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
-
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
Journal of Information System
Published by Universitas Dian Nuswantoro
ISSN : -     EISSN : -     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 15 Documents
 1   2 
Search results for , issue "Vol 5, No 1 (2020): Edisi Mei 2020" : 15 Documents clear
Analisa Tingkat Penerimaan Pengguna Terhadap Aplikasi SIMPUS dengan Metode Technology Acceptance Model (TAM) Sri Mulyono; Wahyul Amien Syafei; Retno Kusumaningrum
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2372.674 KB) | DOI: 10.33633/joins.v5i1.3277

Abstract

Penelitian ini bertujuan melakukan Analisa Tingkat Penerimaan PenggunaTerhadap pengguna Apikasi Sistem Informasi Manajemen Puskesmas SIMPUS dengan metode TAM. Variabel yang digunakan yaitu persepsi tentang kemudahan (Perseive ease of use), Persepsi terhadap kemanfaatan (Perceived Usefulness), Sikappenggunaan (Attitude Toward Using), Perilaku untuk tetap menggunakan (Behavioral Intention To Use), Kondisi nyata pengguna sistem (Actual System Usage).Bahan dan alat penelitian adalah Aplikasi SIMPUS.Teknik pengumpulan data dengan observasi dan penyebaran kuisioner tertutupsejumlah 110 kuisioner kepada 110 pengguna aplikasi SIMPUS sebagai sampel.Hasil penelitian menunjukan pada data  keenam variable berdistribusi normal (nilai Sig > 0.05) yaitu X1  (p= 0,172), X2 (p=0,171), X3 (p=0,143), X4 (p=0,117), X5 (p=0,062), Y (p=0,592).Hasil Uji Linearitas dengan menggunakan uji Durbin Watson menunjukkan bahwa tidak auto korelasi atau asumsi terpenuhi bahwa fungsi linier yaitu nilai statistic Durbin Watson (1,722) terletak diantara nilai table Durbin Watson (1,703) dan 4 – DU (2,291).Hasil Uji multikolinieritas menunjukkan bahwa tidak ada satu pun variable bebas yang memiliki nilai VIF(variance inflation factor) lebih dari 10 atau nilai toleransi kurang dari 0,10.  Dan nilaiFhitung =91,469>Ftabel=2,65 atau nilai p<0,05.Variabel  X1, X2, X3,X4, X5berpengaruh secara simultan atau bersama – sama dan signifikan terhadap penerimaan SIMPUS.Kesimpulan aspek persepsi kemudahan, persepsi kegunaan,sikap menggunakan, memberikan pengaruh nyata terhadap penerimaan SIMPUS. Sedangkan niat perilaku menggunakan, penggunaan SIMPUS sesungguhnya tidak berpengaruh terhadap penerimaan SIMPUS.
Analisis Persebaran UMKM Kota Malang Menggunakan Cluster K-means Puntoriza Puntoriza; Charitas Fibriani
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2250.904 KB) | DOI: 10.33633/joins.v5i1.3469

Abstract

UMKM (Usaha Mikro Kecil dan Menengah) merupakan usaha produktif yang telah terbukti memberikan lapangan kerja dan menjadi penggerak roda perekonomian di Indonesia. Kota Malang dianggap memiliki potensi besar di sektor UMKM. Di sisi lain, UMKM juga menghadapi berbagai masalah, seperti keterbatasan modal kerja, kurangnya pembinaan terhadap sumber daya manusia, dan lain sebagainya. Pengelompokan UMKM di Kota Malang dapat memudahkan pemerintah terkait dalam hal memilih peminjaman modal, menentukan potensi usaha dan menetapkan strategi pemasaran. Pada penelitian ini, pengelompokan UMKM di Kota Malang dilakukan dengan algoritma K-means cluster analysis. Hasil yang diperoleh adalah terbentuk 3 cluster, di mana algoritma K-means mengelompokkan kecamatan Blimbing ke cluster 1, kecamatan Klojen ke cluster 2, kecamatan Sukun ke cluster 3, Kecamatan Kedung Kandang ke cluster 3, dan Kecamatan Lowokwaru ke cluster 3.
Analisa Prakiraan Cuaca dengan Parameter Suhu, Kelembaban, Tekanan Udara, dan Kecepatan Angin Menggunakan Regresi Linear Berganda Ardytha Luthfiarta; Aris Febriyanto; Heru Lestiawan; Wibowo Wicaksono
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1680.015 KB) | DOI: 10.33633/joins.v5i1.2760

Abstract

Kondisi cuaca memiliki kecenderungan berubah, untuk itu badan meteorologi bekerja memprediksi perkiraan cuaca agar dapat memberikan peringatan dini apabila terjadi perubahan cuaca yang mendadak atau bahkan ekstrem. Dengan memprakirakan cuaca yang datang mendadak secara akurat, maka dapat mengambil langkah pencegahan agar dapat meminimalkan kerugian yang akan terjadi. Diperlukan beberapa variable atau parameter yang relevan untuk dapat memodelkan data dengan baik sehingga hasil prediksinya menjadi lebih akurat. Salah satu pendekatan pemodelan data untuk prediksi cuaca adalah supervised learning dengan teknik estimasi. Estimasi memberikan prediksi nilai pada atribut target atau class attribute yang bertipe numerical. Regresi linear berganda merupakan salah satu algoritma estimasi yang handal untuk memprediksi cuaca. Empat variable independent yakni, suhu, kelembaban, tekanan, dan kecepatan angin digunakan untuk memprakirakan curah hujan sebagai variable dependent. Data yang digunakan adalah data BMKG dari Stasiun Meteorologi Ahmad Yani Semarang tahun 2015-2017. Nilai koefisien determinasi R2 sebesar 25.5 persen menunjukkan bahwa keempat variabel yang digunakan secara bersamaan dapat menjelaskan nilai curah hujan sebagai variable dependent.
Evaluasi Pengelolaan Risiko Teknologi Informasi Menggunakan Framework COBIT 5 Berdasarkan Domain APO12 (Manage Risk) Pada Kantor Pusat BPR Agung Sejahtera Destya Khairuna; Sasono Wibowo; Indra Gamayanto
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2611.877 KB) | DOI: 10.33633/joins.v5i1.3088

