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
JURNAL SISTEM INFORMASI BISNIS
Published by Universitas Diponegoro
ISSN : 20883587     EISSN : 25022377     DOI : -
Core Subject : Economy, Science,
Computer Science & IT Economics, Econometrics & Finance
JSINBIS merupakan jurnal ilmiah dalam bidang Sistem Informasi bisnis fokus pada Business Intelligence. Sistem informasi bisnis didefinisikan sebagai suatu sistem yang mengintegrasikan teknologi informasi, orang dan bisnis. SINBIS membawa fungsi bisnis bersama informasi untuk membangun saluran komunikasi yang efektif dan berguna untuk membuat keputusan yang tepat waktu dan akurat. Business intelligence sebagai dasar pengembangan dan aplikasi SINBIS menjadi kerangka kerja teknologi informasi yang sangat penting untuk membuat agar organisasi dapat mengelola, mengembangkan dan mengkomunikasikan aset dalam bentuk informasi dan pengetahuan. Dengan demikian SINBIS merupakan kerangka dasar dalam pengembangan perekonomian berbasis pengetahuan.
Arjuna Subject : -
Articles 8 Documents
 1 
Search results for , issue "Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013" : 8 Documents clear
Penerapan Cutomer Relationship Management (CRM) Dengan Menggunakan Metode Analytic Network Process (ANP) Pada Perusahaan Ritel Nofiyati, Nofiyati; Sediyono, Eko; Nurhayati, Oky Dwi
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Retail industry or retail business is a fast-growing business in the midst of global competition conditions. One strategy to attract more consumers are Customer Relationship Management (CRM). The successful implementation of CRM in the enterprise is influenced by several environmental perspectives, strategies, customers and products / services, processes, participants, infrastructure, and information technology are integrated in the framework of Work System (WS). This research was carried out by applying the method of Multiple Criteria Decision Making (MCDM) that is able to accommodate the outer and inner linkage from multiple nodes / indicators are considered, namely the Analytical Network Process (ANP) to rank the quality of implementation CRM in retail companies and strong influential node / indicator of the best retail among three alternative the consisting of Alfamart, Indomaret and Smesco mart. From the results of application ANP method, obtained the rank quality of implementation CRM in retail companies with first rank is Indomaret the value of 1.0000; and the second is Alfamart with a value 0.9575; and the third is Smesco mart with a value of 0.8034. While node / indicator strong influence on the the best retail is level of chaos, long and short term planning, customer service, system integration, appropriate skills, technical infrastructure, easily of use and accessibility of information.   Keywords: Ritel, Customer Relationship Management (CRM), Analytic Network Process (ANP), Kerangka Work System (WS).
Prediksi Harga Saham Harian Menggunakan Jaringan Syaraf Tiruan (JST) Dengan Algoritma Propagasi Balik Purwanto, Purwanto; Adi, Kusworo
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Prediksi harga saham berguna bagi investor untuk memahami bagaimana investasi masuk dalam suatu organisasi di masa depan. Prediksi dapat mengantisipasi fluktuasi harga saham dan juga dapat membantu investor untuk membuat keputusan. Jaringan Syaraf Tiruan (JST) menyediakan cara yang cepat dan fleksibel untuk memprediksi harga saham, dan menunjukkan hasil yang baik dibandingkan dengan metode konvensional. Algoritma yang digunakan untuk prediksi saham adalah backpropagation dengan model data time series. Algoritma ini merupakan metode pelatihan terawasi yang berfungsi untuk meminimalkan error pada output yang dihasilkan oleh jaringan. Hasil penelitian ini menunjukkan bahwa hasil optimal yang diperoleh dari Jaringan Syaraf Tiruan adalah menggunakan kombinasi fungsi aktivasi Logsig-Purelin, dengan tingkat nilai Mean Absolute Percentage Error (MAPE) adalah 2.43% dan nilai koefesien korelasinya adalah  94.08%, sehingga algoritma ini layak dan efektif untuk prediksi harga saham.   