cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
seat@instidla.ac.id
Phone
-
Journal Mail Official
seat@instidla.ac.id
Editorial Address
Jl. Negeri Sakti Raya KM 16 Gedong Tataan, Pesawaran, Lampung
Location
Kab. pesawaran,
Lampung
INDONESIA
Journal of Software Engineering And Technology
Published by Institut Teknologi dan Bisnis Diniyyah Lampung
ISSN : 29627214     EISSN : 29617189     DOI : https://doi.org/10.69769/seat
Core Subject : Science,
Computer Science & IT
Journal of Software Engineering And Technology. The study area of this journal is Software Engineering; Sound, Image and Video Processing; Machine Learning, Artificial Intelligence, and Soft Computing; Big Data; Network and System; Computer Science and Information Systems; Internet of things. All articles will be reviewed by experts before accepted for publication. The journal is open to authors around the world regardless of nationality. SEAT Journal is published twice a year in the months of January and July. SEAT Journal will publish by Index by Moraref, Google Scholar, Garuda etc.
Arjuna Subject : Ilmu Komputer (semua kategori) - Perangkat Lunak
Articles 5 Documents
 1 
Search results for , issue "Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology" : 5 Documents clear
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JURUSAN MENGGUNAKAN METODE TOPSIS
Journal of Software Engineering and Technology. Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology
Publisher : Institut Teknologi dan Bisnis Diniyyah Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69769/seat.v1i1.14

Abstract

Kesulitan dalam menentukan penilaian dalam menentukan jurusan masih membutuhkan waktu yang cukup lama, dalam hal ini dikhususkan pada sekolah SMA Negeri 1 Tanjung Bintang, dimana dalam penentuan jurusan masih secara manual yaitu dengan cara bertanya pada setiap siswa jurusan apa yang mereka inginkan. Beberapa siswa hanya mengikuti pilihan teman, adanya paksaan dari orang tua serta perhitungan manual masih dilakukan dalam penilaian siswa. Timbulnya suatu masalah bagi sebagian siswa, seperti siswa tidak sanggupan dalam menjalani jurusan yang telah dipilihnya, sehingga di pertengahan semester kebanyakan siswa beralih jurusan lain, penurunan pada tingkat prestasi akademik siswa serta penurunan kreativitas dan bakat yang terpendam tidak berkembang. Teknik implementasi yang digunakan pada sistem pendukung keputusan penjurusan ini adalah metode Technique For Order Preference by Similarity to Ideal Solution (TOPSIS). Konsep yang dimiliki TOPSIS cukup sederhana dan mudah dipahami, komputerisasinya efisien, dan kemampuan yang dimiliki untuk mengukur kinerja relative berasal dari alternative-alternatif keputusan dalam bentuk matematis yang sederhana. Hasil keputusan yang dibuat dengan menggunakan  Metode Techinique for Order Preference by Similarity to Ideal Solution (TOPSIS) dalam sistem pendukung keputusan, untuk menghitung serta memberikan hasil akhir penilaian yang telah dirankingkan sehingga dapat membantu pihak sekolah dalam merekomdasikan dalam menentukan penjurusan siswanya, sehingga dengan menggunakan system ini dapat memperkecil kesalahan yang terjadi.
PENERAPAN METODE PIECES DALAM MENINGKATKAN KEPUASAN CUSTOMER TERHADAP SISTEM INFORMASI PENJUALAN Muhammad Reza Romahdoni; Winardi Winardi
Journal of Software Engineering and Technology. Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology
Publisher : Institut Teknologi dan Bisnis Diniyyah Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69769/seat.v1i1.15

