cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Amanulloh Mz
Contact Email
top.rampublisher@gmail.com
Phone
+628557068499
Journal Mail Official
top.rampublisher@gmail.com
Editorial Address
Beji, Sawiji, Kec. Jogoroto, Kabupaten Jombang, Jawa Timur, Indonesiadex
Location
Unknown,
Unknown
INDONESIA
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan
Published by RAM PUBLISHER
ISSN : -     EISSN : 30323991     DOI : -
Core Subject : Humanities, Science, Engineering,
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan or in English the publication title Information Systems, Engineering and Applied Technology is an open access journal committed to publishing high quality research articles in the fields of Information Systems, Informatics, Digital Communication Information Technology, Tourism Technology, Transportation Technology, Agricultural Technology, Plantations, Fisheries, Marine, Environmental Technology, Artificial Intelligence, Mechanical Engineering, Electrical Engineering, Industrial Engineering and Civil Engineering. Published 4 X (Times) a year in January, April, July, and October. SITEKNIK accepts and selects quality articles and focuses on providing the best service for writers. SITEKNIK is committed to being a leading platform for researchers to share their innovative findings. We also provide a fast and transparent review process to ensure the quality and originality of each published article.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 45 Documents
 1   2   3   4   5 
Data Mining Clustering and Correlation Analysis of Marine Potential Insights from Capture Fisheries Coral Reef Quantity and Plankton Abundance Cindy Muhdiantini; Mega Fitri Yani; Ilham Auliya Rahman; Ati Maryati
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 2 No. 1 (2025): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14711890

Abstract

Indonesia, sebagai negara kepulauan dengan wilayah laut yang luas, memiliki potensi besar dalam memanfaatkan sumber daya laut, seperti terumbu karang, mangrove, budidaya, dan penangkapan ikan laut. Pemanfaatan yang berkelanjutan tidak hanya berdampak positif pada ekosistem laut tetapi juga meningkatkan kesejahteraan masyarakat. Untuk mendukung pengelolaan berkelanjutan, diperlukan analisis data mendalam guna mengidentifikasi pola dan hubungan yang relevan. Data mining menjadi alat efektif untuk menggali pola yang tersembunyi, terutama melalui teknik clustering. Analisis clustering dilakukan terhadap data perikanan tangkap, kuantitas terumbu karang, dan kelimpahan plankton guna menemukan kelompok homogen dalam dataset. Proses ini diawali dengan pemilihan data sesuai kriteria, dilanjutkan dengan preprocessing untuk menyaring data redundan. Hasilnya, terdapat tiga cluster utama: cluster 0 berfokus pada terumbu karang, cluster 1 pada jumlah ikan tangkap, dan cluster 2 pada kelimpahan plankton.
DIGITIZING BUSINESS PROCESSES TO IMPROVE OPERATIONAL EFFICIENCY IN COMPANIES Abdul Hakim Satria Nusantara; Achmad Taufiq Kartaatmadja; Irhan Khairul Umam; RD. Rokhmad Saedudin
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 1 No. 1 (2024): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14712569

Abstract

Digitalization has a role in improving company performance. Companies can form an organizational (company) work culture and provide competency improvement programs to increase employee productivity and performance so that they are able to make a positive contribution to improving company performance. Leadership roles in companies play an important role in improving company performance through providing motivation, providing basic needs and rewarding (recognition) employees. Digitalization also has a positive impact in carrying out company control regarding production performance or output, administering HR management digitally, business processes can be faster and more integrated. The application of digitalization provides a better experience in more accurate reporting, thereby being able to encourage business growth.
Risk Management in Financial Technology: A Systematic Literature Reviewto Support Sustainability and Security of Digital Financial Services Mega Fitri Yani; Cindy Muhdiantini; Syifa Nur Aini
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 2 No. 1 (2025): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14715318

Abstract

The rapid growth of the financial technology (FinTech) sector has revolutionized financial services by enhancing convenience, speed, and efficiency. However, this expansion also introduces significant risks, necessitating robust information technology (IT) risk management strategies. This study systematically reviews the existing literature on FinTech risk management, focusing on frameworks, algorithms, policies, and technical aspects that influence risk management practices. By integrating advanced algorithms such as Artificial Intelligence and Deep Forest with established frameworks like ISO 31000:2018 and NIST, the research provides a comprehensive perspective on managing risks in FinTech, bridging gaps not extensively covered in previous studies. A systematic literature review methodology identified and analyzed 17 key studies from an initial pool of 134 documents sourced from databases such as Scopus and Google Scholar. Findings highlight the critical role of advanced technologies and established frameworks in mitigating risks and underscore the need for continuous adaptation to evolving challenges. This research offers valuable insights for financial institutions and policymakers, promoting sustainable and secure digital financial services.
Pengembangan Aplikasi Laundry Berbasis Android di Wilayah Kota Pekanbaru Muhammad Dwi Hary Sandy
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 2 No. 1 (2025): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14729262

