Jurnas Nasional Teknologi dan Sistem Informasi
Jurnal ini menerbitkan artikel penelitian (research article), artikel telaah/studi literatur (review article/literature review), laporan kasus (case report) dan artikel konsep atau kebijakan (concept/policy article), di semua bidang : Geographical Information System, Enterpise Application, Bussiness Intelligence, Data Warehouse, Network Computer Security, Data Mining, Computer Architecture Design, Mobile Computing, Computing Theory, Embedded system, Decision Support System
Articles
10 Documents
Search results for
, issue
"Vol 11 No 1 (2025): April 2025"
:
10 Documents
clear
<![CDATA[Uji Kualitas Website Admin Travel Booking Menggunakan Halstead’s Metric dan Equivalence Partitioning ]]>
<![CDATA[Fauziah Nur Syifa]]>;
<![CDATA[Trisana Nurul Anzali Nabil]]>;
<![CDATA[Derrel Hendi Arifin]]>;
<![CDATA[Rangga Sidik]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.67-72
<![CDATA[Tripease is a travel booking admin website designed to enable admins with management roles for train tickets, hotel tickets, and user data. Blackbox testing ensures the software meets the set requirements and specifications and detects functional and performance errors. Whitebox testing is done to check the software's logical path by examining the software's logical structure and detecting errors, such as logical errors and script understanding errors. This research discusses testing the travel booking admin website using two methods: Halstead's Metric and Equivalence Partitions. This research aims to determine the success rate of features and predict the appearance of bugs on the website. White box testing with Halstead's Metric shows that the add train feature has the highest prediction of bugs (45.7%), while the add user feature is the lowest (13.4%). The average prediction of the occurrence of bugs in all features is 25.59%. Black box testing with Equivalence Partitions shows that the add user and edit user features have a low success rate because they do not succeed in the input validity test item. The add train and login features have a 100% success rate. Based on the test results, it is recommended that the code be refactored and the input validity of each feature improved.]]>
<![CDATA[ABizLSM: Kerangka Migrasi Sistem Lawas Genting Arsitektur Monolitik ke Microservices untuk Perusahaan Startup dengan Dinamika Bisnis Tinggi ]]>
<![CDATA[Michael Susanto]]>;
<![CDATA[Muhammad Hafizhuddin Hilman]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.27-36
<![CDATA[Proses rekayasa ulang migrasi sistem monolitik lama ke sistem berbasis microservices sering kali penting bagi kelangsungan bisnis. Pada ruang lingkup perusahaan startup, dinamika perubahan bisnis cenderung lebih gesit dan cepat, yang membuat sistem sering kali tidak terawat dan terdokumentasi dengan baik. Di sisi lain, pengembang ditantang untuk memperbarui sistem lama dengan perubahan bisnis perusahaan startup yang dinamis dari waktu ke waktu. Banyak studi telah mengusulkan proses migrasi sistem monolitik lama. Namun, penelitian umumnya terfokus pada perusahaan korporat, yang sering tidak mempertimbangkan proses migrasi dalam lingkungan bisnis perusahaan startup yang gesit. Dengan demikian, penelitian ini membahas masalah tersebut dan mengusulkan kerangka kerja Agile Business Legacy System Migration (ABizLSM) yang berasal dari prinsip-prinsip Domain-Driven Design (DDD) dengan fokus pada migrasi sistem monolitik lama di perusahaan startup. Penelitian ini menggunakan metode penelitian campuran dengan melakukan wawancara dan mengevaluasi sistem yang dimigrasikan dengan membandingkan latensi dengan sistem lama. Hasil penelitian menunjukkan bahwa kerangka kerja ABizLSM telah berhasil memigrasikan sistem monolitik lama dalam perusahaan startup yang gesit, sehingga memberikan kemudahan pemeliharaan dan skalabilitas yang lebih baik serta meningkatkan kualitas sistem secara keseluruhan. Selain itu, tidak ada penurunan kinerja pada sistem yang telah dimigrasikan, sehingga kerangka kerja ABizLSM berhasil memigrasikan sistem monolitik lawas genting.]]>
<![CDATA[Implementasi K-Means Clustering Melalui Pemanfaatan Sampling Kombinasi Pada Pengelompokan Pola Kesehatan Mental Mahasiswa Sains dan Teknologi ]]>
<![CDATA[Firda Sari]]>;
<![CDATA[Maharani Kuntari]]>;
<![CDATA[Winda Yati]]>;
<![CDATA[Hani Khaulasari]]>;
<![CDATA[Moh. Hafiyusholeh]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.9-16
