cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wagino
Contact Email
fti.jssi@gmail.com
Phone
+6281351250727
Journal Mail Official
fti.jssi@gmail.com
Editorial Address
Jl. Adhyaksa No.2 Kayutangi, Banjarmasin, Kalimantan Selatan
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jurnal Sains Sistem Informasi
Published by Universitas Islam Kalimantan Muhammad Arsyad Al Banjari
ISSN : -     EISSN : 29855748     DOI : 10.31602/jssi
Core Subject : Science,
Computer Science & IT
Jurnal Sains Sistem Informasi adalah media yang menyebarluaskan, mengembangkan dan menfasilitasi hasil penelitian mengenai Ilmu Sistem Informasi, menjadi wadah bagi para dosen, guru, peneliti, mahasiswa dan para praktisi dalam bidang sistem informasi dari seluruh Indonesia, dalam melakukan pertukaran informasi tentang hasil-hasil penelitian terbaru yang telah dilakukan. Diterbitkan dibawah pengawasan UPT Publikasi dan Pengelolaan Jurnal UNISKA. e-ISSN : 2985-5748 dengan Frekuensi terbitan 3 kali dalam setahun yaitu pada bulan Januari, Mei, dan September.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 75 Documents
 4   5   6   7   8 
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON ATLET BERBAKAT TERBAIK MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) BERBASIS WEB Hidayat, Muhammad Taufiq; Muin, Agus Alim
Jurnal Sains Sistem Informasi Vol 4, No 2 (2026): JSSI (Mei)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i2.22150

Abstract

Seleksi calon atlet berbakat merupakan proses kompleks yang memerlukan evaluasi multi-kriteria untuk mengidentifikasi kandidat terbaik. Proses manual sering kali subjektif dan tidak konsisten, sehingga diperlukan sistem yang dapat memberikan keputusan objektif dan terstruktur. Penelitian ini mengusulkan implementasi Sistem Pendukung Keputusan (SPK) menggunakan metode Simple Additive Weighting (SAW) untuk seleksi calon atlet berbakat. Metode SAW dipilih karena kemampuannya menangani masalah Multi-Criteria Decision Making (MCDM) secara efektif dengan normalisasi matriks dan penjumlahan terbobot. Sistem dikembangkan menggunakan PHP dan MySQL dengan fitur manajemen alternatif, kriteria penilaian (keterampilan teknis, kondisi fisik, prestasi akademik, disiplin latihan, dan usia), input nilai evaluasi, perhitungan normalisasi, dan ranking hasil. Evaluasi sistem dilakukan melalui pengujian fungsional dan validasi perhitungan SAW dengan data sample 8 kandidat atlet. Hasil pengujian menunjukkan sistem berhasil menghasilkan ranking objektif dengan nilai preferensi tertinggi 10 untuk kandidat terbaik. Sistem ini memberikan solusi praktis untuk otomatisasi proses seleksi atlet dengan tingkat akurasi tinggi dan transparansi perhitungan yang dapat dipertanggungjawabkan.
APLIKASI PENGELOLAAN USULAN MUSRENBANG DAERAH BERBASIS WEB PADA BAPPELITBANG KABUPATEN BARITO KUALA Huda, Akhmad Sirajul; Maulani, Jauhari; Raharjo, Mokhamad Ramdhani
Jurnal Sains Sistem Informasi Vol 4, No 2 (2026): JSSI (Mei)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i2.22585