Abstract

Bank Perkreditan Rakyat (BPR) Agung Sejahtera Semarang adalah sebuah lembaga keuangan yang memiliki pelayanan serta memfasilitasi perihal keuangan masyarakat dalam skala mikro. Pada BPR Agung Sejahtera teknologi informasi yang ada sudah memiliki SOP (Standar Operasional Prosedur), namun masih terdapat masalah dalam sistem maupun human error. Seperti, salah input, server down, komputer yang terkadang mengalami kerusakan, jaringan internet yang mengalami kendala seperti koneksi yang tiba-tiba terputus, kurang stabil dan lain-lain. Hal-hal tersebut dapat menyebabkan sebuah risiko yang apabila dibiarkan terus-menerus akan berakibat fatal pada perusahaan dan menghambat proses bisnis. Oleh sebab itu maka sangat diperlukan adanya evaluasi pengelolaan risiko Teknologi Informasi (TI). Fokus penelitian ini adalah pengelolaan risiko TI (APO12) dalam framework COBIT 5. Tujuan penelitian ini yaitu untuk mengetahui tingkat kapabilitas serta strategi perbaikan untuk proses pengelolaan risiko. Dari hasil analisis penghitungan tingkat kapabilitas berada pada level 1 (Performed Process) dengan status Largely Achieved sebesar 50,8 % dengan demikian status tersebut telah memiliki bukti dan juga pendekatan secara sistematis dan pencapaian secara signifikan yang diperoleh melalui penilaian pada proses atribut. Target level yang ingin dicapai adalah 2 serta rekomendasi agar level 1 mencapai fully achieved.
Tuning Model Analisis Sentimen Tweeter Sepakbola Pada Dataset Kecil dan Seimbang Wijanarto Wijanarto; Adelia Puspita Sari; Asih Rohmani
JOINS (Journal of Information System) Vol 5, No 1 (2020): Edisi Mei 2020
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4379.154 KB) | DOI: 10.33633/joins.v5i1.3275

Abstract

Suporter bola adalah orang yang mendukung dan memberikan motivasi serta semangat untuk pemain klub bola yang memiliki fanatisme positif maupun negatif, baik dalam dunia nyata atau social media, tweeter. Penelitian ini menghasilkan model klasifikasi untuk prediksi tweet supporter sepakbola dengan sedikit data dan berimbang. Model klasifikasi dibangun  berdasarkan ekplorasi analisis data dan penentuan baseline model dari akurasi null, polarisasi dan subyektivitas, seleksi fitur, klasifikasi linier dan non linier. Model terpilih akan dilakukan tuning untuk mendapatkan hasil yang lebih presisi dan akurat serta dievaluasi dengan  confusion matrik serta laporan klasifikasi untuk memberikan intuisi lebih dalam tentang perilaku classifier atas akurasi global. Hasil penelitian ditemukannya polarisasi kata bermakna negative yang berada dikelas positif sebesar 88% dengan frekuensi 4% dan rerata harmoni 8%. Model klasisfikasi Multinomial Naïve Bayes terpilih sebagai model terbaik dengan akurasi 99%, error 0.8% pada data train dan 100%, error 0% pada data validasi. Eksperimen untuk menguji model terhadap 30 entri data test baru, menghasilkan prediksi denganakurasinya 87% dengan error 13%, artinya hanya terdapat 4 kesalahan prediksi. Kedepan disarankan untuk menguji model ektraksi fitur atau melakukan boosting, bagging dan deep learning untuk mengetahui apakah hasilnya menjadi lebih baik.

Page 2 of 2 | Total Record : 15

 1   2 

Filter by Year

2020 2020


Reset
Filter By Issues
All Issue Vol. 10 No. 1 (2025): Edisi Mei 2025 Vol. 9 No. 2 (2024): Edisi November 2024 Vol. 9 No. 1 (2024): Edisi Mei 2024 Vol. 8 No. 2 (2023): Edisi November 2023 Vol. 8 No. 1 (2023): Edisi Mei 2023 Vol. 7 No. 2 (2022): Edisi November 2022 Vol 7, No 1 (2022): Edisi Mei 2022 Vol 6, No 2 (2021): Edisi November 2021 Vol 6, No 1 (2021): Edisi Mei 2021 Vol 5, No 2 (2020): Edisi November 2020 Vol 5, No 1 (2020): Edisi Mei 2020 Vol 4, No 2 (2019): Edisi November 2019 Vol 4, No 1 (2019): Edisi Mei 2019 Vol 3, No 2 (2018): Edisi November 2018 Vol 3, No 1 (2018): Edisi Mei 2018 Vol 2, No 2 (2017) Vol 2, No 1 (2017) Vol 1, No 01 (2016) Vol 1, No 2 (2016) More Issue