Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi (print ISSN: 2460-8181, online ISSN: 2502-8995) is a peer-reviewed, scientific journal published by Universitas Islam Negeri Sultan Syarif Kasim (UIN SUSKA) Riau. The aim of this journal is to publish high-quality articles dedicated to all aspects of the latest outstanding developments in the field of information system. Its scope encompasses information system engineering and management. It was first published in 2015.
Articles
15 Documents
Search results for
, issue
"Vol 6, No 1 (2020): Februari"
:
15 Documents
clear
<![CDATA[RANCANG BANGUN APLIKASI PENCARIAN RUTE KOS-KOSAN SEKITAR UIN SUSKA RIAU BERBASIS ANDROID ]]>
<![CDATA[Dian Diantiwi Tiwi]]>;
<![CDATA[Gusfa Leo Firnandao]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8665
<![CDATA[Rumah kos merupakan salah satu tempat tinggal bagi mahasiswa yang sedang menempuh ilmu dari luar kampung halaman. Berdasarkan 100 lembar kuesioner tentang pemilihan kos-kosan yang disebarkan kepadamahasiswa baru UIN Suska Riau, di dapatkan hasil 80 mahasiswa baru memilih kos-kosan yang dekat dengankampus. Dikarenakan mahasiswa baru kurang mengetahui wilayah UIN Suska Riau serta harga, fasilitas danlayanan yang disedikan kos-kosan. Untuk itu diperlukan aplikasi pemetaan kos-kosan dengan berbagai detail,fasilitas, kapasitas tipe dan penentuan rute terpendek yang tepat agar dapat menekan waktu tempuh seminimalmungkin, serta dapat membantu dan memberikan kemudahan bagi mahasiswa baru dalam menemukan kos-kosan.Aplikasi yang dibangun menggunakan Location Based Service (LBS) memberikan layanan personalisasi kepadapengguna perangkat application mobile yang disesuaikan dengan lokasi mereka saat ini. Sehingga denganmemadukan antara application mobile dan algoritma Dijkstra diharapkan dapat mempermudah pengguna dalammelakukan pencarian lokasi kos-kosan dengan jarak yang terdekat dan dapat memberikan keputusan yang akurat.Berdasarkan hasil uji dengan metode User Acceptance Test (UAT) menunjukkan tingkat penerimaan penggunasebesar 83,57%.]]>
<![CDATA[APLIKASI SISTEM PAKAR DIAGNOSA AWAL PENYAKIT MENULAR PADA BALITA BERBASIS ANDROID ]]>
<![CDATA[Muhammad Afdal]]>;
<![CDATA[Delicia Generis Humani]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8979
<![CDATA[Masalah kesehatan yang paling banyak dan sering terjadi hampir di seluruh negara berkembang seperti Indonesia salah satunya adalah penyakit menular. Penyakit menular menjadi begitu penting kedudukannya dalam dunia kesehatan dan menjadi fokus bagi masyarakat global karena menimbulkan angka kematian yang relatif tinggi dalam kurun waktu yang relatif singkat. Penyakit sangat rentan dan cepat terhadap anak sehingga membuat orang tua sulit mengetahui atau mendiagnosa penyakit yang diderita oleh anak tersebut, dikarenakan balita belum dapat berbicara apa yang sedang ia rasakan. Keterbatasan tenaga paramedik khususnya dokter ahli anak dapat diatasi dengan mengadopsi kepakaran dokter ahli anak ke dalam suatu sistem berbasis komputer atau android yang mampu melakukan diagnosa layaknya seorang dokter ahli anak. Oleh sebab itu, penelitian ini membuat sistem pakar berbasis android. Menggunakan Metode inferensi Forward Chaining dengan 7 jenis penyakit pada balita dan 41 gejala, serta dilengkapi dengan solusi atau penanganan masing-masing penyakit menular pada anak balita. Pengujian sistem menggunakan 3 pengujian yaitu unit testing, blackbox test, dan user acceptance test. Hasil unit testing menunjukkan aplikasi berhasil menjalankan inferensi terhadap rule-rule yang dipilih dengan benar. Hasil blackbox yang dilakukan pada 10 smarthphone berjalan dengan tingkat keberhasilan 100%. Hasil user acceptance test menunjukkan tingkat penerimaan aplikasi oleh pengguna sebesar 91%. ]]>