Abstract

Musyawarah Perencanaan Pembangunan (Musrenbang) merupakan forum partisipatif yang mempertemukan masyarakat dengan pemerintah dalam merumuskan prioritas pembangunan daerah agar lebih aspiratif dan sesuai kebutuhan. Namun, di Kabupaten Barito Kuala, pengelolaan usulan Musrenbang masih dilakukan secara manual sehingga sering menimbulkan keterlambatan verifikasi, risiko kesalahan pencatatan, serta keterbatasan transparansi. Untuk menjawab tantangan tersebut, penelitian ini merancang aplikasi pengelolaan usulan Musrenbang berbasis web yang dapat diakses oleh masyarakat, perangkat desa, kecamatan, petugas survei, hingga Bappelitbang sebagai pengambil kebijakan. Sistem dibangun dengan pendekatan model Waterfall melalui empat tahapan, yaitu analisis kebutuhan, desain, implementasi, dan pengujian. Pengujian menggunakan metode blackbox guna memastikan setiap fitur dapat berjalan sesuai dengan fungsinya. Aplikasi yang dihasilkan mampu mengakomodasi proses pengusulan program, verifikasi secara berjenjang, pelaporan berbasis grafik, serta pencatatan hasil survei dan rapat koordinasi secara terintegrasi. Kehadiran sistem ini tidak hanya mempermudah pengguna dalam memantau status usulan, tetapi juga mendukung Bappelitbang dalam perencanaan pembangunan daerah yang lebih efektif, efisien, transparan, serta terdokumentasi dengan baik, sehingga proses Musrenbang menjadi lebih modern dan akuntabel.
PERANCANGAN APLIKASI PENCEKLISTAN DAN MONITORING KESIAPAN KAPAL BERBASIS WEB Hayyuni, Cahya; Agus, Rahmadi; Hidayah, Rizqi Elmuna
Jurnal Sains Sistem Informasi Vol 4, No 2 (2026): JSSI (Mei)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i2.23447

Abstract

Kesiapan kapal merupakan aspek penting dalam mendukung kelancaran dan keselamatan operasional perusahaan pelayaran. Pada PT Masada Jaya Lines, proses penceklistan kesiapan kapal masih dilakukan secara manual, sehingga berpotensi menimbulkan keterlambatan, kesalahan pencatatan, dan kesulitan dalam monitoring kondisi kapal. Penelitian ini bertujuan untuk merancang dan membangun aplikasi penceklistan dan monitoring kesiapan kapal berbasis web sebagai sarana pendukung pemeriksaan kapal. Metode yang digunakan dalam pengembangan sistem adalah metode rekayasa perangkat lunak dengan model Waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Teknik pengumpulan data dilakukan melalui observasi, wawancara, dan studi dokumentasi. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu mempermudah proses penceklistan, meningkatkan efektivitas monitoring kesiapan kapal, serta membantu pihak perusahaan dalam mengelola dan mengarsipkan data pemeriksaan kapal secara lebih terstruktur dan sistematis
Komparasi Support Vector Machine dan Random Forest dengan Optimasi GridSearchCV untuk Klasifikasi Kematangan Buah Berbasis Fitur Warna dan Tekstur Hasbi, Muhammad; Sanjaya, Hendra
Jurnal Sains Sistem Informasi Vol 4, No 2 (2026): JSSI (Mei)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i2.23710

Abstract

@font-face {font-family:"Cambria Math"; panose-1:2 4 5 3 5 4 6 3 2 4; mso-font-charset:0; mso-generic-font-family:roman; mso-font-pitch:variable; mso-font-signature:-536870145 1107305727 0 0 415 0;}p.MsoNormal, li.MsoNormal, div.MsoNormal {mso-style-unhide:no; mso-style-qformat:yes; mso-style-parent:""; margin:0cm; mso-pagination:widow-orphan; font-size:11.0pt; font-family:"Times New Roman",serif; mso-fareast-font-family:"Times New Roman";}.MsoChpDefault {mso-style-type:export-only; mso-default-props:yes; font-size:11.0pt; mso-ansi-font-size:11.0pt; mso-bidi-font-size:11.0pt; mso-font-kerning:0pt; mso-ligatures:none;}div.WordSection1 {page:WordSection1;} Klasifikasi kematangan buah secara otomatis merupakan permasalahan penting dalam industri pertanian dan pascapanen. Penelitian ini membandingkan performa algoritma Support Vector Machine (SVM) dengan kernel RBF dan Random Forest (RF) dalam mengklasifikasikan kematangan buah tropis — meliputi apel, pisang, dan jeruk — ke dalam enam kelas: segar dan busuk. Dataset Fruits Fresh and Rotten for Classification dari Kaggle digunakan dengan 2.813 sampel valid. Setiap gambar diekstraksi menjadi 26 fitur warna dan tekstur, mencakup statistik HSV (mean, standar deviasi, skewness), statistik RGB, fitur tekstur (contrast, energy, homogeneity), dan histogram hue 8-bin. Seleksi fitur menggunakan ANOVA F-Test menghasilkan 15 fitur terbaik dengan fitur saturasi sebagai yang paling diskriminatif. Optimasi hyperparameter dilakukan dengan GridSearchCV 5-Fold, dan evaluasi akhir menggunakan 10-Fold Stratified Cross-Validation. Hasil menunjukkan SVM dengan C=100 dan gamma=scale menghasilkan akurasi 90,23%, precision 90,36%, recall 90,23%, dan F1-score 90,24%, mengungguli Random Forest yang memperoleh akurasi 82,42%. SVM terbukti lebih unggul untuk klasifikasi kematangan buah berbasis fitur warna dan tekstur pada dataset berukuran sedang.
KEPUASAN PENGGUNA PADA SISTEM E-LEARNING DI PERGURUAN TINGGI: SYSTEMATIC LITERATURE REVIEW MENGGUNAKAN MODEL EUCS Shoba Alfauzani; Reni Resmawati; Anra Muhammad Zul Romadhan; Eriene Dheanda Absharina
Jurnal Sains Sistem Informasi Vol 4 No 3 (2026): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i3.23763

