Jurnal Ilmiah Sistem Informasi (JISI)

Analisis Penerapan Metode TOPSIS untuk Menentukan Obat dalam Sistem Pendukung Keputusan

Zaehol Fatah — 2026-03-31

(TOPSIS) untuk menentukan obat penting di Posyandu RW23 Mimbaan. Permasalahan seperti penilaian subjektif dan pemantauan stok yang tidak konsisten sering menghambat penetapan prioritas obat secara tepat. Dengan metode kuantitatif deskriptif berbasis Multi-Criteria Decision Making (MCDM), penelitian ini menggunakan tiga kriteria utama: masa kedaluwarsa, harga, dan jumlah stok. Proses TOPSIS dilakukan melalui normalisasi, pembobotan, penentuan solusi ideal, dan perhitungan nilai preferensi. Hasil menunjukkan bahwa Antasidah Tablet Kunyah, Parasetamol 500 mg, dan Kaptopril 12,5 mg menjadi obat dengan prioritas tertinggi. Temuan ini membuktikan bahwa TOPSIS mampu mendukung pengambilan keputusan yang objektif dan berbasis data, serta meningkatkan akurasi pengadaan dan stabilitas persediaan di fasilitas kesehatan dasar.

Perbandingan Metode SAW dan Metode TOPSIS dalam Menentukan Karyawan Terbaik di BMT NU

Nur Faliatus Sholeha — 2026-03-31

Karena meningkatnya kompetisi dalam dunia kerja, seperti Baitul Maal wat Tamwil Ulama (BMT NU) memerlukan implementasi evaluasi kinerja yang benar-benar objektif dan terukur. Baitul Maalqwat TamwilbNahdlatul Ulama (BMT NU) cabang Cermee merupakan lembaga keuangan mikro syariah yang memerlukan sistem penilaian efektifitas kerja transparan untuk mengambil keputusan calon karyawan terbaik, di mana proses penilaian saat ini rentan terhadap subjektivitas. Studi ini bertujuan menganalisis perbedaan antara efektivitas dan akurasi metodeASAWdanRTOPSIS sebagai Sistem PendukungJKeputusan (SPK) dalam pemilihan calon karyawan terbaik di BMT NU Cabang Cermee. Metode penelitian yang digunakan adalah penguumpulan data melalui wawancara dan observasi lapangan untuk mengidentifikasi kriteria penilaian yang dibutuhkan, yaitu: kedisiplinan, kinerja, kehadiran, komunikasi, serta kesalahan kerja. Hasil analisis perhitungan menunjukkan bahwa kedua metode mampu memberikan penilaian objektif. Hal ini disebabkan TOPSIS mengevaluasi setiap alternatif berdasarkan perhitungan jaraknya dari solusi ideal positif dan negatif, sehingga memberikan penilaian yang lebih terukur. Berdasarkan metode TOPSIS, solusi slternatif Wulan menempati peringkat tertinggi dengan nilai preferensi 0,9603, sedangkan metode SAW menempatkan Salma pada peringkat pertama. Dengan demikian, metode TOPSIS direkomendasikan untuk digunakan oleh manajemen BMT NU Cabang Cermee karena memperoleh hasil yang lebih representatif dan terukur dalam proses evaluasi dan penetapan pemilihan calon karyawan terbaik.

PERBANDINGAN METODE SAW DAN WP DALAM MENENTUKAN LAPTOP TERBAIK MAHASISWA KOMPUTER

Zaehol Fatah — 2026-03-31

Memilih laptop yang tepat sangat penting bagi pelajar ilmu komputer karena langsung mendukung tugas akademik seperti pemrograman, simulasi, desain, dan analisis data. Namun, memilih perangkat yang sesuai bisa sulit karena banyak pilihan yang tersedia dalam hal harga, kinerja, dan spesifikasi. Penelitian ini bertujuan membandingkan dua metode keputusan multi-kriteria (MCDM)—Simple Additive Weighting(SAW) dan Weighted Product(WP)—untuk menentukan laptop terbaik bagi pelajar ilmu komputer. Data dikumpulkan dari 30 responden melalui kuesioner online yang menyiarkan lima model laptop berdasarkan sembilan kriteria, yaitu harga, RAM, kecepatan prosesor, penyimpanan, kinerja GPU, daya tahan baterai, berat, reputasi merek, dan jangka waktu garansi. Hasil menunjukkan bahwa kedua metode menghasilkan peringkat yang konsisten, dengan Dell Inspiron 14 (A5) menjadi pilihan teratas, mendapat skor 0.8919 menggunakan SAW dan 0.2376 menggunakan WP. Metode SAW lebih sederhana dan mudah diimplementasikan, sementara metode WP lebih sensitif terhadap variasi distribusi bobot kriteria. Kesamaan hasil dari kedua metode menunjukkan data dan pengugasan bobot yang stabil. Penelitian ini berkontribusi dalam pengembangan sistem pendukung keputusan, terutama dalam skenario pemilihan produk yang melibatkan beberapa faktor evaluasi. Penelitian ke depan dapat mengeksplorasi pendekatan MCDM hybrid atau sistem rekomendasi real-time untuk meningkatkan keputusan dalam konteks teknologi pendidikan.