Abstract

PT. Karya Sakti Diesel dalam melakukan pemasaran dan transaksi penjualan sudah menggunakan sistem yang berbasis website. Namun, dalam dalam mengetahui tingkat kepuasan customer perlu dilakukan evaluasi terhadap sebuah sistem informasi penjualan untuk menilai apakah sistem informasi penjualan yang digunakan sudah dapat memenuhi kebutuhan atau belum khususnya para customer dan admin perusahaan PIECES Framework. PIECES Framework sendiri merupakan suatu alat dalam menganalisis sistem informasi yang berbasis komputer, dimana terdiri dari point-point penting yang berguna untuk dijadikan pedoman/ acuan dalam menganalisis sistem tersebut. Secara singkat, PIECES Framework mengandung hal-hal penting dalam pengevaluasian sistem, seperti: Performance, Information and data, Economics, Control and security, Efficiency, dan Service Berdasarkan hasil perhitungan daftar pernyataan yang diberikan kepada responden dari 6 domain yang terdapat pada kerangka kerja PIECES terdapat satu domain yang memperoleh nilai tertinggi yaitu 4.40 yang terdapat pada nilai performance dengan predikat SANGAT PUAS dan terdapat dua domain lainnya menunjukkan predikat PUAS diantaranya economic dengan nilai rata rata 3.85 dan efficiency dengan nilai rata rata 4.02 Sistem informasi penjualan berdasarkan kerangka kerja PIECES sudah mampu memberikan kepuasan kepada pengguna.
PENGEMBANGAN SISTEM APLIKASI METODE BARCODE UNTUK ABSENSI KARYAWAN
Journal of Software Engineering and Technology. Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology
Publisher : Institut Teknologi dan Bisnis Diniyyah Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69769/seat.v1i1.19

Abstract

PT. Kemenangan Jaya adalah sebuah instansi swasta yang berskala menengah yang bergerak dibidang penyediaan untuk berbagai macam bahan interior dan eksterior untuk bangunan.    Di instansi ini terdapat suatu sistem absensi karyawan yang masih manual yang berupa hardcopy sehingga menyulitkan dalam proses pencarian data selain itu keefektifan, efisiesi waktu, proses pengabsenan dan laporan absensi kurang maksimal.Dengan latar belakang tersebut PT. Kemenangan Jaya memerlukan sistem aplikasi absensi karyawan sehingga dapat memberikan kemudahan dalam mengontrol atau mengelola daftar hadir karyawan, memproses pencarian data, pendataan karyawan sehingga dapat mengurangi tingkat kesalahan dalam penginputan ID Pegawai dalam proses absensi tersebut.Dalam penelitian maka peneliti memiliki usulan dari proses analisa, perencanaan, kontruksi agar menggunakan aplikasi Visual Basic 6.0, SQL Server 2000 untuk databasenya dan memerlukan perangkat tambahan yaitu alat Barcode Scanner.
PERANCANGAN APLIKASI PELAYANAN JASA PADA RIAS PENGANTIN (MUA) MAKHSUN PHOTOGRAPHY GISTING BERBASIS ANDROID Dwi Handoko; Kanti Lestari; Tiara Widi Astuti
Journal of Software Engineering and Technology. Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology
Publisher : Institut Teknologi dan Bisnis Diniyyah Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69769/seat.v1i1.21

