cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adriana Ria Dolewikou
Contact Email
adrianadolewikou09@gmail.com
Phone
+6285925022819
Journal Mail Official
adrianadolewikou09@gmail.com
Editorial Address
Universitas Muhammadiyah Jakarta.Jl Cempaka putih Tengah 27
Location
Kota adm. jakarta selatan,
Dki jakarta
INDONESIA
Jurnal sistem informasi, Teknologi informasi dan komputer
Published by Universitas Muhammadiyah Jakarta
ISSN : 20890265     EISSN : 25983016     DOI : E.jurnal.justit@ftumj.ac.id
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Library & Information Science Mathematics
Just IT: Jurnal Sistem Informasi, Teknologi Informasi dan Komputer is an Open Access Journal published by Informatics Engineering Department, Faculty of Engineering, Universitas Muhammadiyah Jakarta. The journal is a national journal (in Bahasa Indonesia) which published three times (since Vol 11) a year regularly, every September, January and May, and has been online since 2017.W
Arjuna Subject : Umum - Umum
Articles 228 Documents
 19   20   21   22   23 
PEMANFAATAN METODE PIECES UNTUK MENGANALISIS KINERJA SISTEM PENDATAAN ONLINE PADA APLIKASI FASIH Jayawardhana, Erlangga; Utomo, Teguh Priyo; Syaikhuddin, Muhammad Miftakhul
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.383 – 392

Abstract

FASIH adalah aplikasi survei yang dikembangkan oleh Badan Pusat Statistik (BPS) untuk mempermudah proses pengumpulan data dengan metode Computer-Assisted Web Interviewing (CAWI) dan Computer-Assisted Personal Interviewing (CAPI). Aplikasi ini memungkinkan pengisian data melalui perangkat seluler atau situs web, mendukung inisiatif ramah lingkungan dengan sistem tanpa kertas (paperless), serta mempermudah pengiriman data langsung dari lokasi responden. FASIH telah digunakan dalam berbagai survei, seperti PODES, SAKERNAS, dan IMK. Meskipun demikian, penggunaan FASIH masih menghadapi kendala, seperti beban sistem saat mengunggah data dan validasi data setelah survei selesai. Penelitian ini bertujuan untuk mengevaluasi kinerja aplikasi FASIH menggunakan metode PIECES (Performance, Information, Economics, Control, Efficiency, Service). Berdasarkan analisis, diperoleh nilai rata-rata untuk setiap variabel sebagai berikut: Performance (4,35), Information (4,26), Economics (4,51), Control (4,29), Efficiency (4,25), dan Service (4,20). Dari hasil tersebut, nilai rata-rata keseluruhan adalah 4,31, yang menunjukkan bahwa kinerja FASIH sudah baik menurut skala Likert. Akan tetapi, variabel Efficiency dan Service perlu ditingkatkan karena memiliki nilai terendah dibandingkan variabel lainnya.Kata Kunci : FASIH, BPS, PIECES, Skala Likert
PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI HARGA RUMAH Subekti, Iklas Anang; Andriano, Chrisfian Beni; Nurdiansyah, Dimas; Hidayat, Rahmat
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.350 – 355

