Journal of Informatics and Advanced Computing (JIAC)

Rancang Bangun Aplikasi Pengajuan dan Perhitungan Lembur Pekerja untuk Meningkatkan Efisiensi SDM di BRI Cabang Veteran

Rizki Hesananda — 2024-11-15

Pengelolaan perhitungan lembur secara manual pada bagian Penunjang Operasional Layanan SDM PT. Bank Rakyat Indonesia (Persero), Tbk Kantor Cabang Jakarta Veteran sering kali memakan waktu dan tidak efisien. Proses ini melibatkan pengumpulan dokumen lembur fisik, yang menyebabkan keterlambatan dan potensi kesalahan dalam penginputan data. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi perhitungan lembur berbasis web menggunakan PHP dan MySQL guna meningkatkan efektivitas proses pengajuan lembur. Metode pengembangan yang digunakan adalah Waterfall Model, dimulai dari analisis kebutuhan melalui observasi lapangan, perancangan sistem dengan UML dan High Fidelity Mockup, implementasi menggunakan PHP dan HTML, serta pengujian dengan metode Black Box Testing. Hasil evaluasi menunjukkan bahwa rata-rata waktu pengerjaan lembur oleh petugas SDM tanpa sistem adalah 186 menit, sedangkan dengan sistem informasi perhitungan lembur menjadi 33 menit. Dengan demikian, sistem yang dikembangkan mampu menghemat waktu pengerjaan hingga 153 menit atau sekitar 82,3%. Kesimpulannya, sistem informasi yang diusulkan dapat meningkatkan efektivitas dan efisiensi dalam proses pengajuan lembur serta meminimalkan kesalahan penginputan data. Sistem ini diharapkan dapat diintegrasikan dengan aplikasi web BRI Human Capital (BRIHC) untuk mendukung pengolahan data yang lebih lanjut.

Chronic Kidney Disease (CKD) Classification with KNN Algorithm and ID3 Decision Tree

Nabil Fahlevi Abdi — 2024-11-15

Chronic Kidney Disease is a global health problem that requires diagnosis to prevent complications.
According to the Director of Non-Communicable Disease Prevention and Control of the Indonesian
Ministry of Health, in Indonesia, Chronic Kidney Failure is the 10th leading cause of death with more than
42,000 deaths per year. Chronic kidney disease is a condition in which kidney function gradually declines.
Chronic kidney disease can occur due to various factors, including hypertension, diabetes, autoimmune
diseases, kidney infections, and kidney stones that are not treated properly. A step that can be used for
prevention is to identify the disease with data mining classification. Many methods have been used to
predict chronic kidney disease, including the K-Nearest Neighbor (KNN) & ID3 Decision Tree methods. In
this study, classification was carried out using the KNN and ID3 methods by testing data with various
percentages of test data, namely 10%, 20%, 30% and 40%. After testing, the highest calculation result of
the KNN method is in the 30% percentage test data with a value of k = 3, the accuracy obtained reaches
99.16%. While in the ID3 Decision tree method, the highest accuracy value is found in the 30% percentage
of test data with an accuracy value of 98.33%.

Keywords: Chronic Kidney Disease; Classification; K-Nearest Neighbor; Decision Tree ID3

Penerapan Metode Iteratif dan Analisis Pieces dalam Pengembangan Sistem Kepegawaian PT XYZ

Adhitya Hasan — 2025-01-29

Efficient and effective employee data management is key to assessing individual performance within a company. This study identifies that the manual methods currently used by PT XYZ are time-consuming and inefficient, potentially leading to damage, loss, or lack of information. Therefore, this study aims to develop a web-based personnel information system using an iterative method and data collection through interviews. The system is built using the React JS framework and MySQL for data storage. Available features include the management of attendance data, leave, transfers, promotions, assignments, rewards, and penalties. The final results of the study show that this system functions well and can enhance the company's performance through more efficient data processing.

Implementasi Metode Rational Unified Process dalam Rancang Bangun Sistem Kepegawaian Berbasis Web PT ABC

Revicha Sri Aren Julianti — 2024-11-15

The employee information system is a collection of interconnected subsystems related to employee data within a company, aimed at providing information on planning, organizing, operations, and decision-making. With technological advancements, this system is designed to manage the collection, processing, storage, and reporting of employee data and can be implemented in various organizations. This research designs a web-based employee information system for PT ABC, a logistics company with 25 employees that currently manages its workforce manually. The system handles recruitment, attendance, leave, and resignation processes, improving data integrity and facilitating management. With differentiated access rights for administrators, directors, and employees, as well as specific features for prospective employees, the system is expected to enhance the company’s operational efficiency.

