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
Kab. indragiri hilir,
Riau
INDONESIA
Sistemasi: Jurnal Sistem Informasi
Published by Universitas Islam Indragiri
ISSN : 23028149     EISSN : 25409719     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Sistemasi adalah nama terbitan jurnal ilmiah dalam bidang ilmu sains komputer program studi Sistem Informasi Universitas Islam Indragiri, Tembilahan Riau. Jurnal Sistemasi Terbit 3x setahun yaitu bulan Januari, Mei dan September,Focus dan Scope Umum dari Sistemasi yaitu Bidang Sistem Informasi, Teknologi Informasi,Computer Science,Rekayasa Perangkat Lunak,Teknik Informatika
Arjuna Subject : -
Articles 21 Documents
 1   2   3 
Search results for , issue "Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi" : 21 Documents clear
Pendekatan Human Centered Design pada Perancangan User Experience Aplikasi Pemesanan Menu Cafe Fajri Profesio Putra; Agus Tedyyana
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (761.411 KB) | DOI: 10.32520/stmsi.v10i2.1229

Abstract

AbstrakKemudahan bagi pelanggan dalam melakukan pemesanan produk merupakan salah faktor penting dalam kesuksesan pengelolaan bisnis. Strategi pelayanan yang optimal akan memberikan dampak positif terhadap profit yang diperoleh oleh pelaku bisnis. Jograng cafe & resto merupakan salah satu cafe dan restoran yang ada di Kota Kerinci, Kabupaten Pelalawan yang diminati oleh masyarakat sekitar. Ada beberapa hal yang dapat dilakukan dalam peningkatan layanan bagi pelanggan, salah satunya adalah penggunaan aplikasi mobile berbasis android. Penggunan aplikasi ini diharapkan dapat memudahkan manajemen pemesanan produk dari Jograng cafe & resto. Pada penelitian ini dilakukan perancangan user experience (ux) agar pada pembuatan aplikasi agar didapatkan hasil user experience dengan tingkat kepuasan yang baik. Pendekatan ux ini menggunakan pendekatan interaktif Human-Centered Design (HCD) yang bertujuan untuk membuat desain solusi yang dapat digunakan dengan fokus pada kebutuhan pengguna dengan meningkatkan aspek efektivitas dan efisiensi pengguna. Hasil dari evaluasi desain dengan usability testing memeroleh nilai sebesar 94,45% dan hasil evaluasi User Experience Questionnaire (UEQ) pada perancangan user experience aplikasi pemesanan menu cafe ini mendapatkan nilai positif dan mendapatkan kategori good pada aspek daya tarik, kejelasan, efisiensi, ketepanan, stimulasi dan keterbaruan. Dapat disimpulkan bahwa perancangan desain aplikasi memberikan persepsi yang positif dari segi user experience dan usability.Kata Kunci: user experience, cafe, pemesanan, human centred design, usability AbstractThe convenience for customers in placing product orders is an important factor in successful business management. An optimal service strategy will have a positive impact on profits earned by business people. Jograng cafe & restaurant is one of the cafes and restaurants in Kerinci City, Pelalawan Regency which is of great interest to the surrounding community. Several things can be done to improve service for customers, one of which is the use of an Android-based mobile application. Using this application is expected to facilitate the management of product orders from Jograng cafes & restaurants. In this study, a user experience (UX) design was carried out so that the application development results in a user experience with a good level of satisfaction. This UX approach uses an interactive Human-Centered Design (HCD) approach which aims to design a usable solution that focuses on user needs by increasing the effectiveness and efficiency of users. The results of the design evaluation with usability testing got a value of 94.45% and the results of the Questionnaire User Experience (QUE) evaluation on the design of the user experience of this cafe menu ordering application received a positive value and got a good category on the aspects of attractiveness, perspicuity, efficiency, dependability, stimulation and novelty. It can be concluded that the design of application design provides a positive perception in terms of user experience and usability.Keywords: user experience, cafe, ordered, human centred design, usability
Analisis Interaksi Pengguna Twitter pada Strategi Pengadaan Barang Menggunakan Social Network Analysis Deinard Yordan Sihombing; Yessica Nataliani
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (612.484 KB) | DOI: 10.32520/stmsi.v10i2.1289