Abstract

Perkembangan teknologi informasi telah mendorong pemanfaatan sistem e-learning sebagai media pembelajaran di perguruan tinggi. Implementasi e-learning memberikan kemudahan dalam proses pembelajaran, namun keberhasilannya sangat dipengaruhi oleh tingkat kepuasan pengguna. Oleh karena itu, diperlukan evaluasi yang komprehensif untuk mengetahui faktor-faktor yang mempengaruhi kepuasan pengguna terhadap sistem e-learning. Penelitian ini bertujuan untuk menganalisis kepuasan pengguna pada sistem e-learning di perguruan tinggi dengan menggunakan pendekatan Systematic Literature Review (SLR) serta model End User Computing Satisfaction (EUCS) sebagai kerangka analisis. Metode penelitian yang digunakan adalah studi literatur sistematis dengan mengkaji berbagai artikel ilmiah yang relevan dalam rentang waktu lima tahun terakhir. Proses analisis dilakukan dengan mengelompokkan temuan penelitian berdasarkan lima dimensi utama dalam model EUCS, yaitu content, accuracy, format, ease of use, dan timeliness. Hasil penelitian menunjukkan bahwa seluruh dimensi tersebut memiliki pengaruh terhadap kepuasan pengguna, dengan dimensi ease of use dan timeliness sebagai faktor yang paling dominan. Selain itu, faktor eksternal seperti kualitas jaringan internet dan kemampuan pengguna dalam mengoperasikan sistem juga turut mempengaruhi tingkat kepuasan. Penelitian ini menyimpulkan bahwa peningkatan kualitas sistem e-learning harus dilakukan secara menyeluruh dengan memperhatikan aspek teknis dan pengalaman pengguna. Dengan demikian, hasil penelitian ini diharapkan dapat menjadi acuan dalam pengembangan sistem e-learning yang lebih efektif dan sesuai dengan kebutuhan pengguna di lingkungan perguruan tinggi.
Studi Literatur Mengenai Kepuasan Mahasiswa terhadap Infrastruktur Jaringan di Lingkungan Kampus iqwa guntur afdal; Dino Attila Zaky; Muhammad Raihan Abdul Aziz; Eriene Dheanda Absharina
Jurnal Sains Sistem Informasi Vol 4 No 3 (2026): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i3.24043

Abstract

Infrastruktur jaringan di lingkungan perguruan tinggi memiliki peran penting dalam mendukung kegiatan akademik dan proses pembelajaran digital mahasiswa. Layanan jaringan seperti internet dan WiFi kampus menjadi kebutuhan utama dalam mengakses informasi dan menunjang aktivitas perkuliahan. Kajian ini bertujuan untuk menganalisis kepuasan mahasiswa terhadap infrastruktur jaringan di lingkungan kampus melalui pendekatan studi literatur. Metode yang digunakan yaitu studi literatur dengan mengumpulkan berbagai referensi berupa jurnal ilmiah dan artikel terkait kualitas layanan teknologi informasi. Teknik analisis dilakukan secara deskriptif kualitatif dengan membandingkan hasil penelitian sebelumnya mengenai kualitas layanan jaringan dan kepuasan pengguna. Hasil kajian menunjukkan bahwa tingkat kepuasan mahasiswa dipengaruhi oleh kualitas sistem, kualitas layanan, kestabilan koneksi internet, serta kecepatan akses jaringan. Metode Service Quality digunakan untuk mengukur kualitas layanan berdasarkan dimensi tangibles, reliability, responsiveness, assurance, dan empathy. Dimensi reliability dan responsiveness menjadi faktor yang paling berpengaruh terhadap tingkat kepuasan pengguna layanan jaringan kampus.
SEGMENTASI MAHASISWA BARU FTI UNISKA MAB BERBASIS GENDER DAN PROGRAM STUDI MENGGUNAKAN KLASTERISASI HIERARKI WARD Andie Andie; Hasanuddin Hasanuddin
Jurnal Sains Sistem Informasi Vol 4 No 3 (2026): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i3.24971