<![CDATA[Kesehatan mental merupakan aspek kesehatan penting selain kesehatan fisik. Mahasiswa merupakan individu yang berada pada usia remaja akhir sampai dewasa awal yang pada masa ini akan mengalami tekanan secara emosional karena masalah-masalah sosial, akademik, dan personal. Perlu diadakan pengecekan dini pada kesehatan mental mahasiswa seperti asesmen psikologi yang dilakukan untuk pencegahan gangguan mental yang dihadapi mahasiswa sehingga dapat mengurangi angka bunuh diri. Tujuan dari penelitian ini adalah untuk mendapatkan kelompok pola kesehatan mental mahasiswa untuk diidentifikasi pola dan tren dengan algoritma K-Means clustering dan dievaluasi dengan silhouette coefficient untuk memastikan keakuratan dan validitas dari hasil clustering. Data penelitian diperoleh dari pengisian angket mengenai kondisi kesejahteraan psikologis dan tekanan psikologis yang maing-masingnya terdiri dari 5 pertanyaan. Penelitian ini memperoleh hasil setelah dikelompokkan menjadi 3 cluster yaitu tertekan (C1), netral/stabil (C2), dan bahagia (C3), pada mahasiswa sistem informasi tidak ada cluster yang dominan karena di setiap cluster memiliki jumlah data yang sama, mahasiswa arsitektur dan matematika dominan mahasiswa yang memiliki kesehatan mental yang tertekan, mahasiswa biologi dominan mahasiswanya memiliki kesehatan mental yang netral. Berdasarkan 4 program studi hasil evaluasi cluster pada program studi system informasi dan matematika memiliki struktur yang lemah, sedangkan pada program studi arsitektur dan biologi memiliki struktur yang sedang.]]>
<![CDATA[Pengembangan Korpus Bahasa Minang pada Spell Error Corpus for Minang Language (SPEML) ]]>
<![CDATA[Dewi Soyusiawaty]]>;
<![CDATA[Abdul Fadlil]]>;
<![CDATA[Sunardi Sunardi]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.17-26
<![CDATA[Bahasa Minang merupakan bahasa daerah kelima dengan jumlah penutur terbanyak di Indonesia, namun minim sumber daya linguistik dan teknologi pemrosesan bahasa alami yang mendukung. Keterbatasan ini menyulitkan pengembangan aplikasi seperti mesin penerjemah dan pemeriksa ejaan otomatis. Saat ini hanya tersedia korpus kesalahan ejaan dalam Bahasa Indonesia dengan kesalahan hanya satu karakter pada setiap token. Korpus belum mencakup kesalahan penulisan kata serapan. Selain itu belum ada korpus khusus yang dikembangkan untuk kesalahan ejaan dalam bahasa daerah di Indonesia, termasuk Bahasa Minang. Penelitian ini bertujuan mengembangkan korpus kesalahan ejaan Bahasa Minang, yang dinamakan Spell Error Corpus for Minang Language (SPEML). SPEML mencakup kesalahan ejaan sampai dengan tiga karakter dan kesalahan penulisan kata serapan. Pengembangan SPEML melibatkan proses pengumpulan data korpus Bahasa Minang, data kata serapan yang sering digunakan, serta pembentukan korpus kesalahan ejaan. Kesalahan ejaan dibentuk dengan mengacak token secara sistematis pada satu karakter, dua karakter, hingga tiga karakter, disesuaikan dengan panjang token. Hasil penelitian ini berupa SPEML yang mampu mengklasifikasikan tujuh jenis kesalahan ejaan, yaitu: penyisipan karakter, penghapusan karakter, pindah posisi karakter, penggantian karakter, kesalahan tanda baca, kesalahan kata nyata, dan kesalahan penulisan kata serapan. Pengembangan SPEML menjadi langkah awal dalam mendukung pengembangan teknologi pemrosesan bahasa alami untuk bahasa daerah, khususnya Bahasa Minang.]]>
<![CDATA[Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib ]]>
<![CDATA[Nanda Dwi Kurniawan]]>;
<![CDATA[Praditya Rendi Ferdian]]>;
<![CDATA[Nurtriana Hidayati]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i1.2025.87-97
<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna aplikasi Ajaib di Google Play Store menggunakan tiga algoritma machine learning: Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Data ulasan sebanyak 2.000 dikumpulkan melalui web scraping menggunakan library google-play-scraper dan diproses melalui tahap normalisasi, case folding, pembersihan, tokenisasi, dan penghilangan stopwords. Data dibagi menjadi 80% data latih dan 20% data uji dengan label sentimen diatas 3 (positif), 3 (netral), dan dibawah 3 (negatif). Hasil menunjukkan Random Forest unggul secara keseluruhan dengan recall 95% dan F1-score 91%, sementara SVM mencatatkan akurasi tertinggi 91%, dan Naive Bayes kompetitif dengan presisi 91%. Berdasarkan evaluasi terhadap keempat metrik utama, Random Forest direkomendasikan untuk analisis sentimen ulasan aplikasi Ajaib karena kemampuannya yang konsisten dalam mengidentifikasi ulasan positif. Penelitian ini memberikan panduan efektif dalam memilih algoritma machine learning untuk analisis sentimen di platform aplikasi mobile.]]>
<![CDATA[Analisis Trend Penelitian Penggunaan Algoritma Penjadwalan serta Faktor yang Mempengaruhinya: Analisis Bibliometrik R dan Pemetaan VOSviewer ]]>