Abstract

AbstrakMeningkatnya interaksi pengguna internet dan media sosial tentu memiliki dampak terhadap peningkatan jumlah data atau konten yang dihasilkan oleh pengguna. Data atau konten yang dihasilkan sering disebut dengan User Generated Content (UGC). Data UGC dapat dimanfaatkan untuk tujuan tercapainya strategi bisnis terhadap produk yang disediakan. Hal ini dilakukan dengan menganalisis interaksi yang terjadi dengan sebuah metode yaitu Social Network Analysis (SNA), dengan membandingkan properti jaringannya. Dalam penelitian ini dilakukan analisis interaksi di dalam platform jejaring sosial yaitu Twitter pada produk smartphone Xiaomi Redmi 9, Xiaomi Redmi 9A, Xiaomi Redmi 9C, Xiaomi Redmi Note 9, dan Xiaomi Redmi Note 9 Pro. Dari perbandingan properti jaringannya dihasilkan bahwa terdapat tiga tipe smartphone yang memiliki pertimbangan untuk dilakukan perencanaan pengadaan stok ke depannya, yaitu Redmi 9A, Redmi 9C dan Redmi Note 9 Pro.Kata kunci: User Generated Content, Social Network Analysis, Smartphone AbstractThe increased interaction between internet and social media users will certainly have an impact on increasing the amount of data or content generated by users. The data or content generated is often referred to as User Generated Content (UGC). UGC data can be used for the purpose of achieving business strategies for the products provided. This is done by analyzing the interactions that occur, with a method, namely Social Network Analysis (SNA), by comparing the network properties. In this study, an analysis of interactions was carried out on social networking platforms, namely Twitter on the Xiaomi Redmi 9, Xiaomi Redmi 9A, Xiaomi Redmi 9C, Xiaomi Redmi Note 9, and Xiaomi Redmi Note 9 Pro. From the comparison of network properties, it can be concluded that there are three types of smartphones that have considerations for future stock procurement planning, namely Redmi 9A, Redmi 9C and Redmi Note 9 Pro.Keywords: User Generated Content, Social Network Analysis, Smartphone
Pengaruh Budaya dan Lingkungan dalam Menentukan Keberhasilan Implementasi Sistem Dea Valenska Gusman; Imam Syafii; Bambang Satrio; Abdurrahman Harits; Likco Desvian Herindra; Eko Sediyono; Aris Puji Widodo
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (21.86 KB) | DOI: 10.32520/stmsi.v10i2.1150

Abstract

AbstrakImplementasi Enterprise Resource Planning (ERP) industri mendukung kegiatan inti perusahaan dengan saling terhubung, agar bisa menyokong langkah usaha pada suatu industri melalui akses ke asal informasi yang lebih ringkas serta akurat. Implementasi ERP bisa memperoleh keberhasilan maupun keterpurukan. Supaya keterpurukan tidak dialami pada implementasi ERP perlu agar memiliki pengetahuan faktor-faktor yang menjadi critical success factor (CSF), seperti contohnya budaya dan lingkungan. Untuk tahu dampak budaya serta lingkungan dalam implementasi ERP, maka dilaksanakan pembahasan kembali terhadap sejumlah 14 riset oleh Science Direct yang sudah didapat. Pembahasan ini dilaksanakan memakai metode riset Systematic Literature Review. Menurut pembahasan kembali diperoleh tinjauan dampak budaya serta lingkungan terhadap implementasi ERP yang bisa diamati melalui tiga persepsi, yakni implementasi ERP, critical success factor terhadap implementasi ERP, budaya serta lingkungan terhadap implementasi ERP. Sikap strategic leadership, kekompakan dari tiap divisi, dan sudut pandang pemakai, memberi dampak terhadap budaya dan lingkungan perusahaan untuk meraih kesuksesan implementasi ERP.Kata kunci: Budaya, ERP, CSF Perspektif Budaya dan Lingkungan AbstractThe implementation of industrial Enterprise Resource Planning (ERP) supports the company's core activities by being connected so that it can support business steps in the industry through access to the more concise and accurate origin of the information. ERP implementation can get both success and downturn. For a downturn not to be experienced in ERP implementation, it is necessary to know the factors that are critical success factors (CSF), such as culture and society. To find out the impact of culture and environment impact on ERP implementation, several 14 studies by Science Direct that had been obtained were carried out. This discussion was carried out using the Systematic Literature Review research technique. According to the re-discussion, a review of the culture and environment impacts on ERP implementation can be observed through three perceptions, namely ERP implementation, critical success factors on ERP implementation, culture, and environment impact on ERP implementation. The strategic leadership attitude, the cohesiveness of each division, and the user's point of view have an impact on the company's cultures and environment aspects to achieve a successful ERP implementation.Keywords: Culture, ERP, CSF Culture and Environment Perspectives
Klasifikasi Pasien Kanker Payudara Menggunakan Metode Support Vector Machine dengan Backward Elimination Rina Resmiati; Toni Arifin
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (19.997 KB) | DOI: 10.32520/stmsi.v10i2.1238

