cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adli Abdillah Nababan
Contact Email
admitechsolutions@gmail.com
Phone
+62 811 6556 192
Journal Mail Official
sisfotekjar@journal.itisd.org
Editorial Address
Jl. Pintu Air Gg. Langgar, Siti Rejo I, Kec. Medan Kota, Kota Medan, Sumatera Utara 20219
Location
Unknown,
Unknown
INDONESIA
Jurnal Sistem Informasi dan Teknologi Jaringan
Published by CV. ADMITECH SOLUTIONS
ISSN : 28087917     EISSN : 28079259     DOI : https://doi.org/10.63703/sisfotekjar
Core Subject : Science,
Computer Science & IT
Jurnal SISFOTEKJAR adalah jurnal yang diterbitkan oleh CV. ADMITECH SOLUTIONS yang bertujuan untuk mewadahi hasil penelitian tentang Sistem Informasi dan Teknologi Jaringan . Jurnal SISFOTEKJAR (Sistem Informasi dan Teknologi Jaringan) adalah wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis dibidang berbagai ilmu. Jurnal SISFOTEKJAR (Sistem Informasi dan Teknologi Jaringan) terbit 2 kali dalam satu tahun yaitu di bulan Maret dan September.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 13 Documents
 1   2 
Pengembangan Sistem Informasi Tugas Akhir Berbasis Website Adhitya Pratama, Yudhistira; Nababan, Adli Abdillah; Ade Maulana; Purwa Hasan Putra; Nababan, Arif Hamied
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 5 No 1 (2024): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The rapid development of information technology has brought many changes in the field of education, one of which is the use of web-based information systems to support the process of completing student's final projects. The final project is an essential component in higher education programs, but often faces various challenges, such as coordination between students and supervisors, document management, and scheduling of activities. To address these issues, this research aims to develop a web-based final project information system that can help students and supervisors manage and monitor the final project completion process effectively. This research uses the Waterfall system development method, which consists of the stages of requirement analysis, system design, implementation, testing, and maintenance. In the requirement analysis stage, the researchers identify and document the system requirements, including the main features, functionality flow, user interface, and constraints that must be met. Intensive and collaborative communication with users, namely supervisors and students, is crucial at this stage. By understanding the system requirements comprehensively, the researchers can design appropriate solutions that meet user expectations.
Perancangan dan Implementasi Aplikasi Pendukung Keputusan Penentuan Rumah Subsidi Terbaik Menggunakan Metode MOORA Sinulingga, Silvani; Halawa, Cerah K.; Marpaung, Preddy; Pasaribu, Sutrisno A.
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 5 No 1 (2024): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Designing and implementing a decision support application for determining the best-subsidized housing using the MOORA (Multi-Objective Optimization based on Ratio Analysis) method is an important step in helping the community, especially low-income communities (MBR). One of the areas where there are subsidized houses is Tanjung Morawa District, Deli Serdang. Where there is no web-based application system or similar that can distribute information about subsidized housing to the community in that area. Therefore, it is necessary to build a decision-support application using a method. The MOORA method is very suitable for use in this context because of its ability to handle decision-making problems that involve many criteria. The application designed and built using the MOORA method is able to produce the best housing recommendations based on the highest ranking and calculation results for each predetermined criteria, where the highest result is ranking 1, namely Grya Seruni housing.
Pengembangan Sistem Informasi Pengelolaan Jadwal dan Ruangan berbasis Website Adhitya Pratama, Yudhistira; Pratama, Yudhistira Adhitya; Nababan, Adli Abdillah; Maulana, Ade; Dulianto, Des; Harefa, Ade May Luky
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 5 No 2 (2024): September
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v5i2.42

