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 
Penerapan Metode Fuzzy Time Series Dalam Memprediksi Jumlah Peserta Didik Baru Endra A. P. Marpaung; Martua Sitorus; Dedi Candro Parulian Sinaga; Rodiah Hannum Lubis; Dwi Novi Amalia
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.v7i1.143

Abstract

Perencanaan penerimaan peserta didik baru merupakan aspek kritis dalam manajemen pendidikan karena berpengaruh langsung terhadap alokasi sumber daya, kualitas layanan, dan keberlanjutan institusi. Ketidakpastian jumlah pendaftar setiap tahun menjadi tantangan utama bagi pihak sekolah. Penelitian ini bertujuan menerapkan metode Fuzzy Time Series untuk memprediksi jumlah peserta didik baru berdasarkan data historis yang bersifat fluktuatif dan tidak pasti. Metode FTS dipilih karena kemampuannya dalam memodelkan data berbasis linguistik dan mengakomodasi ketidakpastian. Tahapan penelitian meliputi penentuan universe of discourse, pembentukan interval fuzzy, fuzzifikasi, pembentukan Fuzzy Logical Relationship (FLR) dan FLRG, serta defuzzifikasi. Data yang digunakan adalah jumlah peserta didik baru selama lima tahun akademik terakhir. Hasil prediksi dievaluasi menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan metode FTS mampu memberikan prediksi yang akurat dengan nilai MAPE sebesar 2.89%, mengindikasikan tingkat kesalahan yang rendah. Simulasi prediksi untuk tahun berikutnya menghasilkan 146 peserta didik. Dengan demikian, penerapan metode FTS dapat menjadi alternatif solusi yang efektif bagi institusi pendidikan dalam mendukung perencanaan strategis penerimaan peserta didik baru berbasis data.
Crop Yield Prediction Using Artificial Neural Network with Principal Component Analysis Dimensionality Reduction Bosker Sinaga; Harefa, Ade May Luky; Adrianta Pandia; Agil Alfarezi
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.v7i1.144

Abstract

Accurate crop yield prediction is essential to support agricultural planning, food supply stability, and decision-making in modern precision agriculture. Agricultural production is influenced by many complex and nonlinear factors such as rainfall, temperature, humidity, soil conditions, and fertilizer usage. Traditional statistical methods often face limitations in handling high-dimensional and nonlinear agricultural datasets. Therefore, this study proposes a crop yield prediction model using Artificial Neural Network (ANN) combined with Principal Component Analysis (PCA) for dimensionality reduction. PCA is applied in the preprocessing stage to reduce redundant and correlated input variables while preserving the most important data variance. The reduced dataset is then used to train the ANN model to predict crop yield values. The model is implemented using Python with libraries including NumPy, Pandas, Scikit-learn, and TensorFlow/Keras. The dataset used in this research consists of 1000 agricultural records covering three crop commodities, namely maize, barley, and rice. Model performance is evaluated using visualization techniques including histogram error, histogram predicted, PCA explained variance, predicted vs actual plot, residual plot, and training history graph. Experimental results show that the PCA-ANN model produces accurate and stable prediction results with low prediction error and strong agreement between predicted and actual values. The integration of PCA and ANN improves prediction performance, reduces computational complexity, and minimizes overfitting risk. This research demonstrates that the PCA-ANN approach is effective for crop yield prediction and can support data-driven agricultural decision-making.
Penerapan Sistem Informasi Akuntansi Digital Terhadap Efektifitas pengelolaan Keuangan Pada UMKM Desa Rumah Sumbul di Era Bisnis Digital Eviyanti Br Barus; Petti Indrayati Sijabat; Dina Luvita; Mirna Taria; 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.v7i1.146

Abstract

Penelitian ini bertujuan untuk menganalisis penerapan sistem informasi akuntansi digital terhadap efektivitas pengelolaan keuangan pada UMKM di Desa Rumah Sumbul pada era bisnis digital. Penelitian menggunakan pendekatan kuantitatif dengan metode survei melalui penyebaran kuesioner kepada 30 pelaku UMKM yang dipilih menggunakan teknik purposive sampling. Data dianalisis menggunakan analisis deskriptif kuantitatif. Hasil penelitian menunjukkan bahwa penerapan sistem informasi akuntansi digital berada pada kategori tinggi dengan nilai rata-rata indikator penggunaan software akuntansi sebesar 4.1, efisiensi pelaporan keuangan sebesar 4.3, akurasi informasi keuangan sebesar 4.2, kemudahan akses data sebesar 4.0, dan dukungan pengambilan keputusan sebesar 4.4. Penerapan sistem akuntansi digital terbukti mampu meningkatkan efisiensi waktu pencatatan hingga 60%, mengurangi biaya administrasi keuangan, meningkatkan akurasi data keuangan, serta mendukung pengambilan keputusan usaha secara lebih cepat dan tepat. Penelitian ini menunjukkan bahwa sistem informasi akuntansi digital memiliki peran penting dalam mendukung transformasi digital dan peningkatan daya saing UMKM. Hasil penelitian diharapkan dapat menjadi referensi bagi pelaku UMKM dan pemangku kebijakan dalam mengembangkan pengelolaan keuangan berbasis digital.

Page 2 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