cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
jurnaljutechsy
Contact Email
jurnaljutechsy@gmail.com
Phone
+6281234443565
Journal Mail Official
jurnaljutechsy@gmail.com
Editorial Address
SYNERSA.ORG | PT. EDWIN SOLUSINDO TEKNOLOGI Indonesia
Location
Unknown,
Unknown
INDONESIA
JUTECHSY: Journal of Technology and Information System
Published by PT. EDWIN SOLUSINDO TEKNOLOGI
ISSN : -     EISSN : 31094414     DOI : -
Core Subject :
JUTECHSY: Journal of Technology and Information System merupakan jurnal ilmiah yang mewadahi publikasi hasil penelitian dan kajian ilmiah dalam bidang teknologi informasi dan sistem informasi. Jurnal ini berfokus pada pengembangan dan penerapan teknologi digital yang mencakup sistem informasi, rekayasa perangkat lunak, kecerdasan buatan, data science, analitik bisnis, jaringan komputer, Internet of Things (IoT), keamanan siber, serta implementasi teknologi informasi pada berbagai sektor. JUTECHSY menerbitkan artikel penelitian original, kajian literatur, dan laporan teknis yang memiliki kontribusi terhadap perkembangan ilmu pengetahuan dan inovasi teknologi. Seluruh artikel melalui proses peer review dengan metode double blind review untuk menjaga kualitas akademik publikasi.
Arjuna Subject : -
Articles 19 Documents
 1   2 
IMPLEMENTASI ALGORITMA HAVERSINE DAN K-NEAREST NEIGHBORS (KNN) PADA APLIKASI PENCARIAN KOS BERBASIS ANDROID MENGGUNAKAN FLUTTER khoirul mustofa; Ahmad Heru Mujianto
Journal of Technology and Information System Vol. 1 No. 2: November 2025
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/542zya89

Abstract

Pencarian kos yang efisien dan akurat menjadi kebutuhan penting bagi masyarakat, khususnya mahasiswadan pekerja perantau. Penelitian ini mengusulkan solusi digital berupa aplikasi pencarian kos berbasisAndroid yang dibangun menggunakan framework Flutter. Aplikasi ini mengimplementasikan algoritmaHaversine untuk menghitung jarak geografis antara pengguna dan lokasi kos, serta algoritma K-NearestNeighbors (KNN) untuk merekomendasikan kos terdekat berdasarkan parameter tertentu seperti harga,fasilitas, dan jarak. Data kos disimpan dalam basis data Firebase, dan sistem menggunakan GPS untukmenentukan posisi pengguna secara real-time.Hasil pengujian kuantitatif dan fungsional menunjukkanbahwa kombinasi kedua algoritma inti memberikan peningkatan signifikan pada kualitas rekomendasi.Implementasi Algoritma Haversine menunjukkan tingkat akurasi yang tinggi, di mana hasil perhitunganjaraknya memiliki tingkat kesamaan mendekati 98% bila dibandingkan dengan data rute dari Google Maps.Sementara itu, Algoritma KNN yang diterapkan untuk sistem rekomendasi terbukti 100% berhasil dalammengurutkan dan menyajikan daftar kos berdasarkan kedekatan lokasi sesuai dengan skenario pengujianAlpha. Dengan demikian, aplikasi ini mampu memberikan rekomendasi yang tidak hanya akurat secarageografis tetapi juga relevan secara fungsional, dan diharapkan dapat menjadi solusi praktis bagi penggunadalam menemukan kos yang sesuai dengan preferensi mereka
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN OPERATOR PROFIL DESA DAN KELURAHAN (PRODESKEL) KABUPATEN MOJOKERTO TERBAIK MENGGUNAKAN METODE ANALTICAL NETWORK PROCESS (ANP) BERBASIS WEBSITE M. Sofwan Khariri; Muhammad Fatkhur Rizal; Hadi Sucipto; Hery Kristanto
Journal of Technology and Information System Vol. 1 No. 1: Juli 2025
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/59qcf443