Abstract

Pasar properti yang dinamis sering kali menghadirkan tantangan dalam menentukan harga rumah secara akurat akibat berbagai faktor yang kompleks. Ketidakakuratan harga dapat merugikan pihak penjual maupun pembeli. Penelitian ini mengimplementasikan algoritma C4.5, sebuah algoritma berbasis pohon keputusan yang menggunakan information gain untuk memilih atribut utama dalam membangun model prediksi. Algoritma ini unggul dalam menangani data numerik maupun kategorikal, menjadikannya cocok untuk menganalisis atribut rumah seperti luas tanah, luas bangunan, jumlah kamar tidur, jumlah kamar mandi, dan luas garasi. Dengan membagi dataset berdasarkan atribut yang memberikan gain ratio tertinggi, algoritma C4.5 menghasilkan model yang dapat memprediksi harga rumah dengan akurasi mencapai 85,70%. Kemampuan algoritma ini dalam memberikan struktur pohon keputusan yang mudah dipahami oleh manusia juga menjadi keunggulan dalam mendukung interpretasi hasil. Hasil penelitian ini menunjukkan bahwa algoritma C4.5 dapat diimplementasikan secara efektif untuk membantu meningkatkan efisiensi dan transparansi di pasar properti, khususnya di wilayah Jakarta Selatan
Analisis Perbandingan Model Random Forest dan XGBoost dalam Memprediksi Turnover Karyawan Setiawan, Muhamad Bayu; Rahmatulloh, Alam
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.393 – 400

Abstract

Turnover karyawan merupakan tantangan besar bagi organisasi, karena memengaruhi produktivitas, stabilitas tim, dan menimbulkan biaya besar terkait perekrutan, orientasi, dan pelatihan. Untuk mengatasi masalah ini, analisis prediktif menggunakan machine learning menawarkan pendekatan yang ampuh untuk mengetahui faktor-faktor yang memengaruhi turnover karyawan dan memungkinkan strategi berbasis data untuk retensi karyawan. Studi ini mengevaluasi kinerja prediktif dua model machine learning tingkat lanjut, Random Forest dan XGBoost, menggunakan dataset karyawan. Model-model ini dipilih karena kemampuannya menangani data berdimensi tinggi, menangkap hubungan non-linier, dan memberikan hasil klasifikasi yang andal. Performa model dinilai menggunakan metrik utama seperti accuracy, precision, recall, dan f1-score, dengan peningkatan tambahan yang dicapai melalui tuning hyperparameter. Hasilnya menunjukkan bahwa XGBoost sedikit mengungguli Random Forest, dengan mencapai akurasi 98,83% dibandingkan 98,80%, yang menunjukkan ketangguhannya dalam tugas prediktif. Meskipun terdapat perbedaan kecil, kedua model menunjukkan potensi yang kuat dalam mengatasi prediksi turnover. Hal ini menunjukkan pentingnya pendekatan berbasis data dalam pengambilan keputusan organisasi. Dengan memanfaatkan model ini, perusahaan dapat mengembangkan strategi yang ditargetkan untuk meminimalkan risiko pergantian karyawan, meningkatkan retensi karyawan, dan meningkatkan keberhasilan organisasi.
Sistem Pemantauan Gudang Berbasis ESP32-Cam untuk Deteksi Gerakan dan Keberadaan Objek Sejati, Bayu Unggul; Triyo, Hengky; Sobur, Susilawati
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.356 – 361

Abstract

Sistem pemantauan gudang berbasis IoT ini dikembangkan untuk meningkatkan keamanan dengan menggunakan ESP32-CAM, sensor PIR HC-SR602 untuk deteksi gerakan, dan sensor suara KY-038 untuk mendeteksi suara mencurigakan. Data visual dari ESP32-CAM diproses menggunakan model deteksi objek YOLOv8s yang diimplementasikan pada server Flask, dengan notifikasi hasil deteksi dikirimkan melalui bot Telegram. Pelatihan model dilakukan dengan menggunakan dataset yang relevan yang diolah di Roboflow dan dilatih di Google Colab. Hasil implementasi menunjukkan sistem dapat mendeteksi aktivitas manusia dengan akurasi tinggi dan mengirimkan notifikasi dalam rata-rata waktu 5 detik. Sistem ini terbukti efektif, efisien, dan dapat diandalkan untuk pemantauan gudang secara real-time, dengan potensi pengembangan lebih lanjut untuk meningkatkan performa pada kondisi cahaya rendah dan mempercepat proses notifikasi.
PERANCANGAN SISTEM INFORMASI REKAPITULASI JUMLAH PELANGGAN PER-TARIF BERBASIS WEB PADA PDAM TIRTA MUSI UNIT PELAYANAN Rizky Pratama, Muhamad Hafizh; Ade Putra, Reza
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.401-407