Abstract

Strategi promosi penerimaan mahasiswa baru (PMB) pada Fakultas Teknologi Informasi (FTI) Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin selama ini dirumuskan berdasarkan asumsi umum tanpa didasarkan pada pola nyata data pendaftar. Penelitian sebelumnya menerapkan algoritma K-Means Clustering pada data mahasiswa baru FTI UNISKA MAB dan menghasilkan segmentasi yang didominasi wilayah asal pendaftar. Penelitian ini menggali sudut pandang berbeda dengan menerapkan Agglomerative Hierarchical Clustering (metode Ward) pada data yang sama, yaitu 2.334 mahasiswa baru angkatan 2023 sampai 2025, menggunakan tujuh fitur identik: usia masuk, jenis kelamin, program studi, jenis sekolah asal, kategori wilayah asal, gelombang pendaftaran, dan jalur masuk. Jumlah klaster optimal ditentukan melalui dendrogram dan Silhouette Coefficient, menghasilkan k=4 sebagai klaster terbaik. Berbeda dari penelitian sebelumnya, hasil klasterisasi hierarki menunjukkan gender dan pilihan program studi bukan wilayah asal menjadi faktor pembeda paling dominan, membentuk klaster mahasiswa Sistem Informasi laki-laki (51,6%), klaster Teknik Informatika (16,8%) dengan proporsi perempuan tertinggi, klaster Sistem Informasi perempuan (14,5%), serta klaster non-reguler/dewasa (17,1%) yang konsisten dengan temuan sebelumnya. Temuan ini melengkapi penelitian sebelumnya dan menghasilkan rekomendasi strategi promosi tambahan berfokus pada kesetaraan gender di Program Studi Teknik Informatika serta penguatan citra Program Studi Sistem Informasi bagi calon mahasiswa perempuan.
SISTEM INFORMASI PERDAGANGAN DAERAH DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK PRIORITAS PEMANTAUAN KOMODITAS Muhammad Rais Wathani; Zaenuddin; Muhammad Fadilah
Jurnal Sains Sistem Informasi Vol 4 No 3 (2026): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i3.25033

Abstract

Dinas Perdagangan Provinsi Kalimantan Selatan memerlukan pengelolaan data perdagangan yang terintegrasi untuk mendukung pemantauan harga dan ketersediaan komoditas. Penelitian ini bertujuan membangun sistem informasi perdagangan daerah sekaligus membantu menentukan prioritas pemantauan komoditas. Sistem dikembangkan menggunakan model Waterfall dan menerapkan metode Simple Additive Weighting berdasarkan empat kriteria, yaitu harga terkini, persentase kenaikan harga, ketersediaan stok, dan jumlah lokasi perdagangan terdampak. Penilaian dilakukan melalui normalisasi, pembobotan, dan perhitungan nilai preferensi untuk menghasilkan peringkat komoditas. Hasil penelitian menunjukkan bahwa sistem dapat mengintegrasikan data komoditas, lokasi perdagangan, survei harga dan stok, verifikasi, pengaduan masyarakat, analisis prioritas, serta laporan. Penerapan Simple Additive Weighting menghasilkan urutan prioritas yang dapat digunakan sebagai informasi pendukung dalam menentukan komoditas yang memerlukan pemantauan lebih intensif.
ANALISIS SENTIMEN TERHADAP ULASAN APLIKASI KLIK INDOMARET MENGGUNAKAN METODE MULTINOMIAL NAIVE BAYES Ezra Ezra; Prastyadi Wibawa Rahayu; I Made Dwi Ardiada
Jurnal Sains Sistem Informasi Vol 4 No 3 (2026): JSSI (September)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v4i3.25042

