cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wahyuddin S
Contact Email
wahyu@amiklps.ac.id
Phone
+6285299583927
Journal Mail Official
wahyu@amiklps.ac.id
Editorial Address
Kampus STMIK Amika Soppeng, Jalan bukit tujuh wali-wali salotungo, Kota Watansoppeng (90812), Provinsi Sulawesi Selatan, Indonesia.
Location
Kab. soppeng,
Sulawesi selatan
INDONESIA
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Amika Soppeng
ISSN : 29643988     EISSN : 29643953     DOI : https://doi.org/10.70247/jumistik.v3i1.76
Core Subject : Economy, Science, Engineering,
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) di terbitkan oleh Kampus STMIK Amika Soppeng. JUMISTIK terbit 2 edisi per tahun pada bulan Juni dan bulan Desember dengan scope ilmu komputer yang mencakup manajemen informatika, sistem informasi dan teknologi komputer.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 81 Documents
 5   6   7   8   9 
Implementasi Zero Trust Architecture dengan Multi-Factor Authentication dan Continuous Verification pada Sistem Login berbasis Web Alvansyah, Oka; Kiswanto, Dedy; Nasution, Afifah Naila; Zulfi, M. Fikri
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.220

Abstract

Perkembangan teknologi digital yang pesat menuntut adanya kerangka keamanan siber yang adaptif dan berlapis. Model keamanan tradisional berbasis perimeter tidak lagi efektif dalam menghadapi ancaman yang mengeksploitasi sesi pengguna dan akses internal jaringan. Penelitian ini mengimplementasikan Zero Trust Architecture (ZTA) dengan integrasi Multi-Factor Authentication (MFA) dan Continuous Verification (CV) untuk memperkuat mekanisme autentikasi dan otorisasi pada sistem login berbasis web. Metode penelitian dilakukan melalui lima tahapan pengembangan, meliputi autentikasi berlapis, kontrol akses berbasis hak minimum, verifikasi identitas berkelanjutan, serta pencatatan aktivitas secara real-time berdasarkan prinsip Assume Breach. Hasil penelitian menunjukkan bahwa kombinasi MFA dan CV meningkatkan ketahanan sistem terhadap pencurian kredensial dan akses tidak sah melalui verifikasi sesi pengguna secara berkelanjutan. Selain itu, penerapan activity logging meningkatkan visibilitas dan kemampuan audit keamanan sistem. Penelitian ini memberikan kontribusi berupa kerangka implementasi Zero Trust yang komprehensif dan sesuai dengan standar keamanan global, serta dapat menjadi acuan dalam pengembangan keamanan web adaptif di masa depan.
Prediksi Pergerakan Harga Ethereum Menggunakan Machine Learning dengan Algoritma Random Forest dan XGBoost Girinata, I Made Candra; Styawan, Budi; Saputra, Arwin Wahyu; Arif, M Aidil; Dahur, Arnoldus Janssen
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.222

Abstract

ABSTRAK Perkembangan aset kripto yang pesat, khususnya Ethereum, menuntut adanya model prediksi harga yang akurat untuk mendukung strategi investasi dan manajemen risiko. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja dua algoritma machine learning ensemble, yaitu Random Forest (RF) dan XGBoost, dalam memprediksi harga harian Ethereum. Dataset historis ETH/USD sebanyak 3.423 observasi dari periode September 2016 hingga Juli 2025 diperoleh dari platform Bitfinex. Setelah melalui tahap pra-pemrosesan data dan rekayasa fitur temporal, dataset dibagi dengan rasio 80:20 untuk pelatihan dan pengujian. Model dievaluasi menggunakan metrik Root Mean Square Error (RMSE) dan Koefisien Determinasi (R²). Hasil eksperimen menunjukkan bahwa XGBoost secara signifikan mengungguli Random Forest, dengan nilai RMSE 134.63 dan R² 0.958. Sebagai perbandingan, Random Forest menghasilkan RMSE 208.45 dan R² 0.899. Temuan ini mengindikasikan bahwa mekanisme boosting pada XGBoost lebih efektif dalam menangkap kompleksitas dan volatilitas data pasar kripto. Kata kunci: Prediksi Harga, Ethereum, Machine Learning, XGBoost, Random Forest.
Analisis Sistematis Tren Pengembangan Aplikasi Mobile di Indonesia pada Periode Tahun 2024-2025 Alda, Muhamad; Syahfitri, Asri Akmaliyah; Aji, Agung Prasetyo; Abdul Aziz , Fahar
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.223