Abstract

AbstrakKanker payudara merupakan tumor ganas yang tumbuh pada sel-sel payudara dan dapat menyebar di antara jaringan atau organ di sekitar payudara dan berpindah ke bagian tubuh lainnya. Jika deteksi kanker dilakukan sejak dini, memungkinkan dilakukan penanganan yang lebih baik dan timbulnya sel-sel kanker dapat diatasi dengan segera dan dihentikan penyebarannya. Untuk membantu meningkatkan kemampuan pendeteksian otomatis dapat digunakan teknik machine learning dengan metode klasifikasi. Salah satu metode klasifikasi yang dapat digunakan yaitu metode Support Vector Machine. Pada penelitian ini, metode Support Vector Machine diterapkan pada Breast Cancer Coimbra Data Set.  Penerapan Backward Elimination bertujuan untuk mengoptimalkan performa suatu model dengan sistem kerja pemilihan mundur dan memilih atribut yang paling relevan pada proses klasifikasi. Hasil penelitian klasifikasi pasien kanker payudara menggunakan metode Support Vector Machine menghasilkan nilai akurasi sebesar 65,22% dan nilai AUC sebesar 0,700 yang termasuk ke dalam kategori Fair Classification. Sedangkan hasil penelitian klasifikasi pasien kanker payudara menggunakan metode Support Vector Machine dengan Backward Elimination menghasilkan nilai akurasi sebesar 95,65% dan nilai AUC sebesar 1,000 yang termasuk ke dalam kategori Excellent Classification. Kata Kunci: backward elimination, kanker payudara, klasifikasi, support vector machine AbstractBreast cancer is a malignant tumor that grows on the cells of the breast and can spread between tissues or organs around the breast and move to other parts of the body. If the detection of cancer is done early, it is possible to do better treatment and the emergence of cancer cells can be treated immediately and stopped spreading. To help improve automatic detection capabilities, machine learning techniques with classification methods can be used. One of the classification methods that can be used is the Support Vector Machine method. In this study, the Support Vector Machine method was applied to the Breast Cancer Coimbra Data Set. The application of Backward Elimination aims to optimize the performance of a model with a backward selection work system and select the most relevant attributes in the classification process. The results of the classification study of breast cancer patients using the Support Vector Machine method resulted in an accuracy value of 65.22% and an AUC value of 0.700 which was included in the Fair Classification category. Meanwhile, the results of the classification research of breast cancer patients using the Support Vector Machine method with Backward Elimination resulted in an accuracy value of 95.65% and an AUC value of 1,000 which is included in the Excellent Classification category. Keywords: backward elimination, breast cancer, classification, support vector machine
Klasifikasi Tutupan Lahan Menggunakan Convolutional Neural Network pada Citra Satelit Sentinel-2 Eka Miranda; Mediana Aryuni
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (842.359 KB) | DOI: 10.32520/stmsi.v10i2.1226