<![CDATA[EVALUASI KEBERHASILAN IMPLEMENTASI SISTEM INFORMASI MANAJEMEN KULIAH KERJA NYATA MENGGUNAKAN METODE HOT FIT ]]>
<![CDATA[Dian Diantiwi Tiwi]]>;
<![CDATA[Nainul Khaira]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8749
<![CDATA[Sistem Informasi Manajemen Kuliah Kerja Nyata (SIM KKN) digunakan untuk melakukan pendaftaran KKN. Pada penggunaan SIM KKN masih terdapat permasalahan seperti system yang sering mengalami down yang disebabkan oleh server yang kurang lebar, tidak tersimpannya data mahasiswa yang telah mendaftar pada database SIM KKN, dan tidak adanya sosialisasi tentang penggunaan system kepada mahasiswa sebagai pengguna. Maka dilakukan evaluasi denga menggunakan metode HOT FIT. Tujuan penelitian ini yaitu untuk menemukan factor yang signifikan berpengaruh antara faktor manusia, organisasi, dan teknologi yang mempengaruhi keberhasilan implementasi SIM KKN. Untuk teknik analisis data menggunakan SEMPLS dan alat pengolahan data yaitu SMARTPLS 3.0. Hasil dari pengujian hipotesis, dari 12 hipotesis yang diajukan 7 hipotesis diterima dan 5 hipotesis di tolak. Hasil dari penelitian ini menunjukkan bahwa penerapan SIM KKN pada UIN Suska Riau belum sepenuhnya sukses karena masih terdapat tujuan dari penerapan SIM KKN yang belum tercapai. Dalam HOT FIT, keberhasilan implementasi SIM KKN pada UIN Suska Riau berada pada tingkat 54.5% dan termasuk kategori cukup baik.]]>
<![CDATA[PENGELOMPOKAN JUMLAH PENDUDUK SUMATERA BARAT BERDASARKAN ANGKATAN KERJA MENGGUNAKAN ALGORITMA K-MEANS ]]>
<![CDATA[Devy Safira]]>;
<![CDATA[Mustakim Mustakim]]>;
<![CDATA[Ega Dwi Lestari]]>;
<![CDATA[Misratul Iffa]]>;
<![CDATA[Sella Annisa]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8682
<![CDATA[Indonesia adalah suatu negara berkembang yang memiliki banyak permasalahan dalam bidang kesejahteraan rakyat. Saat ini pemerintah Indonesia sedang berusaha menciptakan kesejahteraan dan kemakmuran rakyat dengan cara meningkatkan pembangunan diberbagai bidang. Salah satu cara yang dilakukan pemerintah saat ini adalah meningkatkan ketersediaan lapangan kerja agar dapat mengurangi masalah angkatan kerja. Masalah angkatan kerja, merupakan masalah umum yang sering dihadapi oleh hampir seluruh penduduk didunia bahkan penduduk dinegara maju sekalipun. Umumnya permasalahan angkatan kerja dinegara maju disebabkan oleh ketidakmampuan perusahaan untuk menggaji karyawan yang tinggi, serta meningkatnya jumlah pengangguran yang disebabkan karena perusahaan lebih tertarik menggunakan tenaga kerja robot dibandingkan tenaga kerja manusia. Dalam penelitian ini, dilakukan pengelompokan jumlah penduduk berdasarkan angkatan kerja menggunakan algoritma K-Means. Tujuan dari pengelompokan data ini adalah untuk mendapatkan pengelompokan angkatan kerja pada wilayah Provinsi Sumatera Barat dengan menggunakan algoritma K-means, dengan pemodelan tersebut menghasilkan tingkat pengagguran berdasarkan hasil masing-masing cluster yang dihasilkan sehingga dapat memberikan informasi kebutuhan tenaga kerja di Provinsi Sumatera Barat. Hasil dari pengelompokan sepenuhnya memiliki akurasi yang sangat dekat dan baik serta tervalidasi menggunakan data BPS. Selain itu K-Means juga mampu memberikan nilai validitas cluster terbaik berdasarkan DBI dengan nilai 0.238.]]>
