cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Dedy Prasetya Kristiadi
Contact Email
sintekkuwera@gmail.com
Phone
+6281310900929
Journal Mail Official
sintekkuwera@gmail.com
Editorial Address
STMIK Kuwera, Jl. Kalideres Permai No.3C, RT.1/RW.14, Kalideres, Kec. Kalideres, Kota Jakarta Barat, Daerah Khusus Ibukota Jakarta
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Sintek Kuwera
Published by STMIK Kuwera
ISSN : 27750051     EISSN : 27757544     DOI : https://doi.org/10.56995/sintek.v1i2
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Domain Specific Frameworks and Applications IT Management dan IT Governance e-Government e-Healthcare, e-Learning, e-Manufacturing, e-Commerce ERP dan Supply Chain Management Enterprise Arsitektur Knowledge Managemen Smart Systems Smart City Smart Cloud Technology Smart Sensor Networks Smart e-health Intelligent Transportation Systems Models, Methods and Techniques Information-centric Networking Human Computer Interaction Media, Game and Mobile Technologies Data Mining Information Security Image Processing and Pattern Recognition Big data
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 85 Documents
 5   6   7   8   9 
Perancangan Prototype Website Desain Interior Garis Nuansa Berbasis User-Centered Design Dengan Fitur Kustomisasi Desain Dan Project Tracking Damien Hugo Heriyando; Afifah Trista Ayunda
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.200

Abstract

Kemajuan teknologi digital telah mendorong terjadinya perubahan signifikan dalam sistem layanan di berbagai sektor industri, termasuk pada bidang desain interior. Salah satu bentuk pemanfaatan teknologi tersebut adalah penggunaan website interaktif sebagai media untuk meningkatkan efisiensi layanan, transparansi proses kerja, serta kualitas pengalaman pengguna. Penelitian ini bertujuan untuk merancang prototype website desain interior Garis Nuansa berbasis User-Centered Design yang dilengkapi dengan fitur kustomisasi desain dan project tracking. Pengembangan sistem dilakukan menggunakan metode prototype yang meliputi tahap analisis kebutuhan, perancangan cepat, pembangunan prototype, serta evaluasi pengguna. Pengujian usability dilakukan dengan metode Post-Study System Usability Questionnaire (PSSUQ) terhadap 46 responden. Hasil pengujian menunjukkan nilai rata-rata usability sebesar 4,22 dari skala 1–5 yang menandakan bahwa prototype website memiliki tingkat kemudahan penggunaan yang baik, tampilan yang menarik, serta fitur yang fungsional dan informatif. Oleh karena itu, prototype website ini diharapkan dapat mendukung proses transformasi digital bisnis desain interior Garis Nuansa melalui peningkatan transparansi, keterlibatan pengguna, dan kepuasan klien.
Klasifikasi Tingkat Kesejahteraan Masyarakat Desa Cikuya Berdasarkan Data Sosial Ekonomi Menggunakan Algoritma Nive Bayes Ramdan Irawan; Rudi Kurniawan; Bani Nurhakim; Arif Rinaldi; Fathurrahman
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.203

