Jurnal Manajemen Informatika dan Sistem Informasi

RANCANG BANGUN APLIKASI WEB SISTEM INFORMASI KEMAHASISWAAN DI STMIK AMIK BANDUNG

2025-06-11T05:23:09+00:00

Kemahasiswaan STMIK "AMIKBANDUNG" masih dihadapkan pada berbagai kendala dalam pengelolaan data mahasiswa, mulai dari pencatatan aktivitas, pengajuan proposal kegiatan, hingga pelacakan alumni. Seluruh proses tersebut masih dilakukan secara manual, sehingga kurang efisien, membutuhkan waktu lama untuk verifikasi data, dan menambah beban kerja dosen wali serta staf kemahasiswaan. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk merancang dan mengembangkan sebuah sistem informasi kemahasiswaan berbasis web. Sistem ini dirancang agar dapat menangani pengajuan Angka Kredit Aktivitas Mahasiswa (AKAM), proposal Unit Kegiatan Mahasiswa (UKM), serta pelacakan alumni secara lebih terstruktur. Pengembangan sistem dilakukan dengan pendekatan Software Development Life Cycle (SDLC) menggunakan metode Agile, serta memanfaatkan teknologi Vue.js, Express.js, dan MySQL. Pengujian dilakukan dengan metode Black-box testing dan hasilnya menunjukkan bahwa sistem mampu memenuhi kebutuhan pengguna. Sistem yang dihasilkan diharapkan dapat menjadi solusi terpadu yang meningkatkan efisiensi dalam pengelolaan kegiatan kemahasiswaan.

KLASIFIKASI SENTIMEN PELANGGAN RESTORAN KOKI SUNDA MENGGUNAKAN ALGORITMA NAIVE BAYES

2025-06-03T03:01:52+00:00

Koki Sunda adalah bisnis kuliner yang telah menerima banyak ulasan pelanggan secara online. Ulasan-ulasan ini mencerminkan pengalaman konsumen; namun, tidak ada sistem otomatis untuk menganalisis opini-opini ini secara efisien. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pelanggan terhadap makanan di Restoran Koki Sunda dengan menggunakan algoritma Naïve Bayes. Data diperoleh melalui teknik web scraping dari platform ulasan online, serta melalui survei langsung. Proses pra-pemrosesan meliputi pembersihan teks, normalisasi, penghilangan stopwords, stemming, dan tokenisasi. Fitur diekstraksi menggunakan metode TF-IDF, dan data dibagi menjadi data latih (80%) dan data uji (20%). Hasil evaluasi menunjukkan bahwa model Multinomial Naïve Bayes memiliki kinerja yang baik, mencapai akurasi 88,33%, presisi 87,10%, recall 90,00%, dan F1-score 88,54%. Temuan ini menunjukkan bahwa algoritma ini efektif untuk mengidentifikasi opini pelanggan secara otomatis. Sistem klasifikasi yang dikembangkan memiliki potensi untuk membantu manajer restoran lebih memahami kebutuhan pelanggan dan meningkatkan kualitas layanan berdasarkan data ulasan langsung.

PENERAPAN METODE AGILE DALAM PERANCANGAN APLIKASI BOOKING ONLINE PADA HUMAYRA RENTAL

2025-05-27T04:29:28+00:00

Perkembangan teknologi informasi dan komunikasi (TIK) yang pesat telah mendorong transformasi digital di berbagai sektor, termasuk industri jasa persewaan kendaraan. Pelanggan kini mengharapkan layanan yang cepat, transparan, dan dapat diakses secara daring. Humayra Rental, sebuah perusahaan rental mobil di Jambi, hingga saat ini masih menggunakan sistem pemesanan konvensional berbasis pencatatan manual yang rentan terhadap kesalahan pencatatan, keterlambatan informasi, dan kesulitan dalam monitoring data kendaraan secara real-time. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi booking online berbasis website bagi Humayra Rental dengan menggunakan metode Agile. Metode ini dipilih karena bersifat iteratif dan adaptif, memungkinkan tim pengembang merespons perubahan kebutuhan pengguna secara cepat dan fleksibel. Sistem dirancang melalui serangkaian sprint pengembangan dan menghasilkan modul-modul utama yang diuji dengan beberapa skenario pengujian. Hasil implementasi menunjukkan tingkat keberhasilan pengujian sistem mencapai 100%, baik dalam skenario input valid maupun tidak valid. Temuan ini menunjukkan bahwa metode Agile efektif dalam mendukung pengembangan sistem informasi yang sesuai dengan kebutuhan pengguna dan meningkatkan efisiensi proses bisnis. Dengan penerapan teknologi ini, Humayra Rental diharapkan dapat bersaing secara lebih kompetitif di era digital serta meningkatkan kualitas layanan kepada pelanggannya.