Abstract

The rapid development of information technology has significantly impacted various aspects of life, including management and administration. Efficient scheduling and room management remain a major challenge for educational, governmental, and private institutions. Manual processes are often time-consuming, prone to errors, and lack flexibility in responding to dynamic changes. This research aims to design and develop a web-based information system for scheduling and room management to address these challenges effectively. The system provides features such as building and room management, schedule management, and user account handling, enhancing accessibility and reducing overlapping schedules and allocation errors. The development process involves system requirement analysis and modeling using Use Case and Entity Relationship Diagrams. The resulting system simplifies real-time monitoring, automates manual processes, and improves institutional operational efficiency. Testing through black-box methods confirmed the system's functionality and user-friendliness, ensuring reliable implementation for users. This study contributes to technological advancement by offering a practical solution to operational inefficiencies while laying the groundwork for further enhancements in system functionality and user interface design.
Pengembangan Model Predictive Maintenance Untuk Kendaraan Menggunakan Algoritma Pembelajaran Mesin Hasugian, Penda Sudarto; Kumar, Prasanth; Aispriyani; Sagala, Jijon Raphita
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 5 No 2 (2024): September
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Vehicle maintenance is an important aspect to ensure optimal performance and vehicle life. Conventional maintenance approaches based on time or mileage (Time-Based Maintenance) are often ineffective, because they do not consider the actual condition of the vehicle. Predictive Maintenance supported by machine learning algorithms offers a more accurate solution in detecting potential vehicle damage before failure occurs, so that maintenance can be carried out according to actual needs. This study aims to develop a machine learning-based predictive maintenance model with a case study at the Payung Auto Solution workshop, which leads to the repair of Nissan, Datsun, and other vehicle brands. The methods used in this study include collecting operational data and vehicle maintenance history at Payung Auto Solution. This data is analyzed and processed using machine learning algorithms, such as Random Forest and Neural Network, to build a predictive model that is able to identify damage patterns in vehicle components. This model is tested and evaluated using prediction accuracy metrics, to determine the effectiveness of the model in predicting maintenance needs.
Implementasi Metode ELECTRE Dalam Menentukan Perekrutan Calon Model Sijabat, Petti Indrayati; Harefa, Ade May Luky; Nazara, Melfance
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 6 No 1 (2025): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membahas pengembangan sistem pendukung keputusan untuk perekrutan calon model di PT. Rama Indonesia menggunakan metode ELECTRE. Proses seleksi yang sebelumnya dilakukan secara manual sering kali mengalami kendala subjektivitas dan birokrasi yang berbelit. Oleh karena itu, penelitian ini bertujuan untuk membangun sistem yang lebih objektif dan efisien dalam menyeleksi calon model berdasarkan lima kriteria utama, yaitu Hasil Tes Wawancara, Kemampuan Berpose, Kesehatan dan Kebugaran, Portofolio, serta Keterampilan Khusus. Analisis dilakukan terhadap 10 alternatif calon model dengan menerapkan metode ELECTRE untuk menentukan peringkat berdasarkan bobot kriteria yang telah ditentukan. Hasil evaluasi menunjukkan bahwa lima kandidat berhasil memenuhi batas minimal passing grade 75%, yaitu Arifa Valkenburg (89%), Putri Mendriani (83%), Anisa Putri Ganesh (80%), Nurul (85%), dan Dinda (89%), sementara lima kandidat lainnya tidak memenuhi kriteria kelulusan. Implementasi sistem ini memungkinkan PT. Rama Indonesia untuk melakukan proses seleksi dengan lebih akurat, transparan, dan cepat. Dengan demikian, metode ELECTRE terbukti efektif dalam membantu pengambilan keputusan perekrutan calon model.
Pengembangan Decision Support System untuk Rekomendasi Pekerjaan Menggunakan Machine Learning Berbasis Dataset Rekrutmen Online Sagala, Jijon Raphita
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.136

Abstract

Transformasi digital dalam proses rekrutmen mendorong kebutuhan akan sistem cerdas yang mampu memberikan rekomendasi pekerjaan secara akurat dan efisien. Penelitian ini bertujuan untuk mengembangkan Decision Support System (DSS) rekomendasi pekerjaan berbasis machine learning dengan memanfaatkan dataset rekrutmen daring. Penelitian ini menggunakan pendekatan kuantitatif–eksperimental dengan explanatory research untuk menjelaskan pengaruh kualitas data dan kinerja model machine learning terhadap efektivitas DSS. Dataset terdiri dari 12.450 data pelamar dan 8.732 lowongan pekerjaan yang setelah preprocessing menghasilkan 10.286 entri valid. Tiga algoritma diuji, yaitu Random Forest, Support Vector Machine (SVM), dan Naïve Bayes menggunakan 10-fold cross validation. Hasil menunjukkan bahwa Random Forest memberikan performa terbaik dengan akurasi 92,87%, presisi 91,22%, recall 93,41%, F1-score 92,30%, dan ROC-AUC 0,964. Evaluasi sistem menunjukkan peningkatan akurasi rekomendasi sebesar 24,75% dibandingkan sistem rule-based konvensional serta penurunan error rate 24,75%. Evaluasi kepuasan pengguna (n=30) menghasilkan User Satisfaction Index sebesar 89,8% (kategori sangat puas). Analisis regresi menunjukkan kualitas data (β=0,387; sig=0,000) dan kinerja model (β=0,521; sig=0,000) berpengaruh signifikan terhadap efektivitas DSS dengan R²=0,781. Temuan ini menegaskan bahwa integrasi machine learning dalam DSS berbasis dataset rekrutmen daring mampu meningkatkan akurasi, efisiensi, dan kualitas pengambilan keputusan pada sistem rekomendasi pekerjaan.
Analisis Kepuasan Pelanggan Percetakan Berkat Dengan Metode Service Quality Dedi Candro Parulian Sinaga; Nurika Sari Siregar; Shadiq Arif Musyaffa; Br Tarigan, Nera Mayana
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.139

