cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Erlangga, S.Kom., M.Kom
Contact Email
jurnalfik@ubl.ac.id
Phone
+628978957357
Journal Mail Official
jurnalfik@ubl.ac.id
Editorial Address
Pusat Studi Teknologi Informasi - Fakultas Ilmu Komputer Universitas Bandar Lampung Gedung Business Center Lt.2 Jl. Zainal Abidin Pagar Alam No.26 Labuhan Ratu Bandar Lampung
Location
Kota bandar lampung,
Lampung
INDONESIA
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi
Published by Universitas Bandar Lampung
ISSN : 20885555     EISSN : 27457265     DOI : http://dx.doi.org/10.36448/jmsit.v10i1.1490
Core Subject : Science,
Computer Science & IT
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknolologi menyajikan artikel/naskah dalam bidang teknologi informasi khususnya dalam Fokus pada 5 kelompok keilmuan di bidang sistem informasi yaitu: Sistem Informasi, Rekayasa Perangkat Lunak (RPL), Jaringan, Multimedia, Security, Teknologi Web dan Mobile serta Kecerdasan Buatan dan Game, serta tidak membatasi terhadap kajian-kajian sistem informasi lainnya meliputi: Information System, Business Intelligence, Logistic and Supply Chain Management, Customer Relationship Management, Human Resource Management, Intelligent Decision Support Systems, Enterprise Systems, Business Process Modelling, System Modelling, Management Information Systems, Economic Models for Information Systems, Mobile e-Business, Web Services for e-Business, Knowledge Management, Strategic Information Systems, Artificial Intelligence and Expert Systems, Balanced Scorecard, e-Commerce, Business Forecasting Process, Information Systems Change Management, Innovation in Information Systems and Change Management, Total Quality Management, Six Sigma for Performance Improvement, General Information Systems Related to Business Competitiveness.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 214 Documents
 18   19   20   21   22 
SMARTGRAD: Prediksi Kelulusan Tepat Waktu Mahasiswa Kampus Merdeka Wibowo, Agung; Pratama, Ade; Setiawan, Dwi
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 2 (2025): December
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i2.4605

Abstract

On-time graduation is a primary indicator of student success and serves as a key benchmark for the quality of higher education institutions. This study aims to develop SmartGrad, a prediction model for on-time graduation based on the Naive Bayes algorithm, supported by feature selection using Decision Tree. The model integrates academic variables (semester GPA, average grades) and non-academic variables (types of MBKM, employment status, age) to produce accurate and contextual predictions. The research dataset comprises 313 entries with 17 attributes, processed through feature selection and classification stages. Evaluation results demonstrate the model's excellent performance, with an average accuracy of 88.8%, precision of 90.5%, recall of 97.9%, and an F1-score of 94.0%. The implementation of SmartGrad as an interactive web application based on Streamlit supports transparent and easily comprehensible decision-making. The novelty of this research lies in the integration of MBKM factors and employment status into the prediction model, as well as the application of an interpretable AI approach to support higher education policies and the achievement of Sustainable Development Goal 4 (Quality Education). These findings are expected to serve as a strategic reference for higher education administrators in enhancing academic quality and the effectiveness of the Freedom of Learning Independent Campus program.
Implementasi Sistem Administrasi Laboratorium Praktik Berbasis Web dengan Integrasi Barcode Annafi, Muhammad Aqil; Yunus, Halimah; Wasilah, Wasilah; Febriani, Ochi Marsella
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 2 (2025): December
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i2.4382

Abstract

Pengelolaan laboratorium praktik di Poltekkes Kemenkes Tanjung Karang, khususnya pada jurusan Teknik Gigi, masih dilakukan secara manual sehingga sering menimbulkan duplikasi data, keterlambatan laporan, dan kesalahan pencatatan. Penelitian ini bertujuan untuk mengembangkan sistem administrasi laboratorium berbasis web yang terintegrasi dengan teknologi barcode guna meningkatkan efisiensi dan akurasi pencatatan bahan. Metode penelitian menggunakan pendekatan Research and Development dengan model Waterfall yang mencakup analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Sistem dikembangkan dengan arsitektur Model-View-Controller (MVC) menggunakan PHP, MySQL, JsBarcode, dan ZXing. Uji coba dilakukan pada teknisi laboratorium, dosen, dan mahasiswa dengan membandingkan proses manual dan sistem. Hasil penelitian menunjukkan bahwa waktu pencatatan rata-rata per item berkurang dari 5,2 menit menjadi 2,1 menit, sedangkan tingkat kesalahan pencatatan menurun dari 23% menjadi 3%. Selain itu, pembuatan laporan dapat diselesaikan hanya dalam sepuluh menit dibandingkan rata-rata dua hari secara manual. Temuan ini membuktikan bahwa sistem mampu meningkatkan efisiensi hingga 60% dan secara signifikan memperbaiki akurasi pencatatan. Penelitian ini memberikan kontribusi berupa solusi praktis untuk pengelolaan laboratorium pendidikan kesehatan dengan jumlah item yang besar dan variasi mata kuliah per semester, serta berpotensi diimplementasikan pada laboratorium vokasi lainnya.
Model Deteksi Penyakit Padi yang Efektif Berbasis Deep Learning Taryadi, Taryadi; Yunianto, Era; Budijanto, Hari Agung
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 2 (2025): December
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i2.4454

