Jurnal Sistem dan Informatika
Jurnal Sistem dan Informatika (JSI) adalah jurnal ilmiah yang diterbitkan oleh Bagian Penelitian dan Pengabdian pada Masyarakat (P2M) STIKOM Bali. Jurnal Sistem dan Informatika (JSI) terbit dua kali dalam satu tahun, yakni setiap bulan Mei dan Nopember. Jurnal ini berisi makalah-makalah ilmiah hasil penelitian dari civitas akademika STIKOM Bali.
Articles
275 Documents
<![CDATA[Perancangan Sistem Informasi Eksekutif Pembantu Ketua I STMIK STIKOM Bali ]]>
<![CDATA[I Made Adi Purwantara]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (845.884 KB)
<![CDATA[STMIK STIKOM Bali sebagai perguruan tinggi ICT pertama di Bali memiliki komitmen untuk selalu menjaga kualitas pendidikannya. Pembantu Ketua I merupakan sebuah unit yang berada dibawah Ketua STMIK STIKOM Bali langsung. Sebagai unit yang memiliki peranan penting, informasi menjadi kebutuhan yang primer di lingkup Pembantu Ketua I. Untuk itu perlu dirancang sebuah sistem informasi eksekutif yang dapat memberikan informasi untuk Pembantu Ketua I STMIK STIKOM Bali. Metode dalam penelitian ini diawali dengan melakukan identifikasi dan analisa masalah, melakukan perancanganmodelbisnismenggunakan UML (Unified Modelling Language) kemudian perancangan antar muka digunakan untuk merancang tampilan input/output yang diperlukan dari sistem informasi yang dikembangkan. Perancangan sistem ini telah menghasilkan rancangan berupa: use case diagram, class diagram yang terdiri dari 9 (sembilan) class, activity diagram yang terdiri dari 7 (tujuh) activity diagram, dan sequence diagram yang terdiri dari 7 (tujuh) sequence diagram, serta rancangan antar muka sistem.]]>
<![CDATA[Sistem Pendaftaran Calon Mahasiswa Baru Berbasis Web (Studi Kasus: Politeknik Ganesha Guru) ]]>
<![CDATA[A.A. Ngurah Adhi Jaya]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (755.733 KB)
<![CDATA[Dengan fasilitas internet yang semakin matang maka sangat memungkinkan bagi siapa saja untuk menggunakan dan mengakses informasi melalui internet. Sepanjang terkoneksi dengan jaringan internet, banyak informasi yang dibutuhkan seseorang dengan mudah dapat diakses dan ditemukan dengan sebuah mesin pencari seperti google atau yahoo. Sebagai sebuah kampus berbasis teknologi informasi (IT), Politeknik Ganesha Guru (PGG) sadar betul dengan pentingnya pengembangan teknologi dalam menunjang proses di kampus itu sendiri terutama dalam hal perekrutan calon mahasiswa baru. Para calon mahasiswa baru yang berasal dari luar kota, akan sangat membutuhkan informasi terkait dengan keberadaan kampus, program unggulan yang bisa disediakan, fasilitas dan bahkan persyaratan yang harus dipenuhi terkait menjadi calon mahasiswa baru (maba).]]>
<![CDATA[Analisis Sentimen Pada Review Pengguna Aplikasi Mobile Untuk Evaluasi Faktor Usability ]]>
<![CDATA[Septiyawan Rosetya Wardhana]]>;
<![CDATA[Diana Purwitasari]]>;
<![CDATA[Siti Rochimah]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (130.819 KB)
<![CDATA[Faktor usability merupakan aspek yang paling diperhatikan dalam pembuatan maupun pengujian aplikasi mobile. Evaluasi usability dapat dilakukan dengan melakukan analisis sentimen pada review pengguna aplikasi mobile. Orientasi sentimen inilah yang umumnya dijadikan sebagai acuan dalam proses evaluasi. Selain itu, setiap review pasti memiliki tingkat sentimen yang mencerminkan tinggi rendahnya orientasi sentimen, sehingga akan lebih efektif apabila tingkat sentimen juga dipertimbangkan dalam proses evaluasi. Berbeda dengan jenis perangkat lunak lainnya, aplikasi mobile memiliki batasan dan permasalahan sendiri yang tidak dimiliki perangkat lunak lain. Model PACMAD (People At The Centre of Mobile Application Development) merupakan model usability yang karakteristiknya disesuaikan dengan batasan dan permasalahan yang dimiliki oleh aplikasi