cover
Contact Name
Robby Yuli Endra
Contact Email
robby.yuliendra@ubl.ac.id
Phone
-
Journal Mail Official
robby.yuliendra@ubl.ac.id
Editorial Address
Jl. Zainal Abidin Pagar Alam no 89 Gedung Meneng Bandar Lampung
Location
Kota bandar lampung,
Lampung
INDONESIA
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika)
ISSN : 20872062     EISSN : 2686181X     DOI : http://dx.doi.org/10.36448/jsit.v10i1.1212
Core Subject : Education,
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika menyajikan artikel/naskah dalam bidang teknologi informasi khususnya dalam Fokus pada 5 kelompok keilmuan di Informatika yaitu : Rekayasa Perangkat Lunak (RPL) Sistem Informasi, Jaringan, Multimedia dan Sekurity, Teknologi Web dan Mobile serta kecerdasan Buatan dan game.
Arjuna Subject : -
Articles 296 Documents
PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA AMRI SUPERMARKET BANJAR JAYA UNTUK PEMILIHAN KARYAWAN TERBAIK Tri Susilowati; Sucipto Sucipto; Nungsiyati Nungsiyati; Tomi Adi Kartika; Nur Zaman
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1458.832 KB) | DOI: 10.36448/jsit.v10i2.1317

Abstract

Sumber daya manusia (karyawan) yang sangat berperan dalam mewujudkan visi dan misi suatu perusahaan baik swasta maupun pemerintah. Kualitas dan semangat kerja yang diberikan karyawan dapat membantu keberlangsungan kemajuan suatu perusahaan. Untuk mendukung semangat karyawan dalam bekerja, Amri Supermarket menerapkan pemberian reward atau penghargaan kepada karyawan terbaik yang dilakukan secara periodik atau yang dikenal dengan Employee of the Month (EOM). Penghargaan yang diberikan dapat berupa penambahan gaji atau kenaikan jabatan. Agar proses penilaian karyawan mendapatkan nilai yang objektif dan tepat sasaran, maka pada Amri Supermarket diperlukan sebuah sistem pendukung keputusan dengan menggunakan metode Simple Additive Weighting (SAW) sering dikenal dengan istilah metode pemjumlahan terbobot, dengan kriteria antara lain: Kinerja, presensi, prilaku, penampilan, atribut. Konsep dasar dari metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut. Dengan menggunakan kriteria Metode Simple Additive Weighting (SAW) membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Sistem pendukung keputusan pemilihan karyawan terbaik ini akan dikembangkan dengan menggunakan Destop.
DECISION SUPPORT SYSTEM(SISTEM PENDUKUNG KEPUTUSAN) PENERIMAAN PESERTA DIDIK BARU Dede Aprilia Haspita; Jimi Ali Baba
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1085.042 KB) | DOI: 10.36448/jsit.v10i2.1322

Abstract

Untuk membantu pihak sekolah atau panitia penerimaan peserta didik baru di perlukan sebuah keputusanagar dalam pemprosesan/seleksi penerimaan peserta didik baru dapat menghasilkan keputusan yang terbaikuntuk menghasilkan kualitas mutu pendidikan dan menghasilkan sumber daya manusia yang berkualitas sertalulusan yang berdaya saing, karena proses Penerimaan peserta didik baru di SMP 20 Bandar lampung selamaini masih menggunakan metode manual dimana keputusan penerimaan siswa baru masih berdasarkan hasil rapatdewan guru, kuota pendaftaran, dan keputusan kepala sekolah. Dari latar belakang diatas ada beberapapermasalahan yang mempengaruhi penerimaan peserta didik baru yaitu : Hasil seleksi test tulis, hasil seleksi testrapot, prestasi akademik, prestasi non akademik, wawancara, wawancara orang tua. Konsep dasar yangdigunakan dalam menyusun penelitian ini adalah metodologi Analytical Hierarchy Process (AHP) digunakanuntuk perhitungan bobot kriteria dengan perhitungan yang mengesampingkan perkiraan jumlah nilai daripersyaratan pendaftaran, sehingga kwalitas dan mutu peserta Didik tetap terjaga baik. Hasil penelitian ini adalahblue print mengacu berdasarkan data yang diperoleh melalui metode analisis yang digunakan. Informasi yangdihasilkan akan menjadi informasi yang terintegrasi untuk kebutuhan administratif. Tujuan penelitian berupapelayanan prima yang unggul akan dapat dicapai dengan penerapan peningkatkan fungsi pengolahan data yangoptimal dengan dukungan TIK, peningkatan peranan TIK secara optimal untuk penyediaan sarana-prasaranapendidikan berkualitas, dan pengembangan aplikasi TIK bagi peningkatan kualitas manajemen pendidikan.
BUS TRACKER – SISTEM LACAK LOKASI CALON PENUMPANG, LOKASI BUS DAN PERKIRAAN WAKTU KEDATANGAN BUS Erlangga Erlangga; Taqwan Thamrin; Panji Maulana; Nico Susanto
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1533.159 KB) | DOI: 10.36448/jsit.v10i2.1318

