cover
Contact Name
Setiawansyah
Contact Email
setiawansyah@teknokrat.ac.id
Phone
+6289699553818
Journal Mail Official
jimasia@teknokrat.ac.id
Editorial Address
Jalan Zainal Abidin Pagar Alam No. 9-11 kecamatan Labuhan Ratu, Kota Bandar Lampung, Indonesia
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA)
ISSN : 28073193     EISSN : 28702472     DOI : https://doi.org/10.33365/jimasia.v5i1
The Jurnal Ilmiah Sistem Informasi Akuntansi (JIMASIA) is a scientific journal published and managed by the D3 Accounting Information System study program, Faculty of Engineering and Computer Science, Universitas Teknokrat Indonesia. Articles in scientific journals of accounting information systems are published in 2 periods, namely in June and December. The focus of this journal is on the publication of research results, studies, and development ideas in the field of Accounting and Information Systems, including: 1. Information System a. Web Programming or Mobile Programming b. Single/Group Decision Support System c. Artificial Intelligence d. Business Intelligence e. Enterprise System (ERP) f. Datawarehouse and Big Data 2. Accounting a. Financial Statement Analysis b. Corporate Budgeting c. Business Eligibility d. Financial Statement Audit e. Performance Measurement f. Taxation JIMASIA accepts unpublished articles. The editor has the right to improve the systematics of writing articles without changing the content of the author. Articles are published after going through the review stage. Articles can be submitted via OJS by registering, then logging in using the account that was created. Each published article is not subject to publication fees or free.
Articles 20 Documents
Sistem Informasi Persediaan Barang Pada Bacin Mart Berbasis Desktop Aliftia Radianti Taniasari; Ari Sudrajat
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.679

Abstract

Peran komputer sangat penting dalam berbagai bidang, baik di instansi maupun perusahaan. Bacin Mart merupakan suatu perusahaan dagang yang bergerak di bidang penjualan barang-barang sembako untuk kebutuhan warung ataupun rumah tangga. Dalam pengolahan persediaan barang beberapa masalah terjadi, antara lain adalah pencatatan yang berjalan masih secara manual, dalam pengecekkan barang fisik di gudang masih dihitung satu persatu, dan penumpukan barang di gudang karena kelebihan persediaan barang serta masih menggunakan metode LIFO. Untuk mengatasi masalah dalam pencatatan manual, perhitungan fisik barang, dan penumpukan barang maka dirancang sistem informasi persediaan barang yang dapat mempermudah pengelolaan persediaan barang pada Bacin Mart. Analisis sistem menggunakan analisis PIECES, perancangan sistem menggunakan metode waterfall yang terdiri dari Flowchart, DFD Level 0, dan Relasi Antar Tabel. Implementasi sistem menggunakan Microsoft Visual Studio 2019 dan database MySQL. Pengujian sistem menggunakan Black Box Testing dan User Acceptance Testing (UAT) dengan hasil pengujian menunjukkan bahwa sistem dapat berfungsi dengan baik dan sesuai kebutuhan, serta memperoleh nilai pengujian sebesar 85,50% yang berarti dalam kategori Sangat Baik.
Sistem Informasi Manajemen Work Order Indihome Pada Pt Telkom Akses Pontianak Widi Purno Satputro; Teguh Ari Mandiri; Arief Nurrahman; Verra Sofica
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.809

