JSiI (Jurnal Sistem Informasi)

IMPLEMENTASI ALGORITMA BLOWFISH PADA SISTEM MANAJEMEN SURAT DENGAN PENDEKATAN RATIONAL UNIFIED PROCESS YANG RAMAH LINGKUNGAN

2024-09-16T19:03:54+07:00

In many organizations, including the Institut Teknologi Perusahaan Listrik Negara (ITPLN), letter management and organization is very important. This process is often resource-intensive and time-consuming. With the advancement of information technology, a secure digital system can help optimize letter management. The implementation of Blowfish cryptographic algorithm for encryption of important data on letter stored in a digital-based letter management system is the subject of this research. This method lowers the potential for eavesdropping and data theft. In the development process of this system, the Rational Unified Process (RUP) methodology takes the principle of green computing, which helps improve the efficiency of environmental destruction. The system adopts a paperless office paradigm, addresses the issue of operational inefficiencies, and safeguards sensitive data. The Blowfish algorithm prevents irresponsible people from compromising the database. This research produces a secure letter management information system using blowfish algorithm and developed using RUP that is environmentally friendly in contribution to the efficiency of environmental destruction caused by software development.

Keywords: Blowfish Algorithm, Rational Unified Process, Data Security, Letter Management, Eco-Friendly Software

ARCHITECTURE DESIGN OF HEALTH ASSET DETECTION SYSTEM IN HOSPITAL

2024-09-16T19:03:49+07:00

Efficient management of hospital assets is essential to ensure that operations can run optimally and the quality of health services is good. However, the recording and management of assets in hospitals carried out manually often causes data errors, information mismatches, and also assets are only known by the manager without being explicitly recorded. In overcoming this problem, the researcher aims to develop a hospital asset detection system architecture using an iterative and incremental methodology approach. The stages of this system development include identification of needs and conceptual models, logical architecture design, conceptual architecture design, logical architecture, physical architecture, technology selection, and evaluation. This system utilizes YOLO model reading technology for asset detection and identification, storing detection results into a local database using SQLite3, sending data to a central server via API, and post-processing data by selecting the highest confidence score stored in a MySQL database and then using the data to manage asset management and asset visualization. The implementation of this system successfully reduces manual recording time, improves asset visibility, and optimizes resource usage, thus contributing to the improvement of efficiency and quality of health services.

PERBANDINGAN KINERJA PRE-TRAINED INDOBERT-BASE DAN INDOBERT-LITE PADA KLASIFIKASI SENTIMEN ULASAN TIKTOK TOKOPEDIA SELLER CENTER DENGAN MODEL INDOBERT

2024-09-16T19:03:48+07:00

Era digital telah membawa revolusi dalam dunia e-commerce dengan mengintegrasikan platform media sosial dan platform e-commerce, yang menghasilkan inovasi seperti aplikasi TikTok Tokopedia Seller Center. Aplikasi ini menggabungkan platform e-commerce dengan fitur media sosial, memungkinkan pengguna untuk mengelola penjualan sekaligus memperluas jangkauan pasar dan mempromosikan produk melalui video pendek yang interaktif pada platform media sosial TikTok. Dengan adanya inovasi fitur baru dalam aplikasi ini, penelitian ini melakukan analisis sentimen untuk memahami persepsi dan ulasan berbahasa Indonesia dari para pengguna aplikasi TikTok Tokopedia Seller Center menggunakan model deep learning IndoBERT. Data ulasan dikumpulkan menggunakan teknik scraping pada Google Play Store sebanyak 3.145 ulasan yang dilabeli secara manual menjadi 1.755 klasifikasi sentimen negatif dan 1390 klasifikasi sentimen positif. Tahapan preprocessing seperti teks cleaning, case folding, normalisasi teks, dan stopword removal dilakukan untuk memberihkan data teks sebelum digunakan untuk pelatihan model. Data yang sudah dibersihkan terbagi menjadi 64% data training sebesar 2.012 data, 16% data validation sebesar 504 data, dan 20% data testing sebesar 629 data. Dua varian pre-trained model IndoBERT, yaitu Indobert-base-p2 versi besar dan Indobert-lite-base-p2 versi lebih ringan digunakan dalam penelitian ini untuk pemrosesan bahasa alami khusus bahasa Indonesia. Hasil penelitian menunjukkan bahwa komparasi model IndoBERT dengan kedua pre-trained menunjukkan bahwa pre-trained Indobert-base-p2 mendapatkan hasil akurasi yang lebih unggul dibandingkan Indobert-lite-base-p2, dengan akurasi sebesar 97%, presisi sebesar 97%, recall sebesar 97%, dan f1-score sebesar 97%, sedangkan pre-trained Indobert-lite-base-p2 dengan akurasi sebesar 94%, presisi sebesar 94%, recall sebesar 94%, dan f1-score sebesar 94%.