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pelanggan terhadap kualitas pelayanan pada Percetakan Berkat menggunakan metode Service Quality (SERVQUAL). Penelitian ini menggunakan pendekatan kuantitatif deskriptif dengan teknik pengumpulan data melalui penyebaran kuesioner kepada pelanggan Percetakan Berkat. Instrumen penelitian disusun berdasarkan lima dimensi SERVQUAL yaitu tangibles, reliability, responsiveness, assurance, dan empathy. Data yang diperoleh kemudian dianalisis menggunakan metode gap analysis untuk mengetahui perbedaan antara persepsi pelanggan terhadap pelayanan yang diterima dengan harapan pelanggan terhadap pelayanan yang diinginkan. Hasil penelitian menunjukkan bahwa tingkat kepuasan pelanggan pada dimensi reliability berada pada kategori baik. Persentase kepuasan pelanggan pada setiap variabel yaitu Q1 sebesar 61,6%, Q2 sebesar 57%, Q3 sebesar 54,6%, Q4 sebesar 64,7%, dan Q5 sebesar 63,5%. Nilai kepuasan tertinggi terdapat pada ketepatan waktu pelayanan, sedangkan nilai terendah terdapat pada kesesuaian layanan dengan kebutuhan pelanggan. Meskipun sebagian besar pelanggan merasa puas, masih terdapat responden yang merasa tidak puas dan netral, yang menunjukkan bahwa kualitas pelayanan masih perlu ditingkatkan. Penelitian ini diharapkan dapat menjadi bahan evaluasi bagi Percetakan Berkat dalam meningkatkan kualitas pelayanan secara berkelanjutan serta meningkatkan loyalitas pelanggan. Selain itu, penelitian ini juga diharapkan dapat memberikan kontribusi ilmiah dalam pengembangan penelitian kualitas pelayanan pada sektor jasa percetakan skala UMKM menggunakan metode SERVQUAL.
Sistem Pendukung Keputusan Pemilihan Supplier Percetakan Berkat Menggunakan Metode Weighted Product Dedi Candro Parulian Sinaga; Nurika Sari Siregar; Shadiq Arif Musyaffa; Br Tarigan, Nera Mayana
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.140

Abstract

Dalam era persaingan industri percetakan yang semakin ketat, pemilihan supplier bahan baku menjadi faktor penting dalam menjaga kualitas produk dan kelancaran proses produksi. Percetakan Berkat masih menggunakan metode manual dalam menentukan supplier, sehingga berpotensi menimbulkan subjektivitas dan ketidakkonsistenan dalam pengambilan keputusan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) dalam pemilihan supplier terbaik menggunakan metode Weighted Product. Metode ini digunakan karena mampu melakukan perhitungan multikriteria dengan mempertimbangkan bobot kepentingan setiap kriteria. Kriteria yang digunakan dalam penelitian ini meliputi harga, kualitas bahan baku, waktu pengiriman, pelayanan, dan konsistensi pasokan. Data penelitian diperoleh melalui wawancara, observasi, dan studi dokumentasi pada Percetakan Berkat. Sistem yang dibangun mampu melakukan proses penilaian supplier secara otomatis dan menghasilkan perankingan berdasarkan nilai preferensi tertinggi. Hasil penelitian menunjukkan bahwa metode Weighted Product dapat memberikan hasil penilaian yang objektif dan akurat dalam menentukan supplier terbaik. Implementasi sistem ini membantu manajemen dalam mengambil keputusan secara cepat, tepat, dan konsisten. Selain itu, sistem juga mampu meningkatkan efisiensi operasional perusahaan serta mengurangi risiko keterlambatan produksi akibat kesalahan pemilihan supplier. Dengan demikian, penerapan SPK berbasis Weighted Product dapat menjadi solusi efektif dalam mendukung pengambilan keputusan strategis pada Percetakan Berkat.
Penerapan Data Mining Dengan Algoritma Apriori Untuk Menentukan Tingkat Peminjaman Buku Amran Sitohang; Simanjorang, R. Mahdalena; M. Rifan Afandi; Sutanto, Eko
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.141