Abstract

Penentuan tingkat kesejahteraan masyarakat memiliki peran penting dalam proses penyaluran bantuan sosial di tingkat desa. Namun, pendataan berbasis observasi manual masih menghadirkan potensi bias subjektif dan ketidakkonsistenan dalam pengambilan keputusan. Penelitian ini bertujuan mengembangkan model klasifikasi tingkat kesejahteraan masyarakat Desa Cikuya menggunakan algoritma Naïve Bayes sebagai pendekatan berbasis data yang lebih objektif. Tahapan penelitian meliputi pengumpulan data sosial ekonomi, pra-pemrosesan, encoding variabel kategorik, normalisasi variabel numerik, pelatihan model Gaussian Naïve Bayes, serta evaluasi menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa model menghasilkan akurasi sebesar 98,33%, yang menunjukkan performa klasifikasi yang sangat baik. Analisis lebih lanjut mengindikasikan bahwa variabel pendapatan dan kondisi fisik rumah memiliki peranan paling dominan dalam membedakan kategori kesejahteraan. Model yang dikembangkan tidak hanya berfungsi sebagai alat klasifikasi, tetapi juga dapat dimanfaatkan sebagai sistem pendukung keputusan bagi pemerintah desa untuk menilai status kesejahteraan masyarakat secara lebih cepat, konsisten, dan bebas bias subjektif. Penelitian ini memberikan kontribusi pada pemanfaatan teknologi pembelajaran mesin dalam pemetaan kesejahteraan masyarakat, meskipun masih memiliki keterbatasan pada jumlah variabel dan cakupan data lokal. Temuan ini diharapkan dapat menjadi dasar pengembangan sistem penyaluran bantuan yang lebih tepat sasaran dan transparan.
Model Machine Learning Untuk Prediksi Risiko Penyakit Liver Dengan Random Forest Teroptimasi Rizky Andrea Arifa; Nana Suarna; Agus Bahtiar; Nining Rahaningsih; Willy Prihartono
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.204

Abstract

Penyakit liver merupakan salah satu kondisi kronis dengan tingkat mortalitas tinggi, sehingga diperlukan pendekatan prediksi yang akurat untuk mendukung deteksi dini. Penelitian ini bertujuan mengembangkan model machine learning untuk memprediksi risiko penyakit liver menggunakan algoritma Random Forest yang dioptimalkan dengan RandomizedSearchCV. Dataset yang digunakan terdiri dari 1.700 entri yang mencakup variabel klinis dan gaya hidup, termasuk usia, jenis kelamin, BMI, konsumsi alkohol, kebiasaan merokok, riwayat genetik, aktivitas fisik, diabetes, hipertensi, serta hasil Liver Function Test. Proses penelitian meliputi preprocessing, normalisasi skala, pembagian data menggunakan train-test split 80:20, pembangunan model baseline, dan optimasi hiperparameter. Hasil eksperimen menunjukkan bahwa optimasi menghasilkan peningkatan performa model, dengan akurasi 0.91, peningkatan recall sebesar 3.20%, dan AUC-ROC mencapai 0.96. Analisis feature importance menunjukkan bahwa LiverFunctionTest, BMI, dan AlcoholConsumption merupakan fitur paling berpengaruh terhadap prediksi risiko penyakit liver. Dengan demikian, Random Forest teroptimasi terbukti efektif dalam menghasilkan model prediksi yang akurat dan dapat digunakan sebagai alat pendukung keputusan dalam deteksi dini penyakit liver.
Analisis Dan Prediksi Risiko Kelahiran Bayi Menggunakan K-Means Dan Deep Neural Network (DNN) Mukhlisin Ilahudin; Nana Suarna; Agus Bahtiar; Mulyawan; Irfan Ali
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.206

Abstract

Risiko kelahiran bayi merupakan indikator penting dalam evaluasi kesehatan ibu dan anak sehingga diperlukan pendekatan analitis yang mampu mengidentifikasi pola risiko secara akurat. Penelitian ini bertujuan menganalisis dan memprediksi risiko kelahiran bayi dengan mengintegrasikan metode K-Means dan Deep Neural Network (DNN). Dataset yang digunakan terdiri dari 983 data rekam medis ibu hamil yang telah melalui tahap pengumpulan data, pembersihan, dan preprocessing meliputi normalisasi, encoding variabel kategorikal, penanganan outlier, serta seleksi fitur. Metode K-Means digunakan untuk mengelompokkan data berdasarkan kemiripan karakteristik klinis guna membentuk representasi pola risiko awal, yang selanjutnya digunakan sebagai fitur tambahan pada model DNN. Model DNN dirancang menggunakan beberapa hidden layer dengan fungsi aktivasi ReLU dan regularisasi dropout. Hasil pengujian menunjukkan bahwa model menghasilkan akurasi sebesar 61,93% dan nilai ROC AUC sebesar 0,6402, yang mengindikasikan performa moderat dalam memprediksi risiko kelahiran bayi. Stabilitas kurva loss dan akurasi menunjukkan proses pelatihan yang berjalan dengan baik tanpa overfitting signifikan. Secara praktis, model ini berpotensi digunakan sebagai alat bantu awal bagi tenaga kesehatan dalam mengidentifikasi ibu hamil dengan risiko kelahiran lebih tinggi sehingga dapat dilakukan pemantauan dan intervensi lebih dini.
Evaluasi Pengaruh Kualitas Data Terhadap Performa Model Machine Learning Menggunakan Pendekatan Data-Centric AI Bisma Mahendra; Martanto; Denni Pratama; Ahmad Faqih; Rudi Kurniawan
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.211

