cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Sarifah Putri Raflesia
Contact Email
sarifah@unsri.ac.id
Phone
+628112017224
Journal Mail Official
jsi.fasilkom.unsri@gmail.com
Editorial Address
-
Location
Kab. ogan ilir,
Sumatera selatan
INDONESIA
JSI: Jurnal Sistem Informasi (E-Journal)
Published by Universitas Sriwijaya
ISSN : 20851588     EISSN : 23554614     DOI : -
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Library & Information Science Other
Journal Of Information Systems or abbriviated as JIS is a jorunal that published by Major Of Information Systems Faculty of Computer Science Sriwijaya University. JSI start published in April 2009, which is VOL 1 NO 1 2009. JSI published a journal twice in year , that is on April and October. The mission of JSI are to share, develop and facilitate the output of research paper about Information Systems. JSI also can be place for lectures, teachers, researchers, and all practitioners in the field of Information Technology througout Indonesia, to exchange information about the outputs of recent research that has been done. The scope of JSI’s Journal are : Decission Support System (DSS), Geography Information Systems (GIS), Information System-scale Enterprise (ERP, EAI, CRM, SCM), E-Commerce, E-Government, Information Systems of Hospital, Information Systems of Banking, Information Systems of Industry, Retrieval Information, Information System Secuirity, Information System Web Based, Knowledge based Systems, Mobile Computing, Data Mining, Databases, Data Warehouse, Mutimedia.
Arjuna Subject : -
Articles 366 Documents
 33   34   35   36   37 
Manajemen Risiko Keamanan Data Pribadi pada Akun Game Mobile Legends Mahasiswa UIN Raden Fatah Prodi Sistem Informasi Rahmansyah, M. Irfan; Prasetyo, M. Reza; Kaloko, Hangtuah; Nopriani, Fathiya
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.285

Abstract

Seiring dengan meningkatnya popularitas game daring seperti Mobile Legends di kalangan mahasiswa, ancaman terhadap keamanan data pribadi juga meningkat. Mahasiswa sering kali menggunakan akun game yang terhubung dengan media sosial atau email pribadi, yang rentan terhadap serangan siber seperti phishing dan peretasan. Penelitian ini bertujuan untuk mengidentifikasi risiko-risiko yang mengancam keamanan data pribadi serta menerapkan prinsip manajemen risiko dalam konteks tersebut. Metodologi yang digunakan adalah deskriptif dengan pendekatan studi literatur dan observasi. Untuk mendapatkan gambaran yang lebih baik, berbagai jenis masalah keamanan yang umum ditemukan pada aplikasi game online juga telah diperiksa. Selain itu, kebiasaan digital siswa dalam mengelola data pribadi juga telah diperiksa. Hasilnya diharapkan dapat memberikan dasar untuk pembuatan strategi perlindungan data yang lebih fleksibel dan sesuai dengan pengguna yang lebih muda. Hasilnya menunjukkan bahwa sebagian besar mahasiswa belum menerapkan langkah-langkah keamanan dasar seperti autentikasi dua faktor. Penelitian ini merekomendasikan strategi mitigasi risiko yang efektif untuk meningkatkan perlindungan data pribadi pada akun game daring. Keywords: Manajemen Risiko, Keamanan Data, Mobile Legends, Mahasiswa, Sistem Informasi
Deteksi Pencurian Listrik Menggunakan Anomaly-Based PU Learning dan Graph Neural Networks: Studi Kasus Pelanggan AMR di PT PLN (Persero) Nadia Triana Annisa; Fakhrurrozi, Hamas; Diana Hermayanti
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.301