SISTEM INFORMASI INVENTARIS BERBASIS WEB BIDANG PRODUKSI CV. TRI UTAMI JAYA

2025-06-11T05:31:37+00:00

Sistem informasi inventaris berbasis web ini dibuat untuk mempermudah dan mempercepat proses manajemen inventaris produksi pada CV. Tri Utami Jaya, sebuah perusahaan pengolah produk berbahan dasar kelor. Sistem manual sebelumnya menimbulkan berbagai kendala, seperti human error dan keterlambatan pencatatan. Solusi ini mengintegrasikan teknologi QR Code dan basis data MySQL untuk pencatatan barang masuk dan keluar secara real-time. Fitur utama meliputi pemindaian QR Code, manajemen data barang dan supplier, serta pelaporan inventaris. Hasil Implementasi sistem menunjukkan efisiensi operasional yang lebih tinggi, kesalahan yang lebih rendah, dan pelacakan stok yang lebih akurat, menjadikannya solusi efektif untuk pengelolaan inventaris yang modern dan terstruktur.

EVALUASI MANAJEMEN RISIKO TEKNOLOGI INFORMASI BERDASARKAN FRAMEWORK NIST SP 800-30 REV.1

2025-05-27T04:17:05+00:00

Perkembangan teknologi informasi yang pesat memberikan banyak manfaat bagi perusahaan dalam meningkatkan efisiensi operasional, kualitas layanan, serta pengambilan keputusan berbasis data. Namun, di balik berbagai manfaat tersebut, terdapat risiko yang dapat mengganggu kelangsungan bisnis apabila tidak dikelola dengan baik. Oleh karena itu, manajemen risiko teknologi informasi menjadi aspek krusial yang harus diterapkan secara sistematis. Penelitian ini dilakukan di PT Air Minum Giri Menang untuk mengevaluasi bagaimana praktik manajemen risiko TI dijalankan di lingkungan perusahaan. Framework NIST SP 800-30 digunakan sebagai pendekatan utama dalam mengidentifikasi aset informasi, menganalisis potensi ancaman, mengevaluasi kerentanan, serta menilai dampak dan kemungkinan risiko yang dapat terjadi. Hasil dari penelitian ini menunjukkan bahwa sebagian besar risiko berada pada tingkat sedang (medium), dengan jenis ancaman yang paling menonjol berasal dari brute force attack dan kesalahan manusia (human error). Temuan ini menjadi dasar penting dalam perencanaan tindakan mitigasi risiko yang lebih efektif dan terstruktur ke depannya.

APLIKASI LIMBAH B3 BERBASIS BAHASA PEMROGRAMAN C-SHARP PADA PT. KALIMANTAN PRIMA PERSADA (RANT)

2025-04-23T02:19:21+00:00

Data Limbah bahan berbahaya beracun pada PT. Kalimantan Prima Persada merupakan salah satu data yang penting di dalam perusahaan. Data Limbah bahan berbahaya beracun selalu diperbarui seiring keluar masuk limbah yang ada. Permasalahan yang dihadapi saat ini adalah metode pengisian data limbah bahan berbahaya beracun masih dilakukan secara manual yang dilakukan oleh karyaawan. Kertas masih menjadi media utama dalam hal pendataan ini. Data diisi ketika ada limbah masuk maupun keluar dan ketika karyawaan ingin mengatahui stok harus terlebih dahulu dilakukan perhitungan secara manual agar mengetahui data limbah yang ada. Akibat proses tersebut, maka pengelolaan Monitoring limbah akan menjadi lambat dan kurang akurat. Penerapan Sistem Informasi Monitoring dan Pengelolaan Limbah berbasis Visual Basic dan Website diharapkan dapat membantu pengelolaan data limbah menjadi lebih akurat. Sistem ini memungkinkan monitoring serta pengecekan data yang valid, sehingga admin yang bertugas dalam pencatatan dan pelaporan dapat bekerja dengan lebih mudah dan cepat.

