Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)

Perancangan Sistem Informasi Pendaftaran PKL Berbasis Web Pada Kantor Regional VI Badan Kepegawaian Negara Medan

Samsudin Samsudin, M Farhan Alyuda — Sat, 05 Oct 2024 00:00:00 +0000

Penelitian ini mengkaji perancangan dan implementasi sistem informasi pendaftaran Praktik Kerja Lapangan (PKL) berbasis web di Kantor Regional VI Badan Kepegawaian Negara (BKN) Medan. Metode pengembangan perangkat lunak yang digunakan adalah Rapid Application Development (RAD), dengan tahapan persyaratan perencanaan, workshop desain RAD, dan implementasi. Pada tahap persyaratan perencanaan, dilakukan analisis kebutuhan sistem untuk menyesuaikan dengan kebutuhan pengguna. Sistem ini dirancang untuk memudahkan pendaftaran PKL secara online, dengan persyaratan fungsional dan non-fungsional yang diidentifikasi. Tahap workshop desain RAD melibatkan pengguna dalam merancang antarmuka front-end dan back-end sistem. Antarmuka front-end memungkinkan calon pengguna mengakses fungsi pendaftaran PKL secara online, sementara antarmuka back-end digunakan untuk mengelola data pendaftar PKL. Implementasi melibatkan pengembangan basis data dan antarmuka sistem. Sistem ini menggunakan MySQL sebagai server database dan dapat diakses melalui web browser seperti Google Chrome atau Mozilla Firefox. Tahap ini juga melibatkan pembuatan beberapa tampilan antarmuka, termasuk halaman login admin, dashboard pendaftaran PKL, formulir pendaftaran, dan konfirmasi pendaftaran. Hasil penelitian menunjukkan bahwa sistem informasi pendaftaran PKL berbasis web ini dapat mempercepat dan menyederhanakan proses pendaftaran mahasiswa magang di Kantor Regional VI BKN Medan. Dengan adopsi teknologi berbasis web, diharapkan dapat meningkatkan efisiensi dan mengatasi kendala pada pendataan manual yang selama ini ada

Aplikasi Buku Tamu Menggunakan Qr Code Berbasis Web Pada Layanan Pengadaan Secara Elektronik (LPSE) Provinsi Jambi

Sat, 05 Oct 2024 13:19:58 +0000

The use of Electronic Procurement Services (LPSE) in Jambi Province has become one of the main approaches in increasing transparency and efficiency in the government procurement process for goods and services. However, security and accountability issues remain the main focus in the development of this system. This research aims to develop and evaluate a QR Code-based guestbook application that is integrated with the Jambi Province LPSE system. This system development method uses a qualitative and quantitative approach. Literature studies are used to design applications that meet the security and functionality requirements of LPSE. The development was carried out by utilizing web technology and QR Code to facilitate recording the attendance of LPSE users effectively and efficiently. Application evaluation was carried out through trials with the participation of Jambi Province LPSE users. Data collected includes system reliability, user responsiveness, and ease of integration with existing systems. The evaluation results are used to improve and optimize the application to meet security standards and LPSE user needs. It is hoped that the results of this research can make a positive contribution in improving attendance management and transparency in LPSE Jambi Province through the implementation of innovative QR Code technology.

Implementasi Backpropagation Untuk Rekomendasi Jurusan Peminatan Mahasiswa Program Studi Teknik Informatika Di Universitas Islam Balitar

Muhammad Iqbal Raihan, Saiful Nur Budiman, Udkhiati Mawaddah — Sat, 05 Oct 2024 13:45:07 +0000