Abstract

PDAM Tirta Musi merupakan perusahaan yang menyediakan air bersih bagi masyarakat Palembang. PDAM Tirta Musi mempunyai unit pelayanan yang bertugas untuk melayani masyarakat untuk pemasangan baru aliran air, sampai melayani berbagai masalah atau keluhan dari pelanggan. Selain data keluhan, masih banyak lagi data yang dimiliki salah satunya adalah rekapitulasi. Salah satu data rekap yang dilaporkan adalah data jumlah pelanggan per-tarif. Pendataan jumlah pelanggan per-tarif masih dibuat dengan menggunakan Microsoft Excel, hal ini membuat pegawai dari unit lain harus mengontak pusat atau unit pelayanan yang dibutuhkan datanya untuk melihat data tersebut apabila diperlukan. Kemudian terkadang ada pelanggan atau masyarakat yang membutuhkan data rekap tersebut. Maka pengguna atau masyarakat harus datang ke unit pelayanan untuk meminta data tersebut dan hal ini akan memakan waktu dan juga biaya. Maka peneliti akan membuat rancangan sistem informasi rekapitulasi berbasis web untuk mempermudah pegawai PDAM Tirta Musi unit pelayanan dalam melakukan pendataan dan menyimpan data jumlah pelanggan per-tarif dengan aman dan dapat dilihat oleh pengguna, pegawai unit layanan lain, dan masyarakat apabila data tersebut diperlukan. Perancangan dilakukan dengan metode waterfall. Hasil perancangan ini dapat membantu admin dalam melakukan rekapitulasi dan mempermudah pengguna dalam mendapatkan data rekap tanpa perlu datang ke kantor unit pelayanan.Kata Kunci: Sistem Informasi, Perancangan, Rekapitulasi 
Rancang Bangun Sistem Rekomendasi Buku Berbasis Item-Based Collaborative Filtering Menggunakan Algoritma K-Nearest Neighbors Saputra, Vernanda Sam; Ridwan, Achmad; Pratama, Taftazani Ghazi
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.325 – 331

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem rekomendasi buku dengan metode item-based collaborative filtering menggunakan algoritma K-Nearest Neighbors. Algoritma K-Nearest Neighbors dipilih karena K-Nearest Neighbors memiliki kemampuan dalam mengukur kesamaan antar item berdasarkan perhitungan jarak, sehingga menghasilkan rekomendasi yang relevan bagi pengguna. Menggunakan metode yang melibatkan pengolahan data rating pengguna terhadap buku, diikuti dengan pembentukan model menggunakan pendekatan item-based untuk menemukan buku-buku yang serupa. Pengujian model dilakukan menggunakan teknik cross-validation dengan evaluasi metrik Root Mean Square Error dan Mean Absolute Error untuk mengukur akurasi rekomendasi. Dari penelitian ini, hasil pengujian menunjukkan bahwa model yang diusulkan memiliki tingkat akurasi yang baik, dengan nilai rata-rata RMSE sebesar 0.8191 dan MAE sebesar 0.6235. Sistem ini diharapkan dapat meningkatkan pengalaman pengguna dalam menemukan buku-buku yang sesuai dengan preferensi pengguna, serta memberikan kontribusi signifikan dalam pengembangan sistem rekomendasi berbasis machine learning
PERBANDINGAN METODE MACHINE LEARNING UNTUK SENTIMEN ANALISIS REVIEW PENJUALAN PRODUK Reza, Muhammad; Dores, Ardiansyah; Ambo, Sitti Nurbaya; Meilina, Popy
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.362 – 372