Kata kunci : Jaringan Syaraf Tiruan, Backpropagation, Peramalan, Harga Saham, Time Series
Pencarian Informasi Berbasis Ontologi Menggunakan Semantik Indexing Pada Website Jejaring sosial Henry, Christian Lilik; Sediyono, Eko; Suhartono, Suhartono
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Pada penelitian ini telah dibangun kerangka ontologi  untuk domain travel and tourism menggunakan sumber data dari twitter. Sebuah crawler telah dibangun untuk mengambil data dari twitter. Penelitian ini didasarkan adanya jumlah informasi yang cukup banyak pada twitter namun informasi tersebut cukup singkat sehingga ketika melakukan pencarian informasi, hasilnya kurang relevan. Dengan pembangunan ontologi, tujuan yang ingin dicapai adalah hasil pencarian yang lebih relevan karena knowledge dari informasinya telah diperluas. Terdapat tiga tahap yang dilakukan dalam penelitian ini yaitu pembangunan crawler, pembangunan ontologi dan evaluasi dengan mesin pencari Solr server. Metode yang digunakan dalam pembangunan ontologi adalah kombinasi pendekatan top-down dan bottom-up. Pada tahap evaluasi digunakan perhitungan nilai average precission untuk menghitung tingkat akurasi hasil pencarian. Hasil penelitian ini adalah sebuah aplikasi crawler untuk mengambil data dari twitter, sebuah kerangka ontologi untuk domain travel and tourism, dan didapatkan hasil evaluasi pencarian data. Telah didapatkan nilai mean average precission dari data sederhana hasil crawler sebesar  36,60% dan pada data ontologi sebesar 91,50%. Hasil tersebut menunjukkan bahwa akurasi pada data ontologi lebih baik dari data sederhana hasil crawler. Kerangka ontologi ini dapat dikembangkan untuk cakupan domain yang lebih luas, dan aplikasi crawler juga dapat dikembangkan untuk dapat mengambil sumber data lainnya. Kata kunci : Ontologi, Semantik, Social Media, Pencarian, Indexing
Sistem Pakar Untuk Diagnosa Penyakit Kehamilan Menggunakan Metode Dempster-Shafer Dan Decision Tree minardi, joko popo
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Dempster-Shafer theory is a mathematical theory of evidence based on belief functions and plausible reasoning, which is used to combine separate pieces of information. Dempster-Shafer theory an alternative to traditional probabilistic theory for the mathematical representation of uncertainty. In the diagnosis of diseases of pregnancy information obtained from the patient sometimes incomplete, with Dempster-Shafer method and expert system rules can be a combination of symptoms that are not complete to get an appropriate diagnosis while the decision tree is used as a decision support tool reference tracking of disease symptoms This Research aims to develop an expert system that can perform a diagnosis of pregnancy using Dempster Shafer method, which can produce a trust value to a disease diagnosis. Based on the results of diagnostic testing Dempster-Shafer method and expert systems, the resulting accuracy of 76%.   Keywords: Expert system; Diseases of pregnancy; Dempster Shafer
Kajian Algoritma Sequential Pattern Mining Dan Market Basket Analysis Dalam Pengenalan Pola Belanja Customer Untuk Layout Toko Rusito, Rusito
