E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi

Rancang Bangun Aplikasi Katalog Berbasis Android Pada Toko LM Cell

2025-05-01T11:11:44+08:00

Di era digital saat ini, penyediaan informasi produk yang cepat dan akurat sangat penting untuk meningkatkan daya saing bisnis, khususnya dalam bidang penjualan elektronik. Namun, masih banyak toko yang belum memiliki media katalog digital yang memudahkan pelanggan dalam mengakses informasi produk secara mandiri, khususnya untuk pembelian grosir. LM Cell merupakan usaha yang bergerak di bidang penjualan smartphone, sparepart, dan aksesoris, baik secara satuan maupun grosir, yang menghadapi tantangan dalam menyampaikan informasi produk secara efisien kepada pelanggan. Penelitian ini bertujuan untuk merancang dan membangun aplikasi katalog berbasis Android sebagai media informasi produk yang terstruktur dan mudah diakses. Metode pengembangan sistem yang digunakan adalah System Development Life Cycle (SDLC) dengan model waterfall, yang meliputi tahapan analisis, desain, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa aplikasi yang dibangun dapat mempermudah pelanggan dalam mencari informasi produk dan harga grosir, serta meningkatkan komunikasi antara pelanggan dan pemilik toko. Kebaruan dari penelitian ini terletak pada integrasi katalog digital grosir yang disesuaikan dengan kebutuhan UMKM elektronik.

Desain dan Implementasi Sistem Repositori Dokumen Akademik Universitas DIPA Makassar

2025-05-03T15:26:13+08:00

Pengelolaan dokumen dosen Universitas Dipa Makassar masih dilakukan secara manual memunculkan sejumlah permasalahan, seperti keterbatasan aksesibilitas dan rendahnya efisiensi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem repositori digital yang memungkinkan civitas akademik untuk mengunggah, mengunduh, serta berbagi dokumen akademik untuk dosen berupa surat tugas pengajaran, surat tugas pembimbingan, undangan seminar proposal, surat tugas pembimbingan tugas akhir, surat tugas pembimbingan KKL, laporan BKD, dan berkas lainnya menjadi secara efisien. Penelitiaan ini mengembangkan sistem repositori berbasis web menggunakan bahasa pemrograman PHP dan MySQL. Hasil pengembangan sistem repositori ini adalah sebuah aplikasi yang dapat mengelola dokumen akademik, serta mempercepat proses pencarian berkas oleh dosen Univeritas Dipa Makassar. Sistem repositori ini dirancang menggunakan pendekatan berorientasi objek dengan unified modelling language meliputi use case diagram, class diagram, activity diagram dan sequence diagram dan menghasilkan empat (4) output yaitu laporan berkas repositori per bagian/departemen, laporan berkas repositori keseluruhan, laporan rekap berkas repositori per bagian/departemen, laporan rekap berkas repositori keseluruhan, dua puluh empat (24) rancangan form, dan 7 (tujuh) rancangan tabel database. Hasil pengujian black box terhadap ke-24 rancangan form maka diperoleh informasi bahwa 100% modul dalam aplikasi ini telah berkerja sesuai dengan yang diharapkan.

Optimasi Perekrutan KPPS: Pendekatan Cerdas dengan Metode TOPSIS

2025-05-12T11:26:58+08:00

Pemilihan anggota Kelompok Penyelenggara Pemungutan Suara (KPPS) merupakan tahapan krusial dalam penyelenggaraan pemilu. Metode seleksi konvensional sering menimbulkan permasalahan terkait objektivitas dan efisiensi. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) berbasis metode TOPSIS untuk membantu proses seleksi anggota KPPS secara lebih terstruktur dan akurat. Metode TOPSIS dipilih karena mampu mengolah data multi-kriteria dan menentukan alternatif terbaik berdasarkan kedekatannya dengan solusi ideal. Sistem dikembangkan menggunakan bahasa pemrograman PHP dan databaseMySQL, dengan tujuh kriteria penilaian utama: pengalaman, domisili, pendidikan, afiliasi politik, pengetahuan, kesehatan, dan usia. Uji coba dilakukan pada 70 data pendaftar KPPS dari Kecamatan Cempaniga, Kabupaten Maros. Hasil implementasi menunjukkan bahwa sistem mampu memberikan peringkat kandidat secara objektif dan efisien. Pengujian fungsional sistem melalui metode black box juga menunjukkan seluruh fitur berjalan sesuai harapan. Sistem ini diharapkan menjadi solusi cerdas yang dapat diadopsi oleh KPU atau lembaga lain untuk meningkatkan transparansi dan kualitas dalam proses seleksi berbasis data.

