JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
JUSTINDO is a scientific journal managed by the informatics engineering study program at the University of Muhammadiyah Jember as a publication media for research articles in the field of systems and information technology which covers the following topics: Software engineering, Games, Information Retrieval, Computer networks, Telecommunication, Internet, Internet of Things, Cloud Computing, Wireless technology, Network security, Multimedia technology, Mobile Computing, Parallel / Distributed Computing, Development, management and utilization of Information Systems, Organizational Governance, Enterprise Resource Planning, Enterprise Architecture Planning, e-Businness, e-Commerce, e-Learning, Data mining, Text mining, Machine Learning, Data warehouse, Online Analytical Processing, Artificial Intelligence, Decision Support System, and Mathematics. JUSTINDO is issued twice a year in February and August. The editor invites research lecturers, reviewers, practitioners, industry, and observers to contribute to this journal. JUSTINDO provides a platform for scientists and academics throughout Indonesia to promote, share and discuss new issues and the development of information systems and information technology. JUSTINDO aims to achieve the theory and application of this sophisticated field. In 2017, JUSTINDO already has an ISSN both printed and online, for ISSN (Print) is 2502 - 5724 and for ISSN (Online) is 2541 - 5735
Articles
7 Documents
Search results for
, issue
"Vol. 10 No. 1 (2025): JUSTINDO"
:
7 Documents
clear
Klasifikasi Harga Ikan Koi Berdasarkan Jumlah Corak dan Ukuran Menggunakan Algoritma K-Nearest Neighbor
Sihombing, Amalia Rahma Dini;
Ilsa Margiana Herawati;
Lubis, Naddra Haddad;
Willdan Aprizal Arifin
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2011
Penelitian ini menggunakan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan harga ikan Koi berdasarkan jumlah corak dan ukuran ikan. Pengelompokan diperlukan karena kurang umumnya pengetahuan terhadap spesies ikan koi yang diminati. Data diambil dari dataset Kaggle yang mencakup 801 data harga, ukuran, dan jumlah corak ikan Koi. Studi literatur dilakukan untuk memahami algoritma KNN dan faktor-faktor yang mempengaruhi harga ikan Koi. Model KNN diterapkan untuk mengklasifikasikan harga menjadi tiga kategori: murah, sedang, dan mahal. Evaluasi model menunjukkan akurasi sebesar 75%, dengan precision bernilai 0,71 dan recall sebesar 0,80, menunjukkan efektivitas KNN dalam memprediksi harga ikan Koi. maka dapat disimpulkan bahwa metode K-Nearest Neighbors (KNN) dapat memprediksi kelas ikan berdasarkan jumlah corak dan ukuran ikan yang diuji dengan performa yang baik.
Optimasi Simple Additive Weighting Menggunakan Rank Order Centroid dalam Pemilihan Supplier Marketplace
Sinta Bella Criska;
Deni Arifianto;
Amalina Maryam Zakiyyah
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2059
Proses pemilihan supplier di marketplace khususnya Shopee Indonesia sering menjadi tantangan bagi para reseller terutama bagi para reseller pemula. dalam wawancara yang telah dilakukan kesulitan memilih supplier dengan produk dan harga yang cocok tidaklah mudah karena persaingan harga yang tipis bahkan hanya untuk memilih supplier yang cocok membutuhkan waktu sampai berbulan-bulan. Oleh karena itu, tujuan dari penelitian ini untuk memberikan solusi dalam pemilihan supplier pada marketplace melalui penerapan aplikasi Sistem Pendukung Keputusan. Metode yang digunakan adalah Simple Additive Weighting (SAW) yang dioptimalkan dengan pembobotan menggunakan Rank Order Centroid (ROC). Fokus utama penelitian ini adalah membantu pedagang retail online atau reseller dalam menentukan supplier di Marketplace Shopee Indonesia. Variabel yang digunakan untuk penilaian supplier diperoleh langsung dari aplikasi Shopee Indonesia, dengan kategori toko yang dipilih adalah pakaian daster. Pembobotan ROC pada metode SAW diterapkan berdasarkan variabel skor rating penjual, jumlah ulasan bintang lima, harga produk, jumlah produk yang terjual, dan jarak lokasi. Hasil penelitian menunjukkan bahwa penerapan ROC pada SAW mampu mengoptimalkan hasil pemeringkatan, menghasilkan nilai preferensi yang lebih tinggi. Hal ini dibuktikan dengan adanya perbedaan signifikan pada nilai preferensi. Kombinasi metode ROC-SAW menghasilkan nilai tertinggi pada peringkat 1 sebesar 0,945399, dibandingkan metode SAW tanpa ROC yang hanya mencapai 0,916129 pada peringkat alternatif 1, dengan selisih nilai sebesar 0,029270 meskipun peringkatnya tetap sama. Perbedaan nilai dan peringkat juga ditemukan pada alternatif lain, menunjukkan bahwa metode ROC-SAW lebih efektif dalam meningkatkan akurasi pemilihan supplier.