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Penelitian ini membahas tentang keterkaitan antar item yang dibeli oleh customer dalam toko ritel. Pengetahuan keterkaitan item yang dibeli dapat digunakan untuk  menentukan tata letak barang dagangan toko ritel. Hal ini penting agar konsumen dapat mudah mendapatkan barang yang dibutuhkan. Sehingga dapat meningkatkan omzet penjualan toko ritel sehingga akhirnya menambah keuntungan bagi pemilik toko ritel. Teknik yang digunakan untuk menyelesaikan penggalian data dan keterkaitan pembelian tersebut menggunakan pendekatan Association rule dan Market Basket Analysis. Sedangkan untuk mencari keterkaitan item tersebut digunakan algoritma Sequential Pattern Mining. Digunakan karena mampu menangani jumlah database yang besar dan sangat baik disisi kecepatan pemrosesan. Berbagai aplikasi telah diidentifikasi, termasuk misalnya, cross-selling, analisis situs Web, pendukung keputusan, evaluasi kredit, acara prediksi kriminal, analisis perilaku pelanggan  dan deteksi penipuan. Dari penelitian yang telah dilakukan diperoleh  pola-pola belanja customer untuk membentuk suatu layout display dalam toko ritel. Penelitian ini juga menyajikan suatu kerja algoritma yang lebih efektif dari algoritma asli karena terdapat pembatasan perulangan. Untuk kombinasi maksimal 5 item dengan waktu eksekusi 421.06 detik untuk 200 nota.   Kata kunci : Data Mining, Algoritma Sequential Pattern Mining, Market Basket Analysis, Apriori, Layout, Toko Ritel
Metode Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Prediksi Tingkat Layanan Jalan Azizah, Noor; Adi, Kusworo; Widodo, Achmad
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (500.006 KB) | DOI: 10.21456/vol3iss3pp

Abstract

Tingkat pelayanan pada suatu jalan menunjukkan ukuran kualitas suatu jalan dan digunakan sebagai ukuran untuk membatasi volume lalu lintas suatu jalan. Tingkat pelayanan jalan yang kurang berdampak pada kemacetan arus lalu lintas dan saat ini merupakan permasalahan yang serius, terlebih di kota metropolitan. Maka perlu dikembangkan sebuah prediksi tingkat layanan jalan dengan menggunakan metode ANFIS (Adaptive Neuro Fuzzy Inference System). Penelitian ini bertujuan untuk membantu dalam proses pengambilan keputusan dan mencari alternatif solusi untuk mengatasi permasalahan kemacetan arus lalu lintas yang terjadi. Pada penelitian ini, metode ANFIS digunakan untuk membangun sebuah prediksi tingkat layanan jalan. Parameter masukan pada proses pembelajaran ANFIS juga sangat mempengaruhi untuk proses prediksi yang akan dilakukan. Adapun parameter inputnya adalah jumlah membership function sebanyak  2, tipe membership function gaussian, error goal 1x10-5, dan nilai epoch 100. Hasil penelitian menunjukkan bahwa metode yang diusulkan dapat digunakan untuk membangun sebuah prediksi tingkat layanan jalan dengan nilai RMSE dan MAPE terbaik yang diperoleh masing-masing adalah  0,0106209 dan 0,93158%.       Kata kunci: ANFIS, Prediksi, Tingkat Layanan Jalan.
Metode Automatic Clustering dan Fuzzy Logical Relationships untuk Prakiraan Sugiarto, Singgih; Gernowo, Rachmad; Gunawan, Vincensius