Abstract

Saat ini pelayanan pemesanan jasa makeup masih menggunakan sms dan telepon  sebagai media komunikasi antara pelanggan dan professional makeup artist (MUA). Seorang MUA biasa menawarkan atau mempromosikan jasanya melalui facebook, instagram dan  sebagainya. Penggunaan di media-media tersebut masih kurang efektif. Kurangnya informasi  yang didapat sehingga pelanggan sulit mendapatkan jasa yang cocok dengan selera atau kebutuhan dan sulit menyesuaikan dengan MUA. Tujuan Makeup untuk mengubah penampilan wajah yang dinilai kurang sempurna dan untuk memperindah penampilan wajah khususnya para wanita untuk menghadiri suatu kegiatan atau acara seperti acara pernikahan, Metode penelitian pada penelitian ini adalah penelitian kualitatif dimana strategis yang digunakan adalah design and Creation. Penelitian ini menggunakan metode pengumpulan data dan wawancara,observasi dan studi literatur. Metode perancangan yang digunakan adalah waterfall dan teknik pengujian yang digunakan adalah Black Box dan White-Box. Dari penelitian ini menghasilkan rancangan aplikasi pusat pelayanan jasa makeup menampilkan daftar profil MUA pada jasa rias MUA Makhsun Photography Gisting, harga yang ditawarkan serta pelanggan dapar memeriksa ketersediaan perias yang dibuat berbasis android yang dapat diakses menggunakan smartphone, Perancanngan aplikasi ini diharapkan memberikan informasi mengenai pusat pelayanan jasa makeup dan juga memudahkan dalam mencari dan memesan jasa makeup sesuai dengan kebutuhan pelanggan atau user.
PERBANDINGAN METODE DEEP LEARNING RECURRENT NEURAL NETWORKS , ARIMA DAN HOLT-WINTERS EXPONENTIAL SMOOTHING DALAM PREDIKSI POLA TRANSAKSI PELANGGAN Muhamad Brilliant; Iis Ariska Nurhasanah; Herlini Oktaria
Journal of Software Engineering and Technology. Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology
Publisher : Institut Teknologi dan Bisnis Diniyyah Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69769/seat.v1i1.18

Abstract

PT Andesit Lumbung Sejahtera yang bergerak di bidang pertambangan dan pengolahan batu andesit, berkomitmen untuk menyokong baik perusahaan milik Negara maupun swasta, dengan menyediakan material berkualitas dan siap pakai bagi kebutuhan pembangunan di Sumatera bagian Selatan, khususnya Lampung. Sebagai perusahaan penghasil batu andesit yang sudah dikenal dan memiliki banyak pelanggan, PT Andesit Lumbung Sejahtera harus selalu berupaya melakukan yang terbaik agar posisinya dapat eksis dalam rangka membantu pembangunan infrastruktur di Lampung. Perusahaan harus melakukan perencanaan di segala bidang, salah satunya adalah bidang penjualan dengan menyusun rencana penjualan. Peramalan penjualan bertujuan untuk memperkirakan penjualan di masa yang akan datang pada periode tertentu. Dalam rangka meramalkan jumlah pelanggan akan pada PT.Andesit Lumbung Sejahtera, akan dibandingkan dua metode peramalan, yaitu Recurrent Neural Networks, Autoregressive Integrated Moving Average (ARIMA) dan Holt-Winters Exponential Smoothing . Metode Winter’s Exponential Smoothing digunakan ketika data menunjukkan pola trend dan musiman. Dari tiga metode yang diuji berdasarkan nilai kesalahan terkecil MSE, metode Reccurent Neural Network merupakan metode peramalan terbaik karena metode tersebut menghasilkan nilai MSE terkecil dibandingkan dengan metode lainnya, yaitu sebesar 114. Nilai MSE dipilih nilai terkecil dikarenakan semakin kecil nilai MSE nilai ramalan (prediksi) semakin mendekati nilai aktualnya. Jika dilihat dari nilai MAPE metode peramalan Reccurent Neural Network memiliki nilai MAPE 0,289 yang berarti memiliki nilai bias sangat kecil.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 5, No 2 (2025): SEAT: Journal Of Software Engineering and Technology Vol 5, No 1 (2025): SEAT: Journal Of Software Engineering and Technology Vol 4, No 2 (2024): SEAT: Journal Of Software Engineering and Technology Vol 4, No 1 (2024): SEAT: Journal Of Software Engineering and Technology Vol 3, No 2 (2023): SEAT: Journal Of Software Engineering and Technology Vol 3, No 1 (2023): SEAT: Journal Of Software Engineering and Technology Vol 2, No 2 (2022): SEAT: Journal Of Software Engineering and Technology Vol 2, No 1 (2022): SEAT: Journal of Software Engineering And Technology Vol 1, No 2 (2021): SEAT: Journal of Software Engineering And Technology Vol 1, No 1 (2021): SEAT: Journal of Software Engineering And Technology