Abstract

Padi merupakan tanaman utama di Indonesia yang krusial bagi konsumsi masyarakat domestik maupun ekspor. Prevalensi infeksi padi menjadi tantangan tersendiri bagi petani dan memiliki dampak pada hasil panenen dan dapat mengakibatkan kerugian. Identifikasi penyakit oleh manusia bergantung pada keahlian, sehingga diagnosis dini menjadi krusial untuk menjaga kesehatan tanaman padi. Untuk mengatasi keterbatasan jumlah citra daun padi dalam dataset, pendekatan yang digunakan dengan menggabungkan augmentasi dan laju dilasi. Penggunaan algoritma pembelajaran mesin menawarkan solusi yang menjanjikan untuk mendiagnosis penyakit daun pada secara efisien. Namun, metode yang ada menghadapi tantangan seperti latar belakang citra, data citra yang tidak memadai, dan variasi gejala. Penelitian ini memanfaatkan model Jaringan Saraf Tiruan Konvolusional (CNN) khusus untuk foto daun padi, yang secara efektif meningkatkan akurasi klasifikasi penyakit. Pendekatan yang diusulkan berhasil mengidentifikasi dan mendiagnosis tiga kelas berbeda: penyakit bercak daun, bercak cokelat, dan hawar daun bakteri. Setelah sejumlah iterasi pelatihan, tingkat akurasi dengan menggunakan model Jaringan Saraf Tiruan Konvolusional sebesar 92,63% adalah yang paling menguntungkan
Studi Perbandingan Efektivitas Dan Efisiensi Sevima Web Dan Aplikasi Sevima Dalam Mendukung Aktivitas Akademik Mahasiswa Maharani, Maharani; Nurani, Nurani; Asbara, Nurkhalik Wahdanial
EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Vol 15, No 2 (2025): December
Publisher : Universitas Bandar Lampung (UBL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36448/expert.v15i2.4524

Abstract

This study aims to analyze: (1) The influence of the effectiveness and efficiency of Sevima Web and the Sevima Application on students' academic activities; (2) The simultaneous influence of the effectiveness and efficiency of Sevima Web and the Sevima Application on students' academic activities; (3) The most dominant variable between Sevima Web and the Sevima Application influencing students' academic activities. This research employs a quantitative method, with a sample of 87 respondents who are students of the Institut Teknologi dan Bisnis Nobel Indonesia. Data was collected using a Likert-scale questionnaire and analyzed using multiple linear regression analysis. The results indicate that: (1) The effectiveness and efficiency of the Sevima Application have a partial effect on students' academic activities, while the effectiveness and efficiency of Sevima Web do not have a partial effect; (2) The effectiveness and efficiency of Sevima Web and the Sevima Application have a positive simultaneous effect on students' academic activities; (3) The effectiveness and efficiency variable of the Sevima Application is the most dominant, having a positive and significant influence on students' academic activities.

Page 22 of 22 | Total Record : 214

 18   19   20   21   22 

Filter by Year

2011 2025


Reset
Filter By Issues
All Issue Vol 15, No 2 (2025): December Vol 15, No 1 (2025): June Vol 14, No 2 (2024): December Vol 13, No 1 (2023): June Vol 12, No 2 (2022): December Vol 12, No 1 (2022): June Vol 11, No 2 (2021): December Vol 11, No 1 (2021): June Vol 10, No 2 (2020): Desember Vol 10, No 1 (2020): Juni Vol 9, No 2 (2019): Desember Vol 9, No 1 (2019): Juni Vol 8, No 2 (2018): Desember Vol 8, No 1 (2018): Juni Vol 7, No 2 (2017): Desember Vol 7, No 1 (2017): Juni Vol 6, No 2 (2016): Desember Vol 6, No 1 (2016): Juni Vol 5, No 2 (2015): Desember Vol 5, No 1 (2015): Juni Vol 4, No 1 (2014): Juni Vol 3, No 2 (2013): Desember Vol 3, No 1 (2013): Juni Vol 2, No 2 (2012): Desember Vol 2, No 1 (2012): Juni Vol 2, No 2 (2011): Desember Vol 1, No 1 (2011): Juni More Issue