Abstract

AbstrakPerencanaan dan pemantauan penggunaan lahan masih menjadi masalah di banyak negara berkembang seperti Indonesia. Teknologi konvensional dan observasi lapangan yang digunakan saat ini memiliki kendala terkait dengan wilayah Indonesia yang luas. Deep learning dan citra satelit dapat digunakan untuk mendukung otomatisasi pemantauan dan klasifikasi tutupan lahan. Tujuan penelitian ini adalah mengembangkan metode klasifikasi berdasarkan Convolutional Neural Network (CNN) dan citra satelit Sentinel-2. Penelitian ini menggunakan: fitur spektral, indeks spektral, fitur spasial sebagai input dan definisi kelas tutupan lahan dari dokumen RSNI-1 Badan Standar Nasional Indonesia untuk Klasifikasi Kelas Penutupan Lahan dalam Penafsiran Citra Optis Resolusi Sedang sebagai dasar untuk ekstraksi fitur. Area citra penelitian terletak di daerah Semarang. Alur penelitian meliputi: Mendefinisikan kelas hutan berdasarkan dokumen RSNI-1, Mengekstraksi fitur optik citra berdasarkan definisi kelas tutupan lahan, Mengekstraksi fitur citra dari citra satelit Sentinel-2, dan Mengklasifikasikan fitur objek citra menggunakan pengklasifikasi CNN. Segmentasi citra menghasilkan 2072 objek dengan menggunakan eCognition. Label kelas data pengujian ditentukan menggunakan pelatihan semi terawasi. Klasifikasi tutupan lahan dilakukan menggunakan Convolutional Neural Network untuk mengklasifikasikan objek ke kelas tutupan lahan hutan kering primer, hutan kering sekunder, hutan tanaman, padang rumput, pemukiman, badan air atau tanah terbuka. Metode CNN yang digunakan mampu mengklasifikasi dengan baik yaitu overall accuracy 98.4% untuk data pelatihan dan data pengujian, serta rata-rata nilai akurasi user’s accuracy dan producer’s accuracy lebih besar dari 95% untuk tiap kelas tutupan lahan.Kata kunci: Convolutional Neural Network (CNN), klasifikasi tutupan lahan, Sentinel-2,AbstractLand cover planning and monitoring are problems in many developing countries and Indonesia. Conventional technology and field observations have constraint related to the wide coverage area in Indonesia. Deep learning and satellite imagery can be used to support automation of monitoring and land cover classification and planning. The research aimed to study a classification method based on Convolutional Neural Network (CNN) and Sentinel-2 satellite imagery. Spectral indices and spatial features were used as an input whereas the RSNI-1 document Indonesian National Standards Agency for Land cover classification in Medium Resolution Optical Images Interpretation as a basis for feature extraction. The study area covered land cover in Semarang area. The research flow consists of Defining forest classes based on the RSNI-1 document, Extracting optical features of imagery from the definition of land cover class, Extracting image features from Sentinel-2 satellite imagery, and Classifying the image object feature using the CNN. Image segmentation produced 2072 objects using eCognition software. Training data label for each class determined using a semi-supervised training approach. The land cover classification performed using the Convolutional Neural Network to classify the object into land cover class namely primary dry forest, secondary dry forest, plantation forest, grassland, settlement, waterbody or bare land. This research showed the CNN method performs high accuracy value result: overall accuracy of 98.4% for both training data and testing data. Avarage accuracy value for User’s accuracy and producer’s accuracy are more than 95% for each land cover classes.Keywords: Convolutional Neural Network (CNN), land cover classification, Sentinel-2
Implementasi Object Tracking untuk Deteksi Titik Laser Menggunakan Raspberry Pi 4 Lies Teddy Galang Ramadhan; Florentinus Budi Setiawan; Slamet Riyadi; Leonardus Heru Pratomo
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.195 KB) | DOI: 10.32520/stmsi.v10i2.1288