mobile. Oleh karena itu, dalam penelitian ini diusulkan suatu metode analisis sentimen dengan mempertimbangkan tingkat sentimen pada opini pengguna aplikasi mobile untuk evaluasi faktor usability berdasarkan model PACMAD. Data review pengguna akan diklasifikasikan ke dalam faktor usability PACMAD dengan menggunakan metode TF.ICF, kemudian dianalisis orientasi dan tingkat sentimennya dengan menggunakan metode SentiWordNet Interpretation. Berdasarkan hasil ujicoba menggunakan data review dari 5 aplikasi mobile diperoleh rata-rata nilai akurasi klasifikasi faktor usability sebesar 82% dan akurasi sentimen sebesar 79%.]]>
<![CDATA[Perancangan Sistem Informasi Monitoring Suhu Ruangan Berbasis Twitter ]]>
<![CDATA[Ni Nyoman Utami Januhari]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1142.89 KB)
<![CDATA[Monitoring suhu ruang perkuliahan dan pemberian laporan dalam rentang waktu tertentu bagi si pemilik ruangan adalah salah satu hal yang cukup penting untuk dilakukan. Peningkatan suhu yang drastis bisa menjadi indikasi terjadinya kebakaran, dengan pemberitahuan yang cepat ke petugas maka antisipasi dari kerusakan fatal akibat kebakaran dapat diminimalisir. Dalam perancangan sistem ini, penulis bermaksud untuk merancang sistem monitoring suhu ruangan yang bersifat praktis bagi pengguna, khususnya pengguna yang tidak memiliki latar belakang di dunia teknologi informasi, dimana mekanisme yang akan diterapkan yaitu sistem monitoring bertugas mengambil dan mengkalkulasi data fisik berupa hawa panas melalui sebuah sensor menjadi informasi suhu pada ruangan yang dipantau, kemudian mengirimkan informasi tersebut ke sosial media yang dalam hal ini adalah sosial media Twitter. Hasil penelitian ini berupa perancangan sistem dengan UML (Unified Modeling Language) dan tampilan interface sistem. Dengan demikian pengembang sistem lebih mudah dan lebih cepat menangkap informasi untuk menghasilkan sistem. serta menjalankan beberapa fungsi yang berkaitan dengan maintenance terhadap sistem.]]>
<![CDATA[Prediksi Cacat Perangkat Lunak Dengan Optimasi Naive Bayes Menggunakan Pemilihan Fitur Gain Ratio ]]>
<![CDATA[Muhammad Sonhaji Akbar]]>;
<![CDATA[Siti Rochimah]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (106.799 KB)
<![CDATA[Dalam prediksi cacat perangkat lunak, terjadinya kesalahan prediksi cacat perangkat lunak merupakan hal yang sangat fatal karena data yang salah prediksi dapat menimbulkan pengaruh terhadap perangkat lunak itu sendiri. Kurang optimalnya metode prediksi yang digunakan. Masih terdapat kesalahan dalam memprediksi cacat perangkat lunak. Dalam metode Naive Bayes juga masih terdapat kekurangan ketika terjadi kesalahan klasifikasi. Kesalahan klasifikasi ini dapat memperlambat proses prediksi cacat perangkat lunak. Dibutuhkan metode yang dapat mengatasi kesalahan klasifikasi ini. Dalam penelitian ini disusulkan optimasi metode Naive Bayes menggunakan Gain Ratio. Pemilihan fitur menggunakan Gain Ratio pada Naïve Bayes dapat mengurangi dampak kegagalan prediksi. Penggunaan Gain Ratio dapat meningkatkan performa prediksi. Penghitungan Gain Ratio dapat dirumuskan yaitu dari setiap atribut Gain Ratio dikali jumlah data n kemudian dibagi dengan rata-rata Gain Ratio semua atribut. Atribut dari Gain Ratio sendiri merupakan hasil bagi dari Mutual Information dan Entropy. Mutual Information (MI) merupakan nilai ukur yang menyatakan keterikatan atau ketergantungan antara dua variabel atau lebih. Selain MI, Entropy digunakan sebagai pembagi dari MI yang digunakan untuk menentukan atribut mana yang terbaik atau optimal. Maka dari itu penghitungan Gain Ratio adalah hasil dari penghitungan Mutual Information dibagi dengan hasil penghitungan Entropy Penghitungan Gain Ratio. Hasil penelitian menunjukkan akurasi sebesar 87,55% untuk metode usulan dan 85,34% untuk metode Naïve Bayes biasa.]]>