Sistem Klasifikasi Citra AI Dan Human Menggunakan CNN Multi-Modal Berbasis Web

Oscar Ardiyansyah — 2026-03-31

Penelitian ini mengembangkan sistem klasifikasi citra berbasis web menggunakan arsitektur Convolutional Neural Network (CNN) multi-modal untuk membedakan citra buatan manusia dan hasil generasi AI. Sistem yang diajukan menggabungkan tiga jenis input, yaitu citra asli, Error Level Analysis (ELA), dan Residual Noise Map (RDM) guna memperkaya representasi fitur pada proses klasifikasi. Model dibangun dengan backbone VGG16 pre-trained dan diuji pada 2.102 data citra yang terbagi seimbang antara dua kelas. Hasil eksperimen menunjukkan akurasi validasi sebesar 91% dan nilai macro F1-score sebesar 0,91, mengungguli pendekatan unimodal pada tugas serupa. Sistem diimplementasikan menggunakan framework Flask yang memungkinkan uji keaslian citra secara real-time, sehingga sangat relevan diterapkan di bidang forensik digital, verifikasi hak cipta, dan mitigasi disinformasi visual.

Peningkatan Efisiensi Distribusi Otomotif melalui Teknologi Informasi

Lulyana Amanda — 2026-03-31

Industri otomotif Indonesia menghadapi tantangan dalam meningkatkan efisiensi distribusi di tengah persaingan yang semakin ketat. PT ASCO Megapart Indonesia merupakan salah satu perusahaan yang bergerak di bidang distribusi komponen otomotif, khususnya velg baja berstandar SNI dan JIS. Meskipun telah menerapkan sistem informasi internal untuk pengelolaan dokumen seperti PO, SO, dan LBM, sebagian besar proses distribusi masih bergantung pada pencatatan manual dan penggunaan dokumen fisik. Hal ini mengakibatkan keterlambatan pengiriman, ketidaksesuaian data stok, dan kurangnya koordinasi antar divisi. Penelitian ini bertujuan untuk menganalisis kondisi proses distribusi saat ini dan memberikan rekomendasi strategis berbasis teknologi informasi. Metode yang digunakan meliputi wawancara, observasi, dokumentasi, dan analisis SWOT. Hasil penelitian menunjukkan bahwa digitalisasi melalui ERP (Enterprise Resource Planning), cloud computing, dan Business Intelligence dapat meningkatkan kecepatan, akurasi, dan efisiensi operasional secara signifikan. Rekomendasi yang diajukan mencakup penerapan ERP untuk integrasi fungsi bisnis, pemanfaatan cloud untuk akses data yang fleksibel, serta penggunaan BI untuk mendukung pengambilan keputusan berbasis data. Penelitian ini diharapkan dapat menjadi rujukan bagi perusahaan distribusi otomotif dalam merancang transformasi digital yang efektif dan adaptif terhadap dinamika industri.

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN STRATEGI PENGEMBANGAN UMKM (USAHA MIKRO,KECIL DAN MENENGAH) MENGGUNAKAN METODE MOORA (MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS) BERBOBOT

Guna Yanti Siregar — 2026-03-30

ABSTRAK

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran penting dalam pertumbuhan ekonomi daerah. Namun, dalam proses pengembangan usaha, pelaku UMKM sering menghadapi kesulitan dalam menentukan strategi yang paling efektif akibat banyaknya kriteria yang harus dipertimbangkan. Penelitian ini bertujuan untuk menerapkan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) berbobot dalam menentukan strategi pengembangan UMKM yang optimal. Kriteria yang digunakan meliputi biaya investasi, potensi peningkatan omzet, risiko usaha, dan jangkauan pasar. Hasil penelitian menunjukkan bahwa alternatif Digital Marketing Intensif memperoleh nilai optimasi tertinggi sebesar 0,173, sehingga direkomendasikan sebagai strategi prioritas. Metode MOORA berbobot terbukti mampu memberikan keputusan yang objektif dan terstruktur dalam mendukung pengambilan keputusan strategis UMKM.