SISTEM PEMETAAN TEMPAT PEMBUANGAN SAMPAH SEMENTARA MENGGUNAKAN TEKNOLOGI SISTEM INFORMASI GEOGRAFIS

2024-09-16T19:03:46+07:00

Pengelolaan sampah menjadi salah satu tantangan signifikan dalam perkembangan perkotaan, termasuk di Kecamatan Cipocok Jaya. Ketidakjelasan lokasi Tempat Pembuangan Sampah Sementara (TPS) seringkali menyebabkan akumulasi sampah yang tidak tertangani secara maksimal. Penelitian ini berfokus pada pengembangan sistem pemetaan TPS dengan memanfaatkan teknologi Sistem Informasi Geografis (SIG) untuk mempermudah identifikasi dan pengelolaan TPS di wilayah tersebut. Sistem ini memungkinkan visualisasi lokasi TPS, status, dan kapasitasnya secara real-time, sehingga memfasilitasi pengambilan keputusan yang lebih tepat oleh pihak pengelola dalam pengaturan dan distribusi TPS. Pendekatan yang digunakan dalam penelitian ini mencakup pengumpulan data spasial TPS, analisis geografis, serta perancangan sistem berbasis web yang terintegrasi dengan peta digital. Hasil penelitian menunjukkan bahwa penerapan SIG dapat meningkatkan efisiensi dalam pengelolaan lokasi TPS dan memberikan akses informasi yang lebih mudah bagi masyarakat serta pemerintah daerah. Dengan demikian, sistem ini memiliki potensi sebagai solusi yang efektif dalam memperbaiki pengelolaan sampah serta mendukung upaya menjaga kebersihan lingkungan.

Kata kunci: Sistem Informasi Geografis, Tempat Pembuangan Sampah Sementara, Pemetaan, Kecamatan Cipocok Jaya, Pengelolaan Sampah.

PENERAPAN METODE SUPPLY CHAIN MANAGEMENT PADA SISTEM INFORMASI PENDISTRIBUSIAN SCRAP PT. PACIFIC MEDAN INDUSTRI BERBASIS WEBSITE

2024-09-16T19:03:47+07:00

Pacific Medan Industri, a leading producer of palm oil, faces significant challenges with its scrap distribution system, which currently relies on manual processes. This manual system has been identified as having several major issues, including inaccuracies in data recording and management, delays in the shipping process, and ineffective coordination between various units within the supply chain. These issues not only lead to low operational efficiency but also risk disrupting customer satisfaction and diminishing the company's competitive edge in an increasingly competitive market. This study aims to address these problems by optimizing the scrap distribution system through the application of Supply Chain Management (SCM) principles. Using a qualitative approach that includes literature review, in-depth interviews with stakeholders, and relevant documentation analysis, this research explores the various weaknesses present in the current manual scrap distribution system. The analysis reveals significant shortcomings, such as inefficiencies in data management, lack of integration between units resulting in poor coordination, and slow shipping processes that hinder productivity and customer satisfaction. As a solution, the study proposes the development of a SCM-based information distribution system. This system is designed to address the identified weaknesses by leveraging current technology to automate distribution processes, improve data accuracy, expedite shipping times, and enhance communication and coordination between units in the supply chain. The implementation of this system is expected to enhance overall operational efficiency, improve scrap management, and ensure better coordination across the entire supply chain. It is anticipated that PT. Pacific Medan Industri will benefit from increased operational efficiency, improved customer satisfaction, and a strengthened competitive position in the market through the adoption of this SCM-based information distribution system.

Keywords: Supply Chain Management, Scrap, PT. Pacific Medan Industri.

