Journal Information System Development (ISD)

Full Paper

2022-01-29T23:22:20+07:00

Full Paper Jurnal ISD Volume 7 No. 1 Januari 2022

ANALISIS PREMI DAN CADANGAN PREMI MODEL MULTIPLE STATE DISKRIT DENGAN SIMULASI MONTE CARLO

2022-08-04T15:26:08+07:00

Terdapat lima jenis asuransi, yaitu asuransi seumur hidup, berjangka, dwiguna, dwiguna murni, dan tangguhan.
Perhitungan premi serta cadangan (premi) dibutuhkan untuk memastikan penanggung dapat memberikan manfaat yang dijanjikan.
Pengaruh dari empat variabel, yaitu suku bunga dan nilai deviasi, masa kontrak, serta manfaat, terhadap premi dan cadangan dianalisis
menggunakan model multiple state diskrit dengan simulasi Monte Carlo.
Tingginya suku bunga membuat nilai premi menurun dan cadangan semakin mendekati nol. Besarnya deviasi suku bunga
mengakibatkan premi dan cadangan menjauh dari hasil perhitungan tanpa deviasi. Besarnya manfaat asuransi membuat premi
meningkat dan cadangan semakin menjauhi nol. Sementara itu, perubahan masa kontrak memberi pengaruh yang berbeda sesuai
dengan jenis asuransinya. Dengan analisis sensitivias, suku bunga memiliki pengaruh terbesar pada asuransi seumur hidup,
sementara variabel paling berpengaruh pada dwiguna murni dan tangguhan adalah masa kontrak. Di sisi lain, variabel
paling berpengaruh pada berjangka dan dwiguna adalah suku bunga atau masa kontrak, tergantung dari status tertanggung

VISUALISASI DATA BENCANA GEOLOGI DI INDONESIA BERBASIS WEB

2022-01-29T23:21:30+07:00

Keberadaan informasi yang valid dan tepat waktu mengenai bencana alam sangatlah penting di Indonesia sebagai negara yang rawan bencana. Selain itu, partisipasi masyarakat dalam melaporkan kejadian bencana di sekitar mereka merupakan kontribusi yang patut diapresiasi. Laporan yang disampaikan masyarakat perlu diverifikasi secara tepat. Laporan dari masyarakat yang terverifikasi termasuk data geolokasi pelapor dapat digunakan untuk memutakhirkan visualisasi data bencana. Situs web memungkinkan pelaporan bencana geologi dari berbagai lokasi yang menjangkau lebih banyak pengguna. Penelitian ini bertujuan untuk mengembangkan aplikasi web visualisasi data bencana alam di Indonesia. Aplikasi yang interaktif ini dibangun menggunakan metode prototyping dan bahasa pemrograman PHP untuk membangun website, dan Python digunakan untuk pengumpulan dan Power BI untuk visualisasi data bencana geologi Indonesia. Pemodelan yang digunakan adalah UML 2.5 dengan use case diagram, activity diagram dan class diagram Berdasarkan pengujian mengikuti metode blackbox, aplikasi secara umum telah berfungsi sebagaimana yang diharapkan. Fungsi penangkapan lokasi pengguna berdasarkan peta dari mapbox belum bekerja secara utuh. Diharapkan aplikasi ini selain mengakomodasi kebutuhan pelaporan dari masyarakat dapat digunakan di dalam pengambilan keputusan oleh pihak yang berwajib dalam menangani pasca bencana seperti keputusan mitigasi bencana dan pembangunan infrastruktur.