Abstract

Bus merupakan moda transportasi yang paling dominan di Indonesia dibandingkan moda tranportasi lainnya. Karena sifatnya yang murah meriah membuat moda transportasi darat ini populer untuk bepergian jarak menengah sampai jauh. Namun sayang, sebaran calon penumpang yang tidak terpusat menjadikan driver sulit menemukan posisi calon penumpang karena kurangnya bahkan mungkin tidak tersediannya tempat pemberhentian khusus bus sehingga calon penumpang memilih menunggu bus disembarang tempat. Selain itu minimnya informasi lokasi keberadaan bus yang “on the way” dan waktu perkiraan kapan datangnya bus tersebut mengakibatkan penumpang harus menunggu lama dengan rasa was-was. Jika lengah maka bus akan berlalu dan harus menunggu kembali bus lainnya dengan tidak adanya informasi lokasi dan waktu kedatangan pastinya kapan. Oleh karena itu diperlukan sebuah aplikasi yang dapat memberikan informasi lokasi calon penumpang bagi driver, dan informasi lokasi dan perkiraan durasi waktu riil datangnya sebuah bus di lokasi menunggunya penumpang. Makalah ini penelitian ini menggunakan pendekatan simulasi penerapan teknik GPS to GPS yaitu Time Difference of Arrival (TDOA) untuk menemukan posisi calon penumpang dan Enchanced Observed Time Difference (EOTD) untuk menemukan posisi bus dan mengetahui perkiraan waktu. 
PERANCANGAN APLIKASI BERBASIS WEB UNTUK MEMBANTU PENGUJIAN KUALITAS KAIN TEKSTIL OTOMOTIF (STUDI KASUS PADA PT. ATEJA MULTI INDUSTRI) Reni Nursyanti; R.Yadi Rakhman Alamsyah; Surya Perdana
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1230.23 KB) | DOI: 10.36448/jsit.v10i2.1323

Abstract

PT. Ateja Multi Industri merupakan perusahaan yang bergerak di bidang tekstil interior dan eksterior. Perusahaan ini memiliki proses penting dalam hal menentukan kualitas kain tekstil yaitu uji kualitas kain, namunperusahaan masih menggunakan cara manual dan membutuhkan waktu lama dalam merekap dan menghitungnilai tersebut. Berdasarkan permasalahan tersebut, memunculkan gagasan bagi penulis untuk membuat suatuaplikasi berbasis web untuk membantu pengujian kualitas kain tekstil yang didalamnya dapat melakukan rekapnilai uji kualitas kain tekstil, menghitung nilai rata-rata, membandingkan keputusan hasil uji kualitastersebutapakah lulus uji atau tidak dan proses persetujuan laporan. Metodologi perancangan perangkat lunakmenggunakan metode air terjun, dengan tahapan analisis, desain, pengkodean dan pengujian. Bahasapemrogramannya menggunakan PHP dengan framework Codeigniter dan database MySQL.Berdasarkan hasil uraian pembahasan yang telah penulis lakukan, dapat di ambil kesimpulan bahwadengan adanya Aplikasi Berbasis Web Untuk Membantu Pengujian Kualitas Kain Tekstil Otomotif di PT. AtejaMulti Industri dapat membantu operator dalam melakukan uji kualitas kain, merekap nilai dan menghitung nilaisehingga proses menentukan kualitas kain tekstil menjadi lebih cepat. 
KOMPARASI METODE KOMBINASI SELEKSI FITUR DAN MACHINE LEARNING K-NEAREST NEIGHBOR PADA DATASET LABEL HOURS SOFTWARE EFFORT ESTIMATION Indra Kurniawan; Ahmad Faiq Abror
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1308.858 KB) | DOI: 10.36448/jsit.v10i2.1314