Perancangan Aplikasi Pengelolaan Keuangan dengan Menggunakan Android Studio

Najwabilla Salshavira — 2024-11-15

Financial management is an important aspect of everyday life, but it is often challenging for many individuals and families. This article discusses the development of an Android-based financial management application using Android Studio, which aims to improve financial literacy and financial management efficiency. This application offers transaction recording, report generation, bill reminders, and visual analysis features to facilitate understanding of financial patterns. By utilizing modern technology, this application is expected to help users make better financial decisions and improve the financial well-being of the community. The development of this application uses the use case and class diagram design methods to ensure optimal system design.

Pengujian Basis Path Dengan Metode White Box Pada Portal Rosalia Indah

Kelfin Antonius — 2024-11-15

Dalam pembuatan perangkat lunak, pengembangan tidak dapat dilakukan begitu saja tanpa dilakukan pengujian oleh pengembang aplikasi. Pengujian pada perangkat lunak adalah salah satu cara mengidentifikasi bug dan error. Terdapat dua metode pengujian yang berbeda yaitu black box dan white box. Studi ini bertujuan untuk menguji portal Rosalia Indah pada fungsi masuk (login) dan fungsi pendaftaran. Pengujian ini dilakukan dengan teknik basis path yang termasuk dalam metode pengujian white box, pengujian akan memeriksa kemungkinan kesalahan yang terdapat pada portal Rosalia Indah. Untuk melakukan pengujian dengan teknik basis path, perlu dilakukan analisis dari alur program, lalu membuat flowchart, flowgraph, perhitungan cyclometic complexity, dan pembuatan tabel test case. Kesimpulan dari studi ini adalah fungsi masuk(login) dan fungsi pendaftaran berjalan sesuai yang diharapkan atau berhasil, artinya pengguna dapat dengan mudah mendaftar akun serta login ke akun tersebut untuk memesan tiket bis secara online tanpa adanya kendala pada website Rosalia Indah.

Pengujian Grap Based Dengan Menggunakan Metode Black Box Pada LinkedIn

Sarah Thesalonica Sogen — 2024-11-15

LinkedIn, sebagai platform profesional terbesar, menghadapi tantangan dalam memastikan
kualitas fitur-fitur utamanya untuk mendukung pengalaman pengguna yang optimal. Penelitian
ini mengimplementasikan metode Black Box Testing untuk menguji kualitas perangkat lunak
pada berbagai fitur utama LinkedIn, termasuk login, pendaftaran, lowongan kerja, pesan, profil,
koneksi, beranda, dan notifikasi. Dengan menggunakan teknik pengujian berbasis grafik
(graph-based), penelitian ini berfokus pada pengujian hubungan antar entitas serta validasi alur
fungsi yang ada. Hasil pengujian menunjukkan bahwa pendekatan ini mampu
mendeteksi kesalahan fungsi secara efektif, memastikan fitur berjalan sesuai spesifikasi, dan
meningkatkan pengalaman pengguna. Meskipun terdapat tantangan dalam menangani
perubahan dinamis pada sistem, pengujian Black Box berbasis grafik terbukti relevan dan
bermanfaat dalam pengembangan perangkat lunak modern.

Perbandingan Optimizer Dalam Klasifikasi Gambar Tas Hitam dan Putih Menggunakan Deep Learning

Zion Suhasti — 2024-11-15

Perbandingan berbagai optimizer dalam klasifikasi gambar tas hitam dan putih menggunakan teknik deep learning. Dengan meningkatnya penggunaan teknologi deep learning dalam pengenalan pola, penting untuk mengevaluasi kinerja berbagai optimizer untuk meningkatkan akurasi klasifikasi. Dalam studi ini, model convolutional neural network (CNN) diterapkan dan diuji dengan optimizer seperti Stochastic Gradient Descent (SGD), Adam, dan RMSprop. Hasil menunjukkan bahwa penggunaan optimizer tertentu dapat memberikan peningkatan signifikan dalam akurasi klasifikasi.

Kata kunci—Klasifikasi Gambar,Optimizer,CNN,Tas