Abstract

PT. Telkom Akses Pontianak, sebagai anak perusahaan PT. Telkom Indonesia, menghadapi tantangan dalam manajemen work order (WO) Indihome, terutama terkait instalasi dan pemeliharaan jaringan. Penelitian ini bertujuan untuk mengembangkan sistem informasi manajemen work order IndiHome yang terpusat dan berbasis web, yang mendukung proses kerja teknologi lapangan secara end-to-end. Sistem ini dirancang untuk mendigitalisasi seluruh siklus WO, mulai dari input data pelanggan, pengalihan teknik, penggantian status pengerjaan secara real-time, hingga akhir file. Metode pengembangan perangkat lunak yang digunakan adalah Rapid Application Development (RAD), yang dipilih karena karakteristiknya yang fleksibel, cepat dalam menanggapi perubahan kebutuhan pengguna, dan mampu menghasilkan prototipe sistem dalam waktu singkat. Dengan demikian, sistem ini diharapkan dapat menjadi fondasi penting bagi transformasi layanan teknis digital Indihome di tingkat regional maupun nasional, serta memberikan kontribusi yang signifikan bagi pengembangan kebijakan dan praktik pengelolaan data di berbagai lembaga.
Prediksi Pendapatan Penjualan Skala Multi-Kota Menggunakan Gated Recurrent Unit-Sequential Windowing Ina Rahmi Diwasya; Dian Nirmala Dewi; Koko Friansa
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.867

Abstract

Penelitian ini membahas prediksi pendapatan penjualan berskala multi-kota dengan menggunakan arsitektur Gated Recurrent Unit (GRU) yang dipadukan dengan teknik sequential windowing. Dataset yang digunakan berasal dari Iowa dataset, mencakup lebih dari 10 juta transaksi pada 442 kota selama periode empat tahun. Dari dataset tersebut dipilih kota-kota dengan kontribusi pendapatan terbesar dan pola data yang signifikan untuk dianalisis lebih lanjut. Proses penelitian mencakup tahapan persiapan data, pemrosesan, pemodelan, dan evaluasi. Dua pendekatan dibandingkan, yaitu GRU dengan sequential windowing (GRU-SW) dan GRU tanpa sequential windowing. Evaluasi menggunakan metrik Root Mean Squared Error (RMSE) dan Willmott’s d-index menunjukkan bahwa GRU-SW secara konsisten menghasilkan prediksi yang lebih akurat pada level harian maupun bulanan. Hasil penelitian ini menegaskan keunggulan integrasi sequential windowing dalam meningkatkan kemampuan model GRU untuk menangkap pola temporal dan musiman, serta memberikan kontribusi praktis bagi perencanaan keuangan, strategi bisnis, dan kebijakan publik berbasis data.
Analisa Usability Pada System Aplikasi Stock Opname Menggunakan Metode System Usability Scale (SUS) tuti haryanti
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.951

Abstract

Penelitian ini bertujuan untuk menganalisis tingkat usability (kegunaan) pada sistem aplikasi stock opname yang digunakan di PT. TERA DATA INDONUSA, Tbk Jakarta. Aplikasi ini memiliki peran penting dalam menunjang proses pencatatan dan verifikasi data inventaris perusahaan, sehingga diperlukan evaluasi terhadap tingkat kenyamanan, kemudahan penggunaan, dan kepuasan pengguna dalam mengoperasikannya.Metode yang digunakan dalam penelitian ini adalah System Usability Scale (SUS), yaitu metode kuantitatif berbasis kuesioner yang terdiri dari 10 pernyataan dengan skala Likert. Data dikumpulkan dari para pengguna aktif aplikasi stock opname di lingkungan PT. TERA DATA INDONUSA, Tbk Jakarta. Hasil kuesioner diolah untuk mendapatkan skor SUS yang kemudian dikategorikan berdasarkan skala interpretasi tingkat usability.Hasil penelitian menunjukkan bahwa aplikasi stock opname memperoleh skor SUS sebesar 97,16, yang berada dalam kategori “Sangat Baik”. Hal ini menunjukkan bahwa secara umum aplikasi sudah cukup memadai dalam hal kegunaan, namun masih terdapat ruang untuk peningkatan, khususnya pada aspek efisiensi dan kenyamanan bagi pengguna.Penelitian ini diharapkan dapat menjadi acuan bagi pengembang sistem dalam melakukan peningkatan terhadap aplikasi, serta memberikan gambaran umum mengenai pentingnya usability dalam pengembangan perangkat lunak di lingkungan perusahaan
Sistem Monitoring Arus Air pada Pembangkit Listrik Mikrohidro Skala Kecil dengan Sumber Aliran Air Tandon Alfonsius, Eric; Kalengkongan, Wisard; Marthinus, Adrian
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.979

