cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
register@ft.unipdu.ac.id
Editorial Address
Kompleks Pondok Pesantren Darul Ulum, Rejoso, Peterongan, Jombang, East Java, Indonesia, 61481
Location
Kab. jombang,
Jawa timur
INDONESIA
Register: Jurnal Ilmiah Teknologi Sistem Informasi
Published by Universitas Pesantren Tinggi Darul ulum
ISSN : 25030477     EISSN : 25023357     DOI : https://doi.org/10.26594/register
Core Subject : Science,
Computer Science & IT
Register: Scientific Journals of Information System Technology is an international, peer-reviewed journal that publishes the latest research results in Information and Communication Technology (ICT). The journal covers a wide range of topics, including Enterprise Systems, Information Systems Management, Data Acquisition and Information Dissemination, Data Engineering and Business Intelligence, and IT Infrastructure and Security. The journal has been indexed on Scopus (reputated international indexed) and accredited with grade “SINTA 1” by the Director Decree (1438/E5/DT.05.00/2024) as a recognition of its excellent quality in management and publication for international indexed journal.
Arjuna Subject : -
Articles 219 Documents
 9   10   11   12   13 
Kombinasi Synthetic Minority Oversampling Technique (SMOTE) dan Neural Network Backpropagation untuk menangani data tidak seimbang pada prediksi pemakaian alat kontrasepsi implan Mustaqim, Mustaqim; Warsito, Budi; Surarso, Bayu
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 2 (2019): July
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i2.1705

Abstract

Combination of Synthetic Minority Oversampling Technique (SMOTE) and Backpropagation Neural Network to handle imbalanced class in predicting the use of contraceptive implants  Kegagalan akibat pemakaian alat kontrasepsi implan merupakan terjadinya kehamilan pada wanita saat menggunakan alat kontrasepsi secara benar. Kegagalan pemakaian kontrasepsi implan tahun 2018 secara nasional sejumlah 1.852 pengguna atau 4% dari 41.947 pengguna. Rasio angka kegagalan dan keberhasilan pemakaian kontrasepsi implan yang cenderung tidak seimbang (imbalance class) membuatnya sulit diprediksi. Ketidakseimbangan data terjadi jika jumlah data suatu kelas lebih banyak dari data lain. Kelas mayor merupakan jumlah data yang lebih banyak, sedangkan kelas minor jumlahnya lebih sedikit. Algoritma klasifikasi akan mengalami penurunan performa jika menghadapi kelas yang tidak seimbang. Synthetic Minority Oversampling Technique (SMOTE) digunakan untuk menyeimbangkan data kegagalan pemakaian kontrasepsi implan. SMOTE menghasilkan akurasi yang baik dan efektif daripada metode oversampling lainnya dalam menangani imbalance class karena mengurangi overfitting. Data yang sudah seimbang kemudian diprediksi dengan Neural Network Backpropagation. Sistem prediksi ini digunakan untuk mendeteksi apakah seorang wanita mengalami kehamilan atau tidak jika menggunakan kontrasepsi implan. Penelitian ini menggunakan 300 data, terdiri dari 285 data mayor (tidak hamil) dan 15 data minor (hamil). Dari 300 data dibagi menjadi dua bagian, 270 data latih dan 30 data uji. Dari 270 data latih, terdapat 13 data latih minor dan 257 data latih mayor. Data latih minor pada data latih diduplikasi sebanyak data pada kelas mayor sehingga jumlah data latih menjadi 514, terdiri dari 257 data mayor, 13 data minor asli, dan 244 data minor buatan. Sistem prediksi menghasilkan nilai akurasi sebesar 96,1% pada epoch ke-500 dan 1.000. Implementasi kombinasi SMOTE dan Neural Network Backpropagation terbukti mampu memprediksi pada imbalance class dengan hasil prediksi yang baik.  The failed contraceptive implant is one of the sources of unintended pregnancy in women. The number of users experiencing contraceptive-implant failure in 2018 was 1,852 nationally or 4% out of 41,947 users. The ratio between failure and success rates of contraceptive implant, which tended to be unbalanced (imbalance class), made it difficult to predict. Imbalance class will occur if the amount of data in one class is bigger than that in other classes. Major classes represent a bigger amount of data, while minor classes are smaller ones. The imbalance class will decrease the performance of the classification algorithm. The Synthetic Minority Oversampling Technique (SMOTE) was used to balance the data of the contraceptive implant failures. SMOTE resulted in better and more effective accuracy than other oversampling methods in handling the imbalance class because it reduced overfitting. The balanced data were then predicted using backpropagation neural networks. The prediction system was used to detect if a woman using a contraceptive implant was pregnant or not. This study used 300 data, consisting of 285 major data (not pregnant) and 15 minor data (pregnant). Of 300 data, two groups of data were formed: 270 training data and 30 testing data. Of 270 training data, 13 were minor training data and 257 were major training data. The minor training data in the training data were duplicated as much as the number of data in major classes so that the total training data became 514, consisting of 257 major data, 13 original minor data, and 244 artificial minor data. The prediction system resulted in an accuracy of 96.1% on the 500th and 1,000th epochs. The combination of SMOTE and Backpropagation Neural Network was proven to be able to make a good prediction result in imbalance class.
Facilitating educational contents of different subjects with context-agnostic educational game: A pilot case study Atmaja, Pratama Wirya; Muttaqin, Faisal; Sugiarto, Sugiarto
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 6, No 1 (2020): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v6i1.1726