Abstract

The methods for Software Effort Estimation are divided into two, these methods are grouped into Non Machine Learning (non-ML) and Machine Learning (ML) methods [1]. The k-NN method has the disadvantage of being unable to tolerate irrelevant features and greatly affect the accuracy of k-NN. The k-NN method is also difficult to deal with missing data problems and feature categorization problems such as features that are not relevant, weight features that are not optimal, and the same features [2]. Whereas the dataset of Software Effort Estimation still has some serious challenges such as the characteristics of the data set, which are irrelevant features and the level of influence of each feature in the estimated data of the software effort [3]. This study compared the k-NN individual method with the combination of feature selection method with k-NN to find out which method was the best. The results showed that the Forward Selection (FS) method and Median Weighted Information Gain with k-Nearest Neighbor can overcome the problem of irrelevant features so as to increase accuracy in the RMSE Software Effort Estimation dataset, which is smaller in the Albrecht dataset of 5,953 using the Median method -WIG k-NN, the Miyazaki dataset is 55,421 and Kemerer is 123,081 using the FS k-NN method. The combination of kNN with Feature Selection is proven to be able to improve the estimation results better than kNN individuals. With the FS k-NN method being the best by winning in 2 datasets Miyazaki and Kemerer. 
APPLIKASI CONVOLUTION NEURAL NETWORK UNTUK MENDETEKSI JENIS-JENIS SAMPAH Stephen Stephen; Raymond Raymond; Handri Santoso
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 10, No 2 (2019): Oktober
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1144.339 KB) | DOI: 10.36448/jsit.v10i2.1319

Abstract

sampah merupakan permasalahan di berbagai  negara dunis, termasuk di Indonesia. Negara Indonesia  merupakan negara penyumbang sampah plastik terbesar  kedua di dunia. Pengolahan sampah merupakan salah satu cara untuk mengurangi sampah yang dihasilkan oleh  masyarakat. Pemisahan jenis sampah merupakan tahapan  awal sebelum dari proses daur ulang dilakukan. Penginderaan jenis dan bentuk sampah dengan kamera  adalah satu metode yang menantang dalam penelitian di  bidang computer vision. Dengan menggunakan metode ini dapat membuat sistem pemilahan sampah yang otomatis. Pada penelitian ini akan menentukan model CNN  (Convolutional Neural Network) yang memiliki performa  paling baik dalam memilah sampah dengan metode transfer  learning. Transfer learning dalam penelitian ini menggunakan pre-trained model dari ImageNet. Hasil penelitian menunjukkan bahwa model CNN yang paling baik  adalah Resnet 50. Nilai akurasi yang didapatkan dari train  adalah 78% dan 90%. Sedangkan nilai akurasi dari validation sebesar 74% dan 80%. Dalam penelitian ini untuk  dapat menerapkan teknologi pemisahan sampah secara  otomatis pada tempat sampah maka dapat menggunakan model Resnet 50 apabila menggunakan server atau komputer dengan spesifikasi yang tinggi. Apabila  menggunakan perangkat controller seperti Raspberry Pi  dapat menggunakan model CNN MobileNet
Menentukan Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademik Menggunakan Metode Algoritma K-Means Adi Prasetia Nanda; Doni Eko Hendro Pramono; Sri Hartati
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 11, No 1 (2020): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (637.421 KB) | DOI: 10.36448/jsit.v11i1.1455