Abstract

Fokus penelitian ini adalah membuat aplikasi penjemputan dan pengantaran cucian bernama Clean Clothes yang dibuat khusus untuk wilayah Kota Pekanbaru. Aplikasi ini berbasis Android dan menggunakan Google Maps API dan Firebase sebagai Backend as a Service (BaaS). Arsitektur layanan mikro digunakan pada aplikasi ini agar dapat berjalan secara mandiri dan memungkinkan pengembangan fitur baru sesuai kebutuhan bisnis dengan cepat tanpa mengorbankan kinerja fungsionalitas aplikasi yang sudah ada. Fokus penelitian ini adalah untuk membantu mengembangkan aplikasi berbasis arsitektur layanan mikro yang dapat digunakan oleh penduduk Kota Pekanbaru untuk penjemputan dan pengantaran cucian yang direalisasikan pada Firebase. Untuk mengembangkan aplikasi ini, model waterfall dengan pendekatan penelitian kualitatif digunakan. Diharapkan aplikasi ini akan meningkatkan kualitas layanan penjemputan dan pengantaran cucian di seluruh Kota Pekanbaru.
Data Mining: Clustering and Correlation Analysis of Marine Potential: Insights from Capture Fisheries, Coral Reef Quantity, and Plankton Abundance Muhdiantini, Cindy; Fitri Yani, Mega; Auliya Rahman, Ilham; Maryati, Ati
SITEKNIK: Information Systems, Engineering and Applied Technology Vol. 2 No. 1 (2025): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14699240

Abstract

Indonesia, sebagai negara kepulauan dengan wilayah laut yang luas, memiliki potensi besar dalam memanfaatkan sumber daya laut, seperti terumbu karang, mangrove, budidaya, dan penangkapan ikan laut. Pemanfaatan yang berkelanjutan tidak hanya berdampak positif pada ekosistem laut tetapi juga meningkatkan kesejahteraan masyarakat. Untuk mendukung pengelolaan berkelanjutan, diperlukan analisis data mendalam guna mengidentifikasi pola dan hubungan yang relevan. Data mining menjadi alat efektif untuk menggali pola yang tersembunyi, terutama melalui teknik clustering. Analisis clustering dilakukan terhadap data perikanan tangkap, kuantitas terumbu karang, dan kelimpahan plankton guna menemukan kelompok homogen dalam dataset. Proses ini diawali dengan pemilihan data sesuai kriteria, dilanjutkan dengan preprocessing untuk menyaring data redundan. Hasilnya, terdapat tiga cluster utama: cluster 0 berfokus pada terumbu karang, cluster 1 pada jumlah ikan tangkap, dan cluster 2 pada kelimpahan plankton.
Pengembangan Aplikasi Laundry Berbasis Android di Wilayah Kota Pekanbaru Sandy, Muhammad Dwi Hary
SITEKNIK: Information Systems, Engineering and Applied Technology Vol. 2 No. 1 (2025): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14729262

Abstract

Fokus penelitian ini adalah membuat aplikasi penjemputan dan pengantaran cucian bernama Clean Clothes yang dibuat khusus untuk wilayah Kota Pekanbaru. Aplikasi ini berbasis Android dan menggunakan Google Maps API dan Firebase sebagai Backend as a Service (BaaS). Arsitektur layanan mikro digunakan pada aplikasi ini agar dapat berjalan secara mandiri dan memungkinkan pengembangan fitur baru sesuai kebutuhan bisnis dengan cepat tanpa mengorbankan kinerja fungsionalitas aplikasi yang sudah ada. Fokus penelitian ini adalah untuk membantu mengembangkan aplikasi berbasis arsitektur layanan mikro yang dapat digunakan oleh penduduk Kota Pekanbaru untuk penjemputan dan pengantaran cucian yang direalisasikan pada Firebase. Untuk mengembangkan aplikasi ini, model waterfall dengan pendekatan penelitian kualitatif digunakan. Diharapkan aplikasi ini akan meningkatkan kualitas layanan penjemputan dan pengantaran cucian di seluruh Kota Pekanbaru.
ANALISIS PERBANDINGAN SIX SIGMA DAN LEAN MANAGEMENT UNTUK PENINGKATAN KUALITAS OPERASIONAL PADA BIDANG USAHA BERBASIS LAYANAN  : A LITERATUR REVIEW Fannzy Bayu Askar Prajaya; Riko Reky Londong; Syifa Nuurunnisa Wijaksana
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 1 No. 1 (2024): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14712660

