Jurnal Sistem dan Informatika (JSI)

Analisis Potensi Marketplace Terhadap Penjualan Menggunakan K-Nearest Neighbors

Sya'roni — 2025-11-30

Perkembangan teknologi informasi dan komunikasi telah mengubah pola konsumsi Masyarakat, terutama dalam berbelanja daring melalui platform e-commerce di Indonesia seperti Shopee, Tokopedia, dan Bukalapak. Namun, pelaku usaha masih kesulitan menentukan platform yang paling potensial untuk memasarkan produknya akibat kurangnya informasi dan kemampuan analisis data. Penelitian ini bertujuan untuk menganalisis potensi pasar produk di ketiga marketplace tersebut menggunakan algoritma K-Nearest Neighbors (KNN). Data yang digunakan diperoleh melalui scraping dari masing-masing platform pada tahun 2022, dengan total 2.250 record yang mencakup variabel harga, jumlah penjualan, ulasan, dan diskon. Hasil analisis berdasarkan marketplace dan kategori menunjukkan pola yang jelas, Shopee unggul pada kategori fashion (skor 0,5293), Bukalapak pada elektronik (skor 1,0000), dan Tokopedia pada otomotif (skor 0,1653). Evaluasi menunjukkan bahwa model KNN mampu mengklasifikasikan produk ke dalam kategori terlaris dan tidak terlaris dengan akurasi sebesar 84,62%, dan nilai AUC sebesar 0,9185, yang menunjukkan kemampuan model dalam membedakan produk dengan potensi penjualan tinggi sedang dan rendah. Temuan ini memberikan wawasan strategis bagi pelaku usaha dalam pengambilan keputusan terkait pemasaran dan manajemen stok. Studi ini menekankan pentingnya menggunakan analisis berbasis data untuk meningkatkan daya saing di pasar digital.

Model Pemetaan Pengetahuan untuk Mendukung Keberhasilan UMKM Kreatif di Jawa Barat: Pendekatan Manajemen Pengetahuan

Sali Alas Majapahit — 2025-11-30

Industri kreatif merupakan sektor strategis dalam pertumbuhan ekonomi nasional, khususnya melalui kontribusinya terhadap Produk Domestik Bruto (PDB) dan penciptaan lapangan kerja. Saat ini masih banyak Usaha Mikro baik skala kecil dan menengah (UMKM) di sektor ini, terutama di Jawa Barat, masih menghadapi keterbatasan dalam mengakses dan mengelola pengetahuan yang dibutuhkan untuk berinovasi dan bertahan dalam persaingan. Penelitian ini bertujuan untuk mengembangkan model pemetaan pengetahuan berbasis pendekatan manajemen pengetahuan (knowledge management) yang relevan dengan kebutuhan UMKM di sektor industri kreatif. Metode yang digunakan adalah pendekatan mixed-methods, dengan teknik pengumpulan data berupa survei, wawancara, dan diskusi kelompok terfokus (FGD) pada pelaku UMKM kreatif di Jawa Barat. Hasil penelitian menghasilkan model knowledge map yang mencakup faktor-faktor keberhasilan UMKM kreatif, domain pengetahuan, hingga indikator implementasi yang dapat diukur. Visualisasi model dalam bentuk mind map memudahkan pemahaman dan penerapan strategi berbasis pengetahuan. Temuan ini diharapkan dapat menjadi landasan konseptual dan praktis dalam pengembangan sistem manajemen pengetahuan yang mendukung keberlanjutan dan daya saing UMKM di sektor industri kreatif, khususnya di wilayah urban kreatif seperti Bandung dan sekitarnya.

Implementasi Sistem Informasi Promosi UMKM Berbasis Website pada DISDAGKOP UKM Kabupaten Batang Hari

Mutmainnah — 2025-11-30

Usaha Mikro, Kecil dan Menengah (UMKM) memiliki posisi krusial dalam kancah ekonomi dan memerlukan akselerasi untuk memastikan kontribusi positif terhadap kesejahteraan publik. Kendala utama yang dihadapi UMKM adalah promosi produk yang masih terbatas pada pameran konvensional, sehingga membatasi jangkauan pasar. Ini menjadi tantangan utama bagi DISDAGKOP UKM Kabupaten Batang Hari. Penelitian ini berkontribusi melalui implementasi sistem promosi UMKM berbasis website. Subjek penelitian adalah Bidang UKM pada DISDAGKOP UKM dan perwakilan pelaku UMKM. Metode yang digunakan adalah pendekatan prototipe, dengan perancangan sistem menggunakan UML. Teknik pengumpulan data melibatkan observasi, wawancara, dan studi literatur, yang kemudian dianalisis menggunakan analisis deskriptif kualitatif. Pengujian aplikasi dilakukan dengan pengujian Black Box. Hasil penelitian adalah sistem informasi promosi website yang terimplementasi, teruji fungsional, dan dinilai layak. Sistem ini memfasilitasi DISDAGKOP UKM dalam mendukung pemasaran digital dan meningkatkan efisiensi pengolahan data UMKM Kabupaten Batang Hari. Pemanfaatan teknologi informasi ini dapat mendukung pengembangan UMKM secara signifikan