Abstract

AbstrakPenelitian ini menyajikan sistem pan-tilt servo yang dapat mengikuti objek yang telah ditentukan. Perlu tercapainya pelacakan yang otomatis dan dapat terpantau melalui monitor. Sistem pada alat ini menggunakan raspberry pi atau komputer kecil, pi camera, pan-tilt servo, laser dan metode template matching. Template matching adalah metode pada pengolahan citra digital untuk menemukan bagian-bagian kecil dari gambar yang cocok dengan gambar template. Raspberry pi terhubung pi camera, kamera berfungsi menangkap gambar pada objek setelah disinari  titik laser yang digerakkan oleh pan-tilt servo. Menggunakan motor servo yang rasio torsi terhadap beban dan keakuratan.  Pengenalan warna atau color recognition dilakukan menggunakan openCV yang terinstall pada raspberry pi. Hasil pada alat ini berupa software yang dapat melakukan object tracking dari penangkapan pi camera dengan jarak objek 2 meter.Kata kunci: camera, raspberri pi,pan-tilt servo, template matching. AbstractThis study presents the pan-tilt servo system to follow an object that has been determined.Need to achieve automatic tracking and can be observed through the monitor.The system in this tool uses a raspberry pi or small computer, pi camera, pan-tilt servo, laser and template matching methods.Template matching is a method of processing the digital image to find small parts of the image that matches the template image.Raspberry pi connected to pi camera, the camera functions to capture images of objects after being illuminated by a laser point which is moved by a pan-tilt servo.Using a servo motor which has the ratio of torque to load and accuracy. Color recognition or color recognition is done using openCV installed on the raspberry pi. The result of this tool is software that can perform object tracking from the capture of the pi camera with an object distance of 2 meters. Keywords: camera, raspberri pi,pan-tilt servo, template matching.
Klasifikasi Karya Ilmiah (Tugas Akhir) Mahasiswa Menggunakan Metode Naive Bayes Classifier (NBC) Nurdin Nurdin; M Suhendri; Yesy Afrilia; Rizal Rizal
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (344.544 KB) | DOI: 10.32520/stmsi.v10i2.1193

Abstract

ABSTRACTThe final project or thesis is the result of research that addresses a problem according to the student's field of science. By increasing the number of graduates, the number of final project documents produced will also be even greater. The large number of scientific papers or final project documents will be difficult to find according to the topic if they are not grouped. A large number of documents will not be effective if classification is done manually. This study makes a scientific paper classification application aimed at classifying the scientific work (final project) of students in the field of Informatics Engineering. This application was built by implementing the Naive Bayes Classifier algorithm based on background parameters and will be classified into 5 categories, namely image processing, data mining, decision making systems, geographic information systems and expert systems. With the research stages, namely data collection, preprocessing, calculation of the Naive Bayes Classifier method, implementation and system testing. This study uses 170 scientific papers, which are divided into 150 data for training and 20 data for testing. The results of this study illustrate that the Naive Bayes Classifier algorithm is a simple algorithm that can be used to classify scientific papers with an average accuracy of 86.68% and the average processing time required in each test is 5.7406 seconds / test.Keywords:scientific work, naive bayes classifier, classification,training, testing ABSTRAKTugas akhir atau skripsi merupakan hasil penelitian yang membahas suatu masalah sesuai bidang ilmu dari mahasiswa. Dengan bertambah jumlah lulusan, maka jumlah dokumen tugas akhir yang dihasilkan juga akan semakin besar. Jumlah dokumen karya ilmiah atau tugas akhir yang besar akan sulit dicari sesuai dengan topik jika tidak dikelompokkan. Jumlah dokumen yang besar akan tidak efektif jika dilakukan klasifikasi secara manual. Penelitian ini membuat aplikasi klasifikasi karya ilmiah bertujuan untuk mengklasifikasikan karya ilmiah (tugas akhir) mahasiswa dalam bidang ilmu Teknik Informatika. Aplikasi ini dibangun dengan mengimplementasikan algoritma Naive Bayes Classifier berdasarkan parameter latar belakang dan akan diklasifikasikan menjadi 5 kategori yaitu pengolahan citra, data mining, sistem pengambilan keputusan, sistem informasi geografis dan sistem pakar. Dengan tahapan penelitian yaitu pengumpulan data, preprocessing, perhitungan metode Naive Bayes Classifier,implementasi dan pengujian sistem.Penelitian ini menggunakan data sebanyak 170 data karya ilmiah, yang dibagi menjadi 150 data untuk pelatihan dan 20 data untuk pengujian. Hasil penelitian ini menggambarkan bahwa algoritma Naive Bayes Classifier merupakan algoritma sederhana yang mampu digunakan untuk melakukan klasifikasi karya ilmiah dengan rata-rata akurasi 86,68% serta rata-rata waktu proses yang dibutuhkan dalam setiap pengujian yaitu 5,7406 detik/pengujian.Kata Kunci:Karya ilmiah, Naive bayes classifier, Klasifikasi, Pelatihan, Pengujian.
Systematic Literature Review Analisis Metode Agile Dalam Pengembangan Aplikasi Mobile Inggrit Larasati; Azizah Nurfauziah Yusril; Pajri Al Zukri
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (609.204 KB) | DOI: 10.32520/stmsi.v10i2.1237