Abstract

Perkembangan teknologi informasi menyebabkan peningkatan jumlah data yang tersimpan dalam berbagai bidang, termasuk pada sistem perpustakaan sekolah. Data transaksi peminjaman buku yang tersimpan dalam jumlah besar dapat dimanfaatkan untuk memperoleh informasi penting melalui teknik data mining. Penelitian ini bertujuan untuk menerapkan data mining menggunakan algoritma Apriori dalam menentukan tingkat peminjaman buku di perpustakaan SMK Al-Washliyah 8 Perbaungan. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik Association Rule Mining. Data yang digunakan merupakan data transaksi peminjaman buku siswa yang kemudian melalui tahap preprocessing sebelum dilakukan proses analisis menggunakan aplikasi RapidMiner. Proses analisis dilakukan dengan menentukan nilai minimum support sebesar 13% dan minimum confidence sebesar 50% untuk menghasilkan aturan asosiasi yang relevan. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu menemukan pola keterkaitan peminjaman buku berdasarkan frequent itemset yang terbentuk. Beberapa buku menunjukkan hubungan peminjaman yang cukup kuat sehingga dapat digunakan sebagai dasar dalam pengelolaan koleksi perpustakaan. Informasi yang dihasilkan dari penelitian ini diharapkan dapat membantu pihak perpustakaan dalam meningkatkan kualitas pelayanan, mengoptimalkan pengadaan buku, serta menyusun tata letak buku berdasarkan pola kebutuhan siswa. Dengan demikian, penerapan data mining menggunakan algoritma Apriori dapat menjadi solusi dalam mendukung pengambilan keputusan berbasis data pada pengelolaan perpustakaan sekolah.
Penerapan Data Mining Untuk Memprediksi Tren Pasar Dalam Market Base Analysis Dengan Algoritma Fp Growth Simangungsong, Agustina; Rizki Fadila Nasution; Jelita Ananda Putri Br Manjorang; Kristin M. Pardede; Hasugian, Penda Sudarto
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.142

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan data dalam jumlah besar untuk menghasilkan informasi yang bermanfaat bagi pengambilan keputusan bisnis. Salah satu teknik yang dapat digunakan adalah data mining dengan pendekatan Market Basket Analysis untuk mengetahui pola pembelian konsumen. Penelitian ini bertujuan untuk menerapkan algoritma FP-Growth dalam memprediksi tren pasar berdasarkan data transaksi penjualan. Data yang digunakan meliputi atribut Transaction ID, jenis produk, jumlah pembelian, dan harga produk. Proses pengolahan data dilakukan menggunakan software RapidMiner melalui tahapan preprocessing data, pembentukan frequent itemset, serta pembentukan association rule. Pada penelitian ini digunakan parameter minimum support sebesar 0,3 dan minimum confidence sebesar 0,8 untuk menghasilkan aturan asosiasi yang relevan. Hasil penelitian menunjukkan bahwa algoritma FP-Growth mampu mengidentifikasi hubungan keterkaitan antar produk secara efektif dan efisien. Beberapa produk memiliki tingkat asosiasi yang tinggi, dimana produk Air Mineral sering muncul sebagai produk pendamping dalam berbagai transaksi pembelian. Hal ini menunjukkan bahwa Air Mineral merupakan salah satu produk dengan tingkat permintaan tinggi di pasar. Penerapan metode ini dapat membantu pelaku usaha dalam menentukan strategi pemasaran, pengelolaan persediaan barang, serta penentuan penempatan produk. Dengan demikian, penerapan data mining menggunakan algoritma FP-Growth dapat digunakan sebagai alat bantu dalam memprediksi tren pasar dan mendukung pengambilan keputusan bisnis berbasis data.

Page 1 of 2 | Total Record : 13

 1   2 

Filter by Year

2024 2026


Reset
Filter By Issues
All Issue Vol 7 No 1 (2026): Maret Vol 6 No 1 (2025): Maret Vol 5 No 2 (2024): September Vol 5 No 1 (2024): Maret