cover
Contact Name
Fajril Akbar
Contact Email
ijab@fti.unand.ac.id
Phone
+627517770
Journal Mail Official
teknosi@fti.unand.ac.id
Editorial Address
Jurusan Sistem Informasi, Fakultas Teknologi Informasi Universitas Andalas Kampus Limau Manis, Padang 25163, Sumatera Barat
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnas Nasional Teknologi dan Sistem Informasi
Published by Universitas Andalas
ISSN : 24768812     EISSN : 24603465     DOI : https://dx.doi.org/10.25077/TEKNOSI
Core Subject : Science,
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 365 Documents
Perangkat Lunak untuk Kontrol dan Pendeteksian QR Code pada Robot Mobil di Prototipe Pabrik Garmen Steven, Juan; Lim, Resmana
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7 No 3 (2021): Desember 2021
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i3.2021.164-171

Abstract

FTI UK Petra akan membangun pabrik garmen mini yang membutuhkan robot otonom. Robot otonom ini akan melakukan tugas material handling dalam pabrik tersebut. Oleh sebab itu, penelitian ini bertujuan untuk merancang perangkat lunak untuk mendukung tugas tersebut. Adapun robot otonom ini tergolong sebagai AMR (Autonomous Mobile Robot) karena dapat bergerak bebas pada lingkungan tanpa memerlukan bantuan garis atau tanda lainnya. Robot ini dilengkapi dengan sensor LIDAR untuk mendeteksi keadaan lingkungan sekitarnya secara 360 derajat. Dengan adanya sensor ini robot dapat melakukan pemetaan terhadap pabrik garmen dengan memanfaatkan metode SLAM. Robot juga dapat melakukan navigasi secara otonom dengan memanfaatkan pembacaan Sensor LIDAR dan algoritma DWA. Dari penelitian yang telah dilakukan, penulis menemukan bahwa perangkat lunak yang telah didesain mampu melakukan navigasi otonom dengan waktu yang kurang lebih sama dengan navigasi secara teleoperasi dan robot mampu mendeteksi QR Code pada jarak 10-20 cm menggunakan kamera. Dengan demikian, penelitian ini telah berhasil menghasilkan perangkat lunak untuk robot otonom yang akan digunakan pada pabrik garmen mini.
Implementasi Forward Selection dan Bagging untuk Prediksi Kebakaran Hutan Menggunakan Algoritma Naïve Bayes Fitriyani, Fitriyani
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 1 (2022): April 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i1.2022.1-8

Abstract

Kebakaran hutan tidak hanya menimbulkan kerusakan ekonomi dan ekologi, akan tetapi juga mengancam kehidupan manusia dengan pencemaran udara karena asap yang ditimbulkan.Tingginya angka kejadian kebakaran hutan menentukan pentingnya prediksi dilakukan. Algerian Forest Fire merupakan dataset kebakaran hutan yang digunakan dalam penelitian ini, dimana dataset ini akan diolah dengan model yang diusulkan. Dataset ini memiliki fitur-fitur yang tidak relevan dan akan mempengaruhi terhadap kinerja dari model yang diusulkan, sehingga pemilihan fitur yang relevan menggunakan Forward Selection. Metode Bagging digunakan untuk menangani ketidakseimbangan kelas yang ada pada dataset ini dan algoritma Naïve Bayes sebagai algoritma machine learning yang diimplementasikan dalam penelitian ini. Hasil akurasi terbaik adalah sebesar 98.40% pada model Naive Bayes, Bagging dan Greedy Forward Selection dan 92.63% pada model Naïve Bayes dan Bagging.
Pengukuran Usability Aplikasi E-Wallet dengan Model PACMAD Menggunakan Metode Fuzzy-AHP dan TOPSIS Agustiono, Wahyudi; Prasetya, Yoga Dwi; Kustiyahningsih, Yeni
Jurnal Nasional Teknologi dan Sistem Informasi Vol 9 No 1 (2023): April 2023
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v9i1.2023.12-20

