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
6 Documents
Search results for
, issue
"Vol. 9 No. 1 (2024): JUSTINDO"
:
6 Documents
clear
<![CDATA[Penerapan Metode Design Thinking pada Perancangan Aplikasi Marketplace Petshop ]]>
<![CDATA[Muaziz, Imam]]>;
<![CDATA[Nur Isnaini, Khairunnisak]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v9i1.782
<![CDATA[Marketplace adalah platform elektronik tempat penjual dan pembeli dapat berinteraksi secara online dan melakukan transaksi jual beli. Aplikasi marketplace telah menjadi hal yang sangat diperlukan dalam kehidupan sehari-hari. Dengan aplikasi marketplace, pengguna dapat dengan mudah melakukan transaksi jual beli online dengan penjual yang berbeda. Namun, keberhasilan sebuah aplikasi marketplace tidak hanya bergantung pada ketersediaan produk atau layanan yang ditawarkan, tetapi juga pada desain antarmuka pengguna (UI) dan pengalaman pengguna (UX) yang optimal. Tujuan Penelitian ini adalah menerapkan metode design thinking untuk aplikasi agar dapat mencapai user interface dan user experience yang baik. Manfaat penelitian ini adalah menjadi penjembatan antara developer aplikasi dengan pengguna agar permintaan kebutuhan dapat diselesaikan dengan optimal. Berdasarkan hasil penerapan metode design thinking pada pengaplikasian ui/ux aplikasi petshop didapatkan hasil yang baik,karena rata-rata user atau pengguna merasa puas dengan tampilan dan fitur yang terdapat pada aplikasi petshop. Peneltian ini dapat mendukung tentang pentingnya perencanaan dalam membuat sebuah ui/ux dalam sebuah aplikasi agar mendapatkan hasil yang baik dan dapat diterima oleh user sebelum dibuatnya sebuah aplikasi.]]>
<![CDATA[Perbandingan Kinerja Pemblokiran Situs Porno Menggunakan Layer 7 Protocol dan Squid Proxy ]]>
<![CDATA[Husaini, Moh]]>;
<![CDATA[Taufiq Timur Warisaji]]>;
<![CDATA[Ilham Saifudin]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v9i1.981
<![CDATA[Perkembangan akses internet yang sangat pesat membuat semua orang dapat menggunakan untuk mencari informasi secara cepat dan akurat. Kemuadahan mengakses internet menyebabkan banyak orang mengakses hal negative seperti situs-situs pornografi dengan berbagai bentuk dapat dibuka setiap saat. Penelitian ini dilakukan dengan tujuan untuk membandingkan efektifitas (keberhasilan), efisiensi (kecepatan), dan penggunaan resource pada layer 7 procol dan squid proxy saat memblokir situs pornografi. Metode yang diguanakan dalam penelitian yaitu metode kuantitatif, dari penelitian yang dilakukan diperoleh hasil layer 7 protocol memblokir situs pornografi dengan rata-rata waktu tercepat 11,3 detik serta penggunaan resource lebih kecil 5%. Sedangkan squid proxy juga bisa memblokir situs pronografi dengan rata-rata waktu tercepat 0,518 detik serta penggunaan resource yang lebih tinggi 7,3%. Dan kesimpulan yang diperoleh yaitu Pemblokiran situs pornografi memakai squid proxy lebih efektif, efisien, walupun penggunaan resource yang lebih tinggi.]]>
<![CDATA[Korelasi Customer Relationship Management (CRM) dan Media Sosial pada Usaha Kecil dan Menengah (UKM) ]]>
<![CDATA[Nanda Kurnia Wardati]]>;
<![CDATA[Habibatul Azizah Al Faruq]]>;
<![CDATA[Aulia Nur Kholidah]]>;
<![CDATA[Firda Andriyanti]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v9i1.1051
<![CDATA[Usaha Mikro, Kecil dan Menengah (UMKM) adalah salah satu sektor yang dapat menopong perekonomian di Indonesia, karena semua aspek yang berkaitan dengan pola kehidupan manusia bersumber dari sektor tersebut. Saat ini pemerintah Indonesia tengah berupaya mendorong peningkatan kinerja UMKM nasional yang salah satunya melalui strategi digitalisasi. Perusahaan teknologi informasi sering kali memaknai Customer Relationship Management (CRM) untuk menggambarkan sebuah perangkat lunak yang dapat digunakan untuk pemasaran, penjualan, dan layanan bisnis secara otomatis. Strategi sosial CRM bertujuan untuk menerapkan fitur teknologi media sosial untuk mengembangkan dan mengelola hubungan yang berharga berdasarkan keterlibatan pelanggan yang tinggi. Penelitian ini fokus pada peran sosial CRM di UKM, serta analisis faktor sosial CRM melalui media sosial yang digunakan oleh UKM. Penelitian ini menggunakan metode kualitatif dengan pendekatan grounded theory dengan alasan agar dapat dilakukan eksplorasi penyelidikan yang mendalam terhadap fenomena atau kasus yang terjadi pada Healthy Water untuk menjawab rumusan masalah penelitian. Analisis data kualitatif dilakukan dengan Pattern Matching, yaitu menjodohkan pola yang diperoleh dari literatur dengan data yang diperoleh dari objek penelitian. Hasil penelitian menyimpulkan bahwa Healthy Water memilih untuk adopsi sosial CRM melalui media sosial didasarkan oleh faktor penangkapan informasi, penggunaan informasi, pengetahuan karyawan tentang sistem informasi, dukungan manajemen, kesesuaian, keuntungan relatif, serta biaya adopsi. Media sosial yang digunakan oleh Healthy Water sebagai bentuk dari penerapan sosial CRM yaitu WhatsApp yang memiliki tujuan aktivitas terhadap pelanggan yaitu mendengarkan, merangkul, menyapa, menanggapi, pendukung, serta pembicaraan. Peranan sosial CRM tersebut memiliki pengaruh terhadap kinerja Healthy Water, seperti kepuasan kinerja bisnis dan keterlibatan pelanggan dalam meningkatkan pelayanan serta evaluasi kinerja dari Healthy Water.]]>