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Klik Indomaret pada Google Play Store menggunakan metode Multinomial Naïve Bayes. Data yang digunakan sebanyak 5.000 ulasan yang dikumpulkan dalam periode November 2025 hingga Juni 2026. Setelah melalui tahap preprocessing yang meliputi case folding, tokenizing, filtering, dan stemming, diperoleh 4.462 data ulasan bersih yang kemudian diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Proses klasifikasi dilakukan dengan dua skenario pembagian data, yaitu 80:20 dan 70:30 antara data training dan testing. Hasil pengujian menunjukkan bahwa akurasi model pada skenario 80:20 sebesar 61,14%, sedangkan pada skenario 70:30 sebesar 61,54%. Evaluasi menggunakan confusion matrix menunjukkan bahwa model memiliki performa yang cukup baik dalam mengklasifikasikan sentimen positif dan negatif, namun masih rendah dalam mendeteksi sentimen netral. Hasil penelitian ini diharapkan dapat menjadi bahan evaluasi dalam meningkatkan kualitas layanan aplikasi Klik Indomaret berdasarkan opini pengguna.  Keywords: Analisis Sentimen, Multinomial Naïve Bayes, Text Mining, Google Play Store, Klik Indomaret  
OPTIMASI BOBOT HYBRID CONTENT-BASED FILTERING UNTUK REKOMENDASI PRODUK FASHION TOKOPEDIA M. Muflih; Silvia Ratna; Nur Alamsyah
Jurnal Sains Sistem Informasi Vol 2 No 2 (2024): JSSI (Mei)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jssi.v2i2.25094

Abstract

Ketersediaan produk yang sangat banyak pada platform e-commerce menimbulkan permasalahan kelebihan informasi bagi pengguna. Collaborative Filtering umum digunakan untuk mengatasi permasalahan tersebut, namun kinerjanya bergantung pada riwayat interaksi eksplisit pengguna yang pada praktiknya tidak selalu tersedia, terutama pada data ulasan publik tanpa identitas pengguna. Penelitian ini mengembangkan sistem rekomendasi produk fashion Tokopedia menggunakan pendekatan Content-Based Filtering ganda yang menggabungkan dua sinyal konten, yaitu kemiripan nama produk dan kemiripan teks ulasan pengguna, melalui skema weighted hybrid. Kedua representasi dibentuk menggunakan Term Frequency-Inverse Document Frequency dan dihitung kemiripannya dengan Cosine Similarity. Bobot kombinasi dioptimalkan menggunakan Grid Search berdasarkan Normalized Discounted Cumulative Gain pada data validasi. Eksperimen dilakukan pada 1.520 produk fashion dari 46 toko yang diperoleh dari data ulasan Tokopedia. Hasil pengujian menunjukkan bahwa hybrid dengan bobot optimal (alpha=0,80) menghasilkan NDCG@10 sebesar 0,919, lebih tinggi dibandingkan hybrid berbobot sama (0,888) dan model tunggal berbasis ulasan (0,267), menunjukkan bahwa kemiripan nama produk memberikan kontribusi lebih dominan dibandingkan teks ulasan pengguna.

Page 7 of 8 | Total Record : 75

 4   5   6   7   8 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol 4 No 3 (2026): JSSI (September) Vol 4, No 2 (2026): JSSI (Mei) Vol 4, No 1 (2026): JSSI (Januari) Vol 3, No 3 (2025): JSSI (September) Vol 3, No 2 (2025): JSSI (Mei) Vol 3, No 1 (2025): JSSI (Januari) Vol 2, No 3 (2024): JSSI (September) Vol 2 No 3 (2024): JSSI (September) Vol 2 No 2 (2024): JSSI (Mei) Vol 2, No 2 (2024): JSSI (Mei) Vol 2, No 1 (2024): JSSI (Januari) Vol 1, No 3 (2023): JSSI (September) Vol 1 No 3 (2023): JSSI (September) Vol 1 No 2 (2023): JSSI (Mei) Vol 1, No 2 (2023): JSSI (Mei) Vol 1, No 1 (2023): JSSI (Januari) More Issue