Abstract

Penelitian ini bertujuan untuk mengembangkan prototipe sistem pembangkit listrik mikrohidro berbasis Internet of Things (IoT) yang terintegrasi dengan metode pengairan bertingkat, sebagai bentuk inovasi pemanfaatan energi air hujan untuk menghasilkan listrik skala kecil secara berkelanjutan. Sistem ini dirancang untuk memanfaatkan aliran air dari tandon menuju penampungan lain sebagai sumber penggerak turbin mikrohidro. Energi listrik yang dihasilkan digunakan untuk mendukung sistem monitoring IoT dan aplikasi akuakultur skala kecil. Rangkaian sistem terdiri atas sensor arus, sensor tegangan, dan sensor aliran air (water flow sensor) yang dihubungkan dengan mikrokontroler NodeMCU, dan dikendalikan melalui dashboard web IoT untuk pemantauan kondisi sistem secara real-time. Pengujian dilakukan dengan menggunakan metode Blackbox Testing untuk memastikan setiap komponen IoT dan sensor berfungsi sesuai rancangan. Skenario pengujian meliputi pembacaan nilai sensor aliran air, arus listrik, dan tegangan, serta pengiriman data ke dashboard web. Hasil pengujian menunjukkan bahwa seluruh komponen sistem berfungsi dengan baik sesuai dengan skenario yang dirancang. Sistem mampu memantau debit air antara 1 hingga 5 liter per menit, dengan arus listrik antara 0,2 hingga 1,0 ampere dan tegangan antara 10 hingga 15 volt. Data hasil pengukuran dapat ditampilkan secara real-time dalam bentuk grafik dan tabel historis pada dashboard web. Sistem terbukti stabil, responsif, dan akurat dalam membaca perubahan nilai sensor dan menampilkan data monitoring tanpa keterlambatan signifikan. Hasil penelitian ini menunjukkan bahwa integrasi antara IoT dan sistem mikrohidro skala kecil dapat menghasilkan solusi inovatif untuk pemanfaatan energi terbarukan berbasis air hujan. Selain itu, sistem ini memiliki potensi untuk dikembangkan dalam pengelolaan energi mandiri, sistem akuakultur, dan pembelajaran teknologi hijau, yang mendukung penerapan konsep energi berkelanjutan di masa depan.
Perbandingan Kinerja Algoritma Machine Learning dalam Klasifikasi Penyakit Fundus Menggunakan Citra Fundus Digital Kurniawan, Deny; Triyanto, Dedi; Sari Marita, Lita; Christian, Ade; Sumanto, Sumanto
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.1476

Abstract

Penyakit fundus mata seperti diabetic retinopathy, cataract, dan glaucoma merupakan penyebab utama gangguan penglihatan hingga kebutaan apabila tidak terdeteksi sejak dini. Diagnosis penyakit fundus secara konvensional masih sangat bergantung pada penilaian visual tenaga medis, yang berpotensi menimbulkan subjektivitas dan keterlambatan penanganan. Oleh karena itu, penelitian ini bertujuan untuk menerapkan dan membandingkan metode machine learning dalam mendeteksi penyakit fundus berdasarkan citra fundus digital serta menentukan algoritma dengan kinerja terbaik. Penelitian ini menggunakan dataset publik yang terdiri dari 600 citra fundus yang terbagi secara seimbang ke dalam empat kelas, yaitu Normal, Background Diabetic Retinopathy, Cataract, dan Glaucoma, dengan masing-masing kelas berjumlah 150 citra. Dataset dibagi menjadi data training dan data testing dengan rasio 80:20. Tiga algoritma machine learning yang digunakan adalah Support Vector Machine (SVM), K-Nearest Neighbors (KNN), dan Random Forest. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa seluruh model mampu mencapai tingkat akurasi di atas 80%, dengan SVM menghasilkan akurasi tertinggi sebesar 88,0%, diikuti oleh KNN sebesar 87,7% dan Random Forest sebesar 82,5%. Hasil ini menunjukkan bahwa metode machine learning, khususnya SVM, efektif digunakan dalam mendeteksi penyakit fundus dan berpotensi dikembangkan sebagai sistem pendukung diagnosis dini. Meskipun demikian, penelitian lanjutan masih diperlukan dengan dataset yang lebih besar dan beragam untuk meningkatkan kemampuan generalisasi model.
Evaluasi Kinerja Algoritma Machine Learning SVM dan KNN pada Klasifikasi Penyakit Ginjal Triyanto, Dedi; Kurniawan, Deny; Sari Marita, Lita; Christian, Ade; Sumanto, Sumanto
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 5 No. 2 (2025): Volume 5, Nomor 2, December 2025
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v5i2.1477