Abstract

Educational games are increasingly popular and successful in facilitating various subjects and educational topics. Developing the games are often costly as the developers need to develop specific game content to facilitate each different educational content. One solution to the cost problem is the context-agnostic approach, which allows a game to facilitate educational contents of different subjects or educational topics with zero or minimal modifications to its game content. However, researches on the approach are still scarce, including those aimed at examining real-world applications of the approach. This case study was intended to fill the research gap by examining the application of a context-agnostic educational platformer game in a higher education scenario. The game was used to present educational contents of binary number system and ASCII codes, where both are taught in Informatics Engineering Department. The game was context-agnostic because it was able to flexibly assign educational content elements to various objects in its gameplay. Activity Theory-based Model of Serious Games (ATMSG) was used to guide the design of our educational game. The experiment was conducted with the participation of 60 first-year students of Informatics Engineering Department. The results show that the game can facilitate a more fun and engaging class session for the two educational topics without requiring any changes to the game content. The implication of the results and the implementation complexity of the context-agnostic approach are also discussed.
Analisis faktor adopsi aplikasi mobile berdasarkan pengalaman, usia dan jenis kelamin menggunakan UTAUT2 Budiarto, Raden
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 2 (2017): July
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v3i2.830

Abstract

Tulisan ini menganalisis faktor adopsi mobile berdasarkan kriteria pengalaman, usia dan jenis kelamin. Penelitian ini merupakan eksplorasi dan pengembangan lanjutan dari model UTAUT2 (Unified Theory of Acceptance and Use of Technology). Beberapa variabel seperti kebiasaan dan kecemasan telah ditambahkan untuk menjelaskan penerimaan teknologi pada sisi konsumen. Di samping itu variabel moderator pengalaman, usia dan jenis kelamin telah dihipotesiskan pengaruhnya. Data yang digunakan penelitian ini diperoleh hasil pengolahan kuesioner dengan sampel convenient yang melibatkan partisipasi 384 responden. Data yang terkumpul selanjutnya diolah dengan Pemodelan Persamaan Struktur (PPS) atau Structural Equation Modelling (SEM) menggunakan alat bantu aplikasi IBM SPPS 21 dan Amos 22. Hasil dari penelitian ini telah menunjukkan hasil uji empiris yang telah mendukung model teoritis yang diajukan. Dibandingkan dengan hasil penelitian terdahulu, hasil penelitian ini menunjukkan peran dominan nilai harga dan motivasi hedonis sebagai penentu pada niat perilaku. Efek nilai harga berbanding terbalik dengan niat perilaku sedangkan motivasi hedonis berbanding lurus dengan niat perilaku. Implikasi temuan dari variabel moderati yakni pengalaman, usia dan jenis kelamin juga ditemukan memiliki efek terhadap jenis adopsi aplikasi yang digunakan.         This paper analyzes mobile adoption factors based on age, gender and experience criteria. This study is an advanced development of UTAUT2 (Unified Theory of Acceptance and Use of Technology) model, that applied in the context of adoption mobile applications. There are some variables such as habits and anxiety have been added to explain the acceptance of technology on the consumer view. In addition, moderator variable age, gender and using experience have been hypothesized. The data used in this study obtained from the questionnaire using the method of convenient sampling with involved the participation of 384 respondents. The collected data is then analyzed by the Structural Equation Modelling (SEM) using IBM SPPS version 21 and Amos version 22 program tools. The results of this study show that the results supported the proposed theoretical model. Compared with the results of previous studies, the results of this study indicate the effect of price value and hedonic motivation as a determinant of behavioral intent. The effect of the value of the price is inversely proportional to the behavioral intention while the hedonic motivation is directly proportional to the behavioral intention. Implications of findings from moderate variables i.e. experience, age and gender were also found to influence the type of adoption of the applications used.  
Identifying Degree-of-Concern on COVID-19 topics with text classification of Twitters Hasanah, Novrindah Alvi; Suciati, Nanik; Purwitasari, Diana
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 7, No 1 (2021): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v7i1.2234