Abstract

Toko online atau e-commerce menurut Moossa Giant dan Samuel Ikate adalah operasi bisnis yang dilakukan secara dunia maya atau online. Pada saat pandemi di tahun 2020 sampai Mei 2023 kegiatan masyarakat dibatasi masyarakat membeli barang di toko online agar tidak terkena virus corona, akan tetapi calon konsumen membeli barang melihat ulasan pada barang yang ingin mereka tuju apakah barang yang mereka beli bagus atau pengirimannya lambat. Salah satu toko online yang memiliki ulasan komentar pelanggan yang sudah membeli barang sebagai petunjuk calon konsumen untuk membeli atau tidak, maka peneliti melakukan analisis sentimen terhadap ulasan konsumen membeli barang di produk elektronik dan produk pakaian, data ulasan konsumen dikumpulkan dari data elektronik sebanyak 925 data, dan data pakaian sebanyak 1575 data, setelah mengumpulkan data dilakukan preprocessing, pembobotan kata, pemodelan dengan supervised learning, yaitu naives bayes, decision tree, k nearest neighbor,  melakukan berbagai skenario dengan pembagian data dari 10% data uji 90% data latih, 20% data uji 80% data latih, 30% data uji 70% data latih, 40% data uji 60% data latih. Hasil terbaik pengujian dengan data pakaian menggunakan decision tree dengan split data 10% data uji dan 90% data latih menghasilkan hasil akurasi 66%, recall 66%, dan precision 65%, hasil terbaik pengujian dengan data elektronik menggunakan decision tree dengan split data 40% data uji dan 60% data latih menghasilkan hasil akurasi 66%, recall 66%, dan precision 65%
PERANCANGAN UI/UX WEBSITE ARTIFICIAL INTELLIGENCE DETECT ASSISTANT (AIDA) PENGUKURAN BADAN DENGAN METODE DESIGN THINKING Habibie, Muhammad Fadhil; Mujiastuti, Rully
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 15 No 2, Januari Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.15.2.332 – 338