Abstract

Electronic wallet atau e-wallet adalah sebuah layanan virtual yang memungkinkan penggunanya menyimpan dana dalam betuk uang digital untuk dapat digunakan sebagai pengganti pembayaran secara cash. Layanan ini sangat mengandalkan jumlah pengguna dan keaktifan mereka dalam memanfaatkan fitur transaksi online. Usability yang baik adalah adalah satu kunci dalam mendapatkan pengguna baru atau mempertahankan pengguna lama untuk selalu menggunakan e-wallet sebagai pilihan utama dalam transaksi online. Oleh karena itu, penelitian ini bertujuan untuk melakukan pengukuran kualitas layanan 5 e-wallet yang populer di Indonesia (DANA, OVO, GOPAY, SHOPEEPAY dan LINKAJA) dari aspek usability. Penelitian ini menggunakan model PACMAD untuk menentukan tingkat usability aplikasi e-wallet yang terdiri dari 7 kriteria pengukuran antara lain: effectiveness, efficiency, satisfaction, learnability, memorability, errors dan cognitive load. Dengan menggunakan Fuzzy-AHP, masing-masing kriteria tersebut kemudian ditententukan bobotnya berdasarkan pendapat para ahli di bidang usability. Untuk mengukur nilai usability, sejumlah 50 pengguna e-wallet diundang sebagai responden pada penelitian ini. Data hasil penilaian responden selanjutnya dihitung dengan sebuah aplikasi simulasi Multi Criteria Decision Making (MCDM) yang sebelumnya telah dibangun pada penelitian ini dengan menggunakan algoritma TOPSIS. Berdasarkan hasil ujicoba yang dilakukan, penelitian ini menunjukkan bahwa aspek/indikator usability yang paling berpengaruh pada sebuah aplikasi e-wallet adalah satisfaction dengan bobot 0.214 berdasarkan proses pengambilan keputusan dengan metode Fuzzy-AHP yang menggunakan 3 pakar dengan penentuan konsistensi rasio kurang dari sama dengan 0.1 atau 10%. Berdasarkan perhitungan TOPSIS, OVO memiliki nilai usability terbaik dengan nilai preferensi sebesar 0.765816.
Penerapan Algoritma Apriori Pada Transaksi Penjualan Untuk Rekomendasi Menu Makanan Dan Minuman Merliani, Nanda Nurisya; Khoerida, Nur Isnaeni; Widiawati, Neta Tri; Triana, Latifah Adi; Subarkah, Pungkas
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 1 (2022): April 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i1.2022.9-16

Abstract

Semakin pesatnya pertumbuhan bisnis bidang kuliner, membuat persaingan bisnis dibidang ini juga semakin ketat. Warung tenda atau yang biasanya disebut warten banyak menyajikan menu dan minuman, namun perlunya pelaku bisnis berusaha menghasilkan inovasi produk demi memberikan pelayanan memuaskan kepada pelanggan. Pada kondisi tersebut dibutuhkan sebuah teknik pengolahan data untuk mengetahui rekomendasi menu pada Warung Tenda. Metode analisis yang digunakan adalah teknik data mining dengan algoritma Apriori, dimana algoritma ini untuk mennetukan himpunan data yang paling sering muncul (frequent itemset). Hasil dari penelitian didapatkan bahwa Nilai Support dan Confidence tertinggi ialah Es Teh Manis dan Mendoan dengan nilai Support 50% dan Confidence 76%. Hal ini dapat menjadi rekomendasi kombinasi menu dari data yang telah dikumpulkan dan diterapkan algoritma apriori sehingga diharapkan dapat digunakan untuk evaluasi pelayanan serta mampu meningkatkan kepuasaan pelanggan agar Warung tenda dapat berkembang lebih pesat.
Rancang Bangun Sistem E-Commerce untuk Usaha Penjualan Elektronik Najwa, Nina Fadilah; Furqon, Muhammad Ariful; Kartika, Vera
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 1 (2022): April 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i1.2022.34-43