Abstract

Kemajuan teknologi informasi telah membawa perubahan besar dalam pengembangan aplikasi mobile yang kini menjadi bagian penting dari aktivitas manusia modern. Aplikasi mobile tidak hanya digunakan sebagai sarana hiburan dan komunikasi, tetapi juga berperan dalam peningkatan efisiensi di berbagai bidang seperti pendidikan, kesehatan, bisnis, dan industri. Penelitian ini bertujuan untuk meninjau secara sistematis tren-tren teknologi yang diterapkan dalam pengembangan aplikasi mobile di Indonesia dengan menggunakan metode Systematic Literature Review (SLR). Pendekatan ini dilakukan dengan mengidentifikasi serta menganalisis berbagai literatur ilmiah yang relevan untuk memperoleh pemahaman menyeluruh tentang arah perkembangan aplikasi mobile terkini. Sumber data penelitian diperoleh melalui Google Scholar dengan fokus pada publikasi ilmiah dalam rentang waktu 2024 hingga 2025. Berdasarkan hasil telaah, ditemukan beberapa tren utama dalam pengembangan aplikasi mobile, antara lain Artificial Intelligence, Machine Learning, Internet of Things, 5G, dan Blockchain. Setiap teknologi tersebut berperan penting dalam meningkatkan kemampuan aplikasi, mulai dari pemrosesan data cerdas, konektivitas tinggi, hingga keamanan digital. Hasil penelitian ini memberikan gambaran bahwa arah pengembangan aplikasi mobile di Indonesia mengarah pada integrasi teknologi cerdas dan inovatif yang mampu menjawab tantangan era digital.
Rancang Bangun Sistem Manajemen Toko Helga Electric Kesamben menggunakan Metode Agile Silviandari, Nafiza; Nur Budiman, Saiful; Febrinita, Filda
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.225

Abstract

Penelitian ini dilatarbelakangi oleh keterbatasan sistem manajemen pada Toko Helga Electric Kesamben, terutama pada fitur retur dan laporan keuangan yang menyebabkan pengelolaan data menjadi lambat, tidak terintegrasi, dan rentan kesalahan pencatatan. Tujuan penelitian ini adalah merancang dan membangun sistem manajemen toko menggunakan metode Agile agar lebih efisien dan fleksibel, serta pendekatan Research and Development (R&D) melalui tahapan analisis, desain, pengembangan, pengujian, evaluasi, dan peluncuran. Hasil dari dua sprint menunjukkan sistem mampu mengelola stok, transaksi, retur, dan laporan keuangan secara otomatis dan terintegrasi. Pengujian menunjukkan seluruh fungsi berjalan sesuai rancangan dengan nilai Cyclomatic Complexity (CC) sebesar 11,85, menandakan logika program cukup kompleks. Tingkat akurasi mencapai 100% pada black box testing, dan penerimaan sistem sebesar 93,5% pada close beta testing. Fitur utama seperti laporan keuangan otomatis, notifikasi restock, dan pelacakan retur meningkatkan efisiensi kerja. Sistem ini terbukti mampu meningkatkan efisiensi, akurasi data, serta mendukung pengambilan keputusan bisnis.
Implementasi React.Js pada Aplikasi Pengadministrasian Penerimaan dan Pelaporan Retribusi (E-Paper) Budianto, Ari; Pandu Kusuma, Abdi; Romadhona, Rizki Dwi
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.226