Jaringan syaraf tiruan khususnya menggunakan metode backpropagation, telah menunjukkan efektivitasnya dalam berbagai aplikasi prediksi dan klasifikasi, termasuk dalam bidang pendidikan. Tujuan penelitian ini adalah untuk menganalisis metode backpropagation dalam memprediksi jurusan peminatan mahasiswa Program Studi Teknik Informatika Universitas Islam Balitar Blitar. Penggunaan metode penelitian yang dipakai adalah teknik penelitian kuantitatif. Dataset yang digunakan dalam penelitian ini diambil dari dokumen nilai mahasiswa Program Studi Teknik Informatika angkatan 2020 – 2021 sebanyak 47 data nilai mahasiswa. Data tersebut melalui proses normalisasi untuk memastikan konsistensi dan skala yang seragam. Setelah normalisasi, data dibagi menjadi dua jenis, yakni 38 data untuk pelatihan dan 9 data untuk pengujian. Hasil penelitian menunjukkan bahwa metode backpropagation mampu memberikan hasil akurasi terbaik sebesar 88%. Hasil tersebut akan menjadi lebih baik dengan menambahkan jumlah dataset yang digunakan

Sistem Informasi Geografi Pemetaan Lokasi Tanah Letter C Desa Menggunakan Mapbox Berbasis Web

Indra Kurniawan, Indyah Hartami Santi, Wahyu Dwi Puspitasari — Sat, 05 Oct 2024 14:19:36 +0000

Salah satu arsip terpenting di desa adalah arsip dokumen tanah Letter C. Letter C merupakan surat pendaftaran tanah yang terdapat di desa sebagai bukti kepemilikan tanah secara turun-temurun. Pemetaan kepemilikan tanah Letter C di desa Pandanarum, Sutojayan oleh perangkat desa sementara masih dilakukan secara manual dan pemetaan terhadap tanah akan terus berlanjut seiring dengan berjalannya waktu. Penelitian ini bertujuan untuk merancang sistem informasi geografis untuk pemetaan tanah Letter C desa. Penelitian ini menggunakan metode penelitian R&D (research and development) dengan model pengembangan waterfall yang meliputi Requirements Definition, System and Software Design, Implementation and Unit Testing, Integration and System Testing, serta Operation and Maintenance. Hasil penelitian menghasilkan sebuah website pemetaan Letter C Desa yang memuat data latitude dan longitude untuk koordinat peta yang akan ditampilkan serta nama pemilik, NOP, alamat, jenis tanah, sebagai data yang didapatkan dari buku DHKP, dan gambar rumah sebagai pelengkap

Analisis dan Perancangan Sistem Informasi Akuntansi Pengelolaan Keuangan Pada BUMDes Sari Merta Dana Utama Desa Sumerta Kauh

Ni Kadek Ayu Budiartini, I Gede Putu Krisna Juliharta, Ni Putu Noviyanti Kusuma — Sun, 06 Oct 2024 01:20:39 +0000

An accounting information system is a system that processes data and transactions to produce information that is useful for planning, controlling and operating a business. Currently there are still village governments that have not implemented an accounting information system properly, one of which is Bumdes Sari Merta Dana Utama Sumerta Kauh Village. Sari Merta Dana Utama is a village business institution managed by the community and village government and formed based on the needs and potential of the village. Currently Sari Merta Dana Utama is experiencing several obstacles in their financial management system. The aim of this research is to design a financial management accounting information system, so that it can make it easier for Bumdes Sari Merta Dana Utama to record and facilitate monitoring of financial income and expenditure at Bumdes.

Design Architecture Smart Heatsink Laptop untuk Mengatasi Overheat dan Korslet Motherboard

fahri el fazza — Sun, 06 Oct 2024 00:00:00 +0000

Technological developments, especially in the field of computer architecture, are growing very rapidly. The role of cooling is a major factor in reducing the risk of damage that generally occurs, such as overheating and short circuits. Overheating on a laptop can cause the laptop to shut down and slow performance. The cause of overheating is due to air blockages in the heatsink fins so that hot air from the processor cannot escape from the laptop. Heatsink fins that are still static provide access for dust to enter and exit, causing blockages. Dynamic Smart Heatsink architecture can open and close automatically so that the laptop can be protected from external interference such as dust and animals.