Penerapan MOORA dan SAW Dalam Sistem Pendukung Keputusan Pemilihan Petani Penerima Bantuan
Try Kardina Unitama;
Abdullah, Asrul;
Istiqoma
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2480
Kabupaten Bengkayang merupakan kabupaten agraris dengan mata pencarian utama dari pertanian agro industri yang mencakup industri pengolahan hasil komoditas tanaman pangan pertanian seperti jagung, padi, sorgum. Dinas Pangan Pertanian dan Perkebunan Kabupaten Bengkayang berupaya meningkatkan sumber daya pertanian dengan cara pemanfaatan lahan dan melakukan penyaluran bantuan pembibitan komoditi tanaman pangan diantaranya bibit jagung. Tujuan penelitian ini yaitu dengan menerapkan metode Multi-Objective Optimization The Basis Of Ration Analysis (Moora) dan Simple Additive Weigthing (SAW) pada sistem pendukung keputusan dengan kriteria yang telah ditentukan berdasarkan kuisioner yang dibagikan kepada 25 petani, kriteria yang digunakan yaitu Luas Lahan, Penghasilan, Hasil Panen, Lama Usaha Tani, Jumlah Anggota Keluarga. Berdasarkan aplikasi sistem pendukung keputusan yang telah dibuat, sistem mampu memberikan rekomendasi pilihan calon penerima bantuan sesuai dengan kriteria. Berdasarkan hasil dari kombinasi MOORA dan SAW didapatkan hasil yang sama, yakni setiap alternatif mendapatkan urutan dan ranking yang sama dengan nilai yang berbeda.
Analisis Kebutuhan Dan Kesiapan Implementasi Teknologi Informasi Pada Unit Usaha Koperasi As-Sakinah ‘Aisyiyah
Yusril Izzi Arlisa Amiri;
Nanda Kurnia Wardati
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2523
Penggunaan teknologi informasi memiliki tujuan untuk mempermudah penggunanya dalam menyelesaikan masalah, mendorong kreativitas, dan meningkatkan efisiensi dalam berbagai aktivitas. Desain teknologi informasi perlu disesuaikan dengan kebutuhan informasi organisasi, dengan mempertimbangkan semua aspek terkait dan menyediakan infrastruktur teknologi informasi yang diperlukan. Oleh karena itu, perlu adanya analisis kebutuhan implementasi teknologi informasi agar sesuai dengan tujuan dan proses bisnis organisasi. Penelitian ini memiliki tujuan untuk menganalisis kebutuhan dan kesiapan implementasi teknologi informasi di Toko As-Sakinah ‘Aisyiyah. Pendekatan metode kualitatif digunakan dalam penelitian ini dengan menerapkan studi kasus untuk menjawab rumusan masalah pada penelitian. Pengumpulan data dilakukan dengan wawancara mendalam terhadap informan penelitian. Data yang telah dikumpulkan selanjutnya diolah menggunakan analisis deskriptif, yaitu melalui analisis pendekatan konseptual, analisis frekuensi kebutuhan dan analisis nilai kepentingan kebutuhan. Hasil akhir penelitian ini menunjukkan kebutuhan SI/TI yang termasuk dalam kategori generic critical, yaitu E-Catalogue, Media Sosial (WhatsApp, Instagram, Tiktok), dan E-Commerce. Toko As-Sakinah ‘Aisyiyah memenuhi 3 elemen IT readiness, sehingga E-Catalogue yang menjadi pilihan utama dalam implementasi TI dapat diterapkan.
Perbandingan Metode Naïve Bayes dan Support Vector Machine Pada Kasus Pembunuhan Vina Cirebon Berdasarkan Data X
Salsa Desia Fitri;
Parjito
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2550
Tindakan kriminal sering terjadi hampir setiap tahun. Seperti halnya pada tahun 2016 maupun di tahun sebelumnya atau sesudahnya banyak terjadi tindakan kriminal pembunuhan diberbagai kota yang semakin meningkat, contoh dari tindakan kriminal yaitu seperti tindakan curanmor, pencurian, kekerasan, pelecehan dan penipuan. Salah satu tindakan kriminal terjadi pada tahun 2016 yang artinya pembunuhan ini terjadi sejak 8 tahun yang lalu tetapi sampai saat ini kasus tersebut belum terungkap dikarenakan banyak nya kejanggalan yang terjadi pada kasus tersebut, dan banyak nya muncul saksi-saksi baru yang muncul di kasus tersebut sehingga kasus tersebut sampai saat ini belum juga terungkap dalang di balik kasus pembunuhan ini. Kasus ini sedang banyak diperbincangkan oleh masayarakat di media sosial khususnya TikTok dan X, Karena dianggap sensasional, penekanan media pada isu ini telah memunculkan kekhawatiran serius, dan berpotensi mengeksploitasi. Oleh karena itu, opini masyarakat mengenai kasus pembunuhan ini tentu beragam. Oleh karena itu, analisis sentimen digunakan dalam penelitian ini untuk membandingkan metode Naïve Bayes dan Support Vector Machine untuk memastikan apakah opini publik terhadap suatu isu cenderung positif atau negatif berdasarkan data X. Menurut penelitian tersebut, 7146 titik data dikumpulkan antara bulan April dan Juli. Dengan tingkat akurasi 97% untuk Support Vector Machines serta 84,86% untuk Naïve Bayes, hasil klasifikasi model dari masing-masing teknik menghasilkan akurasi yang cukup akurat. Berdasarkan nilai akurasi dan evaluasi dari confusion matrix algoritma yang lebih optimal dalam analasis sentimen terkait kasus pembunuhan ini yaitu algoritma SVM dengan menghasilkan sentimen positif sebanyak 1384 data dan sentimen negatif sebanyak 1383 data.