IMPLEMENTASI PENGGUNAAN HAPROXY LOAD BALANCING DAN FAIL2BAN PADA SERVER MENGGUNAKAN VIRTUAL PRIVATE SERVER

2025-05-05T03:24:01+00:00

Seiring meningkatnya kebutuhan layanan berbasis web, performa dan keamanan server menjadi aspek krusial dalam pengelolaan infrastruktur jaringan. Beban yang tinggi pada server dapat menyebabkan penurunan kinerja hingga kegagalan layanan (server down). Oleh karena itu, diperlukan sistem Load Balancing untuk mendistribusikan lalu lintas secara merata dan sistem keamanan tambahan untuk melindungi server dari ancaman serangan. Penelitian ini menganalisis penerapan Load Balancing menggunakan HAProxy dengan algoritma Round Robin untuk meningkatkan kinerja server serta penerapan Fail2Ban sebagai sistem keamanan dalam mencegah seseorang yang mencoba login berulang kali pada Virtual Private Server (VPS). Metode penelitian yang digunakan adalah Network Development Life Cycle (NDLC), yang mencakup analisis kebutuhan, desain sistem, simulasi prototype. Pengujian dilakukan dengan Apache JMeter untuk mengukur kinerja server dan simulasi percobaan login gagal dilakukan dengan PuTTy untuk menguji efektivitas Fail2Ban. Hasil penelitian menunjukkan bahwa HAProxy load balancing berhasil mendistribusikan beban secara merata, meningkatkan ketersediaan layanan, dan mengurangi waktu respons. Selain itu, penerapan Fail2Ban terbukti efektif dalam mendeteksi serta memblokir alamat IP yang berulang kali gagal melakukan login, sehingga meningkatkan keamanan server. Penelitian ini memberikan kontribusi dalam optimalisasi performa dan keamanan server berbasis VPS, yang dapat diterapkan pada berbagai layanan web seperti e- commerce, blog, sistem perusahaan, maupun sekolah.

PERBANDINGAN MODEL TRANSFORMER, DEEP LEARNING, DAN MACHINE LEARNING UNTUK DETEKSI BERITA PALSU: STUDI KASUS PADA TEKS BERBAHASA INDONESIA

2025-04-23T02:19:46+00:00

Deteksi berita palsu dalam bahasa Indonesia masih menjadi tantangan dalam pemrosesan bahasa alami (NLP). Penelitian ini membandingkan enam metode: RoBERTa, BERT, IndoBERT, SVM, LSTM, dan CNN dalam mengidentifikasi berita palsu. Dataset yang digunakan telah melalui proses pembersihan dan tokenisasi sebelum diterapkan pada masing-masing model. Penelitian ini memberikan analisis komprehensif terhadap keunggulan model Transformer dibandingkan dengan metode klasik seperti SVM, CNN, dan LSTM. Selain itu, penelitian ini juga menegaskan bahwa model yang dilatih khusus untuk bahasa Indonesia, seperti IndoBERT, memiliki performa lebih baik dibandingkan BERT standar. Hasil evaluasi menunjukkan bahwa model berbasis Transformer memiliki performa terbaik, dengan RoBERTa sebagai model paling akurat. Temuan ini dapat menjadi referensi bagi pengembangan sistem deteksi berita palsu yang lebih akurat dan efisien dalam bahasa Indonesia. Akurasi yang diperoleh dari masing-masing model adalah sebagai berikut: RoBERTa (99,5%), IndoBERT (98,6%), BERT (98,2%), SVM (95,9%), CNN (93,9%), dan LSTM (92,3%).