Abstract

Bidang Pengelola Kawasan Wisata pada Dinas Kebudayaan dan Pariwisata Kota Blitar memiliki peran strategis dalam meningkatkan Pendapatan Asli Daerah (PAD) melalui pengelolaan tiga destinasi wisata unggulan. Proses administrasi retribusi yang masih bersifat manual menimbulkan kendala seperti ketidakakuratan data, keterlambatan pelaporan, dan potensi kehilangan informasi. Penelitian ini mengembangkan aplikasi pengadministrasian retribusi berbasis web menggunakan React.JS guna meningkatkan efisiensi serta akurasi pengelolaan data. Aplikasi ini dilengkapi fitur pengelolaan retribusi pengunjung, parkir, dan kios. Pengujian menggunakan metode Whitebox memperoleh nilai Cyclomatic Complexity sebesar 5, yang menunjukkan lima jalur logika independen login, pendaftaran akun, input data, cetak PDF, dan logout telah berjalan tanpa kesalahan logika. Hasilnya menunjukkan aplikasi layak diimplementasikan serta mendukung pencapaian target PAD melalui pemanfaatan teknologi informasi di sektor publik.
Penerapan Machine Learning untuk Analisis Sentimen Agoda dengan Algoritma KNN, Naive Bayes, dan SVM Rindiani, Popi; Fatmawati, Jeni; Wira Hadi, Sofian; Fazriansyah, Agung; Fitriana, Lady Agustin
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.232

Abstract

The rapid advancement of digital technology has significantly transformed the tourism industry, particularly in online hotel booking services such as Agoda. The large volume of user reviews available on this platform serves as a valuable data source for analyzing customer satisfaction and perceptions. This study aims to conduct sentiment analysis on 5,000 Indonesian-language user reviews from the Agoda mobile application by comparing the performance of three machine learning algorithms: K-Nearest Neighbors (KNN), Naïve Bayes, and Support Vector Machine (SVM). Data were collected using a web scraping technique from Google Play Store and processed through several preprocessing stages, including cleaning, case folding, tokenization, word normalization, stopword removal, and stemming. Text representation was performed using the CountVectorizer method, with an 80:20 ratio of training and testing datasets. The experimental results show that the SVM algorithm achieved the highest performance with an accuracy of 84.1%, outperforming Naïve Bayes (65.3%) and KNN (61.7%). These findings indicate that SVM demonstrates superior capability in classifying positive, negative, and neutral sentiments in Indonesian text. The results of this research are expected to contribute to the development of sentiment analysis models and support service quality improvement based on user feedback.
Implementasi Metode Simple Additive Weighting untuk Penilaian Kinerja Dosen STMIK Amika Soppeng Irfan, Andi; Hendrawansyah, Hendrawansyah; Salsabilah, Anugrah Batari Gading
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.233

Abstract

ABSTRAK Penilaian kinerja dosen merupakan aspek penting dalam menjamin mutu pendidikan di perguruan tinggi. Di STMIK Amika Soppeng, proses penilaian kinerja dosen masih menggunakan Google Form, kemudian hasilnya direkap dan diolah menggunakan Microsoft Word. Proses ini tidak hanya memerlukan waktu yang cukup lama, tetapi juga beresiko menimbulkan kesalahan manusia serta kurang terstruktur. Oleh karena itu, dibutuhkan sistem informasi yang mampu mengelola penilaian kinerja dosen secara terintegrasi, sistematis, dan objektif. Penelitian ini bertujuan membangun sistem informasi berbasis web yang menerapkan metode Simple Additive Weighting (SAW) dalam proses perhitungan nilai penilaian. Metode Simple Additive Weighting (SAW) dipilih karena dapat menangani pengambilan keputusan multikriteria secara terukur berdasarkan bobot dan kriteria yang telah ditentukan. Sistem dikembangkan menggunakan model waterfall dan diuji menggunakan metode black-box untuk memastikan setiap fitur berfungsi dengan baik. Hasil implementasi menunjukkan bahwa sistem ini dapat membantu Lembaga Penjaminan Mutu (LPM) dalam melakukan proses input nilai, normalisasi, perhitungan akhir, pemeringkatan, hingga pencetakan laporan secara otomatis, akurat, efisien, dan dapat dipertanggungjawabkan. Kata Kunci: Sistem Informasi, Penilaian Kinerja Dosen, SAW, Web, Blackbox
Model Prediksi Pendapatan berbasis Jaringan Saraf Tiruan : Studi Kasus pada Alokasi Anggaran Iklan Rahmawati, Aulia; Dwi Nugroho H., Yabes
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.234

