cover
Contact Name
Nasib Marbun
Contact Email
marbunnasib93@gmail.com
Phone
+6282174140253
Journal Mail Official
fimerkom@katersipublisher.com
Editorial Address
Perumahan Kenanga Artha Residence Blok A NO.6 JL. Bima, Subang, Jawa Barat, Indonesia
Location
Kab. subang,
Jawa barat
INDONESIA
FIMERKOM: Journal of Information Systems and Technology
ISSN : -     EISSN : 31107370     DOI : -
FIMERKOM: Journal of Information Systems and Technology is a publication forum for scientific works in the field of information systems and technology. All manuscripts submitted online through the OJS system must follow the focus and scope, as well as the author guidelines for the FIMERKOM: Journal of Information Systems and Technology. Submitted manuscripts must discuss scientific achievements that are free from plagiarism with a maximum similarity level of 15%. Assessment by journal partners uses a Double Blind Peer Review system. All manuscripts in FIMERKOM: Journal of Information Systems and Technology are openly accessible to anyone. FIMERKOM is published twice a year, in June (Issue 1) and December (Issue 2). FIMERKOM has an E-ISSN: 3110-7370.
Articles 28 Documents
Sistem Informasi E-Commerce Berbasis Logika Fuzzy untuk Rekomendasi Restok Rifki Ardiansyah
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.178

Abstract

Pada Perkembangan pesat teknologi informasi sangat penting untuk meningkatkan efisiensi operasional ritel. Kedasih Parfum, yang berlokasi di Deli Serdang, Sumatera Utara, mengalami kesulitan dalam mengubah data penjualan mereka ke dalam bentuk digital karena masih menggunakan cara lama dan manual dalam mencatat data. Hal ini sering menyebabkan perbedaan antara stok aktual yang mereka miliki dan catatan yang mereka simpan. Penelitian ini bertujuan untuk membuat sistem informasi manajemen penjualan berbasis web dengan memanfaatkan kerangka kerja Laravel 12 dan Tailwind CSS untuk mengatasi tantangan tersebut. Penelitian ini menggunakan pendekatan Waterfall, yang mencakup langkah-langkah seperti analisis, perancangan, penulisan kode, dan pengujian. Hasil penelitian ini menghasilkan sistem belanja online yang lengkap dan dapat mengelola produk, kelompok produk, serta catatan penjualan dengan lancar. Sistem ini membantu Kedasih Parfum mengelola operasinya dengan lebih akurat dan transparan, sehingga laporan keuangan bulanan dapat disusun dengan lebih cepat.
Optimasi Klasifikasi Retinopati Diabetik Berbasis Transfer Learning dengan Citra Digital Fachri Ayudi Fitrony; Senjaya Machfudi Zulkif; Muhamad Arief Muhaimin
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.179

Abstract

Diabetic Retinopathy (DR) atau Retinopati Diabetik merupakan komplikasi serius dari diabetes melitus yang menyebabkan kerusakan retina dan berisiko pada kehilangan penglihatan permanen jika tidak dideteksi secara dini. Proses diagnosa manual saat ini memakan waktu, biaya yang besar, serta rentan terhadap kesalahan manusia (human error). Seiring pesatnya perkembangan kecerdasan buatan, Deep Learning menjadi metode unggulan dalam analisis citra medis, khususnya melalui arsitektur Convolutional Neural Networks (CNN). Penelitian ini menerapkan teknik Transfer Learning, yaitu sebuah metode pembelajaran mesin di mana model yang telah dilatih sebelumnya (pre-trained model) pada dataset skala besar digunakan kembali sebagai titik awal untuk tugas klasifikasi baru. Teknik ini memungkinkan model mencapai konvergensi yang lebih cepat dan akurasi yang lebih tinggi meskipun dengan keterbatasan data medis. Dengan menggunakan dataset sebanyak 5.590 citra yang mencakup lima tahapan Diabetic Retinopathy (healthy, mild, moderate, severe, dan proliferative), penelitian ini mengusulkan model MobileNetV2. Melalui pengujian validasi silang, model ini berhasil mencapai akurasi rata-rata 93,20%, presisi 91,61%, recall 90,07%, dan f1-score 85,02%. Selain itu, penyediaan citra termal dalam penelitian ini diharapkan dapat membantu tenaga medis dalam mengevaluasi dampak kerusakan retina secara lebih komprehensif pada setiap tahapan penyakit.
Implementasi Sistem Pemesanan Makanan Berbasis Internet of Things Terintegrasi Google Spreadsheet untuk Monitoring Data Transaksi Kantin Hanni Tompunu; Chris Terok; Agniya Algifahri; Wayne Kemur; Athik Gelamona; Kristofel Santa; Nasib Marbun
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.184