PENERAPAN METODE FUZZY TSUKAMOTO UNTUK ANALISIS RESIKO KREDIT MACET

2024-09-16T19:03:52+07:00

Koperasi adalah tempat yang sering terjadinya transaksi simpan dan pinjam , dalam hal ini permasalahan yang terjadi tidak jauh dari itu yaitu Permasalahan untuk mengidentifikasi tentang penelitian yang berfokus pada risiko kredit macet pada koperasi. Tujuannya adalah untuk menganalisis risiko ini agar koperasi dapat mengambil tindakan yang tepat dalam manajemen risiko keuangannya. penelitian ini mengusulkan menggunakan Metode Tsukamoto yang salah satu metode dalam sistem logika fuzzy yang digunakan untuk memodelkan berbagai ketidakpastian dan ambiguitas dalam pengambilan keputusan. Pada penelitian ini, metode Fuzzy Tsukamoto diterapkan untuk mengidentifikasi dan menilai risiko kredit macet pada koperasi. Dalam hal ini tujuan utama dari penelitian ini adalah untuk mengidentifikasi risiko kredit macet pada koperasi menggunakan metode Fuzzy Tsukamoto. Dengan demikian, penelitian ini dapat membantu untuk menyediakan acuan baru yang lebih akurat dalam menilai risiko kredit macet di koperasi dan meningkatkan kualitas pengambilan keputusan dalam manajemen risiko keuanganâ€‹.Dalam hal ini data yang digunakan mencakup simpanan, pinjaman, dan lama angsuran nasabah yang terlibat sebanyak 143 data dengan yang menhasilkan nilai hasil yaitu Resiko Rendah sebanyak 59,44%

dan Resiko Tinggi : 40,56%

Kata Kunci: Fuzzy, Fuzzy Tsukamoto, Kredit, Koprasi, Nasabah

PERANCANGAN APLIKASI DATA PENJUALAN BATIK BERBASIS ANDROID MENGGUNAKAN DATABASE FIREBASE

2024-09-16T19:03:48+07:00

Batik merupakan warisan budaya Indonesia yang diakui oleh UNESCO dan telah mengalami peningkatan permintaan di pasar lokal maupun internasional. Meskipun pertumbuhannya signifikan, banyak toko batik masih menghadapi tantangan dalam pengelolaan data penjualan, stok, dan informasi pelanggan. Proses pengelolaan data yang dilakukan secara manual sering kali tidak efisien dan rentan terhadap kesalahan, sehingga dapat menghambat pertumbuhan bisnis dan mengurangi kemampuan bersaing di pasar global. Di era digital ini, penggunaan teknologi berbasis aplikasi Android menawarkan solusi efektif untuk mengatasi masalah ini. Android, sebagai sistem operasi mobile paling populer, memungkinkan pengelolaan data yang lebih sistematis, terintegrasi, dan real-time. Penelitian ini menghasilkan aplikasi penjualan berbasis Android yang dirancang khusus untuk toko batik, yang memungkinkan pencatatan penjualan, pengelolaan stok, dan analisis data pelanggan dengan lebih efisien dan akurat. Aplikasi ini juga dilengkapi dengan fitur notifikasi otomatis untuk restock dan integrasi dengan platform e-commerce, yang dapat memperluas jangkauan pasar dan meningkatkan daya saing toko batik di era digital. Hasil implementasi menunjukkan bahwa aplikasi ini mampu meningkatkan efisiensi operasional, mengurangi kesalahan pencatatan, dan mendukung pengambilan keputusan bisnis yang lebih tepat. Dengan demikian, aplikasi ini diharapkan dapat menjadi solusi yang efektif untuk mendukung digitalisasi proses operasional toko batik dan memaksimalkan potensi penjualannya.

Kata kunci: Perancangan, Implementasi, Batik, Firebase, Aplikasi.