<![CDATA[Prediksi Nilai Akhir Mahasiswa Dengan Metode Naïve Bayes ]]>
<![CDATA[Brama Rizky Setia Dwinanda]]>;
<![CDATA[Azriel Noer Ilhami]]>;
<![CDATA[Hana Choerunisya]]>;
<![CDATA[Indra Jiwana Thira]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v9i1.1082
<![CDATA[Memprediksi prestasi belajar atau nilai akhir mahasiswa menjadi suatu hal yang sangat berguna karena dapat mencegah mahasiswa yang beresiko gagal dalam perkuliahan. Prediksi merupakan upaya untuk memperkirakan kemungkinan suatu kejadian, dan hasil dari prediksi tidak dapat dijamin akan terjadi secara pasti. Meskipun begitu kita bisa mengusahakan untuk mencari jawaban sedekat mungkin dengan apa yang akan terjadi. Penelitian ini bertujuan untuk memprediksi nilai akhir mahasiswa berdasarkan IPK yang didapat pada semester 2, karena nilai tersebut bisa digunakan sebagai penilaian awal untuk memperkirakan adanya peningkatan atau penurunan nilai yang akan didapat pada semester berikutnya. Output dari penelitian ini adalah rentang nilai yang disesuaikan dengan predikat kelulusan. Data yang digunakan dalam penelitian ini berjumlah 379 yang kemudian dibagi menjadi dua bagian, yaitu data training dengan jumlah 303 data dan data testing dengan jumlah 76 data. Penelitian ini menggunakan metode naïve bayes untuk menghitung probabilitas berdasarkan peristiwa yang telah terjadi sebelumnya. Keterbatasan dataset yang dimiliki, menyebabkan penyebaran data dalam penelitian ini tidaklah merata, sehingga memengaruhi hasil dari penelitian. Hasil penelitian menunjukkan tingkat akurasi dari model algoritma naïve bayes yang digunakan sebesar 78.95%.]]>
<![CDATA[Averaged Word2vec sebagai Ekstraksi Fitur pada Analisis Sentimen Ulasan Film di IMDb menggunakan Artificial Neural Network (ANN) ]]>
<![CDATA[Darwis Alwan]]>;
<![CDATA[Ridla, Muhammad Ali]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v9i1.1204
<![CDATA[Analisis Sentimen sangat dibutuhkan saat ini, dengan kemajuan dan peningkatan penggunaan internet saat ini orang dapat dengan mudah mengungkapkan pendapatnya melalui internet (online). Salah satu situs paling populer yang dapat digunakan orang untuk mengungkapkan komentarnya adalah IMDb (Internet Movie Database), situs resmi untuk database informasi terkait film dan acara tv. Ada jutaan review orang untuk banyak film di situs IMDb. Pengguna IMDb semakin meningkat dari hari ke hari sehingga komentar terhadap film juga meningkat di situs tersebut. Untuk mengetahui jumlah reaksi positif dan negatif dengan mudah, maka perlu adanya analisis sentimen pada tinjauan data. Pada penelitian analisis sentimen ini, metode ekstraksi ciri yang digunakan adalah rata-rata Word2Vec. Word2Vec adalah teknik penyisipan kata yang dapat menangkap makna semantik kata. Untuk melengkapi proses analisis sentimen penelitian ini menggunakan metode ANN (Artificial Neural Network) sebagai pengklasifikasi. Berdasarkan hasil uji coba dengan dataset review film IMDb, metode yang diusulkan mampu mencapai akurasi sebesar 88,52%. Hasil ini membuktikan bahwa metode yang diusulkan mampu mengklasifikasikan sentimen ulasan film dan juga metode yang diusulkan ini merupakan klasifikasi yang sangat baik dengan luas area di bawah kurva (AUC) sebesar 95%. Selain itu, metode Word2Vec rata-rata memiliki akurasi yang lebih tinggi daripada metode berbasis frekuensi istilah, BOW dan TF-IDF.]]>
<![CDATA[Implementasi Forward Chaining Untuk Mendeteksi Kerusakan Komputer ]]>
<![CDATA[Septian Isna, Rhaka Hade]]>;
<![CDATA[Ardiansyah, Temi]]>
<![CDATA[ JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 1 (2024): JUSTINDO ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Jember ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.32528/justindo.v9i1.1224
<![CDATA[Kerusakan komputer dapat disebabkan oleh berbagai faktor, mulai dari masalah perangkat keras hingga perangkat lunak. Sistem Pakar merupakan jenis aplikasi kecerdasan buatan yang dirancang untuk meniru kemampuan pemecahan masalah dan pengambilan keputusan manusia dalam suatu domain tertentu. Penelitian ini bertujuan untuk menggunakan metode Forward Chaining dalam menentukan diagnosa kerusakan komputer berdasarkan gejala atau masukan yang ditemui sehingga akan menghasilkan jenis kerusakan yang dialami. Hasil pengujian yang telah dilakukan dengan menggunakan confusion matrix didapat accuracy yang baik sebesar 88,7% dapat mengidentifikasi instance positif dengan baik denga nilai recall sebesar 86,9%, dan F1 Score yang tinggi sebesar 85,06% menunjukkan bahwa model memiliki keseimbangan yang baik antara precision dan recall untuk sistem pakar diagnosa kerusakan komputer dengan menggunakan metode Forward Chaining.]]>