<![CDATA[Dwi Novia Al Husaeni]]>;
<![CDATA[Jajang Kusnendar]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.57-66
<![CDATA[Scheduling is one method used to avoid problems with the operating system. Scheduling has various algorithms including Round Robin, First in First out, and SJF. This research aims to analyze the literature review of scheduling algorithm research trends and the factors that influence them through R bibliometric mapping analysis on research that has been published in Scopus and Google Scholar indexed journals from 2019 to 2023. The method used in this research is R bibliometric analysis . Publish or perish is used as a search application and VOSviewer is used as a data mapping application. The results of the research show that the development of the number of research publications regarding Scheduling Algorithms indexed by Google Scholar from 2019 - 2023 has decreased quite significantly (383 (2019), 314 (2020), 195 (2021), 84 (2022), and 20 (2023). )). Meanwhile, based on the Scopus database, research developments regarding scheduling algorithms experienced fluctuations, namely decreasing in 2021 (200 articles) and increasing in 2022 (830 articles). In 2020 there was a significant decline. Based on the VOSviewer mapping results, it is known that the process scheduling algorithm that is widely used for research is the Round Robin (RR) algorithm which is in cluster 1, cluster 3, and cluster 7. The reason why the RR algorithm is in good condition. This request is because it is able to provide fairness in divides CPU processing time between running processes.]]>
<![CDATA[Penetration Testing pada Kerentanan Keamanan Sistem PELAKAT Menggunakan SQL Injection ]]>
<![CDATA[Khairul]]>;
<![CDATA[Asrul Abdullah]]>;
<![CDATA[Sucipto Sucipto]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i1.2025.78-86
<![CDATA[Penetration Testing bertujuan untuk mengidentifikasi kerentanan sistem dengan cara mensimulasikan serangan dengan teknik tertentu seperti SQL Injection. Sistem Pelayanan Administrasi Kependudukan yang Mendekatkan Masyarakat (PELAKAT) adalah sebuah aplikasi berbasis website yang dibuat oleh Dinas Kependudukan dan Pencatatan Sipil (Disdukcapil) Kabupaten Sambas untuk memudahkan proses pengelolaan beberapa dokumen administrasi kependudukan (Adminduk). Pengujian keamanan sistem PELAKAT menggunakan teknik SQL Injection diperlukan untuk mengidentifikasi kerentanannya serta memberikan rekomendasi mitigasi. Tahapan metode penetration testing yang dilakukan yaitu reconnaissance, scanning, vulnerability assessment, exploitation, dan reporting. Tools yang digunakan yaitu Burp Suite untuk menganalisis HTTP request dan SQLMap untuk eksploitasi kerentanan. Berdasarkan hasil pengujian, salah satu parameter pada form login sistem PELAKAT diketahui rentan terhadap SQL Injection. Eksploitasi berhasil mengakses sembilan database, lima tabel pada salah satu database, dan 13 kolom pada salah satu tabel. Kerentanan ini disebabkan karena sistem dikembangkan tanpa fitur keamanan yang memadai. Tingkat kerentanan sistem dinilai tinggi karena sistem PELAKAT dinyatakan rentan terhadap SQL Injection sehingga diperlukan tindakan mitigasi. Rekomendasi mitigasi meliputi penerapan WAF (Web Application Firewall), validasi input pada form input, penggunaan prepared statements, implementasi framework seperti Laravel, dan migrasi database ke penyimpanan berbasis cloud. Dengan penerapan mitigasi ini, diharapkan dapat meningkatkan keamanan sistem dan meminimalisir kerentanan sistem.]]>
<![CDATA[Penerapan Metode AHP dan VIKOR Untuk Membangun Sistem Pendukung Keputusan Dalam Menentukan Calon Perwakilan Atlet Tingkat Nasional Pada Provinsi Sumatera Barat ]]>
<![CDATA[Ricky Akbar]]>;
<![CDATA[Dean Fisabil Andwi]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.37-47
<![CDATA[Seleksi calon perwakilan atlet tingkat nasional dilakukan oleh Komite Olahraga Nasional Indonesia (KONI) masing-masing provinsi. Pada Provinsi Sumatera Barat, KONI memiliki peran krusial dalam membina dan mengembangkan atlet daerah agar dapat berkompetisi di tingkat nasional maupun internasional. Salah satu cara penyeleksian atlet adalah dengan diadakannya event olahraga tahunan seperti Pekan Olahraga Nasional (PON) yang merupakan ajang kompetisi atlet nasional dari seluruh perwakilan atlet di Indonesia. Selama ini proses dalam menentukan perwakilan atlet tiap-tiap daerah dilakukan dengan cara yang konvensional dan manual yaitu dengan melakukan beberapa rangkaian tes kepada calon atlet, kemudian hasilnya dikumpulkan dan dihitung menggunakan MS Excel. Dengan