Abstract

Proses pemesanan makanan di kantin yang masih dilakukan secara konvensional sering menimbulkan antrean, kesalahan pencatatan pesanan, serta keterlambatan dalam merekap data transaksi. Penelitian ini bertujuan untuk merancang sistem pemesanan makanan berbasis Internet of Things yang dapat membantu proses pemesanan, simulasi pembayaran, dan pencatatan transaksi secara digital. Sistem ini menggunakan ESP32 sebagai pusat kendali, keypad 4x4 sebagai perangkat masukan kode menu dan jumlah pesanan, Liquid Crystal Display 16x2 I2C sebagai media tampilan informasi, serta modul Radio Frequency Identification RC522 sebagai alat identifikasi pembayaran. Data transaksi dikirim melalui jaringan Wi-Fi menuju Google Apps Script sebagai web service, kemudian disimpan pada Google Spreadsheet sebagai media penyimpanan berbasis cloud. Alur kerja sistem meliputi pemilihan menu, pengisian jumlah pesanan, perhitungan subtotal dan total harga, konfirmasi pesanan, pembacaan kartu RFID, serta pengiriman data transaksi. Hasil pengujian menunjukkan bahwa sistem mampu membaca masukan dari keypad, menampilkan informasi pesanan pada LCD, memproses pembayaran menggunakan RFID, dan mencatat transaksi ke Google Spreadsheet secara real-time. Dengan adanya sistem ini, proses pelayanan kantin dapat menjadi lebih efisien dan data transaksi lebih mudah dipantau oleh pengelola.
Rancang Bangun Smart Presensi Mata Kuliah Berbasis Internet of Things Terintegrasi Website Gabriel Yohanes Pangkong; Juliando Osea Kalangie; Olga Oktavia Mathindas; Cheraviel Tumbelaka; Christian Yehuda Tendean
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.186

Abstract

Sistem presensi perkuliahan yang masih dilakukan secara manual sering kali memakan waktu dan rentan terhadap kecurangan seperti titip absen. Oleh karena itu, penelitian ini bertujuan untuk membangun sebuah prototipe "Smart Presensi" mata kuliah berbasis Internet of Things  (IoT) yang terintegrasi langsung dengan website. Perangkat keras dalam sistem ini dirakit menggunakan mikrokontroler NodeMCU ESP8266 dan pemindai kartu Radio-Frequency Identification MFRC522, serta dilengkapi komponen dan buzzer sebagai indikator informasi. Pengembangan sistem ini menggunakan pendekatan eksperimental, LCD di mana alat diuji langsung keandalannya bersama sistem website yang hak aksesnya sengaja dibatasi hanya untuk satu dosen pengampu agar lebih ringan dan aman. Dari hasil pengujian yang telah dilakukan, pemindai terbukti dapat membaca kartu RFID dengan lancar pada jarak 1 sampai 5 centimeter. Proses pengiriman data dari alat fisik ke Database Website juga sangat responsif, yaitu rata-rata hanya membutuhkan waktu sekitar 1 detik. Selain itu, sistem website secara otomatis berhasil menolak absen ganda di hari yang sama, mendeteksi kartu asing yang belum terdaftar, dan menolak mahasiswa yang mencoba absen di luar jadwal mata kuliahnya. Kesimpulannya, kehadiran sistem ini mampu membuat proses rekapitulasi kehadiran mahasiswa menjadi jauh lebih praktis, akurat, dan transparan, sehingga sangat membantu kelancaran administrasi perkuliahan bagi dosen.
Penerapan Metode Market Basket Analysis dengan Algoritma CT-Pro Untuk Prediksi Minat Konsumen Terhadap Produk Perusahaan Retail Bernad Jumadi Dehotman Sitompul; Novi Margritje Tulung; Pinrolinvic D. K. Manembu
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.194