<![CDATA[Memprediksi Waktu Memperbaiki Bug dari Laporan Bug Menggunakan Klasifikasi Random Forest ]]>
<![CDATA[Nur Fajri Azhar]]>;
<![CDATA[Siti Rochimah]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (154.68 KB)
<![CDATA[Pengembang perangkat lunak harus memiliki rencana dalam pengaturan biaya pengembangan perangkat lunak. Perbaikan perangkat lunak dalam fase pemeliharaan sistem dapat disebabkan oleh bug. Bug adalah kerusakan yang terjadi pada perangkat lunak yang tidak sesuai dengan kebutuhan perangkat lunak. Bug perangkat lunak dapat memiliki waktu yang cepat atau lama dalam perbaikan yang bergantung dari tingkat kesulitannya. Pengembang dapat dibantu oleh rekomendasi model prediksi dan memberikan bahan pertimbangan waktu perbaikan bug. Dalam penelitian ini, penulis akan menggunakan praproses penyaringan dataset, algoritma random forest untuk pembangunan pendekatan prediksi dan 10-fold cross validation untuk menghitung akurasi. Random forest digunakan karena memiliki kelebihan dalam hal akurasi jika digunakan dengan dataset berjumlah besar. Metode dalam penelitian ini memperoleh akurasi dengan rentang antara 70%-79%. Metode dalam penelitian ini memiliki akurasi yang lebih baik dibandingkan dengan metode decision tree, random forest, dan naïve bayes]]>
<![CDATA[Penerapan Metode Jaringan Syaraf Tiruan Backpropagation Untuk Meramalkan Harga Saham (IHSG) ]]>
<![CDATA[Andri Triyono]]>;
<![CDATA[Alb Joko Santoso]]>;
<![CDATA[Pranowo -]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (309.135 KB)
<![CDATA[Pada saat sekarang ini banyak sekali perusahaan atau lembaga – lembaga yang telah menganggap penting peran pasar modal dalam bidang perekonomian. Jenis pembelian modal yang masih banyak dilakukan adalah seperti pembelian tanah, emas, atau uang, sedangkan pembelian modal saham adalah pembelian yang sah dan sangat menarik untuk dilakukan. Modal harga saham sangat menarik dilakukan karena kita dapat memilih model investasinya, yaitu bisa jangka panjang atau jangka pendek. Para investor akan sangat terbantu dengan adanya sebuah model peramalan untuk meramalakan harga saham. System peramalan ini sangat berguna karena dengan adanya system peramalan tersebut investor dapat mengurangi nilai kerugian dan dapat memaksimalkan keuntungan. System peramalan harga saham ini akan dibuat menggunakan metode Jaringan Syaraf Tiruan Backpropagation. Jaringan Syaraf Tiruan Backpropagation adalah algoritma belajar, jadi metode ini akan melatih jaringan – jaringan pada situasi sebelumnya. Jaringan tersebut berupa data history yang dapat mempengaruhi harga saham, seperti harga saham itu sendiri ditambah dengan harga emas dan minyak dunia. Pelatihan akan menyesuaikan bobot dalam jaringan sebagai input baru untuk meramalkan harga saham. Penelitian ini mendapatkan hasil akurasi sebesar 99,98% dan mean square error(MSE) sebesar 0,9915. Artinya, peramalan dengan keakuratan yang tinggi dapat dicapai menggunakan metode Jaringan Syaraf Tiruan Backpropagation.]]>
<![CDATA[Perancangan Sig Untuk Pemetaan Lokasi Diving Di Pulau Bali ]]>
<![CDATA[Henry Valentino Florensius Kainde]]>;
<![CDATA[Alb Joko Santoso]]>;
<![CDATA[Djoko Budiyanto]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 1 (2016) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (434.475 KB)
<![CDATA[Pulau Bali yang terletak di wilayah tengah Indonesia ini memiliki laut yang sangat indah dan beranekaragam. Terdapat banyak spot diving yang dapat di jumpai di pulau Bali ini. Kehidupan fauna di bawah laut sangat banyak dan beranekaragam. Lokasi yang berbeda membuat para penyelam sulit untuk mencapai lokasi tersebut dan masih bingung dengan lokasi mana yang harus di datangi. Para penyelam harus mencari informasi dahulu untuk datang ke tempat lokasi diving. Untuk mengatasi masalah diatas diperlukannya sebuah rancangan sistem yang dapat membantu untuk melakukan pemetaan titik-titik lokasi diving yang ada di pulau bali. Sistem informasi dibangun berbasis mobile dengan memanfaatkan sistem informasi geografis dan menggunakan algoritma jestrak untuk memetakan lokasi diving yang ada di bali dan mencari jarak terdekat dari user. Sistem informasi pemetaan dan pencarian jarak terdekat dengan menggunakan metode jestrak diharapkan dapat mempermudah menemukan lokasi diving di pulau bali.]]>
