cover
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,
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 377 Documents
Manajemen Risiko Keamanan Data Pribadi pada Akun Game Mobile Legends Mahasiswa UIN Raden Fatah Prodi Sistem Informasi M. Irfan Rahmansyah; M. Reza Prasetyo; Hangtuah Kaloko; Fathiya Nopriani
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; Hamas Fakhrurrozi; 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; M. Ihsan Dirgantara
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; Anita Desiani; 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) Anggari Ayu Prahartiningsyah; Nanda Aftaa Aulia
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 Noordin As Shiddiq Mangkunegara; Julian Supardi
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.
Evaluasi Tata Kelola Teknologi Informasi pada PT Telkom Data Ekosistem (NeutraDC) Menggunakan Framework COBIT 2019 Domain APO Fika Halimah Balqis; Hasbi Aufa Ibrahim; Nur Aeni Hidayah
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.v17i2.364

Abstract

This study evaluated information technology governance at PT Telkom Data Ekosistem (NeutraDC), a subsidiary of Telkom Indonesia operating in the data center services industry. As a key player in Indonesia’s digital transformation, NeutraDC was expected to ensure effective management of information and data security. The study focused on evaluating governance capabilities in two areas of COBIT 2019: APO13 (Managed Security) and APO14 (Managed Data). The main issues addressed were the absence of a formal assessment of existing capabilities and the lack of improvement benchmarks. A quantitative descriptive methodology was applied, involving questionnaires and interviews with information technology staff, and analyzed using the six-level COBIT capability model. The results showed that both areas achieved Level 5 (Optimizing), indicating the presence of strong policies, continuous monitoring, and proactive risk management. These findings reflected a mature and robust information technology governance process. However, the study recommended continuous improvement through regular audits, training, and policy updates to keep pace with technological and regulatory developments. The study provided actionable insights for organizations seeking to strengthen their data governance and information security through a unified framework.
Analisis Kualitatif Dampak Chatbot AI pada Kualitas Manajemen Layanan E-Commerce Ersa Meiliana Putri
JSI: Jurnal Sistem Informasi (E-Journal) Vol 18 No 1 (2026): 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.v18i1.389

Abstract

Penelitian ini menganalisis dampak kualitatif dari chatbot berbasis Kecerdasan Buatan (Artificial Intelligence/AI) terhadap kualitas manajemen layanan pada platform e-commerce. Dengan menggunakan pendekatan Systematic Literature Review (SLR), studi-studi yang diterbitkan antara tahun 2019 hingga 2025 ditinjau, dengan fokus pada implementasi chatbot, kemampuan Natural Language Processing (NLP), serta dimensi model SERVQUAL. Penelitian ini bertujuan untuk mengeksplorasi bagaimana integrasi fitur kecerdasan emosional ke dalam chatbot dapat meningkatkan kualitas interaksi, konsistensi layanan, dan kepuasan pelanggan secara keseluruhan. Hasil temuan menunjukkan bahwa chatbot berbasis AI secara signifikan meningkatkan efisiensi operasional, daya tanggap, dan keandalan dengan menangani volume komunikasi yang besar secara simultan serta menyediakan layanan tanpa henti selama 24/7. Namun, hasil penelitian juga mengungkapkan bahwa chatbot saat ini masih terbatas dalam menunjukkan empati dan pemahaman kontekstual, yang menyebabkan interaksi terasa kaku ketika berhadapan dengan percakapan yang melibatkan emosi. Keterbatasan ini menyoroti pentingnya model layanan hibrida manusia–AI, di mana agen manusia menangani kasus yang kompleks atau bermuatan emosional untuk memastikan kualitas layanan yang konsisten. Penelitian ini menyimpulkan bahwa chatbot berperan sebagai alat pelengkap dan bukan pengganti agen manusia. Chatbot efektif dalam meningkatkan kecepatan dan efisiensi, namun perlu diintegrasikan dengan kecerdasan emosional serta NLP kontekstual untuk mencapai tingkat jaminan dan empati yang lebih tinggi. Implikasi dari penelitian ini memberikan kontribusi teoretis terhadap pengembangan AI-Enabled Service Quality serta wawasan praktis bagi manajer layanan e-commerce dalam mengoptimalkan kolaborasi manusia–AI untuk membangun kepercayaan dan kepuasan pelanggan yang berkelanjutan.
Pengaruh Arahan Strategi, Komunikasi dan Pengendalian Terhadap Tata Kelola Keselarasan Strategi Bisnis dan Teknologi Informasi Arif Himawan; Kharisma Kharisma; Edhy Tri Cahyono
JSI: Jurnal Sistem Informasi (E-Journal) Vol 18 No 1 (2026): 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.v18i1.390