Perbandingan Metode Indobert Dan Xlnet Dalam Mengukur Kemiripan Semantik Antara Tweet Dan IKP 2024

Stevren Christian Emor — 2025-11-30

Pemilihan Umum (Pemilu) merupakan pilar demokrasi yang rentan terhadap polarisasi opini publik dan penyebaran disinformasi di media sosial. Untuk memahami dinamika tersebut, diperlukan pendekatan analisis semantik guna mengidentifikasi potensi kerawanan pemilu. Penelitian ini bertujuan membandingkan kinerja dua model berbasis transformer, IndoBERT dan XLNet, dalam mengukur kemiripan semantik antara komentar media sosial (Twitter/X) dan indikator Indeks Kerawanan Pemilu (IKP) 2024. Data diperoleh melalui teknik crawling sebanyak 574 tweet dengan kata kunci “Pemilu2024”. Tahapan penelitian meliputi preprocessing (pembersihan data, tokenizing, normalisasi, dan stemming), analisis menggunakan model IndoBERT dan XLNet, perhitungan cosine similarity, serta evaluasi melalui Confusion Matrix (akurasi, presisi, recall, F1-score) dan Expert Judgment. Hasil menunjukkan bahwa XLNet memiliki performa lebih baik dengan akurasi 76%, presisi 69,5%, recall 80%, dan F1-score 74,3%, dibandingkan IndoBERT dengan akurasi 59,7%, presisi 54,3%, recall 60,9%, dan F1-score 57,3%. Penelitian ini berkontribusi dalam pengembangan metode komparatif berbasis Natural Language Processing (NLP) untuk mendeteksi potensi isu kerawanan pemilu melalui analisis opini publik di media sosial sebagai dukungan bagi pengawasan partisipatif Bawaslu

Penerapan Jaringan Syaraf Tiruan Backpropagation dalam Pengenalan Huruf Hijaiyah

Sufi Vanitra — 2025-11-30

Pemanfaatan teknologi dalam pembelajaran bahasa Arab dan Al-Qur'an masih kurang dan terkendala oleh minimnya sistem yang mampu mengenali huruf hijaiyah tulisan tangan secara akurat. Penelitian ini bertujuan mengembangkan sistem klasifikasi huruf hijaiyah tulisan tangan menggunakan Jaringan Syaraf Tiruan (JST) algoritma backpropagation yang digabungkan dengan teknik ekstraksi ciri bentuk dan tekstur (GLCM). Dataset terdiri dari 1200 data latih dan 450 data uji dengan citra huruf hijaiyah tulisan tangan. Tahapan penelitian meliputi preprocessing citra (resize, grayscale, Gaussian filter, binarisasi Otsu), ekstraksi 24 fitur (8 fitur bentuk dan 16 fitur GLCM), normalisasi, serta pelatihan dan pengujian model. Hasil pelatihan model mencapai akurasi sempurna 100%, sedangkan hasil pengujian pada data tulisan tangan menggunakan data Kaggle sebesar 93,77%. Sedangkan pengujian menggunakan tulisan tangan secara langsung sebesar 93%. Namun, ketika diuji dengan data huruf font digital yang belum pernah dilihat sebelumnya, akurasi sistem menurun drastis menjadi 20%. Hasil ini menyimpulkan bahwa model backpropagation yang dibangun sangat efektif untuk mengenali pola spesifik dari dataset tulisan tangan yang dilatih, namun memiliki kemampuan generalisasi yang terbatas terhadap variasi bentuk huruf yang baru.