Implementasi Algoritma K-Means untuk Mengelompokkan Data Tingkat Kemiskinan di Sulawesi Selatan Berdasarkan Kota/Kabupaten

Irfan, Lut Faizal — Sun, 06 Oct 2024 02:07:20 +0000

Poverty is a state in which individuals or groups lack sufficient access to the economic, social, and cultural resources required to attain a reasonable standard of living. The Central Bureau of Statistics (BPS) data offers an overview of the poverty rate in South Sulawesi province, although it only presents the poverty rate categorized by district or city. In order to prioritize their answers, the government must possess knowledge about the regions with the highest and lowest poverty rates to effectively address poverty. Hence, it is crucial to categorize districts or municipalities in South Sulawesi according to their poverty rate. This would enable the government to develop suitable policies or strategies to alleviate poverty while considering the poverty rate in each district or municipality. The data clustering in this study was performed using the K-Means algorithm and the RapidMiner program. The findings revealed the presence of four distinct clusters of districts or municipalities, which were categorized according to their poverty levels. The clusters are categorized as follows: Cluster 0 consists of Jeneponto, Gowa, Pangkep, Luwu, and North Luwu. Cluster 1 includes Bulukumba, Takalar, Maros, Wajo, Pinrang, Enrekang, Tana Toraja, and North Toraja. Cluster 2 comprises Bone and Makassar. Lastly, Cluster 3 consists of Selayar Islands, Bantaeng, Sinjai, Barru, Soppeng, Sidrap, East Luwu, Pare-Pare, and Palopo. Cluster 2 has the greatest poverty rate or number among all the clusters.

Klasifikasi Data Mining Pada Tingkat Kepuasan Pengunjung Maccahaya Waterboom dengan Algoritma C.45

Ismail ismail, Rezky Erwin Syah, M Afdal Tahir — Sun, 06 Oct 2024 00:00:00 +0000

Penelitian ini bertujuan mengklasifikasikan tingkat kepuasan pengunjung yang terbagi menjadi dua kelas yaitu "Puas" dan "Tidak Puas". Data yang digunakan dalam penelitian ini dikumpulkan melalui penyebaran kuesioner kepada 106 responden yang pernah berkunjung ke Maccahaya Waterboom. Hasil penelitian menunjukkan bahwa model klasifikasi menggunakan algoritma C.45 mencapai tingkat akurasi sebesar 93.75% dengan variabel yang memiliki pengaruh signifikan terhadap kepuasan pengunjung adalah X5 (Kebersihan) dan X2 (Fasilitas). Implementasi sistem klasifikasi ini dilakukan melalui sebuah website yang dibangun menggunakan bahasa pemrograman Python dengan framework Flask dan MySQL sebagai basis data

Prediksi Risiko Penyakit Jantung Menggunakan Algoritma Linear Discriminant Analysis