Abstract

 ABSTRAKAplikasi secara umum dibagi menjadi 3 platform yaitu desktop, web, dan mobile. Aplikasi mobile adalah teknologi yang paling banyak digunakan, hal ini didukung dengan perkembangan smartphone yang semakin canggih. Pengembangan aplikasi berbasis mobile memiliki banyak metode yang bisa digunakan, salah satunya adalah metode agile. Metode ini merupakan salah satu metode yang terkenal karena dianggap aktual dan mudah digunakan. Penelitian ini menggunakan metode systematic literature review yang menampilkan analisis metode agile dalam pengembangan aplikasi berbasis mobile yang mencakup total X makalah yang diterbitkan dari tahun 2015 hingga 2020. Penelitian ini bertujuan untuk menjawab beberapa pertanyaan penelitian yaitu: 1) Mengetahui tren model apa saja yang digunakan dalam metode agile, 2) Mengetahui bidang apa saja yang mengimplementasikan metode agile dalam pengembangan aplikasi berbasis mobile. Berdasarkan hasil review dari 44 literatur, dengan manjawab research question yang ada, model metode agile yang paling sering digunakan dengan presentase 41% adalah XP (Extreme Programming), selanjutnya fokus bidang yang paling banyak dijadikan tema penelitian dengan persentase 23% adalah pada bidang produktivitas. Kata Kunci:  Aplikasi Mobile, Literatur Review, Metode Agile. ABSTRACTApplications are generally divided into 3 platforms, namely desktop, web and mobile. Mobile applications are the most widely used technology, supported by increasingly sophisticated smartphone developments. Mobile-based application development has many methods that can be used, one of which is the agile method. This method is one of the well-known methods because it is considered up-to-date and easy to use. This study uses a systematic literature review method which displays agile method analysis in mobile-based application development which includes a total of X papers published from 2015 to 2020. This study aims to answer several research questions, namely: 1) Knowing the trends of the models used in the research. agile methods, 2) Knowing what fields implement agile methods in developing mobile-based applications. Based on the results of a review of 44 literatures, by answering existing research questions, the agile method models most often used with a percentage of 41% is XP (Extreme Programming), then the focus of the field that is most used as a research theme with a percentage of 23% is in the field of productivity. Keywords: Mobile Application, Literature Review, Agile Methodology.
Algoritma Naive Bayes untuk Mengklasifikasikan Kepribadian Siswa SMP Berdasarkan Tipologi Hippocrates-Galenus Meilana Meilana; Yuli Astuti; Irma Rofni Wulandari; Istri Sulistyowati; Brigida Arie Mimartiningtyas
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (912.343 KB) | DOI: 10.32520/stmsi.v10i2.1339