PEMILIHAN TANDAN BUAH SEGAR (TBS) KELAPA SAWIT LAYAK PRODUKSI MENGGUNAKAN METODE PROMETHEE DI PT. ARYA RAMA PRAKARSA

2024-09-16T19:03:51+07:00

Kelapa sawit ialah satu di antara komoditas perkebunan yang berperan penting pada perekonomian Indonesia maupun dunia. Produktivitas kelapa sawit sangat dipengaruhi oleh kualitas Tandan Buah Segar (TBS). Tantangan yang dihadapi oleh perusahaan industri kelapa sawit adalah pemilihan TBS yang masih menggunakan metode manual yang rentan dengan kesalahan dan inkonsistensi manusia. Tantangan tersebut juga dirasakan oleh PT Arya Rama Prakarsa. Tujuan penelitian ini adalah untuk membantu mempermudah manajemean dalam pengambilan keputusan serta memberikan gambaran mengenai kualitas TBS yang akan diproduksi, Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE) adalah metode yang diimplementasikan pada penelitian ini. Berdasarkan Penilitian yang telah dilakukan didapatkan hasil bahwa Dari persamaan hasil akumulasi perhitungan menggunakan Microsoft Excel dan Sistem menunjukkan hasil yang sama, yaitu alterntif TBS CV. Restu Bangun Persada Menempati peringkat pertama dengan nilai tertinggi 0,36 yang berarti TBS tersebut layak untuk diproduksi. Dapat disimpulkan bahwa penelitian yang telah dilakukan, terbukti efektif untuk pemilihan tandan buah segar (TBS) kelapa sawit yang layak produksi di PT Arya Rama Prakarsa.

Kata Kunci: Pemilihan TBS, PROMETHEE, Sistem Pendukung Keputusan

KLUSTERISASI PENYEBAB KEMATIAN DI INDONESIA DENGAN PENERAPAN ALGORITMA K-MEANS

2024-09-20T08:23:31+07:00

Kasus angka kematian yang terjadi di Indonesia dapat di kelompokan dalam beberapa kategori seperti natural disaster, nonnatural disaster, dan social disaster. Pemisahan suatu instans pada dataset sering menjadi hambatan Ketika melibatkan instans yang banyak. Penemuan karakteristik yang serupa akan menjadi tantangan untuk mendapatkan kluster terbaik. Penentuan jumlah kluster yang efektif terhadap dataset yang dimiliki menjadi permasalahan lain Ketika melakukan proses kluster. Berdasarkan permasalahan dan tantangan yang diperoleh, maka untuk menjawab hal ini dilakukanlah pemodelan clustering dengan bantuan algoritma clustering. Metode yang digunakan pada pengklusteran ini adalah K-Means. Metode ini telah menjadi usulan dari berbagai penelitian yang menyatakan sukses dalam melakukan clustring. Penentuan K terbaik yaitu dengan bantuan elbow curve, dengan melihat titik elbow pada hasil generasi kurva dari dataset. Rangkaian penyelesaian penelitian ini adalah dengan mengikuti flow of process datamining yang dimulai dengan Data Preprocessing, Data modeliing, dan visualization hasil. bertujuan untuk mengetahui klusterisasi penyebab kematian di Indonesia berdasarkan kategori yang di sebutkan di atas. Dataset yang digunakan adalah sebanyak 648 instans yang diambil dari rentang 2000 â€“ 2020 mengenai kasus kematian pada 34 provinsi di Indonesia. Data preprocessing adalah melakukan cleansing data, pembersihan outlier, missing value, data transformation. Pembersihan outlier yaitu menggunakan bantuan Box Plot, sedangkan transformation menggunakan fungsi transormasi data diskrit menjadi data numerik. Pada data modelling, algoritma K-means dengan K atau banyaknya diperoleh dari hasil Elbow Curve. Selain proses clustering, penggalian pola juga dilakukan dengan metode classification yang hasilnya ditunjukan dengan akurasi sebesar 63%. Meninjau dari hasil classification, bahwa klasifikasi kematian yang berasal dari sumber sosial, tidak dapat diprediksi dengan akurat. Klasifikasi sumber kematian dari Sosial tidak berhasil dipolakan oleh mesin learning. Matrik konfusi menunjukkan hanya 55 instans yang benar untuk bencana alam, bencana non alam dan penyakit sebesar 353 yang benar, dan untuk bencana sosial tidak berhasil diprediksi. Dari hasil ini, maka dapat diperoleh tantangan baru yaitu memperbaiki akurasi dengan mempertimbangan Imbalance Class, dan Resampling yang belum digunakan pada penelitian ini.

Kata kunci: Unsupervise, clustering, K-Means, euclidean distance, elbow curve,.