Abstract

Penelitian ini mengevaluasi pengaruh kualitas data terhadap performa model machine learning menggunakan pendekatan Data-Centric Artificial Intelligence (DCAI). Eksperimen dilakukan pada Titanic Dataset dengan membandingkan Random Forest dan Support Vector Machine (SVM) dalam tiga skenario penanganan missing values, yaitu Drop Missing, Mean Imputation, dan No Imputation. Kinerja model dievaluasi menggunakan metrik Accuracy, F1 Score, dan Area Under Curve (AUC). Hasil menunjukkan bahwa intervensi kualitas data memberikan dampak signifikan terhadap performa model. Random Forest mencapai performa terbaik pada skenario Drop Missing dengan Accuracy 0.813, F1-Score 0.758, dan AUC 0.859, sedangkan SVM memperoleh Accuracy tertinggi sebesar 0.822 pada skenario Mean Imputation. Uji statistik Paired t-Test menunjukkan tidak terdapat perbedaan performa yang signifikan secara statistik antara kedua model (p-value > 0.05). Temuan ini menegaskan bahwa peningkatan kualitas data lebih berpengaruh terhadap kinerja model dibandingkan pemilihan algoritma, sehingga mendukung paradigma Data-Centric AI.
Penerapan Algoritma K-Means Clustering Untuk Mengelompokan Siswa SMK Al-Ma’rifah Berdasarkan Kehadiran Dila Nurhafidilah; Nana Suarna; Agus Bahtiar; Umi Hayati; Fatihanursari Dikananda
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.212

Abstract

Penelitian ini bertujuan untuk mengelompokkan siswa SMK Al-Ma’rifah berdasarkan pola kehadiran menggunakan algoritma K-Means Clustering. Data yang dianalisis merupakan catatan kehadiran siswa tahun ajaran 2023/2024 yang meliputi jumlah hadir, izin, sakit, alfa, dan persentase kehadiran. Tahapan pra-pemrosesan data dilakukan melalui pembersihan dan normalisasi sebelum proses clustering. Penentuan jumlah klaster optimal menggunakan Elbow Method dan Silhouette Coefficient menunjukkan bahwa tiga klaster merupakan struktur terbaik. Hasil pengelompokan menghasilkan tiga kategori siswa, yaitu sangat disiplin, cukup disiplin, dan kurang disiplin. Evaluasi kualitas klaster menggunakan Silhouette Score dan Davies–Bouldin Index menunjukkan pemisahan klaster yang baik. Penelitian ini membuktikan bahwa K-Means Clustering efektif dalam mengidentifikasi pola kehadiran siswa dan  dapat mendukung pengambilan keputusan sekolah berbasis data dalam meningkatkan kedisiplinan siswa.
Rancang Bangun Arsitektur Enterprise Pada Lembaga Isti’dad Ma’had Aly Putri Dalam Meningkatkan Efisiensi Layanan Pendidikan Menggunakan Metode TOGAF Nida Lutfiyah; Imelda Eka Stefani; Sofi Naila Nuriyazih; A. Hamdani
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.214

