cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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,
Computer Science & IT Decision Sciences, Operations Research & Management
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 8 Documents
 1 
Search results for , issue "Vol 7, No 2 (2021): Agustus 2021" : 8 Documents clear
Sistem Penentuan Kualitas Hewan Qurban di Indonesia dengan Metode SAW Renny Puspita Sari; Ahmad Cahyono Adi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.44-51

Abstract

Setiap tahunnya, umat muslim didunia melaksanakan Ibadah Qurban termasuk di  Indonesia. Berdasarkan data dari Direktorat Jenderal Peternakan dan Kesehatan Hewan jumlah hewan qurban di Indonesia pada tahun 2020  adalah sekitar 1.802.651 ekor  dengan rincian hewan sapi, kerbau, kambing dan domba. Statistik hewan Qurban dari tahun ke tahun mengalami kenaikan. Hewan yang dapat di Qurbankan pada dasarnya memiliki syarat tertentu sesuai dengan fiqih Qurban. Oleh karena itu diperlukan pengecekkan terlebih dahulu apakah hewan tersebut layak jadi hewan Qurban. Tingginya angka Qurban di Indonesia mendorong lahirnya sebuah sistem pendukung keputusan yang dapat membantu dalam mengelompokkan hewan-hewan yang akan di Qurbankan di Indonesia. Sistem ini menerapkan metode perhitungan SAW (Simple Adictive Weighting) yang dapat mengklasifikasikan hewan Qurban yang di inputkan dengan kriteria-kriteria tertentu. Hasilnya semua calon hewan Qurban akan secara otomatis diberi nilai yang memiliki arti tertentu apakah hewan tersebut untuk dapat jadi hewan Qurban. Dengan adanya sistem penentu hewan Qurban, diharapkan dapat mendorong peningkatan kualitas hewan Qurban yang ada di Indonesia.
Implementasi Sistem Automasi Berbasis Web pada Proses Check-In dan Check-Out Asrama Universitas Andalas Anggia Okta Yorizka; Hafid Yoza Putra; Fajril Akbar
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.90-98

Abstract

Asrama Universitas Andalas merupakan salah satu fasilitas tempat tinggal yangberada lingkungan kampus Limau Manis, Padang. Saat ini memiliki 6 asrama yang masing-masing terbagi atas 4 asrama putri dan 2 asrama putra. Setiap tahun akademik baru, pengelola asrama harus melayani proses pengelolaan check-in dan check-out mahasiswa yang terdiri dari verifikasi dokumen masih dilakukan secara langsung untuk setiap calon penghuni. Proses ini dijadwalkan berlangsung selama 5-7 hari kerja. Perbaikan proses bisnis dengan melakukan automasi di beberapa proses yang berlangsung akan mempersingkat waktu pelaksanaan.  Aplikasi berbasis web memudahkan interaksi pengguna dengan sistem. Sebuah aplikasi sistem informasi berbasis web dikembangkan dengan menerapkan model Waterfall. 29 kebutuhan fungsional dirumuskan berdasarkan analisis proses bisnis yang berjalan dan dokumen. Pada tahap perancangan dihasilkan rancangan proses dengan use-case diagram dan use-case scenario. Rancangan struktur database dan relasinya serta rancangan antar muka juga dilakukan untuk kebutuhan aplikasi. Pada tahap implementasi digunakan bahasa pemograman PHP dengan framework Laravel dan basis data MySQL. Pengujian dilakukan dengan model Blackbox Testing dengan membandingkan data input dan data yang tersimpan di dalam basisdata. Pengujian semua fungsional  dilakukan untuk memastikan semua fungsional berjalan sesuai dengan rancangan. Dari hasil pengujian didapatkan semua fungsional telah sesuai dengan kebutuhan sistem.
Sistem Rekomendasi Tempat Kost di Sekitar Kampus ITHB Menggunakan Metode Analytical Hierarchy Process (AHP) Evasaria Magdalena Sipayung; Cut Fiarni Fiarni; Sherly Sutopo
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.52-60