PREDICTING THE CHARACTERISTICS OF DRIVERâ€™S LICENSE APPLICANTS AT SATPAS POLRESTA MANOKWARI USING HIERARCHICAL MULTIPLE REGRESSION

2024-09-16T19:03:54+07:00

This research aims to predict the characteristics of driver's license (SIM) applicants at the SATPAS (Driverâ€™s License Issuance Unit) Polresta Manokwari using Hierarchical Multiple Regression analysis. The study explores six key variables: gender, age, occupation, city, type of driver's license, and type of application, as predictors of applicant characteristics. The analysis was conducted using SPSS version 29, with data collected from the population of driver's license applicants since 2023. Three models were tested, with Model 3 being identified as the best predictor, explaining 7% of the variance in applicant characteristics (RÂ² = 0.070). This model incorporates the variables of age, occupation, city, and type of application, while gender and driver's license class were found to have no significant individual impact. The partial t-test results show that age, occupation, city, and type of application significantly influence applicant characteristics, with negative regression coefficients indicating that an increase in these variables leads to a decrease in the predicted characteristics of SIM applicants. The study highlights practical implications for SATPAS, suggesting that service processes could be improved by considering demographic factors such as age and occupation in order to optimize resource allocation and reduce service complexity. However, the study has several limitations. The use of secondary data limits the completeness and accuracy of the analysis, and the limited number of variables results in a narrow interpretation of the factors influencing SIM applicants. Additionally, the model explains only a small portion of the variance in applicant characteristics, suggesting that other unmeasured factors, such as education level or driving experience, may play a more significant role. Furthermore, the findings are not generalizable to other regions, as local conditions may impact license application patterns. Future research should address these limitations by collecting primary data, expanding the range of variables, employing more sophisticated analytical methods, and exploring other regions. This would provide a more comprehensive understanding of the factors affecting driver's license applicants and contribute to enhancing the quality of SIM issuance services in Indonesia.

Keywords: Driver's License, Prediction, Hierarchical Multiple Regression, Applicant Characteristics

KLASIFIKASI DAUN KELENGKENG MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN K-NEAREST NEIGHBOR (KNN)

2024-09-16T19:03:53+07:00

Tanaman kelengkeng (Dimocarpus longan) termasuk dalam jenis tanaman buah dengan nilai ekonomi tinggi dan menjadi komoditas penting dalam sektor pertanian. Kelengkeng memiliki berbagai varietas yang beragam berdasarkan ciri-ciri khas dari masing-masing jenis yang cukup sulit dibedakan, terutama bagi orang awam. Berdasarkan permasalahan dalam menentukan jenis tanaman kelengkeng, maka perlu adanya sistem yang dapat mengklasifikasikan jenis tanaman kelengkeng. Penelitian ini mengusulkan ekstraksi fitur tekstur dari citra daun kelengkeng dengan memanfaatkan Gray Level Co-occurrence Matrix (GLCM), dengan fitur contrast, correlation, homogeneity, dan energy, yang selanjutnya diklasifikasikan dengan algoritma K-Nearest Neighbor (KNN). Metode ini diterapkan pada dataset citra daun dari berbagai varietas kelengkeng, yaitu aroma durian, diamond river, pingpong, dan kelengkeng merah. Metode ini diterapkan untuk meningkatkan akurasi dan efisiensi dalam klasifikasi jenis kelengkeng. Hasil penelitian menunjukkan bahwa penerapan GLCM dan KNN berhasil dilakukan dengan akurasi klasifikasi mencapai 87,5%. Dari 16 citra uji, 14 citra berhasil diklasifikasikan dengan benar.

Kata Kunci: Daun, Kelengkeng, Gray Level Co-occurrence Matrix (GLCM), K-Nearest Neighbor (KNN)

IMPLEMENTASI DIGITAL MARKETING PADA BUMDES MEKAR SEJAHTERA DENGAN CRITICAL SUCCESS FAKTOR DAN VALUE CHAIN

2024-09-16T19:03:53+07:00

The implementation of Digital Marketing in Village-Owned Enterprises (BUMDes) Mekar Sejahtera aims to improve marketing performance and business competitiveness through the implementation of Critical Success Factors (CSF) and Value Chain. The study identifies and analyzes the key elements that influence the successful implementation of digital marketing strategies, as well as integrating them in a structured framework. In this study, data collection was carried out using two types of data: primary data and secondary data. Primary data was obtained through direct interviews and surveys with managers of Mekar Sejahtera BUMDes, while secondary data was obtained through analysis of relevant literature and similar case studies from other BUMDes that have implemented digital marketing. The research method used in this study is a qualitative method, which is a research approach used to understand social phenomena in a deep and descriptive way, focusing on the meaning contained in it. The results of the study show that there are several important factors that greatly affect the success of digital marketing in BUMDes Mekar Sejahtera, including: adequate technological infrastructure, competent human resources, effective content management, and appropriate promotion strategies. In addition, the integration of the value chain, starting from raw material procurement, production, distribution, to customer service, also plays an important role in improving the efficiency and effectiveness of digital marketing. The implementation of good digital marketing can increase the visibility of BUMDes Mekar Sejahtera products, expand market reach, and increase sales. However, the challenges faced include budget constraints, resistance to change, and the need for ongoing training for managers. Therefore, strategic recommendations include the development of adequate digital infrastructure, increasing the capacity of human resources through training and mentoring, and strengthening collaboration with external parties such as the government and the private sector. This study concludes that the application of CSF and Value Chain in the development of digital marketing in BUMDes Mekar Sejahtera can have a significant positive impact, as long as it is carried out with careful planning and consistent execution. This research is expected to be a reference for other BUMDes in adopting effective and sustainable digital marketing strategies.