Abstract

Perbandingan antara metode algoritma C4.5 dengan metode algoritma K-Means yang diteliti oleh peneliti untuk menentukan tingkat kepuasan mahasiswa terhadap pelayanan akademik pada STMIK Pringsewu. Kriteria yang digunakan dalam menilai tingkat kepuasan ada lima kriteria diantara, adalah tangible, reability, assurance, responsiveness, dan empathy. Pada STMIK Pringsewu, kriteria-kriteria tersebut belum terukur dengan pasti oleh karena itu pihak STMIK Pringsewu masih merasa kurang tepat dalam menentukan kriteria mana yang harus ditingkatkan kualitasnya. Menggunakan metode algoritma K-Means penulis mencoba untuk mengukur kelima kriteria tersebut, sehingga terbentuklah sebuah hasil dari kelima kriteria tersebut. Setelah dilakukan perhitungan secara manual, maka dilakukan pula pembuktian menggunakan uji validasi sensitivitas, dan spesifisitas. Setelah dilakukannya perhitungan menggunakan metode algoritma K-Means dan dibuktikan dengan menggunakan uji validasi sensitivitas, dan spesifisitas. Maka didapatkan nilai Uji sensitivitas metode algoritma K-Means dapat mengklarifikasikan kepuasan mahasiswa dengan variable tangible 77,00 %, Reliability 78,83 %, Responsiveness 86,49 %, Assurance 70,07 %, dan Empathy 79,19 %. Sedangkan, uji spesifisitas metode algoritma K-Means dapat 99 mengklarifikasikan tidak puasnya mahasiswa dengan variable tangible 21,35 %, Reliability 21,80 %, Responsiveness 23,72 %, Assurance 19,61 %, dan Empathy 21,89 %
Menentukan Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademik Menggunakan Metode Algoritma K-Means Nanda, Adi Prasetia; Pramono, Doni Eko Hendro; Hartati, Sri
Explore:Jurnal Sistem informasi dan telematika(Telekomunikasi, Multimedia dan Informatika) Vol 11, No 1 (2020): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (637.421 KB) | DOI: 10.36448/jsit.v11i1.1455

Abstract

Perbandingan antara metode algoritma C4.5 dengan metode algoritma K-Means yang diteliti oleh peneliti untuk menentukan tingkat kepuasan mahasiswa terhadap pelayanan akademik pada STMIK Pringsewu. Kriteria yang digunakan dalam menilai tingkat kepuasan ada lima kriteria diantara, adalah tangible, reability, assurance, responsiveness, dan empathy. Pada STMIK Pringsewu, kriteria-kriteria tersebut belum terukur dengan pasti oleh karena itu pihak STMIK Pringsewu masih merasa kurang tepat dalam menentukan kriteria mana yang harus ditingkatkan kualitasnya. Menggunakan metode algoritma K-Means penulis mencoba untuk mengukur kelima kriteria tersebut, sehingga terbentuklah sebuah hasil dari kelima kriteria tersebut. Setelah dilakukan perhitungan secara manual, maka dilakukan pula pembuktian menggunakan uji validasi sensitivitas, dan spesifisitas. Setelah dilakukannya perhitungan menggunakan metode algoritma K-Means dan dibuktikan dengan menggunakan uji validasi sensitivitas, dan spesifisitas. Maka didapatkan nilai Uji sensitivitas metode algoritma K-Means dapat mengklarifikasikan kepuasan mahasiswa dengan variable tangible 77,00 %, Reliability 78,83 %, Responsiveness 86,49 %, Assurance 70,07 %, dan Empathy 79,19 %. Sedangkan, uji spesifisitas metode algoritma K-Means dapat 99 mengklarifikasikan tidak puasnya mahasiswa dengan variable tangible 21,35 %, Reliability 21,80 %, Responsiveness 23,72 %, Assurance 19,61 %, dan Empathy 21,89 %
Aplikasi E-Marketing Panglong Kayu Menggunakan Metode Colaborative Filtering Erlangga Erlangga; Mar Hidayati Anggraini; Fenty Ariani; Yuthsi Aprilinda
Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Vol 11, No 1 (2020): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1658.028 KB) | DOI: 10.36448/jsit.v11i1.1460