Abstract

Penentuan operator terbaik dalam pengelolaan data Profil Desa dan Kelurahan (Prodeskel) di Kabupaten Mojokerto masih dilakukan secara manual, tanpa adanya sistem pendukung keputusan yang terstruktur. Hal ini menyebabkan ketidakteraturan dalam evaluasi kinerja operator yang berpengaruh pada akurasi data desa, yang sangat penting bagi perencanaan pembangunan. Penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan berbasis website guna mempermudah pemeringkatan operator Prodeskel. Sistem ini diharapkan dapat membantu Dinas Pemberdayaan Masyarakat dan Desa (DPMD) dalam melakukan evaluasi kinerja operator secara objektif dan sistematis. Metode yang digunakan adalah Analytical Network Process (ANP) yang mempertimbangkan hubungan antar kriteria. Data dikumpulkan melalui wawancara dengan pihak DPMD serta studi pustaka. Sistem menilai operator berdasarkan tiga kriteria utama: kemampuan teknis, kualitas pelaporan, dan produktivitas kerja. Hasilnya, sistem berhasil memberikan peringkat operator secara otomatis dengan tingkat akurasi mencapai 99,99%, yang menunjukkan konsistensi dan keandalan hasil. Sistem ini diharapkan dapat terus dikembangkan dengan penambahan fitur evaluasi berbasis waktu dan integrasi data real-time untuk mempercepat pengambilan keputusan.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA GURU MADRASAH DINIYAH TARBIYATUL MUBTADIIN MENGGUNAKAN METODE PROFILE MATCHING Ahmad Nurfauzan Fauzan; Tanhella Zein Vitadiar
Journal of Technology and Information System Vol. 1 No. 3: Maret 2026
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/phzc0j85

Abstract

Pemanfaatan teknologi informasi dalam pendidikan mempermudah proses pengambilan keputusan, termasuk pada penilaian kinerja guru. Penelitian ini bertujuan merancang dan menerapkan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Profile Matching untuk menilai kinerja guru secara objektif dan terstruktur. Sistem membandingkan profil aktual guru dengan standar ideal berdasarkan tiga aspek utama: intelektual, profesionalisme, dan kepribadian. Masing-masing aspek memiliki sub-kriteria yang dibagi menjadi core factor dan secondary factor dengan bobot tertentu. Penilaian dilakukan melalui perhitungan gap, konversi bobot, dan penggabungan skor total. Sistem diuji pada tiga guru dan berhasil menampilkan peringkat otomatis. Guru dengan skor tertinggi adalah M. Muizun Nafis (5.000). Hasil menunjukkan bahwa sistem ini dapat meningkatkan akurasi, efesiensi, dan transparansi dalam mendukung keputusan berbasis data.
SISTEM PREDIKSI PENJUALAN KERIPIK SINGKONG MENGGUNAKAN METODE REGRESI LINEAR Afdol Singgih Kusuma; Chamdan Mashuri; Anita Andriani; Reza Augusta Jannatul Firdaus
Journal of Technology and Information System Vol. 1 No. 3: Maret 2026
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/0ybekf89

Abstract

Penelitian ini berfokus pada pengembangan sistem prediksi penjualan keripik singkong menggunakan metode Regresi Linier. Masalah utama yang dihadapi oleh Rumah Industri Keripik Cak Udin adalah kurangnya sistem prediksi yang andal, yang menyebabkan kesulitan dalam mengelola produksi dan tingkat persediaan. Sistem pembukuan manual yang saat ini digunakan mengakibatkan overproduction atau underproduction, yang menyebabkan kerugian finansial. Untuk mengatasi masalah ini, sistem prediksi berdasarkan data penjualan historis dirancang untuk memprediksi penjualan masa depan dengan akurat. Metode Regresi Linier dipilih karena kesederhanaannya dan keefektifannya dalam memodelkan hubungan antara stok (variabel independen) dan penjualan (variabel dependen). Model dibangun menggunakan data penjualan bulanan dari Januari hingga Desember 2024. Penjualan yang diprediksi untuk Januari 2025, berdasarkan stok yang tersedia, dihitung menggunakan rumus regresi, menghasilkan perkiraan penjualan sebesar 99 kilogram keripik. Ketepatan prediksi dievaluasi menggunakan Mean Absolute Percentage Error (MAPE), dengan tingkat kesalahan 4,472%, yang setara dengan ketepatan 95,527%. Hal ini menunjukkan bahwa sistem prediksi yang dikembangkan memberikan perkiraan yang andal, memungkinkan Rumah Industri Keripik Cak Udin untuk mengelola produksi dengan lebih baik dan menghindari ketidakseimbangan persediaan. Penelitian ini juga menyoroti potensi Regresi Linier dalam peramalan penjualan di usaha kecil dan menengah, berkontribusi pada efisiensi operasional dan optimasi sumber daya.
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS PENGENALAN WAJAH UNTUK SISTEM ABSENSI SECARA REAL-TIME Adika Berdy Darma Kusuma
Journal of Technology and Information System Vol. 1 No. 3: Maret 2026
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/wkg33k54