Abstract

Perkembangan teknologi informasi menuntut institusi pendidikan untuk meningkatkan efisiensi dan efektivitas layanan akademik serta administrasi melalui sistem informasi yang terintegrasi. Lembaga Isti’dad Ma’had Aly Putri, sebagai salah satu unit pendidikan di bawah naungan Pondok Pesantren Salafiyah Syafi’iyah Sukorejo, memiliki visi mengkader lulusan yang mahir dalam bidang ilmu alat sebagai penopang utama dalam memahami dan mengkaji kitab kuning. Visi tersebut diwujudkan melalui misi melaksanakan kajian ilmu alat, memberikan bimbingan personal, serta menyelenggarakan pelatihan intensif membaca kitab kuning dengan penerapan ilmu alat yang telah dipelajari. Namun, dalam pelaksanaannya masih diperlukan dukungan sistem informasi yang terstruktur dan terintegrasi guna menunjang layanan pendidikan secara optimal. Penelitian ini bertujuan untuk merancang arsitektur enterprise sebagai panduan pengembangan sistem informasi yang saling terhubung guna meningkatkan efisiensi layanan akademik dan administrasi sesuai dengan visi dan misi lembaga. Metode yang digunakan adalah TOGAF (The Open Group Architecture Framework) ADM versi 9.1. Hasil penelitian menunjukkan bahwa rancangan arsitektur enterprise yang diusulkan mampu mengintegrasikan 14 aplikasi utama dalam pengelolaan akademik dan administrasi, yang didukung oleh infrastruktur jaringan, server, serta sistem keamanan berbasis firewall dan enkripsi data, sehingga diharapkan dapat mendukung peningkatan kualitas layanan pendidikan di Lembaga Isti’dad Ma’had Aly Putri.
Pengaruh E-commerce Dan Pemanfaatan Sistem Informasi Akuntansi Terhadap Pengambilan Keputusan Berwirausaha Mia Fatiria; Rini Ratnaningsih
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.225

Abstract

Perkembangan teknologi telah mendorong berbagai aktivitas dapat dilaksanakan dengan lebih efisien dan cepat. Salah satu wujud kemajuan teknologi di era digital adalah munculnya e-commerce serta penerapan sistem informasi akuntansi dalam kegiatan ekonomi. Penguasaan terhadap sistem informasi akuntansi menjadi aspek yang krusial dalam pengelolaan bisnis, karena sistem ini berperan untuk mengambil keputusan yang akurat sehingga usaha dapat mempertahankan eksistensinya dan berkembang secara berkelanjutan di tengah persaingan. Penelitian ini difokuskan untuk mengkaji pengaruh e-commerce dan pemanfaatan sistem informasi akuntansi dalam kaitannya dengan keputusan berwirausaha mahasiswa Prodi Akuntansi angkatan 2021 di STIE Indonesia Jakarta. Penelitian ini bertumpu pada data primer melalui kuesioner, dengan teknik probability sampling terhadap 160 responden. Pengujian data dilakukan dengan uji parsial (uji T). Temuan yang dihasilkan membuktikan bahwa: 1) Adanya pengaruh positif antara E-commerce (X1) terhadap keputusan berwirausaha (Y). 2) adanya pengaruh positif antara sistem informasi akuntansi (X2) terhadap keputusan berwirausaha (Y). Penelitian ini bermanfaat bagi mahasiswa untuk menumbuhkan minat berwirausaha.
Integrasi Sensor–Aktuator Berbasis IOT Untuk Pengaturan Kipas Otomatis Dan Monitoring Lingkungan Pada Rumah Pintar Ahmad Roihan; Muhammad Wildan Septiano; Erlangga Eka Kurniawan
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.232