Abstract

Perbaikan proses bisnis merupakan elemen kunci untuk mengoptimalkan kinerja sektor korporasi dan bisnis jasa. Salah satu pendekatan yang dapat digunakan adalah teknik manajemen Six Sigma dan Lean. Tulisan ini menyajikan tinjauan literatur secara rinci mengenai metodologi Six Sigma dan metodologi manajemen Lean pada sektor korporasi atau perusahaan jasa. Tinjauan literatur ini memberikan wawasan tentang perbandingan metodologi manajemen Six Sigma dan Lean  yang  diperlukan untuk mendukung keberhasilan aktivitas operasional di lingkungan bisnis berbasis usaha dan  layanan. Studi empiris sebelumnya yang mengukur keberhasilan manajemen Lean dan implementasi  Six Sigma juga diperiksa untuk memberikan gambaran komprehensif mengenai dampaknya. Tinjauan literatur  ini bertujuan untuk  meningkatkan kinerja operasional dan keunggulan kompetitif di sektor bisnis berbasis layanan dengan menerapkan teknik manajemen Six Sigma dan Lean dengan mengelaborasi konsep-konsep utama dan menyajikan wawasan dari literatur terkait. 
PERAN PROSES BISNIS DALAM TRANSFORMASI DIGITAL UKM: SYSTEMATIC LITERATURE REVIEW MENGENAI TEKNOLOGI YANG DIADOPSI Shobrun Jamil Bagastio; M.Ahyar Harizillah; Muhammad Arya Pramudya Subekti
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 1 No. 1 (2024): January
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.14714928

Abstract

Penelitian ini mengeksplorasi peran proses bisnis dalam transformasi digital dan fokus pada teknologi yang diadopsi dalam konteks ini. Hal ini menekankan pentingnya proses bisnis dalam memperbarui strategi operasional, meningkatkan efisiensi, dan mendorong inovasi. Studi ini menggunakan pendekatan PRISMA untuk mengumpulkan dan mengevaluasi literatur yang relevan tentang deteksi dan mitigasi ulasan palsu. Pendekatan PRISMA dipilih karena memberikan kerangka kerja sistematis dalam pencarian, seleksi, dan evaluasi literatur, memastikan keberlanjutan dan ketelitian dalam pengumpulan data. Temuan menyoroti distribusi geografis dari karya-karya yang ditinjau, dengan India mendominasi literatur tentang peran proses bisnis dalam transformasi digital. Analisis juga mengungkapkan teknologi yang paling banyak dibahas dalam literatur, termasuk IoT, Cloud Computing dan Big Data. Penelitian ini menyimpulkan dengan menekankan perlunya eksplorasi lebih lanjut dan aplikasi praktis dari temuan penelitian ini dalam skenario dunia nyata.  
Performance Analysis of SVM and Random Forest Algorithms in the Case of the Influence of Music on Mental Health Karisma Septa Kresna; Kusnawi
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 2 No. 2 (2025): April
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.15130408

Abstract

Mental health disorders are conditions that impress a person's behavior, mindset, and emotions. According to WHO data, the rate of mental disorders in Asia has increased significantly in the past two decades, with about one-fifth of the world's adolescent population experiencing stress each year. Music has long been known to have a positive influence on mental health, and music therapy is used as one approach to assist individuals in improving social, mental, and physical conditions. In this study, the authors used data mining techniques to identify relevant patterns regarding the influence of music on mental health. Two classification algorithms, namely the Support Vector Machine (SVM) and Random Forest, is used to analyze and characterize the data. SVM is known to excel at managing high-dimensional data, while Random Forest is effective at handling data with missing outliers and features. This study purpose to oppose the performance of the two algorithms in classifying the influence of music on mental health to identify the superior algorithm in this context. The Random Forest algorithm gets 93% accuracy and SVM gets 95% accuracy, the hyperparameter tuning on the SVM algorithm has a better performance than Random Forest with an accuracy score of 97% for SVM, while for Random Forest it gets an accuracy score of 94%. The results of the study are expected to provide insight into the use of music as a mental health therapy tool.
Performance Analysis of Support Vector Machine and Gradient Boosting Machine Algorithms for Heart Disease Prediction Wirawan, Tegar; Kusnawi, Kusnawi
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Vol. 2 No. 2 (2025): April
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.15126239

Abstract

Cardiovascular disease ranks among the primary causes of mortality globally, with death rates rising each year. Assessing heart disease risk is crucial for enhancing the efficiency of prevention and treatment strategies. This study seeks to evaluate the effectiveness of two machine learning techniques, namely Support Vector Machine and Gradient Boosting Machine, in forecasting heart disease using a dataset obtained from Kaggle. The research process starts with gathering data, followed by exploratory analysis, preprocessing through label encoding, handling class imbalance with SMOTE, and normalizing data using Standard Scaler. Features were selected using the Correlation Thresholding method. Subsequently, the dataset was divided into training and testing sets to develop predictive models. The model performance was assessed using evaluation metrics, including accuracy, precision, recall, and F1-Score. The findings indicate that the Gradient Boosting Machine outperformed the Support Vector Machine, achieving an accuracy of 98% compared to SVM's accuracy of 93%. This research is expected to contribute to healthcare practices by enabling early detection of heart disease risks. Future research is recommended to explore other algorithms or employ more diverse datasets to achieve better results

Page 2 of 5 | Total Record : 45

 1   2   3   4   5 

Filter by Year

2024 2025


Reset
Filter By Issues
All Issue Vol. 2 No. 4 (2025): October Vol. 2 No. 3 (2025): July Vol. 2 No. 2 (2025): April Vol. 2 No. 1 (2025): January Vol. 1 No. 2 (2024): July Vol. 1 No. 1 (2024): January