Abstract

Pesantren Mahasantri Ma’had Al-Jami’ah saat ini masih menggunakan sistem absensi manual yang memiliki berbagai kelemahan, seperti rawan kecurangan, lambatnya proses rekapitulasi, dan ketidakakuratan data. Untuk mengatasi masalah tersebut, dikembangkan sistem absensi berbasis pengenalan wajah secara real-time dengan algoritma Convolutional Neural Network (CNN). Sistem ini memanfaatkan kamera webcam sebagai input untuk mengenali wajah mahasantri secara otomatis dan akurat, bahkan dalam kondisi pencahayaan dan sudut pandang yang bervariasi. Pengujian menunjukkan bahwa sistem mencatat kehadiran dengan akurasi 100% pada pengujian pertama dan 93% pada pengujian kedua, dengan tingkat kesalahan yang sangat rendah. Selain itu, sistem dilengkapi fitur notifikasi dan riwayat kehadiran yang memudahkan pengurus dalam melakukan monitoring. Dengan hasil tersebut, sistem absensi berbasis CNN ini dinilai efektif dan layak diterapkan di lingkungan pesantren sebagai solusi modern yang meningkatkan efisiensi dan akurasi pencatatan kehadiran. 
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PRODUK PROMOSI MENGGUNAKAN METODE PROFILE MATCHING (STUDI KASUS : PT. SBC BERKAH BERSAMA) Muhammad Luthfi Ainulyaqin Muhammad Luthfi Ainulyaqin; Ahmad Heru Mujianto; Tanhella Zein Vitadiar; Hery Kristianto
Journal of Technology and Information System Vol. 1 No. 3: Maret 2026
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/a5rd3910

Abstract

Promosi produk merupakan strategi krusial bagi perusahaan untuk meningkatkan penjualan dan daya saing di pasar yang kompetitif. PT. SBC Berkah Bersama (SBC GROUP), sebagai perusahaan distribusi dan perdagangan, menghadapi tantangan dalam menentukan kategori promosi yang efektif. Proses pemilihan kategori promosi yang masih manual, berdasarkan pengalaman dan intuisi manajerial, menyebabkan inefisiensi, kurangnya objektivitas, segmentasi pasar yang tidak tepat, dan evaluasi promosi yang tidak berbasis data. Masalah-masalah ini berpotensi menyebabkan pemborosan anggaran dan menghambat pertumbuhan bisnis. Untuk mengatasi hal tersebut, penelitian ini mengusulkan pengembangan sistem pendukung keputusan (SPK) untuk menentukan kategori promosi produk menggunakan metode Profile Matching. Metode ini memungkinkan analisis berbasis gap antara profil produk dan kategori promosi yang tersedia, mempertimbangkan faktor-faktor seperti modal, penjualan, dan waktu promosi. Dengan adanya SPK berbasis Profile Matching, diharapkan PT. SBC Berkah Bersama dapat mengoptimalkan strategi promosi, meningkatkan efisiensi dan efektivitas pemasaran, mengurangi kesalahan alokasi anggaran, memperbaiki segmentasi pasar, serta meningkatkan daya saing Perusahaan.
ANALISIS DAN PENERAPAN METODE WEIGHTED MOVING AVERAGE DALAM SISTEM PERAMALAN STOK BAHAN BAKU KOPI BERBASIS WEB Bima Okta Prastya Bima
Journal of Technology and Information System Vol. 1 No. 3: Maret 2026
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/are4as60