Abstract

Dalam memilih tempat kos terdapat beberapa kriteria yang harus diperhatikan, pada penelitian ini digunakan tujuh kriteria dalam memilih tempat kos, diantaranya adalah fasilitas kamar, ketersediaan listrik dan air, jarak tempat kos ke kampus, akses tempat kos ke jalan protokol, kebersihan tempat kos, aman dari banjir, dan reputasi tempat kos. Setiap orang tentunya memiliki perbedaan akan tingkat penilaian (preferensi) antara satu kriteria dan kriteria lainya dan setiap tempat kos pun memiliki harga dan fasilitas yang berbeda-beda. Hal inilah yang terkadang membuat seseorang sulit untuk membandingkan kos yang satu dengan lainya. Pada sistem yang ada saat ini, rekomendasi yang diberikan hanya berupa list tempat kos berdasarkan pencocokan antara inputan dengan database saja dan tidak memperlihatkan urutan kos yang menjadi alternatif terbaik. Pada penelitian dilakukan penentuan preferensi terhadap kriteria untuk memilih tempat kos dengan menggunakan metode Analytical Hierarchy Process (AHP). Sistem rekomendasi tempat kos dilakukan dengan melakukan filter input harga tempat kos dan penilaian terhadap kriteria preferensi fasilitas utama, ketersediaan  listrik dan air, jarak tempat kos ke kampus, akses tempat kos ke jalan protokol, kebersihan tempat kos, lingkungan keadaan banjir dan reputasi yang telah ditentukan oleh user. Perhitungan bobot preferensi masing-masing kriteria terhadap alternatif tempat kos sehingga dihasilkan total nilai masing-masing alternatif kos. Berdasarkan penelitian yang dilakukan, rekomendasi yang diberikan tergantung dari penilaian preferensi setiap kriteria. Hasil yang diberikan berupa rangking alternatif tertinggi ke rangking terendah sesuai dengan preferensi yang dipilih untuk mempermudah mahasiswa menentukan tempat kos yang sesuai dengan kebutuhannya.
Desain Model E-CRM Untuk Mengelola Interaksi Pelanggan Di KlikDNA Menggunakan Aplikasi Zoho Saat Covid-19 Eden Renold Mintje; Evi Maria; Penidas Fiodinggo Tanaem
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.99-107

Abstract

Pemanfaatan teknologi informasi dan komunikasi (TIK) terbukti mampu membuat perusahaan bersaing dalam era revolusi industri 4.0 dan bertahan ditengah pandemi COVID-19. TIK digunakan perusahaan untuk menjaga interaksi perusahaan dengan pelanggan, seperti di PT Klik DNA Mandiri (KlikDNA). Tujuan riset ini adalah untuk membuat desain model E-CRM untuk mengelola interaksi pelanggan di KlikDNA menggunakan aplikasi Zoho. Interaksi pelanggan di KlikDNA memiliki masalah terkait lamanya waktu tunggu dan waktu penanganan keluhan pelanggan. Pemodelan proses bisnis menggunakan aplikasi E-CRM, yaitu Zoho yang dihasilkan dalam riset diharapkan bisa menjadi solusi masalah interaksi perusahaan dan pelanggan di KlikDNA. Metode riset terdiri dari 4 tahapan, yaitu identifikasi masalah, pengumpulan data, analisis dan pengolahan data, dan yang terakhir adalah pemodelan E-CRM untuk KlikDNA. Aplikasi Zoho dapat mengintegrasikan media komunikasi KlikDNA dan pelanggan yang selama ini digunakan dalam satu paket agar data pelanggan dan keluhannya dapat dikelola dalam satu sistem terintegrasi. Pemodelan dilakukan dengan memanfaatkan fitur-fitur yang tersedia yaitu portal pengguna,live chat,ticket, didalam aplikasi Zoho. Hasil riset ini adalah terciptanya desain proses bisnis interaksi pelanggan yang dirancang berdasarkan proses bisnis yang ada di KlikDNA dengan menggunakan aplikasi Zoho yang sudah diatur untuk terintegrasi dengan website KlikDNA.
Prediksi Diabetes Menggunakan Algoritma Naive Bayes dan Greedy Forward Selection Fitriyani Fitriyani
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.61-69