Pengembangan Sistem Informasi Keperawatan Berbasis Web Terintegrasi Biostatistik untuk Peningkatan Mutu Dokumentasi dan Layanan Keperawatan

I Wayan Adi Artha Wiguna — 2025-11-30

Permasalahan utama dalam pelayanan keperawatan di banyak fasilitas kesehatan adalah dokumentasi asuhan yang masih dilakukan secara manual, sehingga rentan terhadap keterlambatan, duplikasi, dan kehilangan data. Kondisi ini menurunkan efisiensi kerja dan menghambat pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem informasi keperawatan berbasis web yang terintegrasi dengan fitur analisis biostatistik guna meningkatkan mutu dokumentasi dan layanan keperawatan. Sistem dikembangkan menggunakan pendekatan prototyping dan diuji di Klinik Bina Usada Bali. Evaluasi melibatkan 15 responden yang ditentukan dengan rumus Slovin (tingkat kesalahan 10%) menggunakan kuesioner berskala Likert 1–5. Data dianalisis menggunakan SPSS versi 26. Hasil penelitian menunjukkan bahwa sistem memperoleh skor evaluasi tinggi pada seluruh aspek, dengan nilai tertinggi pada kegunaan laporan statistik (Mean = 4.80). Uji paired t-test menunjukkan peningkatan signifikan pada kecepatan dokumentasi (p = 0.002) dan kepuasan pengguna (p = 0.001) setelah implementasi sistem. Sistem informasi yang dikembangkan terbukti efektif dalam mendukung digitalisasi dokumentasi, meningkatkan efisiensi kerja, dan memperkuat mutu layanan keperawatan berbasis data.

Pengembangan Aplikasi AR Terintegrasi IoT untuk Visualisasi Arsitektur dan Smart Home

Adhitya Andriansyah Putra Putra — 2025-11-30

Penelitian ini mengatasi keterbatasan metode visualisasi arsitektur konvensional yang hanya memberikan pemahaman sekitar 70% serta kesenjangan dalam integrasi Augmented Reality (AR) dan Internet of Things (IoT). Tujuannya adalah mengembangkan aplikasi AR terintegrasi dengan sistem IoT untuk visualisasi desain arsitektur dan kontrol perangkat rumah pintar menggunakan pendekatan mixedmethod dengan model pengembangan ADDIE. Sistem dibangun menggunakan Unity 3D sebagai engine AR, Vuforia SDK untuk deteksi marker, NodeMCU ESP8266 dengan sensor DHT22 untuk monitoring suhu, serta sistem relay dan Blynk untuk kontrol pencahayaan. Pengujian melibatkan 68 responden menggunakan instrumen System Usability Scale (SUS), uji akurasi marker, dan evaluasi latensi sistem. Hasil menunjukkan skor SUS sebesar 80,96 (kategori “Good”), akurasi deteksi marker mencapai 92%, dan peningkatan pemahaman pengguna menjadi 85,7% (p < 0,05). Sistem monitoring suhu memiliki akurasi ±1 °C dengan pembaruan setiap 5 detik. Walaupun latensi kontrol IoT mencapai 4000 ms, interaksi tetap dapat diterima untuk konteks rumah pintar. Penelitian ini berhasil mengintegrasikan AR dan IoT secara efektif, memberikan kontribusi nyata terhadap transformasi digital di industri arsitektur serta pengembangan ekosistem bangunan pintar yang interaktif dan efisien

Prototipe Sistem Chatbot Panduan Akademik Fakultas Teknik Unpas menggunakan Large Language Model

Fajar Darmawan — 2025-11-30

Penelitian ini dibuat berdasarkan kebutuhan layanan akademik di lingkungan Fakuktas Teknik UNPAS, Dimana masih ada persoalan terkait informasi untuk mahasiswa dalam panduan akademik seperti tata cara penyusunan kartu rencana studi, pemahaman terkait pedoman penulisan laporan tugas akhir. Sehingga tujuan dari penelitian ini adalah membuat aplikasi layanan akademik chatbot yang interaktif dan membantu mahasiswa dalam memberikan jawaban relevan terkait panduan akademik. Langkah-langkah yang dilakukan dalam penelitian ini diawali dengan identifikasi masalah yang akan mendetailkan permasalahan mahasiswa , pengumpulan data yang relevan seperti dokumen-dokumen dari berbagai sumber, Pemilihan model dimana model yang dipilih adalah Large Language Model atau LLM dengan memanfaatkan AI, Pengembangan chatbot dan yang terakhir adalah evaluasi. Hasil dari penelitian pada Tahap pertama ini adalah telah dibangunnya system Chatbot versi awal yang sudah dapat digunakan, tetapi masih ada perlu perbaikan dalam hal konsistensi jawaban yang diakibatkan dari pemanfaatan dokumen yang diacu sebagai pengetahuan masih bercampur dengan dokumen yang tidak relevan