Pendekatan Backpropagation Untuk Prediksi Penjualan Pakaian Jadi Pada Pabrik Garmen Di Tangerang

2025-05-06T21:05:06+08:00

Penjualan produk di industri garmen merupakan aspek krusial yang sangat mempengaruhi keberlangsungan dan keberhasilan bisnis. Namun, prediksi penjualan seringkali menghadapi berbagai tantangan, seperti ketidakpastian data, fluktuasi permintaan, dan pola penjualan yang kompleks dan tidak linier. Penelitian ini mengusulkan penggunaan metode backpropagation pada jaringan saraf tiruan (artificial neural networks) sebagai solusi untuk memprediksi penjualan secara lebih akurat dan andal. Tujuan utama penelitian adalah mengembangkan model prediksi yang mampu menangkap pola-pola penjualan berdasarkan data historis yang diperoleh dari sebuah pabrik garmen selama periode tertentu. Pengujian model dilakukan dengan menggunakan dataset penjualan yang mencakup berbagai variabel penentu, dan hasil evaluasi menunjukkan bahwa model ini berhasil mencapai tingkat akurasi sebesar 92,5% dengan nilai mean squared error (MSE) yang rendah, menandakan prediksi yang sangat mendekati data aktual. Dengan demikian, metode backpropagation ini tidak hanya meningkatkan keakuratan prediksi, tetapi juga dapat menjadi alat bantu yang efektif dalam perencanaan produksi dan pengelolaan stok, sehingga membantu perusahaan dalam mengoptimalkan sumber daya dan meminimalkan risiko kelebihan atau kekurangan stok di industri garmen.

Sistem Cerdas Deteksi Kematangan Buah Naga Berbasis HSV-KNN

2025-05-13T15:35:54+08:00

Penelitian ini mengembangkan sistem deteksi kematangan buah naga berbasis fitur warna menggunakan transformasi ruang warna HSV dan klasifikasi K-Nearest Neighbor (KNN). Penilaian kematangan secara manual sering subjektif dan tidak efisien, menyebabkan panen yang tidak optimal. Dataset terdiri dari 120 citra RGB buah naga dengan latar belakang putih (90 latih, 30 uji), diproses melalui konversi ke ruang warna HSV. Fitur rata-rata Hue, Saturation, dan Value diekstraksi untuk klasifikasi KNN dengan jarak Euclidean (k=3, 5, 7, 9, 11). Hasil menunjukkan akurasi rata-rata 91,94%, dengan akurasi tertinggi 96,7% pada k=9 dan k=11. Sistem efektif mengklasifikasikan kelas matang dan mentah, tetapi akurasi kelas setengah matang lebih rendah akibat gradasi warna kompleks. Penelitian ini menunjukkan sistem bisa menjadi langkah awal untuk membantu petani panen lebih baik di masa depan.

Klasifikasi Gambar Bahasa Isyarat Indonesia (Bisindo) Pada Komunitas Tuli Menggunakan Machine Learning

2025-05-06T21:35:45+08:00

Bahasa isyarat merupakan sebuah cara komunikasi khusus yang digunakan para penyandang disabilitas khususnya penyandang Tuli. Pada sebuah sistem pengembangan komunikasi di masa kini bahasa utama yang digunakan komunitas Tuli di Indonesia adalah Bahasa Isyarat Indonesia (BISINDO). Tujuan penelitian ini yaitu mengimplementasikan metode klasifikasi gambar BISINDO menggunakan metode machine learning, mengetahui akurasi penerapan gambar BISINDO dengan menggunakan machine learning. Jenis penelitian ini adalah penelitian kualitatif, klasifikasi gambar Bahasa Isyarat Indonesia (BISINDO) menggunakan teknik machine learning. Metode ini digunakan untuk menggunakan model Convolutional Neural Networks (CNN) yang tersedia pada dataset gambar dapat meningkatkan akurasi. Hasil pada penelitian yang dilakukan penulis menunjukkan bahwa metode CNN memiliki akurasi 98,07% dan metode machine learning memiliki akurasi 100%. Kesimpulan menunjukkan implementasi metode Convolutional Neural Network (CNN) dengan menggunakan arsitektur SSD MobileNet dan machine learning dalam melakukan deteksi objek pada simbol abjad Bahasa Isyarat Indonesia (BISINDO) berjalan dengan baik dan menghasilkan keberhasilan pendeteksian simbol abjad BISINDO dengan peningkatan akurasi yang baik.

Sistem Deteksi Gangguan Game Online Pada Mahasiswa Undipa Menggunakan Fuzzy Logic

2025-05-13T13:26:08+08:00

Tingginya intensitas penggunaan game online di kalangan mahasiswa telah memunculkan gangguan serius, seperti penurunan prestasi akademik, gangguan kesehatan, serta gangguan psikologis. Permasalahan utama dalam penelitian ini adalah belum tersedianya sistem yang dapat secara efektif mendeteksi kecenderungan kecanduan game online berdasarkan data perilaku mahasiswa. Penelitian ini bertujuan untuk mengembangkan sistem deteksi gangguan game online pada mahasiswa Universitas Dipa Makassar dengan pendekatan Fuzzy Logic berbasis data mining guna membantu identifikasi dini dan intervensi yang tepat. Metode yang digunakan adalah Fuzzy Logic Mamdani dengan tiga variabel input, yaitu durasi bermain, kondisi kesehatan, dan dampak akademik, serta satu variabel output berupa tingkat kecanduan (tidak candu, candu, sangat candu). Proses implementasi dan simulasi dilakukan menggunakan perangkat lunak MATLAB untuk memastikan akurasi dan fleksibilitas dalam pengolahan data fuzzy. Data dikumpulkan dari 55 mahasiswa melalui kuesioner yang telah divalidasi. Hasil menunjukkan 56,36% mahasiswa tergolong tidak candu, 41,82% candu, dan 1,82% sangat candu. Mayoritas mahasiswa yang bermain lebih dari 3 jam per hari mengalami penurunan nilai dan gangguan tidur. Sistem ini diharapkan menjadi alat bantu bagi pihak kampus dalam mendeteksi risiko kecanduan game online secara lebih objektif dan tepat sasaran.