Abstract

Diabetes merupakan penyakit yang mengancam kehidupan dengan pertumbuhan tercepat dan jika tidak diobati atau diindentifikasi akan menyebabkan komplikasi lain. Diabetes setiap tahunnya mengakibatkan kematian sebanyak 3.8 juta jiwa dan telah mempengaruhi 422 juta orang di seluruh Dunia. Dataset diabetes yang digunakan dalam penelitian ini adalah dataset publik, dataset ini akan diolah menggunakan model yang diusulkan. Dataset diabetes memiliki permasalahan seperti adanya fitur-fitur yang tidak relevan, fitur-fitur yang tidak relevan dapat menurunkan kinerja dari model yang digunakan. Seleksi fitur Greedy Forward Selection adalah seleksi fitur yang sangat efisien dan cepat dalam prosesnya. Algoritma Naïve Bayes merupakan algoritma yang mudah dan sederhana ketika diimplementasikan. Hasil penelitian menunjukkan bahwa model Naïve Bayes dan Greedy Forward Selection mendapatkan nilai akurasi tertinggi sebesar 91.73%, sedangkan model Naïve Bayes tanpa seleksi fitur Greedy Forward Selection hanya mendapat nilai akurasi sebesar 87.69%
Analisis Sentimen Twitter untuk Menilai Opini Terhadap Perusahaan Publik Menggunakan Algoritma Deep Neural Network Erwin Yudi Hidayat; Raindy Wicaksana Hardiansyah; Affandy Affandy
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.108-118

Abstract

Dalam menaikkan kinerja serta mengevaluasi kualitas, perusahaan publik membutuhkan feedback dari masyarakat / konsumen yang bisa didapat melalui media sosial. Sebagai pengguna media sosial Twitter terbesar ketiga di dunia, tweet yang beredar di Indonesia memiliki potensi meningkatkan reputasi dan citra perusahaan. Dengan memanfaatkan algoritma Deep Neural Network (DNN), neural network yang tersusun dari layer yang jumlahnya lebih dari satu, didapati hasil analisa sentimen pada Twitter berbahasa Indonesia menjadi lebih baik dibanding dengan metode lainnya. Penelitian ini menganalisa sentimen melalui tweet dari masyarakat Indonesia terhadap sejumlah perusahaan publik dengan menggunakan DNN. Data Tweet sebanyak 5504 record didapat dengan melakukan crawling melalui Application Programming Interface (API) Twitter yang selanjutnya dilakukan preprocessing (cleansing, case folding, formalisasi, stemming, dan tokenisasi). Proses labeling dilakukan untuk 3902 record dengan memanfaatkan aplikasi Sentiment Strength Detection. Tahap pelatihan model dilakukan menggunakan algoritma DNN dengan variasi jumlah hidden layer, susunan node, dan nilai learning rate. Eksperimen dengan proporsi data training dan testing sebesar 90:10 memberikan hasil performa terbaik. Model tersusun dengan 3 hidden layer dengan susunan node tiap layer pada model tersebut yaitu 128, 256, 128 node dan menggunakan learning rate sebesar 0.005, model mampu menghasilkan nilai akurasi mencapai 88.72%. 
Perencanaan Pengembangan Smart City: Sebuah Kajian Pustaka Andriea Jelita Putri; Salahudin Salahudin
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.70-78