IMPLEMENTASI AUGMENTED REALITY DALAM PEMBELAJARAN PENGENALAN BUAH-BUAHAN PADA ANAK-ANAK

2022-01-29T23:21:30+07:00

Peran pendidikan dalam kehidupan ini merupakan hal yang sangat penting, terutama bagi anak-anak. Pendidikan yang dijalani oleh anak-anak baik secara formal atau informal dapat menjadi penentu masa depan mereka. Dengan adanya teknologi augmented reality yang dapat diterapkan dalam kehidupan sehari-hari termasuk pendidikan, penulis akan membuat sebuah aplikasi media pembelajaran yang interaktif dengan mengimplementasikan teknologi augmented reality didalamnya agar anak-anak lebih tertarik untuk belajar. Aplikasi yang dirancang bersifat games dan edukasi dengan fitur untuk menampilkan objek tiga dimensi, permainan kuis tebak gambar dan berhitung agar lebih menarik dan anak-anak dapat belajar sambil bermain. Dengan adanya visual, audio dan permainan, aplikasi ini dapat mencakup gaya belajar VAK sehingga mempermudah proses pembelajaran. Sistem ini dibangun dengan metode software development life cycle melalui aplikasi Unity 3D dan Vuforia. Aplikasi ini juga telah lulus dari pengujian marker yang berupa buku, pengujian aplikasi dengan metode black box, pengujian usability dengan skor 81,13% dan pengujian kepuasan belajar dengan skor 84,69% dari beberapa responden.

PERANCANGAN SISTEM PENGUMPULAN TREN HARGA PRODUK BERBASIS ANDROID DARI TOKOPEDIA

2022-01-29T23:21:30+07:00

Marketplace online merupakan salah satu perkembangan teknologi yang membantu calon pembeli untuk mencari produk yang diinginkan. Pengembang selalu berusaha untuk membuat proses belanja menjadi mudah dan informatif. Namun, terdapat satu fitur penting yang tidak diimplementasi oleh pengembang, yaitu fitur penyajian informasi tren pergerakan harga produk. Maka, sebuah sistem dibuat untuk menyajikan informasi tren pergerakan harga kepada pengguna. Sistem terdiri dari tiga bagian, yaitu basis data (cloud firestore), aplikasi backend berbasis Python dan aplikasi klien berbasis Android. Pengujian menggunakan metode black box dan kuesioner. Hasil pengujian black box menunjukkan bahwa seluruh fungsi sistem sudah berjalan sesuai dengan harapan. Pengguna dapat melihat informasi tren pergerakan harga produk, melacak produk dan membuat permintaan pelacakan produk baru dari aplikasi klien. Hasil kuesioner menunjukkan skor 82.50% (membantu proses belanja), 86.25% (kemudahan memahami informasi yang diberikan), 85% (kelengkapan informasi), 91.25% (tampilan aplikasi), 97.5% (kelancaran aplikasi berjalan) dan 80% (kelayakan sistem untuk masyarakat luas).

KOMPARASI TINGKAT AKURASI RANDOM FOREST DAN KNN UNTUK MENDIAGNOSIS PENYAKIT KANKER PAYUDARA

2022-01-29T23:21:30+07:00

Abstract Ã¢â‚¬â€œ Breast cancer is a cancer that is formed on breast cells. According to Observatory, breast cancer contributed 30.8% for death in all-ages woman that is caused by cancer in 2020. This research uses breast cancer data set to increase awareness and knowledge about breast cancer because the awareness of breast cancer should be public knowledge. KNN is often used for classification. Random Forest is versatile and can be used without tuning to give good result. Previous research indicates SVM has 96.47% of accuracy, Neural Network 97.06%, Naive Bayes 91.18%. The data set is from Kaggle. With the diagnosis of Ã¢â‚¬ËœMÃ¢â‚¬â„¢ for malignant and Ã¢â‚¬ËœBÃ¢â‚¬â„¢ for benign. The data set consists of 569 data and 33 columns in which 31 columns are used. Seventy-five percent of the data is the training data. This research concludes that KNN achieves a ROC score of 0.9959 while Random Forest produces 0.9951.

Keywords: Breast Cancer, KNN, Random ForestÃ‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â Ã‚Â

Abstrak Ã¢â‚¬â€œ Kanker payudara adalah kanker yang terbentuk di sel-sel bagian payudara. Menurut data dari Observatory kanker payudara berkontribusi sebanyak 30,8% untuk kematian penyakit kanker pada wanita untuk semua usia pada tahun 2020. Penelitian ini memakai data set kanker payudara untuk menambah kesadaran, karena, kesadaran akan kanker payudara itu penting dan seharusnya menjadi ilmu pengetahuan umum. Algoritma KNN sering digunakan untuk kasus klasifikasi dan Random Forest memiliki sifat versatile dan tanpa di-tune dapat memberikan akurasi yang bagus dalam klasifikasi. Dari penelitian sebelumnya, SVM memiliki 96.47% accuracy, Neural Network sebanyak 97,06%, dan Naive Bayes 91,18% accuracy. Ppenelitian ini peneliti memiliki ketertarikan untuk membandingkan kedua algoritma dengan ROC curve. Sumber data berasal dari Kaggle. Diagnosis Ã¢â‚¬ËœMÃ¢â‚¬â„¢ (malignant) dan Ã¢â‚¬ËœBÃ¢â‚¬â„¢ (benign). Terdiri dari 569 data dan 33 kolom. Data training sebesar 75% dan memakai 31 kolom. Dari penelitian ini dapat disimpulkan nilai ROC yang dimiliki oleh KNN adalah sebesar 0.9959 dan Random Forest sebesar 0.9951.

