Journal of Advanced Research in Informatics

AI CHATBOT IMPLEMENTATION FOR NURUL JADID UNIVERSITY WEBSITE USING LSTM ALGORITHM

Sudriyanto Sudriyanto — 2025-06-12

The rapid advancement of technology has brought significant changes in various aspects of life, including the education sector. As an educational institution, Nurul Jadid University must adopt the latest technology to enhance efficiency and service, particularly in responding to the increasing volume of inquiries and information needs from the public and parents before enrolling their children. A chatbot, as part of Natural Language Processing (NLP) based on Artificial Intelligence (AI), is designed to interact with users through text or voice, providing fast, accurate, and continuous service. The Long Short-Term Memory (LSTM) algorithm in deep learning is utilized for text data prediction and classification. In this research, the data consists of tags, patterns, and responses obtained manually from the official Nurul Jadid University website and then preprocessed to develop the chatbot model. The core component of this model is the embedding layer, which assigns vector values to each word in the processed text data. The model training results indicate an accuracy of 99.32% and a loss of 12.57%, demonstrating that the model performs well without overfitting or underfitting, making it suitable for testing and deployment. Thus, the LSTM-based chatbot serves as an effective virtual assistant to help the public, prospective students, and current students access information more easily and efficiently.

Rancang Bangun Sistem Pendukung Keputusan Seleksi Karyawan Dengan Metode Multi Attribute Utility Theory.

al wendi — 2025-06-12

Decision making involving multiple criteria is often a challenge in the selection process, especially when having to choose the best alternative from a number of candidates. This study aims to build a Decision Support System (DSS) that is able to assist the selection process of the best candidates objectively, structured, and efficiently. The method used is the Multi-Attribute Utility Theory (MAUT), which has the ability to handle multi-criteria decision making with a utility approach, where each criterion is weighted based on its level of importance. This system is designed using the UML (Unified Modeling Language) modeling language to present a clear visual representation of the proposed system. The criteria used in the study consist of 5 criteria, namely: Work experience, education, age, status, and web address. Each alternative is assessed based on these five criteria, then the normalization process and calculation of the total utility value are carried out to determine the final ranking. The respondents or samples in this study consisted of 5 students registered in August 2024, from the five samples used, the highest utility result with code A02 in the name of Ahmad Suhery obtained the highest utility value of 0.6893, so that it was determined as the best alternative in the selection process. This system is expected to be a tool to assist in decision making.

Prediksi Coin Kripto Dengan Menggunakan Metode LSTM (Long Short-Term Memory)

Rizal Sapta Dwi Harjo — 2025-06-12

Dalam studi ini, dilakukan penelitian mengenai sejauh mana akurasi algoritma AI (Kecerdasan Buatan) dapat memprediksi harga mata uang kripto, khususnya bitcoin. Dari sekian banyak metode AI, peneliti memilih LSTM karena penelusuran literatur yang ada menunjukkan bahwa LSTM banyak digunakan dalam metode prediksi yang memiliki akurasi sangat tinggi terhadap data yang diberikan. Dalam penerapannya, dapat disimpulkan bahwa LSTM menghasilkan nilai MSE (Mean Squared Error) dan RMSE (Root Mean Squared Error) yang baik, serta dapat memprediksi mata uang kripto. Dalam pengujiannya, dapat disimpulkan bahwa LSTM bekerja dengan cara memprediksi berdasarkan 50 data sebelumnya untuk memprediksi data selanjutnya, termasuk memprediksi data yang pada awalnya tidak ada perubahan harga atau datanya masih sedikit. Penelitian ini dapat menjadi referensi bagi para trader yang berkecimpung dalam bisnis mata uang kripto.

EVALUASI PENGGUNAAN APLIKASI PAWOON SEBAGAI ALAT PENDUKUNG ADMINISTRASI PADA CAFÉ ORTER MENGGUNAKAN METODE TAM

Lela Amelia — 2025-06-12

UMKM memiliki peran strategis dalam perekonomian Indonesia, namun masih menghadapi tantangan dalam pengelolaan transaksi penjualan yang efisien. Penelitian ini bertujuan untuk mengevaluasi tingkat penerimaan aplikasi kasir digital Pawoon di Café Orter menggunakan pendekatan Technology Acceptance Model (TAM). Model ini menilai lima dimensi: kemudahan penggunaan, kemanfaatan, sikap terhadap penggunaan, niat perilaku, dan penggunaan aktual. Data dikumpulkan melalui kuesioner Likert kepada 16 responden yang merupakan pengguna aplikasi Pawoon di Café Orter. Analisis dilakukan dengan uji validitas, reliabilitas, regresi linier, serta uji asumsi klasik menggunakan SPSS. Hasil penelitian menunjukkan bahwa aplikasi Pawoon diterima dengan baik, terbukti dari nilai validitas dan reliabilitas yang tinggi, serta tidak terdapat pelanggaran asumsi klasik. Variabel kemudahan penggunaan dan kemanfaatan secara signifikan memengaruhi niat untuk terus menggunakan aplikasi. Penggunaan Pawoon membantu meningkatkan efisiensi operasional, mempercepat transaksi, dan mengurangi kesalahan pencatatan. Meskipun terdapat tantangan awal seperti adaptasi dan pelatihan, aplikasi ini terbukti efektif sebagai solusi digital untuk mendukung pengelolaan transaksi pada UMKM. Penelitian ini memberikan masukan penting bagi UMKM dalam memilih teknologi kasir digital berbasis pendekatan TAM.