Pemanfaatan Teknologi Informasi dalam Analisis Gempa Bumi: Studi Kasus Python dan Web Scraping

2025-04-30T22:21:14+08:00

Penelitian ini bertujuan untuk menganalisis dan memvisualisasikan data gempa bumi secara realtime di Indonesia menggunakan teknik web scraping dan pemrograman Python. Data gempa yang digunakan diperoleh dari situs resmi Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) untuk periode 15 Juni hingga 4 Juli 2023. Metode yang digunakan meliputi pengumpulan data dengan web scraping, penyaringan data untuk menghilangkan redundansi, serta visualisasi data menggunakan library Python seperti matplotlib dan seaborn. Analisis data dilakukan untuk mengidentifikasi pola gempa berdasarkan wilayah, frekuensi magnitudo, kedalaman, dan jenis gempa. Hasil penelitian menunjukkan terdapat sekitar 515 kejadian gempa di Indonesia selama periode tersebut, dengan distribusi gempa yang bervariasi berdasarkan wilayah dan magnitudo. Visualisasi data ini memudahkan pemahaman informasi gempa secara cepat dan efektif.

Analisis Kualitas Perangkat Lunak SIBISA FKIP ULM menggunakan Komponen ISO 9126

2025-05-01T05:49:24+08:00

Pengelolaan administrasi dan manajemen kegiatan Merdeka Belajar Kampus Merdeka (MBKM) di FKIP Universitas Lambung Mangkurat menghadapi kendala berupa lambatnya aliran informasi dan minimnya sistem digital terintegrasi yang mendukung kelancaran proses tersebut. Untuk mengatasi hal ini, dikembangkan SIBISA, sebuah platform website yang dirancang untuk mempercepat, mempermudah, dan memusatkan pengelolaan administrasi MBKM. Penelitian ini menilai kualitas perangkat lunak SIBISA menggunakan enam atribut dari standar ISO 9126, yaitu fungsionalitas, kemudahan penggunaan, reliabilitas, portabilitas, dan efisiensi. Metode yang digunakan adalah deskriptif kuantitatif dengan pengumpulan data melalui wawancara, observasi bersama tim ICT FKIP ULM, dan kuesioner kepada pengguna, khususnya mahasiswa angkatan 2020 dari berbagai program studi. Hasil evaluasi menunjukkan bahwa SIBISA memperoleh skor 1183 dari rentang 1126-1500, yang mengindikasikan kualitas “Sangat Baik”. Temuan ini menegaskan efektivitas SIBISA dalam mendukung administrasi MBKM sekaligus memberikan kontribusi baru dalam pengembangan sistem informasi pendidikan tinggi yang handal dan efisien.

Implementasi Dan Evaluasi Perbandingan IPV4 dan IPV6 dalam Jaringan Lokal dengan Metode NDCLM

2025-05-01T05:25:20+08:00

Internet Protocol version 4 (IPv4) merupakan protokol jaringan yang paling banyak digunakan saat ini. Namun, IPv4 memiliki keterbatasan dalam hal jumlah alamat IP yang tersedia. Hal ini mendorong pengembangan Internet Protocol version 6 (IPv6) yang memiliki ruang alamat yang lebih besar dan fitur-fitur keamanan yang lebih canggih. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi perbandingan kinerja dan keamanan IPv4 dan IPv6 dalam jaringan lokal menggunakan metode NDLC (Network Depelovment Life Cycle). Dua jaringan lokal akan dibangun, satu dengan IPv4 dan satu lagi dengan IPv6. Kinerja kedua IP akan diukur menggunakan Iperf3 adalah sebuah alat pengujian jaringan yang digunakan untuk mengukur kinerja throughput antara dua titik dalam jaringan komputer dan mengukur waktu komunikasi komputer server dan client serta mengetahui keamanan kedua jaringan menggunakan Nmap yang akan diuji dan dibandingkan. Hasil penelitian menunjukkan bahwa IPv6 memiliki kinerja yang lebih baik daripada IPv4 dalam hal throughput dan keamanan namun IPv4 memiliki keunggulan dalam hal respon permintaan request dari client. IPv6 juga memiliki fitur-fitur keamanan yang lebih canggih seperti IPsec dan Firewall Stateful Inspection. IPv6 merupakan pilihan yang lebih baik daripada IPv4 untuk jaringan lokal yang membutuhkan kinerja dan keamanan yang tinggi.