Keywords: Critical Succes Factor, Value Chain, Digital Marketing.

OPTIMASI KLASIFIKASI DECISION TREE DENGAN TEKNIK PRUNING UNTUK MENGURANGI OVERFITTING

2024-09-16T19:03:53+07:00

Penelitian ini bertujuan untuk mengoptimalkan klasifikasi Decision Tree menggunakan teknik pruning untuk mengurangi overfitting pada dataset penyakit jantung Kaggle. Overfitting adalah masalah umum dalam pembelajaran mesin, ketika model terlalu cocok dengan data pelatihan dan kehilangan kemampuannya untuk menggeneralisasi data baru dengan baik. Teknik pruning, termasuk prepruning dan postpruning, diterapkan untuk membatasi kompleksitas model dan meningkatkan kemampuannya dalam mengklasifikasikan data baru. Hasilnya menunjukkan bahwa model dengan postpruning memiliki performa terbaik, dengan akurasi 0,8841, recall 0,8571, presisi 0,8571, dan skor F1 0,8571. Sebagai perbandingan, model dengan prepruning memiliki akurasi sebesar 0,8333, recall sebesar 0,8304, presisi sebesar 0,8304, dan skor F1 sebesar 0,7434. Peningkatan metrik ini menegaskan bahwa postpruning lebih efektif dalam mengurangi overfitting dan meningkatkan kemampuan generalisasi model. Dengan demikian, teknik postpruning dapat dianggap sebagai metode unggulan dalam mengoptimalkan kinerja Decision Tree Classifier untuk klasifikasi penyakit jantung. Penelitian ini diharapkan dapat berkontribusi pada pengembangan model prediksi yang lebih akurat dalam diagnosis penyakit jantung, sehingga membantu upaya pencegahan dan pengobatan yang lebih baik.

Kata Kunci: Decision Tree, Pruning, Prepruning, Postpruning, Overfitting, Heart Disease Dataset, Kaggle, Machine Learning, Classification, Model Optimization.

EVALUASI PENGALAMAN PENGGUNA APLIKASI MOBILE PERPUSTAKAAN DIGITAL IPUSNAS MENGGUNAKAN METODE UX HONEYCOMB

2024-09-16T19:03:51+07:00

The iPusnas application is a digital library platform developed by the National Library of the Republic of Indonesia to provide easy and free access to the Indonesian people. Based on data from Google Play Store in January 2024, iPusnas has been downloaded by more than 1 million users with an average satisfaction rating of 3.4 out of 5 points. Reviews on the Google Play Store show several problems, namely in the user experience, namely iPusnas users feel that the application features are inefficient and take a long time. Users also face difficulties while using the app on different devices and varying internet conditions. Apart from that, the interface is considered outdated, causing discomfort when using the application. This research aims to identify variables that influence the user experience of the iPusnas application based on the UX Honeycomb framework, which includes 7 indicators grouped into 3 variables: Think (useful, valuable, credible ), Feel (desirable, credible), and Use (findable, accessible, usable). The research results show that all variables and indicators significantly influence user experience. The Feel variable has the largest influence of 0.444, followed by Use of 0.346 and Think of 0.202. The results of this research can be used as consideration for developing recommendations for application improvements, especially in the user experience aspect, by considering the priority order of importance of the variables and indicators that have been analyzed.