<![CDATA[PENERAPAN ALGORITMA FUZZY C-MEANS MENGGUNAKAN MODEL RFM DALAM KLASTERISASI PELANGGAN PADA TOKO KUE FEANDRA CAKE ]]>
<![CDATA[Muhammad Azlan Shah Putra]]>;
<![CDATA[Siti Monalisa]]>;
<![CDATA[Julhandri Julhandri]]>;
<![CDATA[Ikhsan Khoiru]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8646
<![CDATA[Konsumen merupakan aset yang sangat penting bagi perusahaan yang harus dijaga dengan baik terutama pelanggan potensial. Tujuan proses segmentasi pasar yaitu untuk mengetahui perilaku konsumen serta menerapkan strategi pemasaran yang tepat sehingga mendapatkan keuntungan / profit bagi perusahaan. Objek yang diambil dari penelitian ini yaitu Toko Kue Feandra Cake yang berlokasi Jalan Lobak No. 97, Pekanbaru. Penentuan pelanggan potensial yang dilakukan selama ini adalah secara manual, hanya berdasarkan perkiraan saja tanpa adanya data dan informasi yang pasti. Penelitian ini bertujuan menghasilkan nilai Customer Lifetime Value (CLV) pada setiap segmen pelanggan Feandra Cake dengan menggunakan Algoritma Fuzzy C-Means dalam melakukan klasterisasi pelanggan menggunakan model RFM (Recency, Frequency dan Monetary). Nilai CLV akan dihasilkan dengan mengalikan nilai normalisasi RFM dengan nilai bobot RFM dan selanjutnya dijumlahkan. Hasil dari penjumlahan tersebut didapatkan hasil rangking CLV. Rangking CLV tertinggi dihasilkan dari nilai CLV terbesar diantara 3 kluster tersebut. Rangking CLV tertinggi pada penelitian ini adalah pelanggan pada klaster 1 yang merupakan segmen pelanggan berupa loyalitas yang tinggi dengan nilai Recency yang rendah, Frequency yang tinggi dan Monetary yang tinggi. Ini berarti pelanggan yang berada pada segmen ini sering melakukan pembelian dengan jumlah uang yang dikeluarkan tinggi untuk perusahaan sehingga segmen ini dikatakan pelanggan dengan profitabilitas yang tinggi. Setelah didapatkan klasterisasi pelanggan, selanjutnya dilakukan asosiasi data produk yang dibeli oleh pelanggan menggunakan Algoritma FP-Growth. Hal ini dilakukan untuk mendapatkan kombinasi item pembelian. Produk Suke Ori dan Suke Rasa tidak terdapat dalam hasil asosiasi produk karena merupakan produk andalan Feandra Cake yang sudah pasti pernah dibeli oleh pelanggan-pelanggannya.]]>
<![CDATA[KLASTERISASI CLV DENGAN MODEL LRFM MENGGUNAKAN ALGORITMA FUZZY C-MEANS (Studi Kasus: Pangeran Gym Pekanbaru) ]]>
<![CDATA[Eghi Ditendra]]>;
<![CDATA[Siti Monalisa]]>;
<![CDATA[Stedico Anderjovi]]>;
<![CDATA[Surya Lesmana]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8535
<![CDATA[Kepuasan pelanggan merupakan faktor yang sangat penting bagi setiap perusahaan maka dari itu Perusahaan perlu mempelajari perilaku konsumen yang bertujuan untuk mengetahui dan memahami berbagai aspek yang ada pada konsumen.Penelitian ini bertujuan untuk menghasilkan nilai Customer Lifetime Value (CLV) setiap segmen pelanggan pada Pangeran Gym Pekanbaru dan menentukan segmentasi pelanggan berdasarkan jenis kelamin serta umur dengan menggunakan algoritma fuzzy c-means. Klasterisasi pelanggan menggunakan model Length Recency Frequency Monetary (LRFM) dan pembentukan kluster dibagi atas 3 kluster.Nilai CLV akan dihasilkan dengan mengalikan nilai normalisasi LRFM dengan nilai bobot LRFM dan selanjutnya dijumlahkan.Penjumlahan CLV dilakukan pada masing-masing kluster yang telah terbentuk.Hasil dari penjumlahan tersebut maka dicari hasil rangking CLV. Rangking CLV tertinggi dihasilkan dari nilai