syakur syakur, Wardianto Wardianto — Sun, 06 Oct 2024 03:41:00 +0000

Penyakit jantung iskemik koroner merupakan penyebab kematian paling umum di seluruh dunia. Diagnosis penyakit ini hanya dapat ditegakkan melalui konsultasi langsung dengan dokter spesialis jantung yang relatif membutuhkan banyak tenaga. Di satu sisi diperlukan suatu sistem untuk mendeteksi penyakit jantung pada pasien dengan biaya minimal, dimulai dari perkembangan teknologi khususnya di bidang kecerdasan buatan. Ada metode yang bisa mendeteksi penyakit jantung secara otomatis yaitu machine learning, termasuk analisis diskriminan linier. Dalam penelitian ini, kami menerapkan algoritma analisis diskriminan linier pada klasifikasi penyakit jantung. Dataset yang digunakan diambil dari UCI Machine Learning Repository. Studi tersebut melakukan dua kondisi eksperimental di mana pasien diminta untuk memutuskan apakah mereka menderita penyakit jantung atau kondisi jantung lainnya berdasarkan skala lima poin. Hasil yang diperoleh membuktikan bahwa klasifikasi LDA dua kelas lebih baik dibandingkan klasifikasi LDA lima kelas. Tujuan atau hasilnya adalah penerapan algoritma LDA untuk mengklasifikasikan penyakit jantung dengan dua label. Dari hasil yang diperoleh diperoleh nilai presisi sebesar 0,82, nilai repeatability sebesar 0,81, nilai f1 sebesar 0,81, dan akurasi sebesar 81,22%. Hasil penerapan algoritma LDA untuk mengklasifikasikan penyakit jantung menjadi lima stadium dapat dijadikan hasil atau tujuan akhir. Berdasarkan hal tersebut diperoleh nilai presisi sebesar 0,56, nilai repeat sebesar 0,59, nilai f1 sebesar 0,56, dan presisi sebesar 59,38%.

Implementasi Sistem Informasi Penilaian Kinerja Karyawan Dan Perhitungan Remunerasi Financial Consultant Pada Asuransi BRIngin Life Syariah Berbasis Web

Kamarudin Kamarudin, Guntur Guntur, Yusri Yusri — Sun, 20 Oct 2024 08:46:04 +0000

Perancangan aplikasi ini bertujuan untuk: (1) Bagaimana merancang sistem informasi penilaian kinerja karyawan untuk penentuan Financial Consultant terbaik pada asuransi BRIngin Life Syariah. (2) Untuk mengimplementasikan sistem informasi penilaian kinerja karyawan berdasarkan perhitungan remunerasi untuk penentuan Financial Consultant terbaik pada asuransi BRIngin Life Syariah. Dalam sistem informasi penilaian kinerja karyawan dan perhitungan remunerasi ini (1) sistem menggunakan UML (Unified Modelling Language) untuk menggambarkan alur atau arus kerja sistem. (2) proses penilaian diberikan berdasarkan pencapaian jumlah polis dan premi yang didapatkan. (3) bahasa pemrograman yang digunakan (HTML) Hypert Text Markup Language, (PHP) Personal Home Page, (CSS) Cascanding Style Sheet, Java Script, Framework. Hasil penelitian ini dirancang dan diuji cobakan untuk dapat menghasilkan informasi tentang pencapaian remunerasi tertinggi pada setiap Financial Consultant

Implementasi Algoritma Advanced Encryption Standard Untuk Keamanan Data Customer Pegadaian UPC Pacongkang

Hasbi Hasbi, Andi Nurlinda Thamrin — Wed, 30 Oct 2024 00:00:00 +0000

Permasalahan yang ada pada Pegadaian UPC Pacongkang adalah sering terjadi kebocoran data customer yang membuat perubahan data secara tiba-tiba, seperti jangka waktu peminjaman customer berubah dan bahkan jumlah peminjaman customer berubah. Hal ini tentunya merugikan pihak Pegadaian UPC Pacongkang dan customer. Melihat permasalahan tersebut pihak Pegadaian UPC Pacongkang membutuhkan metode pengamana data yang dapat membantu menjaga kerahasiaan data customer. Tujuan penelitian ini untuk memuat sistem keamanan data dengan penerapan konsep kriptografi. Kriptografi bertujuan untuk mengamankan isi data atau menjaga kerahasiaan informasi dari orang yang tidak berhak untuk mengetahui isi data tersebut. Untuk menerapkan kriptografi pada sistem keamanan data dibutuhkan suatu algoritma mesin autentukasi data. Salah satu metode yang dapat digunakan adalah Advanced Encryption Standard (AES). Hasil penelitian menunjukkan dengan diimplementasikan Kriptografi Superenkripsi Menggunakan Metode Advanced Encrytion Standard Pada Pengamanan Data Customer Pegadaian UPC Pacongkang. File data nasabah Pegadaian UPC Paconggkang menjadi aman dan tidak mudah dimanipulasi oleh orang lain karena pesan asli sudah diubah menjadi file acak yang tidak bisa dimengerti