SISTEM PERAMALAN PENJUALAN PARFUM PADA FIONA PERFUME DENGAN METODE SINGLE EXPONENTIAL SMOOTHING (SES)

2024-09-16T19:03:51+07:00

Peramalan penjualan merupakan elemen krusial dalam perencanaan dan pengambilan keputusan bisnis, khususnya dalam industri parfum yang seringkali mengalami permintaan fluktuatif. Fiona Parfum, sebagai salah satu pemain di pasar parfum, menghadapi tantangan dalam memprediksi permintaan produk secara akurat, yang berdampak pada pengelolaan persediaan dan strategi pemasaran. Penelitian ini bertujuan untuk mengembangkan sistem peramalan penjualan menggunakan metode Single Exponential Smoothing (SES), yang dikenal efektif dalam menangani data dengan pola permintaan yang tidak menentu. Metode SES dipilih karena kemampuannya dalam memberikan bobot lebih pada data terbaru, sehingga menghasilkan peramalan yang lebih responsif terhadap perubahan tren pasar. Dalam penelitian ini, data penjualan bulanan dari Fiona Parfum digunakan untuk membangun model peramalan. Parameter smoothing (Î±) dioptimalkan untuk mendapatkan hasil peramalan terbaik. Hasil penelitian menunjukkan bahwa metode SES mampu memberikan peramalan parfum Black Opium menggunakan alpha 0,9 menghasilkan penjualan sebesar 112,54 pcs, dengan MAPE = 12,17%. Vannila Bodies menggunakan alpha 0,1 menghasilkan penjualan sebesar 106,79 pcs, dengan MAPE = 15,22%. Selena Gomez menggunakan alpha 0,4 menghasilkan penjualan sebesar 117,75 pcs, dengan MAPE = 23,63%. Raffi Ahmad menggunakan alpha 0,3 menghasilkan penjualan sebesar 106,75 pcs, dengan MAPE = 27,46%. Aigner Black menggunakan alpha 0,6 menghasilkan penjualan sebesar 105,73 pcs, dengan MAPE = 13,46%. Dunhill Blue menggunakan alpha 0,3 menghasilkan penjualan sebesar 123,33 pcs, dengan MAPE = 20,48%. dengan tingkat kesalahan yang rendah, yang diukur menggunakan Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Penemuan ini tidak hanya memberikan wawasan tentang pola permintaan di Fiona Parfum tetapi juga menyediakan alat yang berguna bagi manajemen dalam merencanakan produksi, mengelola persediaan, dan merancang strategi pemasaran yang lebih efektif. Dengan peramalan yang lebih akurat, diharapkan perusahaan dapat mengurangi biaya persediaan yang berlebihan serta meningkatkan tingkat kepuasan pelanggan melalui ketersediaan produk yang lebih baik.

Keywords: peramalan penjualan; Single Exponential Smoothing; fiona parfum; analisis data

IMPLEMENTASI E-CRM PADA FIRA QUEEN COSMETIC DALAM MEMPROMOSIKAN PRODUK

2024-09-16T19:03:52+07:00

Bisnis dapat dijalankan tanpa harus terkendala pada batas negara dengan adanya teknologi digital. Pihak perusahaan dapat bertemu dengan partner dan kliennya dari seluruh penjuru dunia. Electronic Customer Relationship Management (E-CRM) merupakan suatu metode dalam mengelola hubungan antara perusahaan dengan pelanggan dalam rangka peningkatan loyalitas pengkonsumsian produk-produk atau jasa yang ditawarkan oleh perusahaan dengan memanfaatkan media elektronis. Metode yang digunakan dalam penelitian ini adalah metode kualitatif, yaitu metode yang menuju pemahaman secara mendalam, dengan memperoleh data melalui wawancara dan observasi. Penulis akan menganalisis data melalui cara terbuka, yaitu mendapat data dari wawancara dengan detail. Tujuan metode penelitian kualitatif adalah untuk mengumpulkan data secara akurat dan lengkap. Hasil penelitian ini menunjukkan bahwa penerapan E-CRM (Electronic Customer Relationship Management) secara signifikan meningkatkan penjualan toko sebesar 15-20%, dengan kemudahan akses dan pengelolaan yang lebih efisien. Efisiensi yang ditawarkan oleh E-CRM tidak hanya membantu dalam proses pemasaran produk, tetapi juga dalam pengelolaan toko yang lebih mudah, nyaman, efektif, dan efisien.