CLV terbsesar diantara 3 kluster tersebut. Rangking CLV tertinggi pada penelitian ini adalah kluster pertama yaitu dengan nilai CLV 0,504 dengan simbol LRFM L↑R↑F↑M↑ dengan arti bahwa kluster ini memiliki segmen pelanggan dengan nilai loyalitas yang tinggi. Ranking CLV ke 2 adalah kluster ketiga dengan nilai CLV 0,341 dan selanjutnya kluster kedua dengan nilai CLV 0,225. Dari 100 data transaksi pada Pangeran Gym Pekanbaru terdapat 83 transaksi oleh jenis kelamin laki-laki dan 17 transaksi dilakukan oleh jenis kelamin perempuan. Kemudian dari 100 data transaksi pada Pangeran Gym Pekanbaru terdapat 82 transaksi dilakukan oleh remaja umur 12 – 25 tahun dan 18 transaksi dilakukan oleh dewasa umur 26 – 45 tahun.]]>
<![CDATA[RACANG BANGUN SISTEM INFORMASI HARGA PANGAN DAERAH KOTA PEKANBARU (STUDI KASUS: BADAN PUSAT STATISTIK RIAU) ]]>
<![CDATA[Andryan Dwi Cahyono]]>;
<![CDATA[Tengku Khairil Ashyar]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8781
<![CDATA[Ketahanan pangan mencakup empat aspek yakni ketersediaan, aksesabilitas, kestabilan harga, dan utilisasi. Satu dari empat aspek tersebut adalah kestabilan harga, yaitu disparitas harga antar daerah, antar waktu, antar pelaku, antar komoditas. Dan salah satu aspek utama dalam kestabilan harga adalah kestabilan harga volatile foods (bahan pangan strategis). Bahan pangan strategis terdiri dari sepuluh jenis bahan pangan yang dinilai menjadi pondasi utama dalam ketahanan pangan masyarakat. Salah satu cara mencapai kestabilan harga adalah transparansi dan kemudahan dalam mengetahui informasi mengenai harga bahan-bahan pangan ini. Penelitian ini bertujuan untuk membangun sebuah sistem informasi berbasis mobile, yang mencakup informasi mengenai harga pangan bahan pangan strategis di Kota Pekanbaru dan dapat di akses dengan mudah. Sistem ini berfungsi untuk menyajikan data harga pangan secara harian kepada masyarakat Kota Pekanbaru. Metode yang digunakan adalah metode deskriptif dan metode Rapid Application Development (RAD). Hasil yang dicapai dalam penelitian ini berupa suatu aplikasi mobile Android yang mencakup informasi terkait harga pangan bahan pangan strategis di Kota Pekanbaru.Kata kunci: Ketahanan pangan, volatile foods, kestabilan harga, Rapid Application Development.]]>
<![CDATA[SISTEM INFORMASI AKTA KEPENDUDUKAN BERBASIS WEB PADA DINAS KEPENDUDUKAN DAN PENCATATAN SIPIL KABUPATEN KAMPAR RIAU ]]>
<![CDATA[Tengku Khairil Ahsyar]]>;
<![CDATA[Syaifullah Syaifullah]]>;
<![CDATA[Abu Bakar]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8681
<![CDATA[Dinas Kependudukan dan Pencatatan Sipil Kabupaten Kampar merupakan unsur pelaksana tugas daerah yang dipimpin oleh seorang kepala dinas dan bertanggung jawab kepada bupati melalui sekretaris daerah. Salah satu tugas pokok Disdukcapil adalah menyelenggarakan pelayanan dalam bidang kependudukan dan pencatatan sipil dan melaksanakan pelayanan administrasi dalam bidang kependudukan, akta kelahiran, kematian, perkawinan, perceraian, perubahan nama dan pengakuan anak. Namun dalam prosesnya masih terdapat kekurangan-kekurangan yaitu tidak adanya kepastian kapan akta selesai, informasi persyaratan yang masih kurang dan jarak yang jauh bagi masyarakat yang tinggal jauh dari kantor Disdukcapil. Fokus penelitian ini adalah untuk membuat sistem informasi akta kependudukan berbasis web. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah waterfall dengan 5 tahapan yaitu requirements analysis and defenition, system and software design, implementation and unit testing, integration and system testing, dan operation and maintenance yang dibatasi hanya sampai pada tahap integration and system testing. Berdasarkan hasil pengujian sistem menggunakan UAT menunjukkan bahwa tingkat penerimaan terhadap sistem informasi akta kependudukan adalah sebesar 100%. Dengan adanya sistem informasi akta kependudukan ini masyarakat dapat melihat informasi persyaratan, melakukan pendaftaran dan melihat status permohonan melalui sistem secara online.]]>