Analisis Sentimen Fasilitas Belajar dan Alat Laboratorium menggunakan metode Naïve Bayes Classifier

A Ulfah Tenripada Syahar, Avin Savitri, Dewi Widyawati, Hariani Ma’Tang — Wed, 30 Oct 2024 00:00:00 +0000

ABSTRACK

This study aims to analyze student sentiment towards learning facilities and laboratory equipment using the Naïve Bayes Classifier method. The data used in this study were obtained from social media platforms, which include student comments and statements regarding the facilities and tools available at educational institutions. The collected data is then analyzed to identify the sentiments contained, namely positive, negative, and neutral. Based on the analysis results, 170 negative sentiments, 135 positive sentiments, and 147 neutral sentiments were obtained. The Naïve Bayes algorithm produces an accuracy value of 77%, precision of 75%, recall of 66%, and F1-score of 7%. These results show that Naïve Bayes can be used to classify student sentiment towards laboratory facilities and equipment, although there is still room for improvement in increasing recall and F1-score. This research provides an overview of the quality of learning facilities and laboratory equipment and identifies areas that require more attention in the improvement and maintenance of facilities in educational institutions.

Penerapan Algoritma C4.5 dan Random Forest untuk Pemetaan Kerusakan Jalan dengan WebGIS

Justam Justam, Nur Jamilah, Sitti Mawaddah Umar, Erlita Erlita, Jousadrah Ramba — Wed, 30 Oct 2024 00:00:00 +0000

Kerusakan jalan di wilayah Luwu Raya menjadi tanggung jawab BBPJN VI Makassar, yang melakukan pemantauan kondisi jalan dan melaporkan hasilnya untuk tindakan perbaikan. Penelitian ini bertujuan untuk membandingkan algoritma C4.5 dan Random Forest dalam memprediksi prioritas perbaikan jalan dan persebaran kerusakan jalan. Data yang digunakan dalam penelitian ini adalah 6100 data kerusakan jalan pada tiga ruas jalan dari tahun 2021 hingga 2023. Hasil penelitian menunjukkan bahwa meskipun akurasi antara kedua algoritma hampir sama, algoritma Random Forest memberikan hasil yang lebih konsisten dan lebih baik dibandingkan C4.5. Dengan menggunakan algoritma C4.5, didapatkan nilai presisi sebesar 87,9%, recall 82,6%, f1-score 87,8%, dan akurasi 88%. Sementara itu, Random Forest menghasilkan presisi 86,6%, recall 86,8%, f1-score 86,6%, dan akurasi 87%. Penelitian ini menghasilkan sistem informasi pemetaan berbasis WebGIS yang digunakan untuk menentukan prioritas perbaikan jalan. Hasil penelitian ini menunjukkan bahwa Random Forest lebih efektif dalam memprediksi dan menentukan prioritas perbaikan jalan di wilayah Luwu Raya

Sistem Identifikasi Kesegaran Ikan Berbasis Android Menggunakan Convolutional Neural Network (CNN)

Wed, 30 Oct 2024 00:00:00 +0000

Ikan merupakan sumber protein hewani penting dengan kandungan vitamin dan mineral esensial yang tinggi. Sebagai negara kepulauan, Indonesia memiliki potensi perikanan yang besar, namun masih banyak masyarakat yang kesulitan membedakan ikan segar dan tidak segar. Penelitian ini mengembangkan sistem berbasis Android untuk mengidentifikasi kesegaran ikan menggunakan Convolutional Neural Network (CNN). Model dilatih dengan 540 sampel gambar dalam tiga kategori (segar, baik, dan tidak layak) dengan resolusi 256 × 256 piksel RGB. CNN yang digunakan terdiri dari tiga lapisan konvolusi dan dua fully connected layer, dengan optimizer Adam dan fungsi aktivasi ReLU serta Softmax. Model dilatih di Google Colaboratory, lalu dikonversi ke TensorFlow Lite untuk diterapkan pada Android. Hasil pengujian menunjukkan akurasi 98% pada data uji dan 96,67% pada aplikasi Android dengan 60 sampel baru, membuktikan sistem mampu berfungsi dengan baik dalam mengidentifikasi kesegaran ikan