KLASIFIKASI PENYAKIT MIGRAIN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

2025-04-17T06:24:01+00:00

Migrain adalah gangguan neurologis yang dapat menurunkan kualitas hidup penderitanya. Diagnosis migrain umumnya dilakukan secara klinis berdasarkan riwayat medis pasien, namun metode ini sering bersifat subjektif dan berisiko mengalami kesalahan klasifikasi. Tujuan dari penelitian ini adalah untuk membuat model klasifikasi migrain berbasis Support Vector Machine (SVM) untuk diagnosis yang lebih tepat. Tahapan penelitian dimulai dengan pengumpulan dataset migrain dari Kaggle. Selanjutnya dilakukan analisis deskriptif untuk memahami karakteristik data. Pada tahap preprocessing, nilai yang hilang ditangani, outlier dideteksi dan dihapus menggunakan Interquartile Range (IQR) dan Winsorization, serta fitur numerik dinormalisasi dengan StandardScaler. Ketidakseimbangan kelas dalam dataset diatasi menggunakan Synthetic Minority Over-sampling Technique (SMOTE). Model SVM dioptimalkan menggunakan GridSearchCV dengan parameter C, Gamma, dan kernel RBF. Tiga skema pembagian data yaitu 70:30, 80:20, dan 90:10 digunakan untuk mengevaluasi model menggunakan Akurasi, F1-Score, dan ROC-AUC. Dengan akurasi sebesar 75,00%, F1-Score 70,03%, dan ROC-AUC 84,28%, hasil optimal dicapai pada rasio 70:30. Temuan ini menunjukkan seberapa baik model SVM dapat mengkategorikan migrain. Penelitian ini memajukan penggunaan pembelajaran mesin untuk diagnosis migrain yang lebih tepat dan dapat dipercaya.

ANALISIS FAKTOR PENERIMAAN SISTEM INFORMASI AKUNTANSI MENGGUNAKAN PLS-SEM: STUDI KASUS EL RAHMA LOMBOK RINJANI SYARI’AH

2025-01-17T09:28:43+00:00

Sistem Informasi Akuntansi salah satu platform yang dipakai untuk melakukan perekaman transaksi, rekapitulasi data keuangan, dan sebagai panduan dalam mengambil kebijakan bisnis pada periode selanjutnya. Sistem Informasi Akuntansi (SIA) memiliki tujuan untuk merekam semua transaksi guna mengumpulkan berbagai catatan informasi yang dibutuhkan dan relevan sesuai kebutuhan bisnis sehingga dapat mempengaruhi kinerja yang dihasilkan selama periode bisnis tertentu, dimana SIA sebagai acuan dasar dalam menganalisis data keuangan maupun data non-keuangan untuk diinformasikan dan disampaikan kepada pihak yang berkepentingan (stakeholder) baik didalam maupun diluar perusahaan. Riset ini memiliki tujuan untuk menganalisis guna mengetahui faktor-faktor yang dapat memengaruhi penerimaan SIA untuk digunakan dalam mendukung kinerja organisasi atau perusahaan yang di lihat dari persepsi kemudahan, persepsi manfaat, karakteristik pengguna, dan budaya organisasi. Sampel penelitian dipilih sebanyak 62 pengguna SIA yang dijadikan responden dari jumlah total responden sebanyak 67 responden. Teknik pengambilan sampel dengan menggunakan metode purposive sampling (penentuan sampel berdasarkan kriteria tertentu). Kriteria yang digunakan yaitu karyawan yang menggunakan SIA dalam menyelesaikan pekerjaannya dan mengisi kuesioner dengan lengkap. Partial Least Square-Structural Equation Modeling (PLS-SEM) digunakan sebagai teknik analisis data. Hasil penelitan menemukan bahwa budaya organisasi tidak mempengaruhi persepsi kemudahan tetapi dapat mempengaruhi persepsi manfaat secara signifikan. Karakteristik pengguna mempengaruhi persepsi kemudahan tetapi tidak dapat mempengaruhi persepsi manfaat. Persepsi kemudahan dan persepsi manfaat berpengaruh signifikan terhadap penerimaan SIA oleh pengguna dan sekaligus sebagai mediasi antara budaya organisasi dan karakteristik pengguna terhadap penerimaan SIA oleh penguna.