Abstract

AbstrakPerkembangan teknologi informasi berbasis komputer rentan memberikan dampak yang negatif terhadap siswa di usia remaja, secara khusus pada jenjang SMP yaitu usia 12 hingga 15 tahun. Usia tersebut merupakan masa peralihan usia anak-anak menuju remaja. Guru bimbingan konseling (BK)  menjadi wadah untuk membenahi serta mendidik para siswa yang mempunyai permasalahan dari segi psikologi, karakteristik, ataupun hal pendukung lainnya. Namun pada prakteknya saat kegiatan konseling siswa akan merasa malu mengungkapakan permasalahan yang dihadapi dan cenderung menutupinya sehingga BK butuh banyak waktu untuk mengetahui permasalahan dan karakter siswa.   Oleh karena itu diperlukan sistem untuk mengetahui karakteristik yang dimiliki oleh siswa, dengan tujuan agar BK dapat berkomunikasi dengan baik terhadap siswa yang memiliki permasalahan dan bisa mengetahui karakternya sehingga akan mempermudah dalam penanganannya. Penerapan algoritma Naïve Bayes Classifier pada penelitian ini ditujukan untuk mengklasifikasikan data berdasarkan  karakteristik yang sudah di tentukan sebelumnya, yakni sanguin, koleris, melankolis, plegmatis. Metode ini digunakan untuk mentukan kelas tertinggi yang akan ditujukan pada karakteristik kepribadian tersebut. Atribut yang diperlukan pada penelitian ini adalah nama siswa, usia, jenis kelamin, asal sekolah serta jawaban soal test A, B, C, dan D. Pengujian terhadap sistem dilakukan sebanyak 6 kali pengujian, dimana pengujian pertama mendapatkan nilai akurasi sebesar 68,57%, pengujian kedua sebesar 74%, pengujian ketiga sebesar 77,78%, pengujian keempat sebesar 81,18%, pengujian kelima sebesar 85,88% serta pengujian keenam sebesar 83,53%. Nilai akurasi tertinggi dihasilkan dari pengujian kelima sebesar 85,88% pengujian tersebut menggunakan Confusion Matrix, dalam hal ini Algoritma Naïve Bayes Classifier mampu mengklasifikasikan dengan baik dan memperoleh hasil akurasi yang cukup tinggi. Kata kunci :  Data Mining, Klasifikasi, Naïve Bayes Classifier, Karakteristik Kepribadian  AbstractThe development of computer-based information technology is prone to hurt teenage students, especially at the junior high school level, namely 12 to 15 years of age. This age is a period of transition from the ages of children to adolescents. The counseling guidance teacher (BK) becomes a place to fix and educate students who have psychological problems or other supporting matters. However, in practice, during counseling activities, students will reveal problems that arise and tend to cover them up so that counseling takes a lot of time to find out the problems and character of students. Therefore we need a system to see the contents of the students, with the aim that BK can communicate well with students who have problems and can see their character so that it will make it easier to handle. The application of the Naïve Bayes Classifier algorithm in this study is to classify data based on what has been predetermined, namely sanguine, choleric, melancholy, phlegmatic. This method is used to determine the highest class that will be aimed at that personality. The attributes required in this study are the name of the student, age, gender, school origin, and answers to test questions A, B, C, and D. Testing of the system was carried out 6 times, where the first test got an accuracy value of 68.57%. , the second test was 74%, the third test was 77.78%, the fourth test was 81.18%, the fifth test was 85.88% and the sixth test was 83.53%. The highest value generated from this test is 85.88%. The test uses the Confusion Matrix, in this case, the Naïve Bayes Classifier Algorithm can classify well and get high enough results. Keywords : Data Mining, Classification, Naïve Bayes Classifier, Characteristics Personality.
Strategi TIK untuk Meningkatkan Peringkat Webometric Universitas Riau Menggunakan Metode GAP Analysis Ibnu Daqiqil; Yanti Andriani; Evfi Mahdiyah; Al Aminuddin Al Aminuddin
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (975.115 KB) | DOI: 10.32520/stmsi.v10i2.1213