Abstract

Penelitian ini mengangkat tema artificial intelligence berupa perancangan website pengukuran badan yang diberi nama Artificial Intelligence Detect Assistant (AIDA). AIDA adalah sebuah website untuk melakukan pengukuran pada tubuh sehingga dapat menghasilkan ukuran pakaian secara real time. Website ini dirancang karena adanya permasalahan terkait sulitnya mencari ukuran pakaian yang sesuai ketika berbelanja di e-commerce. Penulis membatasi perancangan pada desain User interface (UI) dan User experience (UX) berupa Wireframe, High fidelity (Hi-Fi) dan Prototype serta tools figma dalam membuat rancangannya. Metode yang digunakan dalam perancangan adalah metode Design Thinking yang berpusat pada pengguna. Metode ini memiliki beberapa fase yaitu Emphatize, Define, Ideate, Prototype, dan Test. Dari hasil testing yang telah dilakukan, didapatkan hasil berupa tampilan dari website AIDA dengan feedback yang positif dari 5 pengguna yang menjadi partisipan menggunakan skala likert dengan nilai 4 atau puas.
PERBANDINGAN ANALISIS SENTIMEN FASILITAS KAMPUS PADA APLIKASI TIKTOK DAN DAN INSTAGRAM FT UMJ Luthfiyah, Afrahani; Mujiastuti, Rully
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Vol 15 No 3 (2025): Volume 15 No 3, Mei Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sentiment analysis determines positive, negative, or neutral sentiments or opinions contained in the text, including social media analysis. The role of social media, such as the TikTok and Instagram applications in sentiment analysis is important because these applications are places where people talk openly about various things, including facilities on the FT UMJ campus. In this study, the author took data from feed uploads and for your page from previous research, with 4,758 Instagram followers, and 2,616 TikTok followers on the FT UMJ account. The goal is that the results can be used as evaluation material for the campus regarding campus and academic facilities, as well as social media for publication. The author uses the following four steps in conducting the research methodology; data collection, data preprocessing, sentiment analysis, and data classification using the Naïve Bayes method. The author also designed the system and appearance of the application. The results are that F-1 Score, Recall, and Precision on Instagram are higher for negative labels than on TikTok. The accuracy value on Instagram is 54%, which has a better performance than TikTok which has an accuracy value of 33%. Thus, Instagram can be recommended as a priority for development.
SEGMENTASI PEMEGANG KARTU KREDIT MELALUI KLASTERISASI K-MEANS MENGGUNAKAN BAHASA PEMROGRAMAN PYTHON Zikri, Agil Haubi; Risanty, Rita Dewi
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Vol 15 No 3 (2025): Volume 15 No 3, Mei Tahun 2025
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam perkembangan ekonomi yang cepat, penggunaan kartu kredit telah menjadi sangat penting. Kartu kredit, sebagai instrumen pembayaran yang diterbitkan oleh bank, memberikan kemampuan kredit kepada pemiliknya untuk melakukan pembelian barang atau layanan. Namun, penggunaannya mengalami penurunan yang signifikan akibat perubahan pola hidup dan dampak pandemi Covid-19. Survei perbankan menunjukkan tren penurunan dalam transaksi kartu kredit, yang dipicu oleh pengurangan pendapatan masyarakat selama pandemi. Untuk mengatasi tantangan ini, bank perlu mengembangkan strategi bisnis yang efektif. Salah satu pendekatan yang dapat digunakan adalah klasterisasi dengan algoritma K-Means. Algoritma K-Means merupakan teknik klasterisasi yang efektif digunakan untuk mengelompokkan data dengan tujuan memaksimalkan kesamaan antara variabel sambil tetap mempertahankan perbedaan karakteristiknya. Dengan mengimplementasikan algoritma ini dalam bahasa pemrograman Python, bank dapat memperoleh pemahaman yang lebih mendalam tentang preferensi dan kebutuhan dari setiap segmen pemegang kartu kredit. Demikian, algoritma K-Means dapat membantu dalam pengembangan strategi bisnis yang lebih efektif untuk meningkatkan penggunaan kartu kredit, serta mendapatkan nasabah baru. Selain itu, algoritma ini juga bermanfaat dalam mengatasi dampak penurunan penggunaan kartu kredit yang disebabkan oleh perubahan pola hidup masyarakat dan pandemi Covid-19. Hasil dari penelitian ini adalah pengelompokan data pengguna kartu kredit menjadi tiga kelompok yang dapat digunakan sebagai panduan dalam merumuskan strategi bisnis perbankan.

Page 21 of 23 | Total Record : 228

 19   20   21   22   23 

Filter by Year

2011 2025


Reset
Filter By Issues
All Issue Vol 15 No 3 (2025): Volume 15 No 3, Mei Tahun 2025 Vol 16 No 1 (2025): September Volume 15 No 2, Januari Tahun 2025 Volume 15 No 1, September Tahun 2024 Volume 14 No 3, Mei Tahun 2024 Volume 14 No 2, Januari Tahun 2024 Volume 14 No 1, September Tahun 2023 Volume 13 No 3, Mei Tahun 2023 Volume 13 No 2, Januari Tahun 2023 Volume 13 No 1 Tahun 2022 Volume 12 No 3 Tahun 2022 Volume 12 No 2 Tahun 2022 Volume 12 No 1 Tahun 2021 Volume 11 No 3 Tahun 2021 Volume 11 Nomer 2 Tahun 2021 Volume 11 Nomer 1 Tahun 2020 Volume 10 No 2 Tahun 2020 Volume 10 No 1 Tahun 2019 Volume 9 no 2 Tahun 2019 Volume 9 No 1 Tahun 2018 Volume 8 No 2 Tahun 2018 Volume 8 No 1 Tahun 2017 Volume 7 no 2 Tahun 2017 Vol 2, No 1 (2011): JUST IT ~ khatamirizki Vol 1, No 2 (2011): JUST IT Vol 1, No 1 (2011): Just IT More Issue