Abstract

The COVID-19 pandemic has various impacts on changing people’s behavior socially and individually. This study identifies the Degree-of-Concern topic of COVID-19 through citizen conversations on Twitter. It aims to help related parties make policies for developing appropriate emergency response strategies in dealing with changes in people’s behavior due to the pandemic. The object of research is 12,000 data from verified Twitter accounts in Surabaya. The varied nature of Twitter needs to be classified to address specific COVID-19 topics. The first stage of classification is to separate Twitter data into COVID-19 and non-COVID-19. The second stage is to classify the COVID-19 data into seven classes: warnings and suggestions, notification of information, donations, emotional support, seeking help, criticism, and hoaxes. Classification is carried out using a combination of word embedding (Word2Vec and fastText) and deep learning methods (CNN, RNN, and LSTM). The trial was carried out with three scenarios with different numbers of train data for each scenario. The classification results show the highest accuracy is 97.3% and 99.4% for the first and second stage classification obtained from the combination of fastText and LSTM. The results show that the classification of the COVID-19 topic can be used to identify Degree-of-Concern properly. The results of the Degree-of-Concern identification based on the classification can be used as a basis for related parties in making policies to formulate appropriate emergency response strategies in dealing with changes in public behavior due to a pandemic.
Rancang Bangun Sistem Informasi Manajemen Pegawai (SIM-Peg) Di Universitas Pesantren Tinggi Darul Balafif, Nufan; Muttaqin, Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 1, No 1 (2015): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v1i1.406

Abstract

Perkembangan teknologi komputer yang semakin pesat mengakibatkan badan usaha maupun lembaga akademik perlu mengiplementasikan kemajuan teknologi ini untuk banyak keperluan. Sumber daya manusia dalam hal ini pegawai merupakan elemen penting dalam sebuah organisasi akademik terutama di sebuah institusi pendidikan, terutama di Unipdu Jombang. Informasi-informasi penting mengenai seluruh informasi pegawai terkandung di dalamnya. Oleh karena itu setiap aktivitas yang berkaitan dengan pegawai atau karyawan, harus dilakukan penyimpanan data dan didokumentasikan dengan baik. Dengan adanya masalah yang telah sebutkan di atas, Unipdu Jombang dirasa perlu untuk membuat sebuah dokumentasi dan arsip elektronik tentang kepegawaian. Sistem Informasi Manajemen Pegawai merupakan aplikasi berbasis web, yang dapat mengelola aktifitas pegawai di Unipdu yang meliputi: data pegawai, keluarga pegawai, pendidikan, pelatihan, penelitian, pengabdian kepada masyarakat, data keluarga, dokumen pribadi, data jabatan, level pegawai, serta kehadiran kegiatan rutin. Metode penelitian yang digunakan dalam penelitian ini adalah Waterfall, sedangkan metode pengembangan perangkat lunak menggunakan metode USDP (Unified Software Development Process), yang mana metode ini menggunakan diagram UML (Unified Modelling Language) dengan menggunakan activity diagram, use case diagram, dan class diagram. Hasil dari aplikasi yang dibangun adalah memberikan laporan berupa keadaan pegawai secara tepat, sehingga membantu pihak kepegawaian Unipdu Jombang untuk melakukan kebijakan terhadap keadaan pegawai Unipdu Jombang, serta dapat memberikan kemudahan dalam memanajemen keadaan pegawai di Unipdu Jombang, baik itu dari proses rekrutmen pegawai maupun mutasi.
Ambiguitas Machine Translation pada Cross Language Chatbot Bea Cukai Al Haromainy, Muhammad Muharrom; Setyawan, Dimas Ari; Waluya, Onny Kartika; Arifin, Agus Zainal
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 5, No 1 (2019): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v5i1.1387