Abstract

Tata kelola pada Keselarasan strategi bisnis dan teknologi informasi (KSBTI) telah menjadi pokok bahasan penting dalam relasi antara teknologi informasi dan bisnis. Berbagai upaya dilakukan oleh organisasi untuk memperoleh kematangan pada KSBTI organisasinya. Walau sudah banyak penelitian yang dilakukan untuk meneliti faktor-faktor yang berpengaruh terhadap KSBTI, keselarasan di dalam KSBTI masih merupakan perkara yang tidak mudah untuk dicapai. KSBTI tidak hanya dipengaruhi oleh aspek yang bersifat formal saja. Aspek yang bersifat informal juga memegang peranan penting di dalam mempengaruhi KSBTI. Namun demikian, jumlah penelitian yang melibatkan aspek informal/sosial dalam mempengaruhi KSBTI belum memiliki porsi yang sama dengan penelitian yang melibatkan aspek formal. Padahal aspek informal/sosial juga merupakan aspek penting yang mempengaruhi KSBTI. Salah satu aspek informal yang memegang peranan penting dalam KSBTI adalah Arahan Strategi, Komunikasi dan Pengendalian. Penelitian ini bertujuan untuk mengetahui sejauh mana Arahan Strategi, Komunikasi dan Pengendalian berpengaruh pada Tata Kelola Strategi Bisnis dan Teknologi Informasi dan bagaimana bentuk pengaruhnya tersebut. Data diambil melalui kuesioner dengan responden para pemangku kepentingan teknologi informasi di perguruan tinggi khususnya yang berbasis teknologi informasi,. Hasil penelitian ini menunjukkan bahwa Arahan Strategi, Komunikasi dan Pengendalian baik secara sendiri-sendiri maupun bersama-sama berpengaruh signifikan dan positif terhadap Tata Kelola Strategi Bisnis dan Teknologi informasi. Hal ini menunjukkan bahwa jika suatu organisasi akan meningkatkan kualitas Tata Kelola Strategi Bisnis dan Teknologi Informasinya maka harus meningkatkan kualitas Arahan Strategi, Komunikasi dan Pengendalian dalam organisasinya. Dari penelitian ini diketahui bahwa 66,5% Tata Kelola Strategi Bisnis dan Teknologi Informasi ditentukan oleh Arahan Strategi, Komunikasi dan Pengendalian dan 33,5% ditentukan oleh variabel lain. Hal ini membuka peluang bagi penelitian berikutnya untuk meneliti pengaruh variabel lain terhadap Tata Kelola Strategi Bisnis dan Teknologi Informasi.
Implementasi Analisis Akurasi Face Recognition Berbasis Euclidean Distance dalam Sistem E-Logbook C2Ukaltara.id Awang Pradana; Andri Efendy; Muhammad Firdaus
JSI: Jurnal Sistem Informasi (E-Journal) Vol 18 No 1 (2026): 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.v18i1.391

Abstract

Kemajuan teknologi informasi mendorong sektor pendidikan untuk terus berinovasi, salah satunya melalui inisiatif Merdeka Belajar Kampus Merdeka (MBKM). Dalam program ini, magang mandiri menjadi salah satu pilihan yang memungkinkan mahasiswa mengeksplorasi pengalaman belajar sesuai minat dan kebutuhannya. C2UKaltara hadir sebagai platform pendukung pelaksanaan magang mandiri tersebut. Namun, fitur E-Logbook yang tersedia belum dilengkapi dengan mekanisme validasi identitas pengguna secara optimal. Untuk menjawab kebutuhan tersebut, penelitian ini mengembangkan fitur E-Logbook yang terintegrasi dengan teknologi Face Recognition menggunakan metode Convolutional Neural Network (CNN) di website c2ukaltara.id. Teknologi pengenalan wajah diimplementasikan melalui library face-api.js dengan Express.js sebagai backend framework. Sistem diuji sebanyak 360 kali dan menunjukkan hasil kinerja yang tinggi, dengan akurasi sebesar 98,06%, precision 100%, recall 96%, dan F1 Score 97,96%. Temuan ini membuktikan bahwa sistem mampu mengenali wajah mahasiswa dengan sangat baik dan pengembangan ini dapat meningkatkan efisiensi, akurasi, dan keamanan dalam pencatatan aktivitas logbook mahasiswa program MBKM.