Abstract

Penelitian ini bertujuan untuk mendeskripsikan lebih dalam terkait dengan perencanaan pembangunan kota pintar. Penulis menggunakan metode deskriptif dengan bantuan aplikasi VosViewers dalam mencari artikel terkait dan menghasilkan 53 artikel yang berhasil disaring dari 62 artikel yang ditemukan dan menghasilkan 5 cluster didalamnya dengan 3 tema dominan. Penelitian ini menemukan bahwa perkembangan teknologi menyebabkan kebutuhan masyarakat menjadi kompleks dan beragam. Dengan demikian, smart city hadir sebagai bentuk tuntutan zaman yang diharapkan mampu memenuhi kebutuhan masyarakat dan menyediakan fasilitas publik secara lebih inovatif dan efisien. Untuk mencapai tujuannya, perencanaan pembangunan kota pintar memerlukan kerjasama antar pemangku kepentingan yaitu pemerintah, masyarakat dan pihak swasta. Dalam hal ini peran serta masyarakat sangat penting untuk menentukan keberhasilan konsep smart city. Dengan melibatkan masyarakat dalam proses perumusan dan perumusan kebijakan, pemerintah dapat benar-benar mengetahui kebutuhan masyarakat sehingga tujuan smart city dan smart governance yang telah ditetapkan dapat tepat sasaran.
Analisa Prediksi Kelayakan Pemberian Kredit Pinjaman dengan Metode Random Forest Budi Prasojo; Emy Haryatmi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 7, No 2 (2021): Agustus 2021
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v7i2.2021.79-89

Abstract

Perkembangan di Indonesia saat ini tidak terlepas dari pernanan lembaga keuangan dengan salah satunya adalah perbankan. Bank memiliki peran dalam meningkatkan pertumbuhan dan perkembangan suatu Negara [1]. Perbankan memiliki fungsi sebagai lembaga yang memiliki peran sentral dalam meningkatkan pertumbuhan ekonomi suatu Negara. Dalam melakukan analisa pemberian kredit perbankan harus memerhatikan Prinsip-prinsip pemberian kredit[3]. besar kecilnya tingkat kredit yang disalurkan oleh bank kepada pihak lain ataupun masyarakat dipengaruhi oleh beberapa faktor [4]. Data dalam jumlah besar pada perbankan khususya perkreditan tersebut dapat diolah menggunakan beberapa metode tertentu akan memberikan informasi baru yang dapat mendukung dan membantu perbankan mengambil keputusan atau kebjakan, salah satu kebijakannya adalah dapat memprediksi kelayakan kredit pinjaman secara dini untuk mengetahui nasabah yang layak atau tidak layak, atau menggunakan salah satu teknik melakukan prediksi yang dapat digunakan adalah dengan teknik penggalian data atau data mining menggunakan algoritma random forest. Penelitian ini bertujuan untuk mengetahui penerapan metode klasifikasi dengan algoritma random forest serta menganalisis hasil terbaik dari algoritma random forest pada setiap kreditur. Variable yang dianalisis adalah V1 sampai dengan V20 dilakukan menggunakan perangkat lunak R. Tahapan metode penelitian menggunakan CRIPS-DM. untuk tahap pelatihan menggunakan 70% data dan Pengujian menggunakan 30% data secara acak dari 1000 data. Hasil performa dari algoritma random forest tersebut yaitu memiliki tingkat akurasi sebesar 0,77 atau 77% sehingga termasuk pada kategori klasifikasi fair model.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 9, No 3 (2023): Desember 2023 Vol 9, No 2 (2023): Agustus 2023 Vol 9, No 1 (2023): April 2023 Vol 8, No 3 (2022): Desember 2022 Vol 8, No 2 (2022): Agustus 2022 Vol 8, No 1 (2022): April 2022 Vol 7, No 3 (2021): Desember 2021 Vol 7, No 2 (2021): Agustus 2021 Vol 7, No 1 (2021): April 2021 Vol 6, No 3 (2020): Desember 2020 Vol 6, No 2 (2020): Agustus 2020 Vol 6, No 1 (2020): April 2020 Vol 5, No 3 (2019): Desember 2019 Vol 5, No 2 (2019): Agustus 2019 Vol 5, No 1 (2019): April 2019 Vol 4, No 3 (2018): Desember 2018 Vol 4, No 2 (2018): Agustus 2018 Vol 4, No 1 (2018): April 2018 Vol 3, No 3 (2017): Desember 2017 Vol 3, No 2 (2017): Agustus 2017 Vol 3, No 1 (2017): April 2017 Vol 2, No 3 (2016): Desember 2016 Vol 2, No 2 (2016): Agustus 2016 Vol 2, No 1 (2016): April 2016 Vol 1, No 1 (2015): Oktober 2015 More Issue