Abstract

Penyakit ginjal, mulai dari penyakit ginjal kronis hingga kondisi yang lebih serius seperti kista, batu ginjal, dan tumor, merupakan masalah kesehatan global yang memerlukan deteksi dini untuk mencegah komplikasi lebih lanjut. Metode diagnosis konvensional masih bergantung pada interpretasi subjektif tenaga medis, sehingga berpotensi menimbulkan ketidakkonsistenan dan keterlambatan penanganan. Oleh karena itu, penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja algoritma machine learning Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) dalam mendeteksi penyakit ginjal secara otomatis. Penelitian ini menggunakan dataset penyakit ginjal yang terdiri dari 4.000 data pasien yang terbagi secara seimbang ke dalam empat kelas, yaitu normal, kista, batu ginjal, dan tumor, dengan masing-masing kelas berjumlah 1.000 data. Dataset dibagi menjadi data training dan data testing dengan rasio 80:20. Proses pelatihan dan pengujian model dilakukan menggunakan algoritma SVM dan KNN, dengan evaluasi kinerja berdasarkan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa kedua algoritma menghasilkan performa yang sangat tinggi, dengan SVM mencapai akurasi sebesar 99,6% dan KNN mencapai akurasi sebesar 99,8%. Hasil ini menunjukkan bahwa metode machine learning efektif digunakan dalam mendukung deteksi penyakit ginjal. Namun demikian, penelitian lanjutan dengan dataset yang lebih beragam dan data klinis nyata masih diperlukan untuk meningkatkan robustnes dan kemampuan generalisasi model.
Perancangan Sistem Informasi Pengelolaan Keuangan Bank Sampah Kenari Indah Berbasis Web Lokal Kassanah, Fatehatul; Zulkifli, Kiky
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1299

Abstract

Pemanfaatan limbah adalah persoalan penting dalam melestarikan kelangsungan ekosistem, terutama di area perkotaan. Lembaga Sampah Kenari Elok masih menemui rintangan terkait pendataan jual-beli, pengaturan simpanan anggota, serta penyusunan dokumentasi finansial yang sampai saat ini dikerjakan secara tradisional, sehingga berkemungkinan memicu kekeliruan individu dan ketidaktepatan informasi. Kajian ini bermaksud merancang mekanisme data manajemen finansial berbasis jejaring lokal yang bisa meningkatkan ketelitian, keterbukaan, dan pertanggungjawaban kegiatan operasional. Pendekatan pengembangan mekanisme yang digunakan adalah Air Terjun (Waterfall), dengan fase peninjauan kebutuhan, perencanaan, pelaksanaan, serta verifikasi. Kumpulan informasi diambil melalui pengamatan, wawancara bersama Pimpinan Lembaga Sampah, dan kajian literatur. Hasil penelitian berupa rencana mekanisme yang mencakup pengaturan pemakai, anggota, macam limbah, simpanan, jual-beli, penjualan, serta dokumentasi finansial terpadu. Mekanisme ini diharapkan dapat mempermudah pendataan, mengurangi kekeliruan, dan meningkatkan efisiensi kegiatan operasional lembaga sampah. Rencana tersebut juga menjadi tahap permulaan dalam mendukung digitalisasi pengaturan finansial pada organisasi lingkungan berbasis masyarakat.
Sistem Pakar Diagnosis Penyakit Lambung Menggunakan Metode Forward Chaining Berbasis Java Nugraha, Adhitya Eka; Faisal; Sofica, Verra; Septiani, Minda
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1423

