cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Monica Cinthya
Contact Email
monicacinthya@unesa.ac.id
Phone
-
Journal Mail Official
monicacinthya@unesa.ac.id
Editorial Address
Gedung A10 Teknik Informatika Kampus Unesa Ketintang Jl. Ketintang Wiyata Gedung A10 Surabaya, Jawa Timur 60231
Location
Kota surabaya,
Jawa timur
INDONESIA
Journal of Emerging Information Systems and Business Intelligence (JEISBI)
Published by Universitas Negeri Surabaya
ISSN : -     EISSN : 27743993     DOI : 10.26740/jeisbi
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Library & Information Science
Journal of Emerging Information Systems and Business Intelligence (JEISBI) aims to provide scholarly literature focused on studies and research in the fields of Information Systems (IS) and Business Intelligence (BI). This journal also includes public reviews on the development of theories, methods, and applications relevant to these topics. All published works are presented exclusively in English to reach a global audience of readers and researchers. The journal’s scope includes but is not limited to the following fields: Data Mining Generative Artificial Intelligence Big Data Analytics Business Intelligence Enterprise Architecture UI/UX Business Process Management Enterprise System System Development Decision Support System IS/IT Strategy and Planning IT Investment and Productivity IT Project Governance IS Business Value Audit SI/TI Cybersecurity and Risk Management IS/IT Operations and Service Management IT Ethics Organizational and Human Behavior Technology Digital Sociology
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 14 Documents
 1   2 
Search results for , issue "Vol. 3 No. 3 (2022)" : 14 Documents clear
Analisis Klastering Buku sebagai Evaluasi untuk Peningkatan Minat Baca Perpusatakaan SMAN 1 Grogol Karputri, Diah Leni; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 3 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i3.47121

Abstract

SMAN 1 Grogol merupakan sekolah menengah atas yang berlokasi di Kabupaten Kediri. Berdasarkan hasil wawancara dan observasi yang dilakukan kepada staf perpustakaan, saat ini kondisi minat baca di SMAN 1 Grogol tergolong cukup rendah, hal ini dilihat dari data rekap peminjaman buku di perpustakaan selama lima tahun terakhir yang fluktuatif. Pada perpustakaan penempatan buku juga belum optimal, sehingga perpustakaan SMAN 1 Grogol berkeinginan untuk meningkatkan pelayanannya. Peningkatan pelayanan memberikan kemudahan pada siswa dalam mencari buku sesuai dengan minat baca dan meningkatkan rasa tertarik terhadap buku lain karena setiap buku sudah dikelompokkan sesuai dengan kategori. Manfaat yang diperoleh pihak perpustakaan dapat membantu penentuan prioritas pengadaan buku selanjutnya. Untuk itu diperlukan analisis clustering. Clustering merupakan suatu metode untuk mengelompokkan data yang memiliki kemiripan karakteristik antara satu data dengan data yang lain. Pada penelitian ini akan menggunakan beberapa algoritma clustering yaitu K-Means clustering, K-Medoids clustering, dan Fuzzy C-Means clustering. Hasil percobaan dengan tiga algoritma clustering yang berbeda, mendapatkan cluster yang optimal berada pada cluster 8. Kemudian evaluasi clustering digunakan metode silhouette coefficient, apabila nilai silhouette coefficient mendekati 1 maka hasil cluster tersebut dapat dijadikan sebagai rekomendasi. Hasil evaluasi clustering mendapatkan cluster paling optimal adalah cluster 8 dengan nilai slihouette 0,323. Sedangkan algoritma dengan kinerja terbaik adalah K-Medoids clustering memperoleh nilai 0,21328.
Analisis Kepuasan Pengguna Aplikasi Camscanner Menggunakan Metode Technology Acceptance Model (TAM) dan End-User Computing Satisfaction (EUCS) Sholihah, Rohmatus; Indriyanti, Aries Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 3 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i3.47236

Abstract

Teknologi komunikasi memainkan peran penting dalam kehidupan kita. Contohnya adalah penggunaan teknologi komunikasi yang disebut smartphone. Smartphone dapat membantu orang terhubung terlepas dari jarak, ruang, atau waktu. Smartphone merupakan sesuatu yang krusial bagi mahasiswa untuk menunjang aktivitas akedemik di kampus. Seringkali mahasiswa mendapatkan berkas-berkas dalam bentuk hardcopy, sehingga mahasiswa akan merasa cukup kesulitan untuk membawa berkas-berkas tersebut. Dengan permasalahan tersebut mahasiswa dapat memanfaatkan aplikasi CamScanner pada smartphone untuk men-scan semua berkas manual menjadi bentuk digital tanpa harus mengantri ke tempat fotokopi. Kepuasan pengguna dengan kinerja sistem adalah tolok ukur untuk menerapkan teknologi informasi. Penelitian ini menggunakan metode Technology Acceptance Model (TAM) dan End User Computing Satisfaction (EUCS) untuk mengetahui kepuasan pengguna terhadap aplikasi CamScanner. Faktor yang dibahas dalam metode TAM diantaranya adalah faktor Perceived Uselfulness, Perceived Ease of Use, dan Attitude Toward Using. Sedangkan faktor yang digunakan pada metode EUCS diantaranya adalah Content, Format, Accuracy, Ease of Use, dan Timelines. Pengumpulan data dilakukan dengan menyebarkan kuesioner kepada 100 mahasiswa dari Jawa Timur. Berdasarkan analisis data yang telah dilakukan menggunakan software SmartPLS didapatkan hasil bahwa 93,75% pengguna aplikasi CamScanner berada dalam kategori sangat puas.
Penggunaan Metode People at the Center of Mobile Application Development (PACMAD) Sebagai Analisis Ketergunaan (Usability) pada Aplikasi Fore Coffee Nada, Kirana Meliana Dwi; Indriyanti, Aries Dwi
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 3 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i3.47239