Abstract

Usaha pengolahan kayu semakin makin berkembang, dan menjadi salah satu peluang bisnis yang berpotensial di zaman sekarang. Industri pengolahan kayu seperti pengolahan kayu jati, kayu konstruksi bangunan, industri kreatif juga banyak yang menggunakan bahan kayu. Namun, Banyak usaha-usaha yang terpaksa terhenti karena tertinggal dengan kemajuan teknologi termasuk usaha pengolahan kayu. Permasalahan yang dihadapi, kebanyakan pengusaha panglong masih sepenuhnya berharap pada pemasaran yang dikelola secara tradisional saja. Proses pemasaran produk tersebut dilakukan secara manual hanya melalui interaksi langsung dengan konsumen. Selain itu, pemasaran produk hanya terfokus pada tempat-tempat tertentu seperti datang langsung ke tempat pengrajin atau ketika ada pameran. Untuk alasan ini, desain dan pengembangan aplikasi e-marketing panglong kayu diperlukan untuk menemukan informasi yang dibutuhkan dalam waktu yang cepat dan akurat. Aplikasi dibangun menggunakan pendekatan Collaborative Filtering. Berdasarkan hasil penelitian dengan menerapkan aplikasi e-marketing panglong kayu di Kota Bandar Lampung dapat memperluas pangsa pasar, memberikan kemudahan dalam pemberian informasi kepada konsumen, dan memudahkan pengguna dalam memberikan rekomendasi panglong kayu berdasarkan rating yang telah diberikan oleh para pengguna lainya
Aplikasi E-Marketing Panglong Kayu Menggunakan Metode Colaborative Filtering Erlangga, Erlangga; Anggraini, Mar Hidayati; Ariani, Fenty; Aprilinda, Yuthsi
Explore:Jurnal Sistem informasi dan telematika(Telekomunikasi, Multimedia dan Informatika) Vol 11, No 1 (2020): Juni
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1658.028 KB) | DOI: 10.36448/jsit.v11i1.1460

Abstract

Usaha pengolahan kayu semakin makin berkembang, dan menjadi salah satu peluang bisnis yang berpotensial di zaman sekarang. Industri pengolahan kayu seperti pengolahan kayu jati, kayu konstruksi bangunan, industri kreatif juga banyak yang menggunakan bahan kayu. Namun, Banyak usaha-usaha yang terpaksa terhenti karena tertinggal dengan kemajuan teknologi termasuk usaha pengolahan kayu. Permasalahan yang dihadapi, kebanyakan pengusaha panglong masih sepenuhnya berharap pada pemasaran yang dikelola secara tradisional saja. Proses pemasaran produk tersebut dilakukan secara manual hanya melalui interaksi langsung dengan konsumen. Selain itu, pemasaran produk hanya terfokus pada tempat-tempat tertentu seperti datang langsung ke tempat pengrajin atau ketika ada pameran. Untuk alasan ini, desain dan pengembangan aplikasi e-marketing panglong kayu diperlukan untuk menemukan informasi yang dibutuhkan dalam waktu yang cepat dan akurat. Aplikasi dibangun menggunakan pendekatan Collaborative Filtering. Berdasarkan hasil penelitian dengan menerapkan aplikasi e-marketing panglong kayu di Kota Bandar Lampung dapat memperluas pangsa pasar, memberikan kemudahan dalam pemberian informasi kepada konsumen, dan memudahkan pengguna dalam memberikan rekomendasi panglong kayu berdasarkan rating yang telah diberikan oleh para pengguna lainya