Abstract

Strategi untuk meningkatkan tumbuhnya perkembangan suatu perusahaan retail adalah dengan menganalisis minat dan kebiasaan belanja dari konsumen. Dengan memprediksi minat dari konsumen terhadap produk, pelaku usaha retail dapat menentukan strategi bisnis yang tepat untuk meningkatkan penjualan dan pertumbuhan usaha retail tersebut. Salah satu cara untuk melakukan analisis dan minat konsumen terhadap produk adalah dengan melakukan pengolahan data atau yang disebut dengan data mining.  Data mining merupakan proses ekstraksi data dengan menggunakan teknik atau metode tertentu untuk mengidentifikasi informasi pengetahuan yang baru. Dalam data mining, teknik yang digunakan untuk melihat keterkaitan antar data adalah asosiasi. Market basket analysis juga dikenal dengan nama association rule mining atau affinity analysis. Uji data pada penelitian ini menggunakan tools data mining yaitu orange dalam menemukan hubungan pola dari riwayat transaksi penjualan produk antar item. Proses pengolahan data dimulai dari pra-pemrosesan dengan memilih variabel data kemudian menemukan nilai support dari tiap item set produk dan kombinasi antara jenis produk. Dari hasil pencarian nilai support dan kombinasi antara jenis produk, kemudian ditemukan nilai confidence dalam tiap kombinasi. Kombinasi yang memenuhi nilai minimum support dan minimum confidence akan menjadi sebuah aturan asosiasi. Aturan asosiasi yang dihasilkan menjadi informasi minat dari konsumen terhadap jenis produk yang paling banyak terjual dalam perbulan sampai pertahun.
Integrasi Algoritma Kriptografi AES-128 untuk Pengamanan Data UID E-KTP pada Sistem Absensi Berbasis RFID di Politeknik Unggulan Cipta Mandiri Zio Sulani; Endang Suryaningsih; Sedihati Kayan Lumbangaol; Ahmad Rozy
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.195

Abstract

Keamanan data pada sistem absensi berbasis Radio Frequency Identification (RFID) menjadi perhatian serius, terutama ketika kartu identitas seperti E-KTP digunakan sebagai media autentikasi. Data UID (Unique Identifier) yang tersimpan pada chip E-KTP rentan terhadap serangan penyalinan dan pemalsuan apabila tidak dilindungi secara kriptografis. Penelitian ini mengusulkan integrasi algoritma kriptografi AES-128 (Advanced Encryption Standard dengan panjang kunci 128-bit) untuk melindungi data UID E-KTP pada sistem absensi berbasis RFID yang diimplementasikan di Politeknik Unggulan Cipta Mandiri (UCM). Metode yang digunakan bersifat simulasi konseptual dengan pendekatan perancangan arsitektur sistem, di mana setiap UID yang dibaca oleh modul RFID RC522 akan dienkripsi terlebih dahulu sebelum disimpan ke basis data dan didekripsi kembali saat proses verifikasi kehadiran. Hasil simulasi menunjukkan bahwa proses enkripsi dan dekripsi UID berlangsung dengan rata-rata waktu eksekusi di bawah 3 milidetik, sehingga tidak mengganggu responsivitas sistem secara keseluruhan. Selain itu, seluruh skenario uji terhadap lima sampel UID berhasil melewati proses enkripsi dan dekripsi tanpa kehilangan data. Penelitian ini menyimpulkan bahwa penerapan AES-128 mampu meningkatkan keamanan data UID secara signifikan tanpa mengorbankan kinerja sistem, dan layak dijadikan standar pengamanan pada sistem absensi RFID berbasis E-KTP di Politeknik Unggulan Cipta Mandiri (UCM).
Pengembangan Sistem Pembelajaran Adaptif Berbasis Random Forest untuk Personalisasi Pembelajaran Siswa di SMA Prayatna Medan Yulia Agustina Dalimunthe; Fadly Ahmad Kurniawan
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.230