Kata Kunci:Ã‚Â Kanker Payudara, KNN, Random Forest

Penerapan Model SDLC Terhadap Sistem Informasi Penjualan Dan Persediaan Bangunan Pada CV. Nilafa

2022-01-29T23:21:30+07:00

Sales is an important thing to pay attention to in a business because through sales the business can make a profit. Sales are also very closely related to inventory, because without inventory the sales process cannot take place. However, the recording of inventory and sales on CV. Nilafa is always handmade so it takes a long time and mistakes are not uncommon. Therefore, a research was conducted in designing a web-based inventory and sales information system using the Software Development Life Cycle (SDLC) methodology. This system is designed using ASP.NET and C# programming languages, as well as SQL Server for database purposes. This sales and inventory information system can help companies quickly find out the amount of inventory, record incoming and outgoing goods, store customer data, reduce the risk of errors or omissions, especially those caused by human error, to make reports quickly and easily. and can be filtered based on user wishes, as well as estimates of the best-selling items so that it can be estimated which items will be purchased/re-supplied through the created information system.

PENELITIAN AWAL PERANCANGAN SISTEM SMART HAND WASH ASSISTANT MENGGUNAKAN APLIKASI TINKERCAD

2022-01-29T23:21:30+07:00

One of the policies implemented by the government of Indonesia in order to reduce the spread of Covid-19 pandemic is the hand washing protocol. The Smart Hand Wash Assistant is designed to make use of various components that can guide the user through the hand washing procedure as described in the protocol. System design in this initial research is done in Tinkercad, which is a web-based application that can create and simulate electronic circuit designs. Testing result for ping sensor, LCD, motor and buzzer components has the success rate of 100%. Testing of the overall system shows that the Smart Hand Wash Assistant system works well in guiding the user to follow the steps of the hand washing protocol

EVALUASI PENGGUNAAN PRODUK UANG ELEKTRONIK E-MONEY OVO MENGGUNAKAN MODEL UTAUT 2 (STUDI KASUS: MAHASISWA KOTA MEDAN)

2022-01-29T23:21:30+07:00

OVO adalah aplikasi yang memenuhi berbagai persyaratan terkait pembayaran mobile dan cashless. Penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja pada model UTAUT 2 mempengaruhi behavioral intention pengguna dalam menggunakan aplikasi OVO. Metode penelitian yang digunakan adalah metode kuantitatif dengan jenis penelitian deskriptif dan kausal. Populasi yang digunakan adalah mahasiswa kota Medan berjumlah sebanyak 153.992 orang dengan jumlah sampel sebanyak 100 orang dan teknik sampling yang digunakan yaitu non-probability sampling dengan jenis Purposive Sampling. Hasil dari penelitian ini menunjukan bahwa variabel Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Condition, Hedonic Motivation, Price Value, dan Habbit berpengaruh secara positif dan signifikan terhadap Behavioral Intention pengguna dalam menggunakan aplikasi OVO dengan nilai pengaruh sebesar 76,8% yang berarti sisanya sebesar 23,2% dipengaruhi oleh faktor-faktor lainnya yang tidak diteliti di dalam penelitian ini. Faktor-faktor pada model UTAUT 2 yang berpengaruh terhadap Behavioral Intention pengguna dalam menggunakan aplikasi OVO adalah Facilitating Condition, Price Value, dan Habbit. Sedangkan faktor-faktor pada model UTAUT 2 yang tidak berpengaruh pada terhadap Behavioral Intention pengguna dalam menggunakan aplikasi OVO adalah Performance Expectancy, Effort Expectancy, Social Influence, dan Hedonic Motivation.