IoT dan Pengolahan Citra untuk Sistem Pakan Otomatis Udang dalam Kolam Bioflok

Justam Justam, M Hasanuddin, Husni Mubarak, Rahmah Rahmah, Titin Nurjanah — Wed, 30 Oct 2024 00:00:00 +0000

Pemberian pakan dalam budidaya udang vaname sangat penting karena mempengaruhi pertumbuhan udang. Saat ini, pengukuran berat rata-rata udang untuk menentukan jumlah pakan dilakukan secara manual, yang memakan waktu dan meningkatkan biaya operasional. Oleh karena itu, diperlukan sistem yang dapat mengestimasi berat rata-rata udang secara otomatis. Penelitian ini mengimplementasikan teknologi pengolahan citra digital untuk mengestimasi berat rata-rata udang vaname berdasarkan citra udang yang diambil. Fitur-fitur citra, seperti jumlah piksel, digunakan untuk estimasi berat rata-rata udang. Hasil penelitian menunjukkan bahwa regresi linier dengan Mean Absolute Error (MAE) sebesar 0,7752 dan regresi polinomial dengan MAE sebesar 0,6869 dapat digunakan untuk estimasi berat udang vaname. Selain itu, penggunaan metode Mask R-CNN terbukti efektif dalam mendeteksi dan menghitung jumlah udang dengan MAE sebesar 0,373. Penelitian ini juga menunjukkan bahwa pemberian pakan sesuai takaran yang dihitung berdasarkan estimasi berat udang dapat meningkatkan efisiensi dalam budidaya udang vaname. Sistem ini memberikan solusi cepat dan akurat untuk memperbaiki proses pemberian pakan, mengurangi biaya operasional, serta mengurangi risiko cedera bagi pembudidaya

Perbandingan Kinerja YOLO vs Faster R-CNN untuk Deteksi & Estimasi Berat Ikan

Justam Justam, Abdul Malik, Erlita Erlita, Deo Mangellak, Yuyun Yuyun — Wed, 30 Oct 2024 00:00:00 +0000

Ikan kerapu dan ikan kakap memiliki nilai ekonomi tinggi di pasar global, sehingga identifikasi jenis dan estimasi beratnya menjadi aspek penting dalam perdagangan. Metode manual yang umum digunakan memerlukan waktu lama dan tenaga kerja besar. Oleh karena itu, penelitian ini membandingkan performa dua model deep learning, yaitu YOLO dan Faster R-CNN, dalam mendeteksi jenis dan mengestimasi berat ikan. Dataset terdiri dari 2.991 citra yang terbagi dalam 18 kelas dan diperluas melalui augmentasi menjadi 6.843 citra. Proses deteksi menggunakan detection threshold 0,8, dengan evaluasi berdasarkan precision, recall, accuracy, serta Mean Absolute Percentage Error (MAPE) untuk estimasi berat. Hasil menunjukkan bahwa model YOLO memiliki precision, recall, dan accuracy masing-masing sebesar 0,98, 0,98, dan 0,96, sedangkan Faster R-CNN mencapai 0,97, 0,98, dan 0,95. Untuk estimasi berat, MAPE YOLO pada citra sebesar 2,42% dan pada video 3,66%, sementara Faster R-CNN memiliki MAPE 14,62% pada citra dan 13,59% pada video. Dengan demikian, model YOLO menunjukkan kinerja lebih baik dibandingkan Faster R-CNN dalam mendeteksi jenis dan mengestimasi berat ikan