achievements. Consequently, the human resources development strategy at both faculty and study program levels can be further enhanced.
Penggunaan Metode Delone dan Mclean Untuk Menganalisis Kesuksesan Mulawarman Online Learning System (MOLS) Setyaningtyas, Adella Ayu; Jundillah, Muhammad Labib; Kamila , Vina Zahrotun
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 2 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v2i2.1057

Abstract

In 2019, the Mulawarman Online Learning System (MOLS) was created. All Mulawarman University students can use MOLS for support their study. The purpose of this reasearch is to determine the level of success in using the Mulawarman Online Learning System (MOLS) using the Delone and Mclean method. In this study using the Delone and Mclean method. Delone and Mclean are methods for measuring the success rate of users of an information system. Delone and Mclean have 6 (six) measurement variables including system quality, information User Satisfaction Delone and Mclean E-Learning quality, user satisfaction, use, service quality and net benefit. This research is quantitative data with a sample of 100 Mulawarman University student respondents. The results of this study indicate that the independent variables, namely system quality, information quality and service quality can affect the dependent variable, namely user satisfaction, use and net benefits.
Analisis Sentimen Ulasan Pengguna Aplikasi ZenPro dengan Implementasi Algoritma Support Vector Machine (SVM) Indra Buana, Muhammad; Brahma Arianto, Dede
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1092

Abstract

Penelitian ini bertujuan menganalisis sentimen ulasan pengguna terhadap aplikasi ZenPro, sebuah platform terkenal untuk keperluan manajemen waktu dan produktivitas. Melalui pengumpulan data dari ulasan-ulasan yang ditinggalkan oleh pengguna ZenPro di platform tersebut, analisis sentimen menjadi penting untuk memahami bagaimana pengguna merasakan dan menilai pengalaman mereka dengan aplikasi ini. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan menjadi dua kategori: positif dan negatif, dengan menggunakan algoritma Support Vector Machine (SVM). Analisis sentimen diperlukan untuk memberikan wawasan yang lebih mendalam tentang aspek-aspek mana yang mempengaruhi sentimen pengguna, apakah itu kepuasan terhadap fitur-fitur aplikasi, antarmuka pengguna, atau layanan pelanggan. Hasil dari penelitian menunjukkan, dengan SVM mampu mengklasifikasikan sentimen ulasan dengan tingkat akurasi yang sangat tinggi, mencapai 90%. Selain itu, matrik evaluasi seperti recall, precision, dan f1 score juga menunjukkan hasil yang sangat baik, yaitu sebesar 94%, 93%, dan 93% secara
Analisis Sentimen SEA Games 2023 di Twitter Metode dengan Machine Learning Irsyad, Akhmad; Geralda, Raihan Daiva; Wardhana, Reza
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 2 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v2i2.1138

Abstract

Sentiment analysis is a method used to analyze and identify the polarity (positive, negative, or neutral) of text or data related to a user's thoughts, opinions, or emotions. This method is widely used in various fields, including sentiment analysis on social media data. One very popular social media platform is Twitter. One of the biggest sporting events in Asia is the SEA Games, which are held every two years. SEA Games, many Indonesians expressed their opinions, support and emotions regarding the 2023 SEA Games on Twitter. Using supervised learning methods can provide valuable insight into how Indonesian society responds and reacts to this important sporting event. The results of this analysis can help related parties, including organizers and sponsors of the 2023 SEA Games, in understanding public sentiment, evaluating performance, and making better decisions in order to organize a successful sporting event. The results of the trials carried out by the SVM method had the best performance with an F-1 score of 61.53%.
Klasifikasi Ragam Kendaraan Menggunakan Metode Convolutional Neural Network (Cnn) Prasetyo, Muhammad Eko; Faza, Muhammad Reyno; Pratama, Rifki; Alhabsy, Said Nabil Hasan; Purwanti, Hani; Masa, Amin Padmo Azam
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 2 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v2i2.1156