Abstract

BM Elektronik yang menjual berbagai macam alat elektronik. Namun dalam prosesnya, BM Elektronik mengalami beberapa masalah seperti kesalahan dalam mengolah data barang maupun transaksi, sering kehilangan bukti transaksi, tidak dapat menghitung jumlah persediaan di toko, hingga kurang luasnya jangkauan pasar ke pelanggan. Untuk mengatasi permasalahan tersebut, perancangan sistem informasi penjualan berbasis e-commerce dapat membantu proses pencatatan data barang maupun transaksi dan membantu pelanggan dalam mencari informasi produk yang ada di toko. Sistem Informasi Penjualan Berbasis E-commerce dengan menggunakan metode persediaan barang First In First Out (FIFO) dan dibangun menggunakan bahasa pemrograman Hypertex Processor (PHP) dan basis data MySQL. Hasil uji coba fungsionalitas menggunakan metode User Acceptance Testing (UAT) yang terdiri dari 42 butir uji dan telah disetujui oleh client. Uji coba terhadap sistem menggunakan metode Usability Testing dengan menyebarkan kuisioner kepada pelanggan toko, dengan hasil persentase 83,75%.
Penerapan 1D-CNN untuk Analisis Sentimen Ulasan Produk Kosmetik Berdasar Female Daily Review Hidayat, Erwin Yudi; Handayani, Devioletta
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 3 (2022): Desember 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i3.2022.153-163

Abstract

Pada tahun 2020 tercatat sekitar 797 industri kosmetik berskala besar maupun kecil yang terdapat di Indonesia. Berdasarkan tahun sebelumnya, angka ini naik 4.87%. Kondisi ini menyebabkan munculnya persaingan perusahaan kosmetik, salah satunya adalah Emina. Berbagai media digunakan sebagai sarana untuk menyampaikan sentimen atau opini masyarakat. Pihak perusahaan dapat memanfaatkan sentimen untuk mengetahui umpan balik masyarakat terhadap brand mereka. Website Female Daily Review menjadi salah satu platform yang digunakan untuk menampung segala bentuk opini mengenai produk kecantikan. Proses pengambilan data dari website pada penelitian ini menggunakan web scraping. Dari 11119 data ulasan yang didapatkan diperlukan analisis opini, emosi, dan sentimennya dengan memanfaatkan text mining untuk identifikasi serta mengekstrak suatu topik. Analisis sentimen dapat membantu mengetahui tingkat kepuasan pengguna terhadap suatu brand kosmetik. Algoritma yang digunakan adalah 1D-Convolutional Neural Network (1D-CNN). Sebelum dilakukan klasifikasi data, perlu diterapkan text preprocessing agar dataset mentah menjadi lebih terstruktur. Hasil dari klasifikasi sentimen  dibagi ke dalam 3 kategori yaitu positif, negatif, dan netral. Berdasarkan eksperimen dalam membangun model analisis sentimen menggunakan 1D-CNN sebanyak 30 percobaan, didapatkan model terbaik dalam menganalisis sentimen dengan akurasi sebesar 80.22%.
Implementasi Business Intelligence dan Prediksi Menggunakan Regresi Linear pada Data Penjualan dan Breakage di PT XYZ Hanifah, Salma; Akbar, Fajril; Santi, Rahmatika Pratama
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 3 (2022): Desember 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i3.2022.144-152