Abstract

Pencurian listrik menjadi tantangan signifikan bagi PT PLN (Persero), khususnya di Unit Induk Wilayah Kalimantan Timur & Utara (UIW Kaltimra), karena berdampak pada kerugian finansial, penurunan kualitas layanan, dan potensi risiko keselamatan publik. Penelitian ini bertujuan mengembangkan sistem pendeteksian pencurian listrik berbasis kecerdasan buatan dengan memanfaatkan data konsumsi listrik pelanggan AMR (Automatic Meter Reading) yang sangat besar dan memiliki distribusi yang tidak seimbang serta tidak sepenuhnya berlabel. Sistem yang diusulkan mengintegrasikan tiga pendekatan bertahap, yaitu anomaly detection menggunakan Isolation Forest dan Autoencoder untuk mendeteksi konsumsi tidak normal, positive-unlabeled learning dengan algoritma XGBoost, serta graph-based learning menggunakan Graph Convolutional Network (GCN) yang memanfaatkan keterkaitan spasial antar pelanggan. Pendekatan ini merupakan kebaruan dari sisi metodologi, karena menggabungkan ketiga teknik secara terpadu dalam satu pipeline deteksi, berbeda dari studi sebelumnya yang umumnya hanya menggunakan satu atau dua metode secara terpisah. Hasil implementasi menunjukkan bahwa XGBoost mencapai akurasi 92,21% dan AUC Score 83,86%, dengan recall fraud 57,8%. Sementara GCN menunjukkan kinerja lebih baik dengan akurasi 91,87%, AUC Score 87,18%, dan recall fraud meningkat menjadi 80,96%. Pendekatan multi-tahap ini membuktikan keefektifan kombinasi anomaly detection, semi-supervised learning, dan graph-based learning dalam mendeteksi pencurian listrik berskala besar dan heterogen, serta memberikan kontribusi nyata untuk meningkatkan sistem Penertiban Pemakaian Tenaga listrik (P2TL) di PLN.
Rancang Bangun Aplikasi Pengelolaan Perizinan Pertambangan Berbasis Website Di Cabang Dinas ESDM Regional I Sumatera Selatan Purwita Sari; Dirgantara, M. Ihsan
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.308

Abstract

Cabang dinas ESDM regional I merupakan salah satu cabang dinas ESDM Provinsi Sumatera Selatan, dimana pada cabang dinas ESDM regional I Sumatera Selatan pengelolaan perizinan pertambangan masih dilakukan secara konvensional dimana dapat mengakibatkan sulitnya pengelolaan, pencarian, rusak, dan hilangnya data perizinan serta memerlukan tempat besar seiring bertambahnya volume data perizinan pertambangan. Dalam Penelitian ini bertujuan untuk membangun suatu aplikasi berbasis website yang dapat membantu pegawai cabang dinas ESDM regional I Sumatera Selatan dalam mengelola perizinan pertambangan. Pada penelitian ini pengembangan aplikasi menggunnakan metode agile. Tahapan pengembangan aplikasi metode agile meliputi pembuatan product backlog, sprint backlog, dan sprint. Pengujian aplikasi dilakukan setelah seluruh sprint selesai dilaksanakan. Hasilnya adalah aplikasi dan setiap fitur yang dibuat dapat berjalan dengan baik dan optimal serta tidak terdapat kendala. Penggunaan metode agile dalam pengembangan aplikasi pada penelitian ini dapat berjalan dengan baik dan sesuai dengan kebutuhan pengguna cabang dinas ESDM regional I Sumatera Selatan dalam mengelola perizinan pertambangan.
Algoritma Support Vector Machine (SVM) dan Adaptive Boosting (AdaBoost) untuk Klasifikasi Penyakit Kanker Paru-paru Pasma Azzahra; Ravisha Keyna Anduwi; Desiani, Anita; Novi Rustiana Dewi; Indri Ramayanti
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.319

Abstract

Kanker paru-paru adalah jenis kanker yang tumbuh dalam organ paru-paru di mana perubahan sel paru-paru yang tidak normal terjadi. Penyakit ini disebabkan oleh beberapa kebiasaan seperti merokok, alergi, polusi udara, dan sebagainya. Kanker paru-paru termasuk jenis kanker yang mematikan. Deteksi dini dapat dilakukan dengan pendekatan matematis yaitu data mining. Penelitian ini bertujuan untuk menganalisis perbandingan kinerja klasifikasi antara algoritma Support Vector Machine (SVM) dan Adaptive Boosting (AdaBoost). Analisis komparatif ini dilakukan untuk mengidentifikasi algoritma mana yang menunjukkan performa paling optimal dalam penanganan data kanker paru-paru. Teknik uji yang dilakukan pada penelitian ini adalah percentage split dan K-Fold cross validation. Hasil pengujian dengan metode percentage split menunjukkan bahwa algoritma SVM mencapai akurasi 85%, sedangkan algoritma AdaBoost memperoleh akurasi 95%. Sementara itu, pengujian dilakukan menggunakan teknik K-Fold cross validation, akurasi untuk algoritma SVM adalah 88% dan untuk algoritma AdaBoost sebesar 93%. Dapat disimpulkan bahwa metode percentage split dengan algoritma AdaBoost memiliki performa tertinggi dibandingkan metode dan teknik pengujian lainnya, yaitu sebesar 98% sehingga algoritma Adaboost lebih akurat untuk deteksi dini kanker paru-paru. . Kontribusi penelitian ini terletak pada pengembangan sistem pendukung keputusan untuk diagnosis awal kanker paru-paru, yang berpotensi mempermudah tenaga medis dalam tahap deteksi dini.
Penerapan Data Mining Untuk Mengukur Kepuasan Mahasiswa Terhadap Kinerja Dosen (Studi Kasus: Institut Teknologi dan Sains Nahdlatul Ulama Sriwijaya Sumatera Selatan) Ayu Prahartiningsyah, Anggari; Aulia, Nanda Aftaa
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.365