Keywords: E-CRM, website, promosi produk, manajemen pelanggan, teknologi internet

IMPLEMENTASI METODE MAUT (MULTI ATTRIBUTE UTILITY THEORY) UNTUK MENENTUKAN PENILAIAN KINERJA PEGAWAI PPNPN DI KANTOR PENGADILAN AGAMA TANJUNG BALA

2024-09-16T19:03:50+07:00

Perkembangan teknologi telah membawa perubahan signifikan dalam berbagai aspek kehidupan, termasuk dalam operasional instansi pemerintah. Pengadilan Agama Tanjungbalai merupakan salah satu instansi yang perlu beradaptasi dengan teknologi untuk meningkatkan efisiensi dan akurasi dalam penilaian kinerja pegawainya. Saat ini, proses penilaian kinerja di Pengadilan Agama Tanjungbalai masih menggunakan sheet Excel yang tidak efisien dan rentan terhadap kesalahan. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan berbasis metode Multi Attribute Utility Theory (MAUT) yang dapat membantu pimpinan dalam menilai kinerja pegawai secara lebih akurat dan efisien. Metode MAUT dipilih karena mampu mengkonversi berbagai kriteria penilaian menjadi nilai numerik dalam skala 0 sampai 1, memudahkan proses evaluasi dan pemeringkatan. Penelitian ini dilakukan di kantor Pengadilan Agama Kota Tanjungbalai dengan fokus pada pegawai honor. Sistem yang dibangun menggunakan bahasa pemrograman PHP Codeigniter 3 dan mengimplementasikan metode MAUT untuk menilai kinerja berdasarkan beberapa kriteria. Hasil menunjukkan bahwa penggunaan sistem berbasis website meningkatkan efisiensi proses penilaian sebesar 40%, karena waktu yang diperlukan untuk mengumpulkan, memproses, dan menganalisis data berkurang secara signifikan. Selain itu, akurasi penilaian juga meningkat sebesar 25% karena sistem otomatis mengeliminasi kesalahan input data yang sering terjadi pada metode manual. Dengan demikian, sistem ini tidak hanya mempercepat proses penilaian tetapi juga menghasilkan keputusan yang lebih andal dan tepat sasaran dibandingkan dengan sistem manual yang ada sebelumnya.

Keywords: Teknologi, Penilaian Kinerja, Pengadilan Agama, MAUT, Sistem Pendukung Keputusan

PERANCANGAN APLIKASI MANAJEMEN PRODUKSI KOPI PT. KARYA BAKTI BERBASIS WEB DENGAN MENGGUNAKAN MODEL PROTOTYPE

2024-09-16T19:03:50+07:00

The coffee industry has a complex production process to the distribution of the final product. To manage this process efficiently and effectively, PT. Karya Bakti requires a reliable and easily accessible management system. Thus, this study will discuss how to design and build an information system and find out how to implement a web-based coffee production management application at PT. Karya Bakti. In this study, the UML method is used as a means of designing an object-oriented system with a Prototype model. This study produces a management information system to assist PT. Karya Bakti in processing data, both sales data, income data, roasting data, purchase or order data. so that it can increase efficiency and productivity. And this coffee production management information system is only developed specifically for PT. Karya Bakti. Even so, the author hopes that this system will be developed in a mobile version and because this information system is not yet equipped with employee management, salary, and inventory features, it is highly recommended for further research to add these features.

Keywords: Design, Application, Management, Web, Prototype

PERBANDINGAN OPTIMIZER, BATCH SIZE DAN EPOCH PADA METODE CONVOLUTION NEURAL NETWORK

2024-09-20T08:20:48+07:00

Buffalo meat and beef are two types of red meat that are widely consumed by the public. The demand for meat increases every year. However, not all types of meat can be eaten by Indonesians, such as pork, so the price of pork in Indonesia is lower than the price of beef and buffalo. In general, the texture and colour of pork, beef and buffalo are almost the same. In the introduction of meat, it is only done directly from the colour, texture, and fibre of the type of meat. However, meat circulating in the community is often mixed between beef, buffalo meat and pork. Distinguishing beef, buffalo and pork must first recognise the characteristics of each type of meat, because there are limitations to the human sense of sight in distinguishing between them. In the use of technology with the help of digital images to determine the most optimal optimizer, batch size and epoch in meat classification, using the Convolutional Neural Network (CNN) method with NasNetmobil Architecture. The data set used is 3000 images divided into three classes, with a division of 2400 training data images, 300 testing data images, 300 validation data images. The results showed that the Adam optimiser, batch size 62 and epoch 20 produced an accuracy of 99.00% and a loss value of 0.0243.

Keywords: Convolutional Neural Network, Buffalo and Beef Classification,