Abstract

PT XYZ adalah perusahaan bisnis ritel yang memanfaatkan teknologi untuk memperoleh informasi. Salah satu departemen yang ada pada PT XYZ merupakan departemen yang mengelola transaksi penjualan dan pemusnahan barang (breakage) berupa minuman dingin, kaleng, dan botol. Setiap hari karyawan membuat laporan transaksi penjualan dan breakage dengan mengunduh transaksi yang terjadi satu hari sebelumnya pada Aplikasi K lalu diolahdengan menggunakan Microsoft Excel. Sales manager akan menganalisis tren penjualan, barang yang laku, dan barang yang banyak di-breakage lalu membandingkan laporan tersebut dengan penjualan per hari, per bulan, dan per tahun sebelumnya. Banyaknya data yang dimiliki membuat proses kompilasi data pada Microsoft Excel menjadi lama dan kurang interaktif. Oleh karena itu dibutuhkan implementasi Business Intelligence (BI) untuk memudahkan proses pengolahan data dan menghasilkan visualisasi yang lebih interaktif sehingga sales manager dapat lebih mudah dalam menganalisis informasi. Metode yang digunakan adalah metode tahapan roadmap BI oleh Moss dan Attre. Proses Extract, Transform, dan Load (ETL) untuk perancangan data mart dilakukan dengan menggunakan Aplikasi Pentaho Data Integration (PDI), proses pembuatan model regresi linear dilakukan dengan menggunakan Aplikasi Statistical Product and Service Solution (SPSS) dan visualisasi dashboard dilakukan menggunakan Microsoft Power BI. Hasil dari visualisasi berupa dashboard penjualan, dashboard breakage, dan dashboard yang berisi prediksi terhadap total penjualan dengan menggunakan model regresi linear. Hasil penelitian menunjukkan bahwa Modal berpengaruh positif terhadap Total Penjualan. Hal tersebut dapat dilihat dari hasil regresi linear sederhana diperoleh persamaan Y = 35.098.955,36 + 0,873X. Hasil Uji-t didapatkan t hitung (68,783) lebih besar dari t tabel (2,012) dengan signifikansi 0,000  kecil dari 0,005. Dengan demikian keputusan yang diambil yaitu menerima hipotesis alternatif (H1) dan menolak hipotesis nol (Ho). Nilai koefisien determinasi mencapai 0,99 atau sebesar 99% yang berarti bahwa variabel Modal mempengaruhi Total Penjualan, sementara sisanya sebesar 1% dipengaruhi oleh faktor-faktor lain yang tidak diteliti pada penelitian ini.
Penentuan Jurusan Siswa SMA Berdasarkan Tes Minat Bakat Menggunakan Metode Single, Complete dan Average Linkage Sroyer, Alvian M; Saud, Habel; Reba, Felix
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 2 (2022): Agustus 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i2.2022.72-80

Abstract

Menurut data yang dirilis oleh United Nations Children's Fund (Unicef) tentang situasi pendidikan di Papua, dimana 30% siswa di Provinsi Papua secara umum tidak menyelesaikan Pendidikan SD dan SMP. Di wilayah pedalaman Papua, kira-kira 50% peserta didik jenjang SD dan 73% SMP lebih memilih putus sekolah. Jika fenomena ini dibiarkan berlanjut, maka para siswa akan kesulitan dalam menentukan jurusan yang sesuai dengan kemampuan mereka baik di jenjang SMA, maupun jika para siswa ingin melanjutkan ke perguruan tinggi. Beberapa tahun terakhir  ini, beberapa SMA di kota Jayapura sudah menggunakan hasil Intelligenz Struktur Test (IST) dalam menentukan jurusan siswa. Tim tes psikologi yang sering melakukan tes ini adalah para dosen dari Program Studi Bimbingan dan Konseling (BK) UNCEN. Namun tim Prodi BK juga terkadang mengalami kendala, jika siswa yang mengikuti tes dalam jumlah yang banyak. Akibatnya, waktu yang diperlukan untuk menyelesaikan satu subtes IST relatif lama. Terkadang terjadi error yang tak terduga dalam menentukan hasil tes menggunakan norma. Sehingga penelitian ini, akan digunakan tiga metode cluster yaitu : Single Linkage, Complete Linkage dan Average Linkage dalam menentukan jurusan siswa SMA. Penggunaan tiga metode ini tujuannya adalah bagaimana mengetahui metode yang paling sesuai dalam menentukan jurusan siswa SMA. Hasil dendogram memperlihatkan bahwa, jumlah jurusan yang dapat dibentuk adalah dua jurusan. Selanjutnya hasil analisis menunjukan bahwa, dari 305 siswa kelas X yang mengikuti tes minat dan bakat, terdapat hanya 7 siswa yang memenuhi syarat untuk masuk pada jurusan IPA dan 298 siswa memenuhi syarat untuk masuk pada jurusan IPS. Harapannya metode terbaik dapat menjadi rujukan sebagai bahan validasi. Selain itu, tim tes psikologi Prodi BK UNCEN dapat menjangkau seluruh SMA dan Sederajat di Provinsi Papua untuk melakukan tes psikologi dalam penentuan jurusan siswa.
Sistem Pendukung Keputusan dengan Algoritma Branch&Bound dan Naive Approach pada Beberapa Pemesanan Makanan Online Hakim, Bhustomy; Fendyanto, Fendyanto
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 2 (2022): Agustus 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i2.2022.44-51