Abstract

Penelitian ini mengeksplorasi penggunaan teknik data mining untuk menganalisis tingkat kepuasan mahasiswa terhadap kinerja dosen di Institut Teknologi dan Sains Nahdlatul Ulama Sriwijaya Sumatera Selatan. Fokus utama penelitian ini adalah penerapan Algoritma Naïve Bayes sebagai metode klasifikasi dimana data diperoleh melalui survei kepuasan mahasiswa, mencakup berbagai indikator kinerja dosen. Hasil yang diharapkan dapat mengidentifikasi faktor-faktor kunci yang memengaruhi kepuasan mahasiswa, memberikan wawasan berharga bagi ITSNU untuk strategi peningkatan kualitas pengajaran.
Peramalan Harga Minyak Mentah di Pasar Global Berbasis Model Long Short Term Memory Mangkunegara, Noordin As Shiddiq; Supardi, Julian
JSI: Jurnal Sistem Informasi (E-Journal) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal)
Publisher : Jurusan Sistem Informasi Fakultas Ilmu Komputer Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/jsi.v17i2.368

Abstract

Peramalan harga minyak mentah memiliki peran penting dalam mendukung pengambilan keputusan ekonomi, mengingat fluktuasi harga minyak yang berdampak langsung pada stabilitas global. Penelitian ini menggunakan model Long Short-Term Memory (LSTM) untuk memprediksi harga minyak mentah West Texas Intermediate (WTI) dengan fokus pada pengaruh hyperparameter lookback dan jumlah epochs terhadap performa model. Hasil penelitian menunjukkan bahwa pemilihan parameter sangat memengaruhi kinerja model. Nilai lookback yang terlalu pendek menyebabkan hilangnya informasi temporal penting, sedangkan nilai yang terlalu panjang meningkatkan risiko overfitting. Demikian pula, jumlah epochs yang terlalu tinggi tidak selalu menghasilkan peningkatan akurasi, bahkan dapat menurunkan kemampuan generalisasi model. Konfigurasi optimal ditemukan pada lookback 35 dengan 110 epochs, yang menghasilkan nilai RMSE sebesar 6,6310 dan MAPE sebesar 9,52%. Temuan ini menegaskan bahwa keseimbangan dalam penentuan parameter LSTM sangat penting untuk mencapai hasil prediksi yang akurat sekaligus menjaga kemampuan model dalam menghadapi variasi data.

Page 37 of 37 | Total Record : 366

 33   34   35   36   37 

Filter by Year

2009 2025


Reset
Filter By Issues
All Issue Vol 17 No 1 (2025): Vol 17, No 1 (2025) Vol 17 No 2 (2025): JSI: Jurnal Sistem Informasi (E-Journal) Vol 15, No 2 (2023) Vol 15, No 1 (2023) Vol 14, No 2 (2022) Vol 14, No 1 (2022) Vol 13, No 2 (2021) Vol 13, No 1 (2021) Vol 12, No 2 (2020) Vol 12, No 1 (2020) Vol 11, No 2 (2019) Vol 11, No 1 (2019) Vol 10, No 2 (2018) Vol 10, No 2 (2018): Oktober Vol 10, No 1 (2018) Vol 10, No 1 (2018): April Vol 9, No 2 (2017): Oktober Vol 9, No 2 (2017) Vol 9, No 1 (2017) Vol 8, No 2 (2016) Vol 8, No 1 (2016) Vol 7, No 2 (2015) Vol 7, No 1 (2015) Vol 6, No 2 (2014) Vol 6, No 1 (2014): - Vol 6, No 1 (2014) Vol 3, No 1 (2011) Vol 5, No 2 (2013) Vol 5, No 2 (2013): - Vol 5, No 1 (2013) Vol 4, No 2 (2012) Vol 4, No 2 (2012): - Vol 4, No 2 (2012): Oktober Vol 4, No 1 (2012) Vol 3, No 2 (2011) Vol 2, No 2 (2010) Vol 2, No 1 (2010) Vol 1, No 3 (2009) Vol 1, No 2 (2009) Vol 1, No 1 (2009) More Issue