<![CDATA[Expert Advisor Dengan Strategi Moving Average, RSI Dan Bolinger Band ]]>
<![CDATA[I Kt Dedy Suryawan]]>;
<![CDATA[I Gusti Ngurah Nyoman Bagiarta]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 2 (2017) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Indikator yang dipergunakan untuk mendukung analisa teknikal dalam dunia online forex trading cukup banyak. Indikator – indikator ini pada umumnya menggambarkan trend, momentum, volume perdagangan, dan monitoring kekuatan atau peralihan volume perdagangan. Indikator yang ada sering dikombinasikan untuk mendapatkan hasil prediksi yang lebih akurat untuk memperoleh profit lebih baik dan konsisten. Bagi seorang trader pemula, Selain teknik analisa yang didukung pengggunaan indikator, juga diperlukan konsistensi dalam pengambilan keputusan dimana seorang trader sering mengalami kerugian karena berbagai macam faktor psikologis seperti emosi, frustasi dan faktor kelelahan. Oleh karena itu diperlukan suatu aplikasi yang dapat membantu trader tanpa dipengaruhi faktor – faktor tersebut. Aplikasi tersebut dengan penggunaan indikator didalamnya membantu proses dan pertimbangan dalam pengambilan keputussan jual beli. Indikator yang digunakan dalam logika program adalah Moving Average, Bolinger Band dan Relative Stregth Index. Aplikasi melakukan trading secara otomatis dan mampu melakukan trading tanpa seorang trader harus memantau pergerakan harga selama 24 jam]]>
<![CDATA[Analisis Perbandingan Metode Sibis Dan Metode Econometric Dalam Pengukuran Kesenjangan Digital Di Sumba Barat Daya ]]>
<![CDATA[Gergorius Kopong Pati]]>;
<![CDATA[A. Djoko Budiyanto]]>
<![CDATA[ Jurnal Sistem dan Informatika (JSI) Vol 11 No 2 (2017) ]]>
Publisher : <![CDATA[Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis (ITB) STIKOM Bali ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Sebagai bahan pertimbangan pemerintahan dalam membangun dan menyusun strategi kebijakan pelayanan publik dalam kaitan dengan teknologi informasi dan komunikasi yang berhubungan dengan kesenjangan digital perlu diadakan pengukuran. Hasil dari pengukuran kesenjangan digital tersebut dimaanfaatkan oleh pemerintah Sumba Barat Daya dalam pengembangan kecamatan di Sumba Barat Daya, serta hasil tersebut sebagai bahan acuan dalam pemerataan akses dan kemampuan teknologi informasi dan komunikasi bagi masyarakat melalui penyediaan infrastruktur, program pelatihan untuk pegembangan sumber daya manusia. Dari permasalahan diatas maka perlu diadakan pengukuran tingkat kesenjangan digital yang terjadi di kecamatan Sumba Barat Daya. Pengukuran kesenjangan digital di Sumba Barat Daya menggunakan metode SIBIS dan Econometric dengan membandingkan berbagai macam indikator yang berbeda dalam pengukuran kesenjangan digital. Pengukuran kesenjangan digital ini menggunakan aspek perilaku penggunaan internet, manfaat penggunaan internet dan demografi. Hasil perbandingan dari berbagai macam indikator dengan menggunakan metode SIBIS dan Econometrik menunjukan bahwa tingkat kesenjangan digital dengan mengunakan metode SIBIS menunjukan masyarakat kecamatan di Sumba Barat Daya berada pada kategori sedang sedangkan metode Econometric berada pada kategori Tinggi sehingga pengukuran kesenjangan digital masyarakat kecamatan di Sumba Barat Daya lebih cocok menggunakan metode SIBIS.]]>