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pembelajaran adaptif berbasis Artificial Intelligence (AI) yang mampu mendukung transformasi digital di bidang pendidikan. Sistem yang dikembangkan memanfaatkan algoritma Random Forest untuk menganalisis kemampuan akademik, gaya belajar, serta hasil evaluasi siswa sehingga dapat memberikan rekomendasi materi, latihan, dan strategi pembelajaran yang sesuai dengan kebutuhan masing-masing peserta didik. Pengembangan sistem dilakukan melalui tahapan pengumpulan dan prapemrosesan data, pelatihan model, serta evaluasi menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian diharapkan menghasilkan prototype sistem personalisasi pembelajaran berbasis AI yang dapat diterapkan di SMA Prayatna Medan, disertai luaran berupa publikasi ilmiah pada jurnal nasional terakreditasi, hak cipta perangkat lunak, serta model implementasi pembelajaran adaptif berbasis AI.
Topic Modelling Pengalaman Pengguna Game Roblox Menggunakan Algoritma Non-Negative Matrix Factorization (NMF) Kamarudin; Nuri Cahyono
Journal of Information Systems and Technology Vol. 3 No. 1 (2026): Juni 2026 (IN PRESS)
Publisher : PT Katersi Minar Permata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.66785/fimerkom.v3i1.232

Abstract

Roblox merupakan salah satu platform permainan daring berbasis user-generated content yang memiliki jutaan pengguna aktif dan menghasilkan ulasan dalam jumlah besar di Google Play Store. Ulasan tersebut memuat berbagai pengalaman, kepuasan, maupun keluhan pengguna yang dapat dimanfaatkan sebagai masukan bagi pengembang. Namun, banyaknya data ulasan yang bersifat tidak terstruktur menyebabkan proses analisis secara manual menjadi tidak efektif. Penelitian ini bertujuan mengidentifikasi topik-topik utama yang terdapat pada ulasan pengguna aplikasi Roblox menggunakan metode topic modelling berbasis Non-Negative Matrix Factorization (NMF). Data penelitian diperoleh melalui proses scraping terhadap 10.000 ulasan terbaru berbahasa Indonesia di Google Play Store. Tahapan penelitian meliputi preprocessing berupa cleaning, case folding, normalisasi kata slang, stopword removal, dan penghapusan dokumen kosong sehingga diperoleh 9.835 ulasan yang siap dimodelkan. Selanjutnya dilakukan representasi teks menggunakan TF-IDF, evaluasi variasi jumlah topik menggunakan Coherence Score, serta pemodelan NMF dengan jumlah topik terbaik. Hasil penelitian menunjukkan bahwa nilai K=6 menghasilkan Coherence Score tertinggi sebesar 0,5111, sehingga dipilih sebagai jumlah topik optimal. Enam topik yang dihasilkan menggambarkan pengalaman pengguna terkait kualitas permainan, keseruan bermain, kepuasan pengguna, performa aplikasi, serta berbagai kendala teknis seperti fitur chat, map, dan jaringan. Temuan ini menunjukkan bahwa kombinasi algoritma NMF dan evaluasi Coherence Score mampu menghasilkan topik yang koheren dan mudah diinterpretasikan, sehingga dapat dimanfaatkan sebagai dasar pengambilan keputusan untuk meningkatkan kualitas layanan dan pengalaman pengguna aplikasi Roblox.

Page 3 of 3 | Total Record : 28