Abstract

Proses klasifikasi citra ragam kendaraan menjadi suatu tantangan yang menarik untuk dilakukan penelitian. Proses klasifikasi ragam kendaraan banyak digunakan diberbagai banyak hal seperti pada proses e-tilang, e-parkir, maupun pada bidang yang lainnya. Salah satu metode yang biasa digunakan untuk proses klasifikasi adalah menggunakan metode Convolutional Neural Network (CNN). Metode CNN banyak digunakan untuk melakukan proses klasifikasi karena teruji dan telah terbukti efektif dalam pengolahan citra dan pengenalan pola. Dalam klasifikasi ragam kendaraan, CNN mampu mengekstrak fitur secara otomatis dan mengenali pola kompleks dalam data citra. Metode CNN memberikan efisiensi dan akurasi yang tinggi dalam klasifikasi ragam kendaraan, dengan berbagai aplikasi praktis seperti pengawasan lalu lintas dan sistem pengenalan plat nomor. Penelitian yang dilakukan yaitu melakukan pengenalan citra kendaraan bermotor untuk mengetahui jenis kendaraan roda dua (motor) dan kendaraan roda 4 (mobil) dengan menggunakan kombinasi metode otsu thresholding dan CNN. Hasil dari penelitian yang telah dilakukan dapat melakukan pengenalan kedua jenis kendaraan tersebut dengan baik dengan menampilkan tingkat keyakinan pada proses klasifikasi.
Analisis Sentimen Pengguna Youtube Terhadap Uang Baru Tahun Emisi 2022 Menggunakan Metode Naïve Bayes Classifier Aji Akbar Mirinda Putra; Islamiyah; Muhammad Labib Jundillah
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1177

Abstract

Uang merupakan komoditas vital dalam kegiatan ekonomi dan pada tahun 2022 Bank Indonesia meluncurkan Uang Rupiah Tahun Emisi 2022 dengan desain yang lebih menarik dan fitur keamanan yang lebih baik. Dalam hal ini media sosial, khususnya YouTube menjadi platform penting bagi masyarakat Indonesia untuk mengekspresikan pendapat mereka tentang perubahan tersebut. Metode Naïve Bayes Classifier digunakan untuk mengklasifikasikan sentimen pengguna ke dalam kategori positif atau negatif. Penelitian ini bertujuan untuk menganalisis sentimen pengguna YouTube terhadap Tahun Emisi Rupiah 2022 dengan menggunakan metode Naïve Bayes Classifier. Tujuan utamanya adalah untuk mengidentifikasi apakah sentimen pengguna positif atau negatif terhadap Tahun Emisi Rupiah 2022 dan mengukur accuracy, precision, recall, dan f1-score dari analisis sentimen tersebut. Hasil analisis menunjukkan bahwa 55,1% pengguna YouTube memberikan respon positif terhadap Uang Rupiah Tahun Emisi 2022, sementara 44,9% memberikan respon negatif. Evaluasi kinerja model menghasilkan accuracy 80%, precision 87%, recall 73%, dan f1-score 80%. Hasil ini menunjukkan bahwa model ini memiliki kinerja yang baik dalam mengklasifikasikan sentimen pengguna.
Analisis Perbandingan User Experience Aplikasi E-Commerce Shopee Dan Tokopedia Menggunakan Metode User Experience Questionnaire (UEQ) Ulhaq, Dhiya; Masa, Amin Padmo Azam; Setyadi, Hario Jati
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1183

Abstract

E-Commerce Merupakan Sebuah toko digital dimana di dalamnya terdapat penjual dan pembeli tanpa harus bertemu satu sama lain. E-Commerce didefinisikan sebagai segala bentuk transaksi komersial atau perdagangan barang dan jasa dengan menggunakan sarana elektronik. Berdasarkan penjabaran di atas, pada penelitian ini yang di uji ialah Shopee dan Tokopedia antara masing masing aplikasi dan perbandingan keduanya. Tujuan penelitian ini adalalah untuk untuk membandingkan UX para pengguna dari ke dua aplikasi e-commerce Shopee dan Tokopedia dengan menggunakan User Experience Questionnaire (UEQ). Populasi penelitian ini adalah pengguna aplikasi e-commerce Shopee dan Tokopedia dengan teknik pengambilan sampel simple random sampling. Analisis Data dilakukan dengan menggunakan UEQ Data Analysis Tool. Hasil penelitian ini adalah ditemukan bahwa semua aspek-aspek mendapatkan nilai evaluasi positif pada semua aspek yang di mana diketahui bahwa skala stimulation pada Shopee dengan nilai (mean 1,45) mendapatkan nilai good (bagus). Untuk skala attractiveness (mean 1,55), perspicuity (mean 1,66), efficiency (mean 1,39), dependability (mean 1,38), dan novelty (mean 0,92) mendapatkan nilai above average (diatas rata- rata). Sementara pada Tokopedia skala efficiency (mean 1,53) dan stimulation (mean 1,43) mendapatkan nilai good (bagus). Untuk Skala attractiveness (mean 1,53), perspicuity (mean 1,68), dependability (mean 1,43), dan novelty (mean 1,05) mendapatkan nilai above average (diatas rata- rata).
Model Delone & Mclean pada Evaluasi Kesuksesan Perpustakaan Digital Madrasah Aliyah Negeri 2 Kutai Kartanegara Nadya Puspita Sari; Putut Pamilih Widagdo; Vina Zahrotun Kamilia
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1196