<![CDATA[PENERAPAN ALGORITMA APRIORI PADA DATA TRANSAKSI PENJUALAN HYPERMART XYZ LAMPUNG UNTUK PENENTUAN TATA LETAK BARANG ]]>
<![CDATA[Puput Iswandi]]>;
<![CDATA[Inggih Permana]]>;
<![CDATA[Febi Nur Salisah]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.7613
<![CDATA[Hypermart XYZ Lampung adalah bentuk pasar modern yang mengusung konsep belanja dengan harga rendah. Berdasarkan hasil wawancara dengan pihak Hypermart XYZ, barang di hypermart ini hanya disusun berdasarkan kategori barang dan berdasarkan permintaan khusus dari pemasok. Seharusnya, tata letak barang memperhatikan kebiasaan berbelanja pelanggan untuk memudahkan pelanggan mencari barang yang akan dibeli. Kebiasaan berbelanja pelanggan yang perlu diketahui adalah apa saja barang-barang yang sering dibeli bersamaan. Barang yang dibeli bersamaan akan dijadikan dasar untuk meletakkan barang. Untuk mendapatkan barang-barang yang sering dibeli bersamaan tersebut studi ini menggali informasi dari data transaksi penjualan barang menggunakan Algoritma Apriori. Algoritma Apriori adalah algoritma untuk mencari aturan asosiatif. Berdasarkan penerapan Algoritma Apriori menggunakan nilai minimum support 10% dan nilai minimum confidence 65%, didapat sembilan aturan asosiatif. Dari sembilan aturan tersebut, didapat enam kategori barang yang disarankan untuk diletakkan berdekatan, yaitu: (1) H & B; (2) milk / coffee / tea; (3) detergent; (4) bulk product; (5) biscuit / snack; dan (6) sauces & spices.]]>
<![CDATA[IMPLEMENTASI ALGORITMA FUZZY C-MEANS (FCM) DALAM PENGKLASTERISASIAN NILAI HIDUP PELANGGAN DENGAN MODEL LRFM ]]>
<![CDATA[Lia Waroka]]>;
<![CDATA[Siti Monalisa]]>;
<![CDATA[Dewi Anjainah]]>;
<![CDATA[Nur Arifin]]>
<![CDATA[ Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari ]]>
Publisher : <![CDATA[Universitas Islam Negeri Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.24014/rmsi.v6i1.8564
<![CDATA[Pelanggan merupakan aset penting bagi suatu organsasi. Oleh karena itu harus dikelola dengan baik agar tidak hilang. Salah satu caranya yaitu dengan mencari nilai CLV atau nilai hidup pelanggan yang tujuannya untuk mengetahui kelompok-kelompok pelanggan yang memiliki nilai loyalitas dan profitabilitas yang tinggi yang akan mengungtungkan perusahaan. Segmentasi ini diawali dengan menganaliss data mentah (cleaning), dan kemudian ditranformasikan ke dalam LRFM (Length, Recency, Frequency dan Monetary). Lalu dilakukan normalisasi dengan range nilai 0-1. Setelah itu diklusterisasikan menggunakan algoritma Fuzzy C-Means (FCM) dan terakhir menghitung nilai CLV per kluster. Kluster dengan nilai CLV tertinggi yaitu kluster ke 1 dengan nilai 0,355. Diikuti dengan kluster ke 3 dengan nilai 0,314. Dan kluster dengan nilai CLV terendah yaitu kluster 2 dengan nilai 0,041 atau sama dengan di bawah nilai rata-rata CLV yaitu 0,236. Kluster dengan nilai CLV tertinggi dinilai menjadi kelompok pelanggan dengan loyalitas dan profitabilitas yang tinggi yang harus dipertahankan. ]]>