Abstract

AbstrakWebometrics merupakan sistem pemeringkatan Perguruan Tinggi berbasis website yang dapat digunakan sebagai indikator kinerja global sebuah universitas. UNRI sebagai institusi yang memiliki visi untuk menjadi universitas yang unggul di bidang riset terus berupaya meningkatkan peringkat Webometrics-nya. Namun dalam beberapa dekade terakhir, peringkat Webometric UNRI menurun dari peringkat 8 menjadi peringkat 35 dalam dua tahun terakhir. Oleh karena itu, penelitian ini bertujuan untuk melakukan analisis dan benchmark sehingga dihasilkan strategi TIK untuk meningkatkkan peringkat Webometric UNRI berdasarkan permasalahan yang dialami menggunakan metode SWOT dan Gap Analysis. Beberapa faktor utama yang menyebabkan menurunnya peringkat Webometric di antaranya adalah kurang efektifnya mekanisme tata kelola website sehingga banyak konten-konten yang tidak dapat diindek dengan baik oleh mesin pencari. Selain itu perubahan metodelogi penilaian Webometric juga memberikan pengaruh, dimana pada tahun 2019 Webometric menyeimbangkan porsi komponen aktifitas dan impact website. Hasil penelitian ini menghasilkan beberapa strategi yang kemudian diturunkan menjadi rencana aksi untuk meningkatkan peringkat UNRI di antaranya penguatan tata kelola website, implementasi kebijakan SEO dan Open Access, dan penggunaan aplikasi MY UNRI sebagai media berbagi tautan untuk meningkatkan nilai Visibility. Setelah melakukan implementasi beberapa strategi tersebut, maka peringkat Webometric UNRI periode Januari 2021 mengalami peningkatan dari peringkat 35 menjadi 31. Kata Kunci: Analisa Gap,Peringkat Universitas, SEO, Strategi TIK, SWOT, WebometricAbstractWebometrics is the largest academic ranking of Higher Education Institutions by analyzing publicly available web data, combining the variables into a composite indicator, and with truly global coverage. UNRI, as Higher Education Institutions that has the vision to excel in research continues to strive to improve its webometrics ranking. However, in the last few decades, UNRI's Webometrics ranking has declined. This study aims to carry out analysis, benchmarks, and ICT strategy formulation to increase UNRI's ranking using SWOT and gap analysis. Some of the main factors that caused this decline in ranking include the ineffective website governance mechanism that causes much content to be indexed properly by search engines. Besides, the changes of the Webometrics ranking methodology also affect, wherein 2019 the Webometrics balance the portion of the activity component and website impact. The proposed strategy is implemented in the action plan to increase UNRI Webometric rank. Therefore strengthening website governance is very important to increase activity and implementation of SEO, Open Access policies, and the usage of MY UNRI, which are expected to increase the Impact and Excellence of UNRI. The result of these strategies is an improvement on UNRI Webometric Rank in January 2020 from 35th to 31th.Keywords: Gap Analysis, Higher Education Institutions Rank, ICT Strategy, SEO,SWOT, Webometrics

Page 1 of 3 | Total Record : 21

 1   2   3 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue Vol 12, No 1 (2023): Sistemasi: Jurnal Sistem Informasi Vol 11, No 3 (2022): Sistemasi: Jurnal Sistem Informasi Vol 11, No 2 (2022): Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi Vol 9, No 3 (2020): Sistemasi: Jurnal Sistem Informasi Vol 9, No 2 (2020): Sistemasi: Jurnal Sistem Informasi Vol 9, No 1 (2020): Sistemasi: Jurnal Sistem Informasi Vol 8, No 3 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 2 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 1 (2019): Sistemasi: Jurnal Sistem Informasi Vol 8, No 1 (2019): Sistemasi Vol 7, No 3 (2018): Sistemasi: Jurnal Sistem Informasi Vol 7, No 2 (2018): Sistemasi: Jurnal Sistem Informasi Vol 7, No 2 (2018): SISTEMASI Vol 7, No 1 (2018): Sistemasi: Jurnal Sistem Informasi Vol 6, No 3 (2017): Sistemasi: Jurnal Sistem Informasi Vol 6, No 2 (2017): Sistemasi: Jurnal Sistem Informasi Vol 6, No 1 (2017): Sistemasi: Jurnal Sistem Informasi Vol 5, No 3 (2016): Sistemasi: Jurnal Sistem Informasi Vol 5, No 2 (2016): Sistemasi: Jurnal Sistem Informasi Vol 5, No 2 (2016): sistemasi Vol 5, No 1 (2016): Sistemasi: Jurnal Sistem Informasi Vol 4, No 3 (2015): Sistemasi: Jurnal Sistem Informasi Vol 4, No 2 (2015): Sistemasi: Jurnal Sistem Informasi Vol 4, No 1 (2015): Sistemasi: Jurnal Sistem Informasi Vol 3, No 4 (2014): SISTEMASI: Jurnal Sistem Informasi Vol 3, No 3 (2014): Sistemasi: Jurnal Sistem Informasi Vol 3, No 2 (2014): Sistemasi: Jurnal Sistem Informasi Vol 3, No 1 (2014): Sistemasi: Jurnal Sistem Informasi Vol 2, No 4 (2013): Sistemasi: Jurnal Sistem Informasi Vol 2, No 3 (2013): Sistemasi: Jurnal Sistem Informasi Vol 2, No 2 (2013): Sistemasi:Jurnal Sistem Informasi Vol 2, No 1 (2013): Sistemasi: Jurnal Sistem Informasi More Issue