Aplikasi Website Pada Toko Buket Bunga Fhaflorist Kroya Dengan Metode Waterfall

Putri Eka Nur Alifah — 2025-06-12

In the Industry 4.0 to 5.0 era, small and medium enterprises (SMEs) increasingly adopt technology to improve operational efficiency. FhaFlorist Kroya Flower Shop still records transactions and manages products manually, resulting in data-entry errors and slow reporting. This study designs and implements a web-based cashier application using Laravel (PHP) according to the Waterfall model comprising requirements analysis, system design, implementation, testing, and maintenance each phase completed on schedule and to specification. Functional testing was carried out via Black-box Testing, followed by a User Acceptance Test (UAT) to verify end-user acceptance. The UAT yielded a system viability score of 91.20%, indicating that the application meets user requirements and is suitable for enhancing the shop’s operational processes

PEMANFAATAN DATA MINING DALAM MENENTUKAN POLA PEMILIHAN MATA KULIAH MAHASISWA

Ahmad Budi Trisnawan — 2025-06-12

Pemilihan mata kuliah oleh mahasiswa merupakan aspek krusial dalam proses pembelajaran yang sangat memengaruhi keberhasilan akademik dan perencanaan studi. Namun, banyak mahasiswa yang mengalami kesulitan dalam menentukan mata kuliah yang sesuai dengan minat, kemampuan, dan kebutuhan kurikulum. Dalam konteks tersebut, teknologi data mining menjadi alat yang efektif untuk menganalisis data historis pemilihan mata kuliah guna menemukan pola-pola tersembunyi yang tidak mudah terlihat secara manual. Penelitian ini mengaplikasikan teknik data mining, terutama algoritma clustering dan association rules, untuk mengidentifikasi kelompok mahasiswa berdasarkan pola pemilihan mata kuliah serta mengungkap hubungan antar mata kuliah yang sering dipilih secara bersamaan. Data yang digunakan berasal dari rekaman pemilihan mata kuliah selama beberapa semester di sebuah perguruan tinggi. Dengan menerapkan metode K-Means clustering, penelitian ini berhasil mengelompokkan mahasiswa ke dalam beberapa segmen dengan karakteristik pemilihan mata kuliah yang berbeda, seperti kecenderungan memilih mata kuliah teori, praktikum, atau campuran. Selain itu, algoritma Apriori menghasilkan aturan asosiasi yang berguna untuk rekomendasi mata kuliah, membantu mahasiswa dalam pengambilan keputusan yang lebih informasional. Hasil penelitian menunjukkan bahwa data mining dapat meningkatkan pemahaman institusi terhadap perilaku akademik mahasiswa serta mendukung penyusunan strategi pembimbingan akademik yang lebih tepat sasaran dan personal.

PERANCANGAN SISTEM PEMESANAN PRODUK BERBASIS WEB PADA PT. TRIMUKTI WIRAPRATAMA

Maria Grasela Goo — 2025-06-12

Penelitian ini bertujuan merancang dan mengimplementasikan sistem pemesanan produk berbasis web pada PT. Trimukti Wirapratama untuk meningkatkan efisiensi transaksi dan memperluas jangkauan pemasaran. Dengan perkembangan pesat penetrasi internet dan pertumbuhan e-commerce di Indonesia, digitalisasi proses pemesanan menjadi kebutuhan penting bagi perusahaan manufaktur. Sistem dikembangkan menggunakan framework Laravel dengan metode waterfall yang terstruktur, serta didukung rancangan basis data menggunakan ERD dan berbagai diagram UML. Pengujian dilakukan dengan metode black box untuk memastikan seluruh fitur, seperti login, hingga pengelolaan pesanan oleh admin dan manajer, berjalan sesuai kebutuhan pengguna. Hasil pengujian menunjukkan semua fitur berfungsi dengan baik dan sistem memberikan kemudahan akses serta pengelolaan produk. Sistem ini diharapkan dapat menjadi solusi efektif bagi PT. Trimukti Wirapratama dalam menghadapi persaingan bisnis digital, dengan prospek pengembangan fitur pembayaran digital, integrasi pelacakan pengiriman, serta peningkatan performa melalui teknologi cloud dan metode agile pada pengembangan selanjutnya

Strategi Pemasaran Berbasis Data Analisis Pola Pembelian Konsumen Online dengan Algoritma Apriori

Nala Kamila Azizy — 2025-06-12

Di era digital saat ini, strategi pemasaran berbasis data menjadi elemen kunci dalam meningkatkan efektivitas dan efisiensi pemasaran. Penelitian ini bertujuan untuk menganalisis penerapan algoritma Apriori dalam menentukan pola pembelian konsumen berdasarkan data transaksi penjualan online. Penerapan metode data mining digunakan untuk mengolah dataset transaksi online retail untuk mengidentifikasi aturan asosiasi antar produk yang sering dibeli bersama. Hasil penelitian menunjukkan bahwa algoritma Apriori dapat secara efektif mengidentifikasi kombinasi produk dengan tingkat dukungan dan kepercayaan diri yang tinggi. Aturan asosiasi yang didperoleh dapat dimanfaatkan dalam strategi pemasaran seperti rekomendasi paket (bundling), diskon, dan optimalisasi pemasaran. Dengan demikian, pemanfaatan algoritma Apriori dalam analisis data ritel online dapat meningkatkan efektivitas pemasaran dan mendorong pertumbuhan bisnis yang lebih berkelanjutan.