cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Achmad Baijuri
Contact Email
justify0609@gmail.com
Phone
+6285234551166
Journal Mail Official
justify0609@gmail.com
Editorial Address
Fakultas Sains dan Teknologi, Universitas Ibrahimy Jl. KHR. Syamsul Arifin No. 01-02 Sukorejo Situbondo PO Box. 2 Telp. 0338-451307 Fax. 0338-45306 Sumberejo Banyuputih Situbondo Jawa Timur
Location
Kab. situbondo,
Jawa timur
INDONESIA
JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Published by Universitas Ibrahimy
ISSN : 29623871     EISSN : 29623642     DOI : https://doi.org/10.35316/justify
Core Subject : Science,
Computer Science & IT
JUSTIFY is an open access peer-reviewed journal which is original research and published by the Department of Science and Technology of Ibrahimy University. This journal contains scientific literature on applied research studies in information systems, information technology and a public review of the development of theories, methods, and science in information systems and information technology. JUSTIFY: The Ibrahimy Information System Journal is published twice a year in July and January.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 73 Documents
 4   5   6   7   8 
Perancangan Sistem Pendukung Keputusan Penentuan Prioritas Proyek Pengembangan Aplikasi pada CV BOSpintar Jaya Yusman, Beny; Fadel, Moh.; M. Syafiih; Muafi; Bambang
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 4 No. 2 (2026): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v4i2.9079

Abstract

CV BOSpintar Jaya, a company engaged in application development services, faces challenges in determining project priorities when multiple development requests are received within a limited timeframe. Priority determination that relies on subjective judgment may lead to project delays, inefficient resource allocation, and decreased client satisfaction. This study aims to design a Decision Support System (DSS) to assist management in objectively and systematically determining the priority of application development projects. The research methodology includes requirements analysis, identification of project alternatives and decision criteria, criteria weighting, decision model design, as well as system interface and database design. The criteria used include project value, urgency level, development complexity, estimated duration, risk of requirement changes, and availability of developer resources. The calculation process produces preference values and project rankings as recommendations for project prioritization. The results show that the designed DSS is able to provide consistent, transparent, and traceable priority recommendations, thereby supporting faster and more accurate decision-making while reducing dependence on subjective assessments. The proposed DSS is expected to improve project planning efficiency, optimize resource allocation, and enhance the quality of application development services at CV BOSpintar Jaya.
Desain Dan Optimalisasi Database Hasil Scrapping Untuk Sistem Pencarian Laptop Rizal Sapta Dwi Harjo; Miftahul Arifin; Aam Shodiqul Munir
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 4 No. 2 (2026): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v4i2.9102

Abstract

Kebutuhan laptop saat ini sudah menjadi kebutuhan primer dalam kehidupan masyarakat. Karena itu diperlukan suatu sistem pencari produk laptop agar masyarakat dapat mencari laptop sesuai dengan kebutuhannya. Data yang didapat untuk system ini diambil dari hasil webscrapping dari dua buah ecommerce dan menghasilkan satu buah table data. Data yang dihasilkan jika di ubah menjadi suatu database menghasilkan database flat dan tidak berelasi. Solusi dari permasalahan tersebut adalah mendesain Kembali dan mengoptimalisasi database tersebut. Optimalisasi database dapat dilakukan dengan beberapa cara diantaranya memalui DDL dan DML. Proses pegumpulan data yang akan digunakan adalah pengumpulan data menggunakan metode web scrapping kemudian mendesain database berdasarkan data yang telah dihasilkan dari metode web scrapping tersebut. Hasil dari penelitian ini adalah membangun dan mengoptimalisasi database sehingga lebih mudah dalam melakukan analisa dan pencarian.
Klasifikasi Sentimen Positif dan Negatif Ulasan Aplikasi GetContact Dengan Algoritma Naïve Bayes Putri Nur Apriliyanti; Moh. Dasuki; Rahman, Miftahur
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 4 No. 2 (2026): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v4i2.9133

Abstract

Perkembangan teknologi informasi yang pesat telah mendorong meningkatnya interaksi pengguna dengan aplikasi digital, salah satunya melalui ulasan di platform Google Play Store. Ulasan pengguna terhadap aplikasi dapat mencerminkan kepuasan atau ketidakpuasan, yang bermanfaat bagi pengembang untuk evaluasi dan peningkatan layanan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen positif dan negatif pada ulasan pengguna aplikasi GetContact dengan menerapkan algoritma Naïve Bayes. Data yang digunakan berupa 1000 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping, kemudian diberi label oleh ahli bahasa. Tahapan penelitian meliputi preprocessing data seperti cleaning, tokenizing, case folding, stopword removal, punctuation removal, dan stemming. Setelah itu, dilakukan pembobotan fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dilanjutkan dengan klasifikasi menggunakan Multinomial Naïve Bayes. Evaluasi performa model dilakukan dengan metrik akurasi, presisi, recall, dan f1-score. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 87%, presisi 0,87, recall 0,89, dan f1-score 0,88. Penelitian ini membuktikan bahwa Naïve Bayes merupakan algoritma yang efektif dan efisien dalam menganalisis sentimen ulasan aplikasi berbahasa Indonesia, serta dapat dijadikan referensi untuk pengembangan sistem analisis opini di masa depan.

Page 8 of 8 | Total Record : 73

 4   5   6   7   8 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2026): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 4 No. 1 (2025): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 3 No. 2 (2025): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 3 No. 1 (2024): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 2 No. 2 (2024): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 2 No. 1 (2023): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 1 No. 2 (2023): JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 1 No. 1 (2022): JUSTIFY : Jurnal Sistem Informasi Ibrahimy