Abstract

Sistem Information Retrieval (IR) maupun chatbot semakin banyak dikembangkan. Salah satu bagian yang banyak diteliti adalah cross language. Masalah pada pengembangan cross language yaitu terjadinya kesalahan pada hasil terjemahan mesin translasi yang memberikan arti tidak sesuai dengan bahasa natural, sehingga pengguna tidak mendapatkan jawaban yang semestinya, bahkan tidak jarang pula pengguna tidak menemukan jawaban. Penelitian ini mengusulkan skema baru mesin translasi yang bertujuan meningkatkan performa dalam masalah ambiguitas. Mesin translasi bekerja dengan cek kebenaran kata kunci, kemudian melakukan Part-of-Speech (POS) Tagging pada kata benda (noun). Kemudian, setiap kata benda yang terdeteksi akan dicari sinonimnya. Lalu, sinonim yang didapatkan akan ditambahkan dan menjadi alternatif kueri baru. Kueri yang mempunyai nilai confident tertinggi diasumsikan sebagai kueri yang paling sesuai. Pada hasil yang didapatkan setelah dilakukan uji coba, melalui penambahan metode yang kami usulkan pada machine translation, dapat meningkatkan akurasi chatbot dibandingkan tanpa menggunakan skema yang diusulkan. Hasil akurasi bertambah 5%, dari yang semula 73% menjadi 77%.  Information retrieval and chatbot systems are increasingly being developed with its language part mostly studied. However, the problem associated with its development is the occurrence of errors in the translation machine resulting in inaccurate answers not in accordance with the natural language, thereby providing users with wrong answers. This study proposes a new translation machine scheme that aims to improve performance while translating ambiguous terms. Translation machines functions by checking the correctness of keywords, and carrying out Part-of-Speech (POS) Tagging on nouns (noun). The synonyms of any detected noun are searched for and obtained added to become alternative new queries. Those with the highest confident value are assumed to be the most appropriate. The results obtained after testing, through the addition of the method proposed in machine translation, can improve the accuracy of the chatbot compared to not using the proposed scheme. The results of the accuracy increased from the original 73% to 77%.
Klasifikasi penyakit noda pada citra daun tebu berdasarkan ciri tekstur dan warna menggunakan segmentation-based gray level co-occurrence matrix dan lab color moments Ratnasari, Evy Kamilah; Ginardi, Raden Venantius Hari; Fatichah, Chastine
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 1 (2017): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v3i1.575

Abstract

 Penyakit noda pada daun tanaman tebu menampakkan gejala berupa lesi atau bercak. Lesi tersebut menghambat proses fotosintesis daun dan dapat mengakibatkan menurunnya produksi gula. Oleh karena itu, dalam meningkatkan kualitas produksi gula dibutuhkan diagnosa dini untuk mengambil keputusan penanganan penyakit yang cepat dan tepat, sehingga dapat meminimalisir kerusakan daun yang signifikan akibat penyebaran penyakit tersebut. Sayangnya keterbatasan keberadaan ahli penyakit tanaman tebu yang berpotensi dalam mendiagnosa penyakit noda tidak dapat mengatasi hal tersebut. Penelitian ini mengusulkan diagnosa penyakit noda tanaman tebu menggunakan metode pemrosesan citra berdasarkan fitur tekstur Segmentation-based Gray Level Co-Occurrence Texture (SGLCM) dan LAB color moments. Metode yang diajukan terdiri dari ekstraksi ciri warna pada citra masukan yang akan menghasilkan 12 fitur warna dan ekstraksi ciri tekstur pada citra masukan yang tersegmentasi dan menghasilkan 24 fitur tekstur, kemudian gabungan fitur warna dan tekstur tersebut digunakan sebagai masukan klasifikasi k-Nearest Neighbor (kNN) untuk mengenali jenis penyakit noda pada citra daun tanaman tebu. Jenis penyakit noda terdiri dari noda cincin, noda karat, dan noda kuning yang memiliki karakteristik berbeda. Klasifikasi penyakit noda pada tanaman tebu  menggunakan metode tersebut dapat menghasilkan akurasi tertinggi 93%.   The sugarcane spot disease attack the sugarcane with appear as spots on the leaves, so this spots prevent the vital process of photosynthesis to take place and caused sugar production losses. Early diagnosis of this spot disease can improve the quality of sugar production. The diagnosis result can be used as decision reference to control the disease fast and accurately to minimize attack severe that can caused significant damage. Unfortunately, experts who are able to identify the diseases are often unavailable. This research attempted to identify the three sugarcane spot diseases (ring spot, rust spot, and yellow spot) using Segmentation-based Gray Level Co-Occurrence Texture (SGLCM) and LAB color moments. The SGLCM obtain 24 texture features of segmented image and color moments obtain 12 color features. This method achieved at least 93% accuracy when identifying the diseases using kNN classifier.
Implementasi Pull Message dengan menggunakan Restful Web Service pada komunikasi Wireless Sensor Hidayatullah, Rakhmad Arif; Sari, Zamah; Faiqurahman, Mahar
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 2 (2017): July
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v3i2.699