Abstract

Penyakit lambung merupakan salah satu masalah kesehatan yang sering dialami masyarakat dan memiliki gejala yang saling tumpang tindih sehingga menyulitkan proses diagnosis awal tanpa pemeriksaan langsung oleh tenaga medis. Keterbatasan waktu dan jumlah dokter di rumah sakit mendorong perlunya sistem pendukung keputusan yang mampu membantu proses identifikasi awal penyakit lambung secara cepat dan konsisten. Penelitian ini bertujuan merancang dan membangun sistem pakar diagnosis penyakit lambung menggunakan metode forward chaining berbasis bahasa pemrograman Java pada RSPAD Gatot Soebroto. Metode forward chaining digunakan untuk menelusuri fakta berupa gejala yang dialami pasien dan mencocokkannya dengan basis aturan (rule) guna menghasilkan kesimpulan diagnosis. Metode penelitian yang digunakan meliputi studi pustaka, wawancara dengan tenaga medis, perancangan sistem, implementasi, serta pengujian fungsional. Basis pengetahuan sistem disusun berdasarkan konsultasi dengan dokter spesialis dan literatur medis terkait penyakit lambung. Hasil penelitian menunjukkan bahwa sistem pakar yang dibangun mampu memberikan rekomendasi diagnosis awal dan saran penanganan dengan cepat serta sesuai dengan aturan yang telah ditetapkan. Sistem ini diharapkan dapat membantu tenaga medis dan pasien dalam proses skrining awal penyakit lambung serta meningkatkan efisiensi pelayanan kesehatan di RSPAD Gatot Soebroto. Penelitian selanjutnya disarankan untuk menambahkan metode tingkat kepercayaan dan integrasi dengan sistem rekam medis elektronik.
Tinjauan Sistematis : Pendekatan dan Inovasi untuk Perlindungan Data di Era Teknologi Canggih Septiana Rahayu; Maylanda, Putri Oktaria; Ryan Randy Suryono
Jurnal Ilmiah Sistem Informasi Akuntansi Vol. 6 No. 1 (2026): Volume 6, Nomor 1, June 2026
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jimasia.v6i1.1461

Abstract

Penelitian ini bertujuan untuk mengidentifikasi pendekatan-pendekatan yang diterapkan dalam perlindungan data di era teknologi canggih, serta menilai inovasi terbaru yang dapat meningkatkan keamanan data terhadap ancaman yang berkembang. Seiring dengan semakin pesatnya perkembangan teknologi digital, perlindungan data menjadi hal yang sangat penting, terutama untuk menjaga privasi dan integritas data pribadi. Penelitian ini menggunakan metode tinjauan literatur sistematis, dengan menganalisis berbagai jurnal terkait yang membahas teknologi seperti kecerdasan buatan (AI), blockchain, dan enkripsi, serta strategi-strategi perlindungan data lainnya. Selain itu, penelitian ini juga mengevaluasi efektivitas dari metode-metode perlindungan data yang ada, melihat sejauh mana teknologi tersebut mampu menghadapi ancaman-ancaman keamanan yang semakin kompleks. Hasil penelitian menunjukkan bahwa teknologi-teknologi canggih seperti AI dan blockchain dapat meningkatkan perlindungan data, namun tantangan terkait privasi, regulasi, dan implementasi teknologi masih menjadi hambatan besar. Kesimpulannya, penggabungan teknologi yang tepat dan kebijakan yang mendukung sangat diperlukan untuk menghadapi tantangan perlindungan data di masa depan.

Page 2 of 2 | Total Record : 20