Abstract

Penelitian ini bertujuan untuk menganalisis dan menerapkan metode Weighted Moving Average (WMA) dalam sistem peramalan stok bahan baku kopi berbasis web pada UMKM Kedai Soegeng Rawoeh. Permasalahan yang dihadapi oleh kedai kopi ini adalah ketidakteraturan dalam pencatatan stok dan ketidaktepatan dalam melakukan restok bahan, yang berpotensi menimbulkan kelebihan atau kekurangan persediaan. Sistem informasi yang dirancang menggunakan bahasa pemrograman PHP dan basis data MySQL, serta dilengkapi dengan algoritma WMA untuk menghasilkan prediksi kebutuhan stok di periode mendatang. Peramalan dilakukan berdasarkan tiga periode data historis dengan bobot masing-masing sebesar 0,5; 0,3; dan 0,2. Akurasi hasil peramalan diuji menggunakan metode Mean Absolute Percentage Error (MAPE). Hasil implementasi menunjukkan bahwa sistem mampu menyajikan informasi stok secara real-time dan memberikan prediksi yang akurat dengan nilai MAPE rata-rata sebesar 6,67%, yang termasuk dalam kategori "sangat akurat". Penelitian ini memberikan kontribusi dalam pengembangan sistem informasi prediktif di sektor UMKM dan menunjukkan efektivitas metode WMA dalam mendukung pengambilan keputusan restok bahan baku.
JURNAL APLIKASI GROSIR BAJU BERBASIS WEB MENGGUNAKAN METODE APRIORI DI TOKO GROSIR ANNUR bahrul ulum; I Gusti Lanang Eka Prismana
Journal of Technology and Information System Vol. 1 No. 2: November 2025
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/tr6fdx67

Abstract

Aplikasi grosir baju berbasis web menggunakan metode Apriori adalah sebuah aplikasi berbasis web yang dimana aplikasi ini digunakan tidak hanya untuk melakukan pemesanan barang/baju, melainkan bisa untuk melakukan perhitungan barang yang paling laku dalam kurun waktu seminggu, sebulan, dan dalam setahun
PENERAPAN NATURAL LANGUAGE PROCESSING UNTUK PENILAIAN OTOMATIS PROPOSAL RISET DAN PENGABDIAN MASYARAKAT: APLIKASI SRIKANDI UNHASY Edwin Hari Agus Prastyo; Meriana Wahyu Nugroho; Reza Augusta Jannatul Firdaus
Journal of Technology and Information System Vol. 1 No. 2: November 2025
Publisher : PT.EDWIN SOLUSINDO TEKNOLOGI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65851/e69cn577

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi SRIKANDI UNHASY yang memanfaatkan teknologi Natural Language Processing (NLP) untuk penilaian otomatis proposal riset dan pengabdian masyarakat. Aplikasi ini dirancang untuk meningkatkan efisiensi, objektivitas, dan kecepatan penilaian, dengan mengurangi potensi bias yang sering terjadi dalam penilaian manual. Metodologi yang digunakan mencakup analisis teks proposal dengan teknik NLP seperti tokenisasi, stemming, dan analisis semantik. Hasil pengujian menunjukkan bahwa aplikasi ini memiliki akurasi sebesar 87,50%, namun presisi dan recall masing-masing hanya mencapai 25% dan 33,33%, yang menunjukkan adanya ruang untuk perbaikan. Kesimpulan dari penelitian ini adalah bahwa meskipun aplikasi ini efektif dalam meningkatkan efisiensi penilaian, masih perlu dilakukan pengembangan lebih lanjut dalam hal akurasi dan kemampuan untuk menilai aspek non-teknis proposal. Aplikasi ini diharapkan dapat diterapkan di lembaga pendidikan dan organisasi lain untuk meningkatkan kualitas penelitian di Indonesia.

Page 2 of 2 | Total Record : 19

 1   2 

Filter by Year

2025 2026


Reset
Filter By Issues
All Issue Vol. 1 No. 3: Maret 2026 Vol. 1 No. 2: November 2025 Vol. 1 No. 1: Juli 2025