Abstract

 Wireless Sensor Network (WSN) merupakan jaringan dengan skalabilitas yang sangat tinggi, dan memiliki jumlah sensor node yang sangat banyak. Untuk efisiensi biaya, sensor node banyak diterapkan dengan menggunakan Arduino. Arduino merupakan papan rangkaian elektronik open source yang di dalamnya terdapat chip mikrokontroler. Dengan keterbatasan resource yang dimiliki oleh Arduino, efisiensi komputasi yang ada di dalam sensor node harus diperhatikan. Salah satunya berkaitan dengan proses komunikasi dan pengiriman data dari sensor node ke sink node (gateway). Restful web service merupakan salah satu protokol komunikasi yang memanfaatkan HTTP. Protokol ini dikenal memiliki efisiensi yang cukup tinggi, di samping karena interoperabilitasnya untuk digunakan pada berbagai platform. Dalam makalah ini akan diuraikan hasil dari implementasi model pull message dengan menggunakan restful web service, pada komunikasi antara sink node (gateway) dengan sensor node, di dalam infrastruktur WSN. Dalam penelitian yang dilakukan, digunakan mikrokontroler Arduino sebagai sensor node, dan Raspberry Pi sebagai sink node. Selain itu juga diimplementasikan mekanisme thread untuk menangani multi-process yang berjalan di dalam sensor node. Hasil dari pengujian menunjukan bahwa interval sensing, ukuran data, dan jumlah sink node yang melakukan request, tidak begitu berpengaruh terhadap ketersedian free memory heap pada sensor node. Sedangkan ukuran dari data hasil sensing yang dikirim mempunyai pengaruh terhadap request-response time.    Wireless Sensor Network (WSN) infrastructure has very high scalability, which is composed of a large number of the sensor node. For cost efficiency, sensor node broadly deployed using Arduino. Arduino is the open-source electronic circuit board, which has embedded microcontroller chipset. Due to limited resource, the efficiency of computation inside Arduino must be considered during the development of sensor node. One of them is related to communication and data delivery process between the sensor node and sink node. Restful Web Service is one of communication protocol framework which uses HTTP protocol and claimed to be the most efficient Web Service. As well as the other web services, Restful also support high interoperability of communication. In this paper we describe the implementation of pull message mechanism on WSN communication between the sensor node and sink node, using Restful Web Service. We implemented sensor node using Arduino board, and sink node using Raspberry Pi. We also used thread mechanism to handle multi-process that run in the sensor node. The results of the study show that the interval time in sensing, data size, and the number of sink node which makes requests, didn’t give too much influence in the availability of free memory heap in the sensor node. While the size of sensor data that was sent to sink node have an influence on a request-response time.
Sistem Panjaminan Mutu Pendidikan Dengan TOGAF ADM Untuk Sekolah Menengah Kejuruan Wiyana, Wiyana; Winarno, Wing Wahyu
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 1, No 1 (2015): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v1i1.401