Implementasi Lean UX pada Perancangan Desain UI/UX Aplikasi E-Commerce SuperIndo Berbasis Web
Aaqilah Hanna Qoonitah;
Firma Syahrian
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2599
Kehadiran e-commerce merupakan salah satu indikasi dari perkembangan teknologi. Mahkota Taiwan Co., LTD melakukan pengembangan sistem terintegrasi bernama SuperIndo yang digunakan untuk mempermudah proses bisnis dan memperluas jangkauan pemasaran. Dalam melakukan perancangan sistem, diperlukan desain atau tampilan yang menarik untuk merepresentasikan identitas perusahaan guna meningkatkan citra merk dan menarik pengguna sehingga berpotensi menjadi pelanggan. Pada proses perancangannya melibatkan metode Lean UX dan dilanjutkan dengan pengujian Usability Testing, pengukuran menggunakan User Experience Questionnaire (UEQ), dan perhitungan Completion Rate yang dilakukan kepada 30 user tester untuk mengukur aspek Efficiency (Efisiensi) dan Satisfication (Kepuasan) dalam dua kali iterasi. Heuristic Evaluation dilakukan bersama evaluator profesional untuk melakukan evaluasi dan memberikan penilaian terhadap rancangan sistem dengan menggunakan Heuristic Evaluation Questionnaire (HEQ). Hasil dari proyek akhir ini berupa rancangan sistem aplikasi e-commerce berbasis website untuk pelanggan dalam bentuk prototype. Hasil pengujian sistem memperoleh peningkatan nilai MAUS pada iterasi kedua sebanyak 4.71%, peningkatan pada seluruh variabel UEQ, dan peningkatan Completion Rate sebesar 0.3%. Harapan dari perancangan desain atau tampilan sistem ini adalah dapat diimplementasi dalam pengembangan sistem untuk mempermudah proses bisnis, memperluas jangkauan pemasaran, dan meningkatkan citra merk perusahaan, sedangkan untuk pengguna adalah mempermudah akses dan proses untuk melakukan pembelian produk dari perusahaan tersebut.
Rancang Bangun Sistem Peringatan Dini Bencana Banjir Berbasis Iot Menggunakan Metode Fuzzy Sugeno
Muhammad Iqbal Dwiyanto;
Ari Eko Wardoyo;
Dewi Lusiana Pater
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 10 No. 1 (2025): JUSTINDO
Publisher : Universitas Muhammadiyah Jember
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v10i1.2670
Penelitian ini mengembangkan sistem peringatan dini banjir berbasis Internet of Things (IoT) menggunakan metode Fuzzy Sugeno untuk meningkatkan akurasi dan kecepatan deteksi risiko banjir. Sistem memanfaatkan sensor tipping bucket untuk curah hujan, sensor ultrasonik untuk ketinggian air, dan sensor waterflow untuk kecepatan aliran air. Data dari sensor diolah menggunakan mikrokontroler ESP32 dan algoritma Fuzzy Sugeno, menghasilkan status risiko banjir dalam tiga kategori: "Aman," "Siaga," dan "Bahaya." Notifikasi dikirimkan secara real-time melalui aplikasi Kodular yang dirancang untuk memudahkan pengguna. Hasil pengujian menunjukkan akurasi sistem hingga 95%, dengan respons alarm yang cepat, rata-rata kurang dari satu menit pada kondisi kritis. Kontribusi utama penelitian ini terletak pada integrasi sensor yang komprehensif dan metode pengolahan data yang akurat meskipun terdapat ketidakpastian lingkungan. Namun, sistem memiliki keterbatasan, seperti belum diuji pada skala besar dan ketahanan komponen dalam kondisi lingkungan ekstrem yang memerlukan penelitian lebih lanjut. Sistem ini menawarkan solusi inovatif untuk mitigasi bencana banjir dan dapat dikembangkan lebih lanjut untuk meningkatkan efektivitasnya dalam berbagai kondisi.