Abstract

Dengan berkembangnya teknologi saat ini, cara manusia menjalani hidupnya juga mengalami pergeseran seperti dalam memenuhi kebutuhannya untuk makan. Pemesanan makanan online menjadi suatu aktivitas yang menjamur. Gofood dan Grabfood merupakan salah satu platform terbesar yang mendominasi pasar pemesanan online di Indonesia. Mereka mendapatkan kurang lebih 160 miliar rupiah dengan 3 juta order-an perbulan untuk hanya melayani pesanan makanan online saja. Namun dalam menangani pemesanan tersebut, mereka masih menggunakan system one-o-one dimana driver hanya melakukan pemesanan dan pengantara ekslusif ke satu pelanggan. Dengan waktu tunggu yang cukup panjang yaitu 30-60 menit, hal ini dirasa tidak efektif dari sisi kinerja. Oleh karena itu, multiple pesanan diajukkan di penelitian ini. Traveling Salesman Problem (TSP) digunakan untuk menggambarkan permasalahan multiple pesanan untuk menentukan rute terbaik yang memiliki nilai keefektifan terbaik. Dalam penelitian ini, dua algoritma untuk memecahkan masalah TSP telah dibandingkan satu sama lain. Dua algoritma tersebut yaitu Brand Bound Strategy dan Naïve Approach. Jalur rute yang memiliki titik awal dan akhir yang sama dan memiliki berat minimal. Berat dari masing-masing rute akan didapatkan dari kriteria; jarak, tingkat kesibukkan, dan prioritas, lalu didapatkan berat ideal dengan menggunakan Simple Additive Weighting (SAW). Kriteria evaluasi dalam laporan ini adalah jalur/rute terbaik, kompleksitas waktu dan biaya masing-masing algoritma. Dan ada empat kondisi yang berbeda dalam ukuran yang telah digunakan sebagai masalah untuk evaluasi dua algoritma dalam penelitian ini. Dari penelitian ini, ditemukan hasil bahwa algoritma Branch and Bound menunjukan performa lebih efisien daripada Naive Aproach dimana hanya membutuhkan kurang dari satu detik untuk menemukan rute jalan terbaik dengan bobot tertinggi sebagai bahan pengambilan keputusan dengan biaya algoritma O(n3).
Naïve Bayes dan Confusion Matrix untuk Efisiensi Analisa Intrusion Detection System Alert Suryadewiansyah, Muhammad Kamil; Tju, Teja Endra Eng
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 2 (2022): Agustus 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i2.2022.81-88

Abstract

Banyaknya malware menyebabkan IDS (Intrusion Detection System) dituntut menyesuaikan diri semakin kompleks sehingga mahal dan membebani perusahaan yang menggunakannya. Sistem yang berbasis teknologi Host-based IDS dan Signatured-based IDS sudah banyak digunakan namun hanya mampu mendeteksi serangan yang sudah diketahui sebelumnya, untuk memperbaiki kinerjanya perlu dilakukan analisa pada data log berdasarkan alert yang diberikan. Teknik klasifikasi Naïve Bayes digunakan untuk membantu meningkatkan efisisensi dan efektifitas analisa tersebut. Penelitian ini dilakukan dengan mengambil empat langkah bagian dari metodologi SKKNI (Standar Kompetensi Kerja Nasional Indonesia) No.299 tahun 2020, Artificial Intelligence, sub bidang Data Science, yaitu data understanding, data preparation, modeling, dan model evaluation. Dataset dari penyedia layanan IDS sebanyak 575 data yang dibagi menjadi 515 data latih dan 60 data uji. Hasil evaluasi data uji dengan confusion matrix diperoleh pengukuran metrik accuracy 0,87, recall 0,89, precision 0,83, dan F-Measure 0,86. Adanya FP (False Positive) dan FN (False Negatif), keduanya sangat penting bagi penguna IDS untuk meningkatkan kualitas layanan kepada pelanggan dan mengurangi resiko akibat adanya intrusi. FP dan FN menjadi fokus dalam melakukan analisa log alert dari IDS sehingga tidak perlu menganalisa keseluruhan data, berdampak memberikan hasil 85% lebih efektif dan berkontribusi pada efisiensi tenaga dan waktu bagi tim keamanan suatu peruasahaan pengguna IDS. Selain itu didapat bahwa sekitar 50% data IDS adalah intrusi atau pengganggu lainnya.