Abstract

Perencanaan penerapan teknologi informasi digunakan untuk menciptakan keselarasan dengan fungsi bisnis bagi kebutuhan organisasi. Kerangka penyelarasan kesenjangan organisasi dibutuhkan sebagai paradigma dalam merencanakan, merancang, dan mengelola sistem informasi yang disebut dengan Enterprise Architecture (EA). Sekolah Menengah Kejuruan (SMK) sebagai institusi pendidikan dalam mengembangkan arsitektur enterprise mengadopsi framework The Open Group Architecture Framework (TOGAF) Architecture Development Method (ADM) untuk mengintegrasikan fungsi bisnis sekolah guna mendukung Sistem Penjaminan Mutu Pendidikan (SPMP). Metodologi perancangan EA dengan membangun arsitektur bisnis, data, aplikasi dan teknologi menghasilkan blueprint yang dijadikan model dasar dalam pengembangan arsitektur untuk mendukung pencapaian tujuan strategis organisasi. Pengujian validitas rancangan EA digunakan EA Scorecard untuk metode analisanya. Tahapan rancangan untuk implementasi disesuaikan dengan standar tata kelola teknologi informasi dari kerangka Permenkominfo No.41 tahun 2007 dan critical succes factor untuk keberhasihan penerapan rancangan EA.
Aplikasi pembayaran administrasi santri terintegrasi SMS gateway Wahyudi, Rizki; Rhinaldi, Krisna
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 4, No 2 (2018): July
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v4i2.1146

Abstract

Penelitian ini bertujuan untuk membuat aplikasi pengolahan data administrasi santri yang terintegrasi SMS gateway. Pengolahan data dalam proses pembayaran administrasi santri masih dilakukan secara konvensional. Hal ini menyebabkan beberapa permasalahan, diantaranya adalah terjadi redundansi data yang terdapat pada laporan pembayaran, kesulitan mencari arsip pembayaran yang sudah dilakukan santri. Agar aplikasi dapat dikembangkan dan terukur, maka digunakan metode pengembangan sistem Waterfall. Pengujian dilakukan dengan dua pendekatan alpha testing dan beta testing. Alpha testing merupakan pengujian yang dilakukan di sisi pengembang untuk menguji fungsional sistem menggunakan metode Black box, hasil pengujian alpha testing memperlihatkan bahwa semua fungsional sistem berfungsi dengan baik, dan beta testing dilakukan menggunakan metode kuesioner untuk menguji sistem pada pengguna akhir berkaitan dengan kelayakan aplikasi. Hasil pengujian beta testing didapat prosentasi 95,5% pengguna setuju sistem telah layak di implementasikan.  This research aims to build an application to proceed administrative data of santri whis is  integrated with SMS gateway service, This study aims to make the application of administrative data processing santri integrated SMS gateway, Data processing in the payment process of the santri administration is still done conventionally. It caused some problems such as redundancy of data contained in the payment report, the difficulty of looking for payment archives that have been done santri, can be developed with measurable, then used Waterfall model system development method with the stages of analysis, design, coding, testing. Testing is done with two approaches of Alpha Testing and Beta Testing. Alpha Testing is a test done on the developer side to test the functional system using Black Box method, Alpha Testing result of all functional system works properly, and Beta Testing is done using questionnaire method to test the system on the end user related to application feasibility, 95.5% of users agree the system is feasible to implement.

Page 11 of 22 | Total Record : 219

 9   10   11   12   13 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11 No 2 (2025): July (In Progress) Vol 11 No 1 (2025): January Vol 10 No 2 (2024): July Vol 10 No 1 (2024): January Vol 9 No 2 (2023): July Vol 9 No 1 (2023): January Vol 8 No 2 (2022): July Vol 8, No 1 (2022): In progress (January) Vol 8 No 1 (2022): January Vol 7, No 2 (2021): July Vol 7, No 1 (2021): January Vol 6, No 1 (2020): January-June (Articles In progress 4/7) Vol 6, No 1 (2020): January-June (Articles in press 2/7) Vol 6, No 2 (2020): July Vol 6, No 1 (2020): January Vol 6, No 1 (2020): January-June Vol 5, No 1 (2019): January-June (In progress: 1/7) Vol 5, No 2 (2019): July-December Vol 5, No 2 (2019): July Vol. 5 No. 1 (2019): January Vol 5, No 1 (2019): January-June Vol 5, No 1 (2019): January Vol 4, No 2 (2018): July-December Vol 4, No 2 (2018): July Vol 4, No 1 (2018): January Vol 4, No 1 (2018): January-June Vol 3, No 1 (2017): Januari-Juni (3/7) Vol 3, No 2 (2017): July Vol 3, No 2 (2017): July-December Vol 3, No 1 (2017): January Vol 2, No 2 (2016): Juli-Desember Vol 2, No 2 (2016): July Vol 2, No 1 (2016): January Vol 2, No 1 (2016): Januari-Juni Vol 1, No 1 (2015): Januari-Juni Vol 1, No 1 (2015): January More Issue