Kata kunci: Sistem Pendukung Keputusan, MOORA, UMKM, Multi Kriteria, Strategi Pengembangan

A Pendekatan Model Sistem Informasi Smart Inventory Laboratorium dengan Validasi Unit Berbasis RFID

Tsabitah Hanum — 2026-03-31

Pengelolaan inventarisasi laboratorium yang masih dilakukan secara manual sering menimbulkan permasalahan, seperti ketidaktepatan pencatatan, kesalahan identifikasi peralatan, serta rendahnya keterlacakan unit inventaris. Kondisi tersebut berpotensi mengganggu kegiatan praktikum, penelitian, dan pengelolaan aset laboratorium. Penelitian ini bertujuan untuk merancang model sistem informasi Smart Inventory Laboratorium dengan unit validasi berbasis Radio Frequency Identification (RFID) guna meningkatkan konsistensi dan konsistensi data inventaris. Metode penelitian yang digunakan adalah pendekatan konseptual perancangan dan sistem, yang dikhususkan pada analisis kebutuhan, penyusunan prinsip desain, perancangan arsitektur sistem, serta penyusunan alur proses peminjaman inventaris. Hasil penelitian berupa model sistem yang memisahkan proses validasi identitas pengguna dan validasi fisik unit inventaris, dengan RFID diposisikan sebagai identitas unik setiap unit peralatan. Model ini juga menerapkan alur pinjaman yang terstruktur serta menjadikan sistem backend sebagai otoritas utama pengambilan keputusan. Secara kontekstual, model yang diusulkan mampu meningkatkan konsistensi status inventarisasi, memperkuat keterlacakan unit peralatan, dan meminimalkan potensi kesalahan operasional. Model ini diharapkan dapat menjadi acuan dalam pengembangan sistem inventaris laboratorium yang lebih sistematis dan andal.

PENERAPAN BUSINESS INTELLIGENCE DALAM EVALUASI EFISIENSI PENGELOLAAN STOK BUKU DI TOKO BUKU TOHA PUTRA CIREBON

Nafla Fadillah — 2026-03-31

Penelitian ini bertujuan menganalisis efektivitas penerapan Business Intelligence (BI) dalam meningkatkan efisiensi pengelolaan stok pada Toko Buku Toha Putra Cirebon, yang masih menggunakan pencatatan manual dan sering mengalami ketidaktepatan informasi, overstock, dan stockout. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan memanfaatkan data operasional penjualan, pembelian, dan persediaan yang kemudian diproses melalui tahapan ETL dan integrasi ke dalam data warehouse sebelum dianalisis menggunakan dashboard interaktif. Hasil penelitian menunjukkan bahwa penerapan BI meningkatkan nilai stock turnover dari 2,1 kali menjadi 3,4 kali, serta menurunkan days of inventory dari 62 hari menjadi 41 hari. Selain itu, tingkat stockout berkurang sebesar 18% setelah penerapan BI. Temuan ini menunjukkan bahwa BI mampu menyediakan informasi yang lebih akurat, mempercepat analisis, dan meningkatkan kualitas keputusan pemesanan. Secara keseluruhan, penelitian ini memberikan kontribusi praktis bagi ritel buku dalam optimalisasi persediaan dan kontribusi teoretis berupa model implementasi BI untuk usaha skala menengah.

Analisis Sentimen Ulasan Pengguna Aplikasi E-Commerce Toco Menggunakan Algoritma Naive Bayes

Adinda Purnamasari — 2026-03-31

This study aims to analyze the sentiment of user reviews of the Toco e-commerce application using the Naïve Bayes Multinomial algorithm. The dataset consists of 1425 reviews with an unbalanced distribution between positive and negative classes. Review data was collected from the Google Play Store platform, then processed automatically through the stages of case folding, normalization, stopword removal, and stemming. Modeling was carried out by dividing the data into training and test data, and classifying sentiment using the Naïve Bayes approach. From the evaluation results, the model's accuracy in sentiment classification reached 88%, with higher performance achieved in the majority class (positive) compared to the minority class (negative), as reflected in the low precision and recall values. This study emphasizes the need to handle unbalanced data so that the analysis results reflect the diverse perceptions of users. This research provides a baseline for sentiment analysis for local e-commerce applications and contributes to the development of automated analytics systems to support decision-making in the Indonesian e-commerce industry.