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Penelitian mengenai prakiraan dengan menggunakan metode fuzzy time series dalam beberapa kurun waktu terahir ini terus dikembangkan, hal ini dilakukan untuk menutupi kekurangan yang ada pada prakiraan dengan menggunakan metode tradisional. Metode prakiraan tradisional seperti markov, moving average (MA),  dan autoregresive (AR) dapat berjalan untuk memprakirakan data stasioner, tetapi tidak untuk data yang tidak stasioner. Sedangkan auto regresive integrated moving average (ARIMA) dan Box-Jenkins dapat berjalan dengan baik dengan data tidak stasioner. Metode fuzzy time series dapat digunakan dengan baik untuk kedua jenis data tersebut. Salah satu hasil pengembangkan prakiraan fuzzy time series adalah metode automatic clustering dan fuzzy logical relationship yang dalam penelitian ini akan diimplementasikan untuk prakiraan permintaan kredit. Berbeda dengan penelitian sebelumnya, pada penelitian ini hasil prakiraan dapat menghasilkan lebih dari satu periode yang akan datang dengan tujuan untuk mengetahui pengaruh rentang periode terhadap error yang dihasilkan. Selain itu juga dalam penelitian ini jumlah interval dibagi kedalam beberapa sub interval dengan tujuan untuk mengetahui pengaruh pembagian sub interval terhadap error yang dihasilkan.   Kata kunci : Fuzzy time series, automatic clustering dan fuzzy logical relationship
Studi Empiris Mengenai Penilaian Kinerja Jurusan di Bidang Penelitian Menggunakan Data Enevelopment Analysis (DEA) Farikhin, Farikhin; Noranita, Beta
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol3iss3pp

Abstract

Performance evaluation of academic departments in university become routine activity to improve quality service.There qualitative and quantitative aspects to evaluate academic department. As well known that Data Envelopment Analysis (DEA) is one of non parametric technique based on linear programming. In this paper, we study to evaluate the academic departments with data envelopment analysis based on quantitative aspects. We formulate the performance evaluation as DEA problem. There are several stage to build DEA model as tool for the performance evaluation of academic departments. Firstly, we investigate purely quantitative variables in departement as input/output DEA model. Secondly, we discuss several ranking methods of decision making unit (DMU) to obtain efficiency of academic departments. In this paper, we use modified l1-norm method to rank DMU’s in DEA model. Keywords : DEA, DMU, and modified l1-norm method

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2013 2013


Reset
Filter By Issues
All Issue Vol 13, No 2 (2023): Volume 13 Nomor 2 Tahun 2023 Vol 13, No 1 (2023): Volume 13 Nomor 1 Tahun 2023 Vol 12, No 2 (2022): Volume 12 Nomor 2 Tahun 2022 Vol 12, No 1 (2022): Volume 12 Nomor 1 Tahun 2022 Vol 11, No 2 (2021): Volume 11 Nomor 2 Tahun 2021 Vol 11, No 1 (2021): Volume 11 Nomor 1 Tahun 2021 Vol 10, No 2 (2020): Volume 10 Nomor 2 Tahun 2020 Vol 10, No 1 (2020): Volume 10 Nomor 1 Tahun 2020 Vol 9, No 2 (2019): Volume 9 Nomor 2 Tahun 2019 Vol 9, No 1 (2019): Volume 9 Nomor 1 Tahun 2019 Vol 8, No 2 (2018): Volume 8 Nomor 2 Tahun 2018 Vol 8, No 1 (2018): Volume 8 Nomor 1 Tahun 2018 Vol 7, No 2 (2017): Volume 7 Nomor 2 Tahun 2017 Vol 7, No 1 (2017): Volume 7 Nomor 1 Tahun 2017 Vol 6, No 2 (2016): Volume 6 Nomor 2 Tahun 2016 Vol 6, No 1 (2016): Volume 6 Nomor 1 Tahun 2016 Vol 5, No 2 (2015): Volume 5 Nomor 2 Tahun 2015 Vol 5, No 1 (2015): Volume 5 Nomor 1 Tahun 2015 Vol 4, No 3 (2014): Volume 4 Nomor 3 Tahun 2014 Vol 4, No 2 (2014): Volume 4 Nomor 2 Tahun 2014 Vol 4, No 1 (2014): Volume 4 Nomor 1 Tahun 2014 Vol 3, No 3 (2013): Volume 3 Nomor 3 Tahun 2013 Vol 3, No 2 (2013): Volume 3 Nomor 2 Tahun 2013 Vol 3, No 1 (2013): Volume 3 Nomor 1 Tahun 2013 Vol 2, No 3 (2012): Volume 2 Nomor 3 Tahun 2012 Vol 2, No 2 (2012): Volume 2 Nomor 2 Tahun 2012 Vol 2, No 1 (2012): Volume 2 Nomor 1 Tahun 2012 Vol 1, No 3 (2011): Volume 1 Nomor 3 Tahun 2011 Vol 1, No 2 (2011): Volume 1 Nomor 2 Tahun 2011 Vol 1, No 1 (2011): Volume 1 Nomor 1 Tahun 2011 More Issue