Abstract

Penelitian ini mengembangkan prototipe sistem mekatronika rumah pintar berbasis Internet of Things (IoT) untuk pengaturan kipas angin otomatis berdasarkan suhu ruangan. Sistem menggunakan mikrokontroler ESP32 sebagai pengendali utama, sensor DHT22 untuk pengukuran suhu dan kelembapan, serta modul relay dan kipas DC 12V sebagai aktuator. Data lingkungan ditransmisikan menggunakan protokol MQTT melalui broker shiftr.io dan disajikan pada antarmuka pemantauan berbasis web yang terintegrasi dengan basis data MySQL. Hasil pengujian menunjukkan bahwa waktu respons sistem kontrol berada pada kisaran ±760 ms. Pengiriman data MQTT dengan interval 10 detik berlangsung stabil tanpa kehilangan paket selama pengujian. Integrasi sensor, mikrokontroler, aktuator, dan sistem pemantauan web berjalan dengan baik, sehingga sistem mampu merespons perubahan suhu secara cepat, adaptif, dan efisien. Dibandingkan penelitian sebelumnya yang umumnya hanya mengandalkan kontrol lokal, sistem ini menawarkan solusi rumah pintar yang lebih komprehensif dengan dukungan pemantauan daring dan pencatatan data lingkungan secara real-time.
Analisis Sentimen Bencana Banjir Sumatera Menggunakan TF-IDF Dan Logistic Regression Ina Ristiana; Mutmainah
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.239

Abstract

Penelitian ini bertujuan untuk memahami bagaimana warganet merespons banjir di Sumatera melalui percakapan di Twitter, yang dipilih sebagai objek karena bersifat real-time, datanya relatif terbuka melalui API, dan telah banyak dimanfaatkan sebagai kanal komunikasi bencana serta sumber data untuk analisis kebencanaan di Indonesia maupun global. Data dikumpulkan menggunakan tweet‑harvest dengan kata kunci terkait “banjir” dan “pemerintah”, sehingga diperoleh 517 tweet berbahasa Indonesia dalam rentang waktu tertentu. Teks tweet kemudian dibersihkan melalui serangkaian langkah pre‑processing, seperti penghapusan URL, mention, tanda baca, angka, serta normalisasi menjadi bentuk kata yang lebih ringkas dalam kolom text_final. Tahap berikutnya, setiap tweet diberi skor dan label sentimen menggunakan VADER Sentiment Analyzer, sehingga diperoleh kategori negatif, netral, dan positif. Data tersebut kemudian direpresentasikan secara numerik menggunakan TF‑IDF dan dimanfaatkan sebagai masukan untuk melatih model Logistic Regression sebagai klasifikator sentimen, dengan pemisahan data training dan testing. Evaluasi pada data uji menunjukkan bahwa model mencapai accuracy 0,860, dengan macro F1‑score 0,308 dan weighted F1‑score 0,805, yang menandakan performa sangat baik pada kelas netral namun masih terbatas untuk kelas negatif dan positif akibat ketidakseimbangan data. Secara keseluruhan, sekitar 92,59% tweet diklasifikasikan netral, 3,01% negatif, dan 4,41% positif, menggambarkan bahwa mayoritas percakapan bersifat informatif, sementara keluhan maupun apresiasi hadir dalam porsi kecil namun bermakna. Temuan ini menunjukkan bahwa analisis sentimen berbasis Twitter dapat menjadi alat bantu penting untuk memantau persepsi publik terhadap penanganan banjir, sekaligus menggarisbawahi perlunya model yang lebih sensitif terhadap ekspresi emosi negatif dan positif.

Page 8 of 9 | Total Record : 85

 5   6   7   8   9 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 5 No 2 (2025): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 5 No 1 (2025): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 4 No 2 (2024): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 4 No 1 (2024): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 3 No 2 (2023): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 3 No 1 (2023): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 2 No 2 (2022): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 2 No 1 (2022): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 1 No 2 (2021): Jurnal Sistem Informasi dan Teknologi (SINTEK) Vol 1 No 1 (2021): Jurnal Sistem Informasi dan Teknologi (SINTEK) More Issue