Abstract

Perpustakaan digital sangat penting digunakan sebagai tempat menyediakan buku dan informasi yang dapat diakses melalui jaringan internet untuk memberikan kemudahan siswa/siswi di MAN 2 Kutai Kartanegara dalam proses menjunjung layanan dan pembelajaran. Proses untuk mengetahui evaluasi kesuksesan perpustakaan digital dianalisis menggunakan model Delone and McLean dengan variabel kualitas informasi, kualitas sistem, kualitas layanan, kepuasan pengguna, penggunaan, kepercayaan, dan manfaat bersih. Total responden yang diperoleh dalam penelitian ini sebanyak 250 responden. Metode analisis dan validitas data pada penelitian ini menggunakan pendekatan Partial Least Squares (PLS) menggunakan software SmartPLS. Hasil penelitian menunjukkan adanya pengaruh dari 5 faktor, yang terdiri dari kualitas informasi (KI), penggunaan (P), kepuasan pengguna (KP), kepercayaan (K) dan manfaat bersih (MB). kelima faktor tersebut terbukti dapat mempengaruhi secara signifikan terhadap kesuksesan penerapan perpustakaan digital pada MAN 2 Kutai Kartanegara. Penelitian ini terdapat 12 hipotesis dengan hasil 7 hipotesis diterima sedangkan 5 hipotesis ditolak yaitu jalur variabel kualitas layanan terhadap kepuasan pengguna, jalur variabel kualitas layanan terhadap penggunaan, jalur variabel kualitas sistem terhadap kepercayaan, jalur variabel kualitas sistem terhadap kepuasan pengguna, dan jalur variabel kualitas sistem terhadap penggunaan. Hipotesis yang ditolak karena tidak memenuhi standar nilai koefisien jalur dengan nilai T-statistic kurang dari 1,96 dan P-value lebih besar dari 0.05
Manajemen Proyek Sistem Informasi Reservasi Servis Kendaraan Azahra, Kaila; Yahfizham
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1353

Abstract

Penelitian ini bertujuan mengembangkan aplikasi reservasi servis kendaraan berbasis web untuk mengatasi reservasi manual. Metode yang digunakan adalah metode waterfall. Yang dimana metode ini digunakan untuk pengembangan sistem. Dengan menggunakan Use Case dan Class Diagram untuk perancangan sistem. Hasilnya adalah tampilan login, register, dashboard, kategori, golongan, dan pelanggan. Aplikasi ini diharapkan meningkatkan efisiensi dan mengurangi antrean di bengkel, memberikan pelayanan yang lebih baik kepada pelanggan.
Analisis Sentimen Twitter Menggunakan Machine Learning untuk Identifikasi Konten Negatif Kartika Sari, Amalia; Akhmad Irsyad; Dinda Nur Aini; Islamiyah; Stephanie Elfriede Ginting
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1373

Abstract

Konten Negatif adalah informasi dan dokumen elektronik yang mengandung konten yang tidak sopan, perjudian, penghinaan, pencemaran nama baik, pemerasan, pengancaman, serta penyebaran berita bohong dan menyesatkan yang dapat merugikan pengguna. Selain itu, konten negatif juga mencakup hal-hal yang memicu kebencian atau permusuhan berdasarkan suku, agama, ras, dan golongan (Alita & Isnain, 2020). Twitter adalah Wadah media sosial yang memungkinkan mengirim dan membaca pesan yang digunakan oleh individu, organisasi dan perusahaan untuk berbagi informasi, mengomentari peristiwa terkini, dan berinteraksi dengan pengguna lain. Proses analisis mencakup pembersihan data, eksplorasi data, dan penerapan model pembelajaran mesin seperti TF-IDF, Logistics Regression Model, dan Naive Bayes Classfier untuk klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model pembelajaran mesin dapat mengklasifikasikan sentimen tweet dengan sangat akurat, memberikan wawasan penting tentang opini publik di platform Twitter. Kinerja terbaik dengan skor F-1 68,4% dihasilkan dari uji coba Logistic Regression.

Page 6 of 8 | Total Record : 80

 4   5   6   7   8 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2025): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 4 No. 1 (2025): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 2 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 2 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 1 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 1 No. 2 (2022): Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 1 No. 1 (2022): Adopsi Teknologi dan Sistem Informasi (ATASI)