banyaknya cabang olahraga dan data tes yang harus dikumpulkan, tentunya hal ini akan memakan waktu lama dalam melakukan seleksi tersebut. Selain itu dibutuhkan perhitungan yang matang dan dokumentasi hasil tes yang transaparan dalam perhitungannya. Berdasarkan permasalahan yang telah diuraikan, salah satu solusi yang dapat diterapkan adalah membangun Sistem Penunjang Keputusan (SPK). Sistem ini dirancang untuk membantu KONI dalam menyeleksi calon atlet terbaik sebagai perwakilan, dengan mempertimbangkan kriteria yang telah ditetapkan. Adapun kriteria utama seleksi atlet yang dilakukan oleh KONI selama ini untuk penyeleksian atlet mereka adalah indeks prestasi dan penglaman atlet berupa prestasi internasional, prestasi nasional, prestasi wilayah, kemampuan teknis, dan fisik atlet yang dilakukan masing masing cabang olahraga. Aplikasi SPK ini menggabungkan metode Analytical Hierarchy Process (AHP) dan VIKOR, di mana AHP digunakan untuk mengotomatisasi proses pembobotan kriteria, sementara metode VIKOR diterapkan dalam proses perangkingan alternatif guna menentukan calon atlet terbaik. Hasil dari penelitian ini adalah terciptanya model dan aplikasi SPK yang dapat membantu KONI dalam melakukan perangkingan untuk seleksi atlet tingkat nasional.]]>
<![CDATA[Penerapan Metode Clustering Pada Penjualan Makanan Dan Minuman Dalam Menentukan Strategi Marketing ]]>
<![CDATA[Evasaria Magdalena]]>;
<![CDATA[Eufrasia Paskasius]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.48-56
<![CDATA[Business competition including restaurant business is getting tighter with the change of business methods from conventional to online (digital). The problem is that the menu sold is not always comparable to the expenditure of raw materials purchased by the restaurant to make their food and beverage menus. Therefore, an appropriate marketing strategy is needed to be implemented. The restaurant used as the research material is the "Ben's Haus Bistro" restaurant. The attributes used consist of Item Name, Category Name, and Item Sold. In this study, one of the data mining methods will be applied, namely the clustering method using the K-Means algorithm to determine the marketing strategy. In addition, it will also be seen how much accuracy is obtained from the results of the clustering process that has been carried out. Based on the results of the accuracy level of the clustering process that has been carried out, a value of 0.6595 was obtained. While the results of applying the clustering method using the K-Means algorithm for overall sales data produced 4 clusters, because the results of the elbow method calculation to determine the optimal K value obtained the result K = 4. Cluster 1 obtained 6 items, Cluster 2 obtained 10 items, Cluster 3 obtained 43 items, and Cluster 4 obtained 52 items. From the results of the research that has been done, it can be concluded that the clustering method using the K-Means algorithm can be applied to food and beverage sales data to help determine marketing strategies.]]>
<![CDATA[Empowering MSMEs with Data-Driven Insights: Mobile Sales Dashboard Application for MSMEs ]]>
<![CDATA[Zalina Fatima Azzahra]]>;
<![CDATA[Riska Yanu Fa'rifah]]>;
<![CDATA[Syfa Nur Lathifah]]>
<![CDATA[ Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 1 (2025): April 2025 ]]>
Publisher : <![CDATA[Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/TEKNOSI.v11i01.2025.1-8
<![CDATA[Micro, Small, and Medium Enterprises (MSMEs) in Indonesia have made a large contribution to GDP and the workforce but still face challenges in managing sales data and making data-driven decisions. Manual recording often causes operational inefficiencies, recording errors, and delays in business analysis. Based on the previous problem, this study develops a mobile-based sales dashboard application to help MSMEs analyse data in real-time and improve business strategies. The methodology used is Design Science Research (DSR) with a Rapid Application Development (RAD) approach for rapid and iterative development. This application was developed using Java and Firebase and provides sales summary features, best-selling cashiers, best-selling products, and less popular products, with time filters and graphical data visualization. Testing using Black Box Testing shows that all features run well, while the results of the User Acceptance Test (UAT) show that 90.625% of users feel that this application is easy to use and suits their needs. These results indicate that the application can improve operational efficiency and business transparency and support data-driven decision-making for MSMEs.]]>