Abstract

Evaluasi ketergunaan atau usability evaluation (UE) adalah seperangkat metodologi untuk mengukur dan mengevaluasi aspek kegunaan dari antarmuka pengguna sistem atau user interface (UI) dan mengidentifikasi masalah dari desain antarmuka. Salah satu metode yang dapat dilakukan untuk melakukan evaluasi kegunaan adalah menggunakan metode People at the Center of Mobile Application (PACMAD). Metode PACMAD terdiri dari tujuh metrik yaitu efektivitas (effectiveness), efisiensi (efficiency), kepuasan (satisfaction), pembelajaran (learnability), memorability, kesalahan (errors), dan beban kognitif (cognitive load). Penelitian ini melibatkan 16 partisipan yang dibagi menjadi dua kelompok yaitu sudah berpengalaman dan belum berpengalaman, pengujian dilakukan dengan memberikan 7 skenario tugas (scenario task) yang akan mewakili keseluruhan fitur yang ada dalam aplikasi tersebut. Hasil pengujian menunjukkan metrik effectiveness mendapat nilai sebesar 75,9%; metrik efficiency dengan nilai TBE 0,023 dan nilai ORE 73,8%; metrik satisfaction dengan skor SUS 60,5; metrik learnability dengan nilai effectiveness percobaan kedua mencapai 87,5%; metrik memorability dengan nilai ORE pada percobaan kedua mencapai 88,1%; metrik errors dengan nilai error rate sebesar 26,28%; dan metrik cognitive load mendapatkan 230 pendapat berupa keluhan dan saran dari partisipan pengujian. Berdasarkan temuan permasalahan tersebut, kemudian dikelompokkan menjadi 12 klaster permasalahan yang menghasilkan rekomendasi perbaikan untuk pengembangan usability pada aplikasi Fore Coffee.
Perbandingan Kinerja Metode Problem Transformation-KNN dan Algorithm Adaptation-KNN pada Klasifikasi Multi-Label Pertanyaan Kotakode Fitriani, Erlina Eka; Yustanti, Wiyli
Journal of Emerging Information Systems and Business Intelligence Vol. 3 No. 3 (2022)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jeisbi.v3i3.47510

Abstract

Klasifikasi multi-label merupakan proses pengelompokan data ke dalam beberapa kelas berdasarkan kesamaan ciri atau karakteristik data. Pada klasifikasi multi-label setiap data dapat memiliki lebih dari satu kelas. Implementasi klasifikasi multi-label dapat dilakukan melalui dua metode pendekatan yaitu Problem Transformation dan Algorithm Adaptation. Penelitian topik klasifikasi multi-label teks telah dilakukan oleh para peneliti terdahulu. Akan tetapi, belum terdapat penelitian yang berfokus pada perbandingan Problem Transformation dan Algorithm Adaptation berdasarkan pertanyaan multi-label dengan tagar pertanyaan sebagai label atau kelas. Tujuan penelitian ini adalah melakukan klasifikasi multi-label pada data teks dan membandingkan hasil kinerja metode Problem Transformation dan Algorithm Adaptation dalam melakukan klasifikasi multi-label. Dataset yang digunakan adalah 450 data pertanyaan pada forum Q&A platform Kotakode. Metode Problem Transformation yang digunakan pada penelitian ini adalah Label Powerset, Binary Relevance, dan Classifier Chain dengan K-Nearest Neighbor sebagai algoritma klasifikasi. Sedangkan metode Algorithm Adaptation yang digunakan adalah Multi-Label K-Nearest Neighbor (ML-KNN). Grid Search Cross Validation digunakan pada penelitian ini untuk menemukan nilai hyperparameter k yang dapat memberikan hasil kinerja model terbaik. Hasil Penelitian menunjukkan bahwa metode Problem Transformation Label Powerset dengan K-Nearest Neighbor sebagai algoritma klasifikasi menghasilkan nilai akurasi, precision, recall, dan f1 score terbaik, yaitu 86%, 92%, 86%, dan 87%. Berdasarkan hasil tersebut, Metode Problem Transformation Label Powerset-KNN menghasilkan kinerja lebih baik dalam melakukan klasifikasi multi-label pertanyaan Kotakode dibandingkan dengan metode Algorithm Adaptation Multi-Label K-Nearest Neighbor.

Page 2 of 2 | Total Record : 14

 1   2 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 7 No. 1 (2026): Vol. 07 Issue 01 Vol. 6 No. 4 (2026): Vol. 06 Issue 04 Vol. 6 No. 3 (2025): Vol. 06 Issue 03 Vol. 6 No. 2 (2025): Vol. 06 Issue 02 Vol. 6 No. 1 (2025) Vol. 5 No. 4 (2024) Vol. 5 No. 3 (2024) Vol. 5 No. 2 (2024) Vol. 5 No. 1 (2024) Vol. 4 No. 4 (2023) Vol. 4 No. 3 (2023) Vol. 4 No. 2 (2023) Vol. 4 No. 1 (2023) Vol. 3 No. 4 (2022) Vol. 3 No. 3 (2022) Vol. 3 No. 2 (2022) Vol. 3 No. 1 (2022) Vol. 2 No. 4 (2021) Vol. 2 No. 3 (2021) Vol. 2 No. 2 (2021) Vol. 2 No. 1 (2021) Vol. 1 No. 1 (2020) More Issue