Abstract

Ledakan data dan perkembangan teknologi dalam satu dekade terakhir ini mendorong meningkatnya penelitian di bidang kecerdasan buatan, khususnya machine learning. Data dari aktivitas digital seperti transaksi bisnis dalam suatu perusahaan menuntut metode yang mampu mengekstraksi informasi bernilai untuk mendukung pengambilan keputusan strategis. Salah satu pendekatan yang banyak digunakan adalah Jaringan Saraf Tiruan (JST), model yang terinspirasi dari sistem jaringan saraf manusia dan efektif mengenali pola non-linear serta kompleks. Jaringan Saraf Tiruan telah diaplikasikan dalam berbagai bidang, termasuk kesehatan, keuangan, dan meteorologi. Penelitian ini berfokus pada pemanfaatan JST untuk prediksi pendapatan berdasarkan variasi distribusi beberapa anggaran iklan. Metode yang digunakan adalah model JST dengan tiga lapisan, yakni input, hidden, dan output layer. Output layer pada model ini hanya terdiri dari satu neuron sebagai representasi pendapatan. Hasil penelitian menunjukkan konfigurasi terbaik pada batch size = 2, neuron hidden layer = 16, dan epoch = 150, dengan performa prediksi Mean Absolute Error (MAE) sebesar 0,47.
Implementasi Metode Blackbox Testing Dalam Pengujian Fungsionalitas Website Dimsum Gemoy Mukhlisin, Ahmad Nur; Urdatun Nafi`ah, Anisa; Saifudin, Andoko; Syafiq, Aisy Syarah; Hakim, Ahmad Luqman; Thoib, Imam
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.235

Abstract

The current development of information technology has increased the need for good and high-quality web systems. One important step to ensure software quality is to conduct testing using the black box testing method. This method focuses on system functions without the need to know the internal components. This study aims to test the functionality of the Dimsum Gemoy website using the black box testing method on several main modules, namely the Login, Register, Send Message, Add Item to Cart, Cart Features, and Order Details modules. The total number of tests conducted was 120 test cases, with the results of 50 test cases being successful and 70 test cases failing. The highest success rate was in the Add Item to Cart module at 66.67%, while the lowest was in the Order module at 25.53%. Overall, the test success rate reached 41.67%. These results indicate that the Dimsum Gemoy website still needs improvement, especially in the Send Message and Order Details modules, to run well and provide a more satisfying user experience.
Transformasi Komunikasi Digital : Studi Perbandingan Fitur Antara BBM dan Whatsapp Firmanto, Tudi; Alda, Muhammad; Hidayat, Kautsar; Muhammad, Mar'ie Aqil Reyhan
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.236

Abstract

Perkembangan pesat teknologi komunikasi mobile telah mengubah cara manusia berinteraksi, khususnya melalui platform pesan instan. Penelitian ini mengkaji transformasi komunikasi digital yang tercermin dari pergeseran penggunaan BlackBerry Messenger (BBM) ke WhatsApp melalui analisis perbandingan fitur teknologi, pengalaman pengguna, dan pola adopsi sosial. Metode yang digunakan adalah deskriptif kualitatif dengan dukungan studi literatur dan observasi perilaku digital. Hasil penelitian menunjukkan bahwa dominasi WhatsApp ditentukan oleh integrasi lintas perangkat, enkripsi end-to-end, antarmuka yang intuitif, serta stabilitas fitur multimedia. Sebaliknya, BBM mengalami penurunan akibat ekosistem yang terbatas, kompleksitas registrasi berbasis PIN, dan keterlambatan inovasi di platform Android dan iOS. Secara sosial, WhatsApp mendorong komunikasi yang lebih inklusif dan real-time sehingga membentuk budaya komunikasi digital yang baru. Penelitian ini memberikan kontribusi berupa kerangka komparatif berbasis fitur untuk menjelaskan alasan keberhasilan WhatsApp menggantikan BBM di Indonesia.

Page 8 of 9 | Total Record : 81

 5   6   7   8   9 

Filter by Year

2022 2025


Reset
Filter By Issues
All Issue Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 1 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 3 No 2 (2024): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 3 No 1 (2024): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 2 No 2 (2023): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 2 No 1 (2023): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 1 No 1 (2022): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)