Innotech: Jurnal Ilmu Komputer, Sistem Informasi dan Teknologi Informasi

Evalusi Kualitas Fungsional Sistem Persediaan Penjuaalan Web Dengan Blackbox dan UAT

2026-01-26T15:58:17+07:00

Penelitian ini mengevaluasi kualitas fungsional sistem informasi persediaan dan penjualan berbasis web dengan mengintegrasikan metode Black Box Testing dan User Acceptance Testing (UAT). Kedua metode tersebut diterapkan pada 32 kasus uji yang mencakup modul autentikasi, data master, transaksi pembelian, dan transaksi penjualan, dengan hasil 27 kasus berhasil sehingga tingkat keberhasilan mencapai 84,38%. Lima kasus lain mengungkap keterbatasan berupa tidak tersedianya ekspor data ke CSV pada empat modul, belum adanya fitur surat jalan, serta ketiadaan validasi pencegahan stok negatif pada transaksi penjualan. UAT melibatkan sembilan pengguna toko melalui skenario kerja harian dan kuesioner Likert lima poin yang mencakup kesesuaian fungsi, kemudahan penggunaan, keandalan, efisiensi, dan kepuasan keseluruhan. Hasil UAT menunjukkan rata-rata skor keseluruhan 4,2 (kategori “Baik”), dengan skor tertinggi pada dimensi keandalan (4,5) dan skor terendah pada dimensi efisiensi (3,9). Secara umum, pengguna menilai sistem sudah layak mendukung operasi dasar, namun masih membutuhkan fleksibilitas pelaporan dan mekanisme pengamanan terhadap kesalahan input. Temuan ini menunjukkan bahwa kombinasi Black Box Testing dan UAT efektif mengidentifikasi kesenjangan antara spesifikasi teknis dan kebutuhan operasional, sekaligus menjadi dasar rekomendasi perbaikan sistem informasi persediaan dan penjualan di ritel kecil berbasis web.

PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOUR DAN NAÏVE BAYES DALAM ANALISIS SENTIMEN PRODUK INFINIX NOTE 40

2026-01-08T12:53:05+07:00

Abstract: Infinix Note 40 adalah produk populer dengan spesifikasi tinggi namun terjangkau dengan kelengkapan paket pembelian yang menarik, produk ini telah menarik perhatian di media sosial dan platform ulasan, termasuk di channel YouTube Gadgetin. Penelitian ini bertujuan untuk membandingkan dua algoritma data mining, K-Nearest Neighbour (KNN) dan Naïve Bayes, dalam menganalisis sentimen. Dari 8.323 data komentar pada video di channel GadgetIn, hasil menunjukkan bahwa Naïve Bayes lebih unggul dari KNN dengan akurasi sebesar 69.% dibandingkan akurasi KNN sebesar 59%, dengan detail matrix Naïve Bayes sebagai berikut Precision sebesar 68,9%, Recall sebesar 69% dan F1-Score sebesar 68,5%. Penemuan ini menekankan keunggulan Naïve Bayes dalam menganalisis sentimen terhadap Infinix Note 40 dari ulasan di channel YouTube Gadgetin dan menghasilkan intepretasi condong ke arah negatif dimana model mengklasifikasikan sentimen negatif 39%, sentimen netral 26% dan sentimen positif 34%.

Kata Kunci: Data Mining, Klasifikasi Teks, Analisis Sentimen, K-Nearest, Neighbor, Naïve Bayes, YouTube.

Identifikasi Perbandingan Prediksi Harga Saham pada PT XYZ Menggunakan Teknik Algoritma FB Prophet dan Random Forest pada Metode CRISP-DM

2026-01-26T16:12:15+07:00

Abstract: Penelitian ini bertujuan untuk membandingkan efektivitas dua algoritma prediksi harga saham, yaitu FB Prophet dan Random Forest, dengan menggunakan metode CRISP-DM. Fokus utama penelitian adalah pada saham PT XYZ, dengan data yang diambil dari periode 1 Maret 2019 hingga 1 Maret 2024. Prediksi harga saham merupakan topik penting dalam bidang keuangan, karena dapat membantu investor dalam membuat keputusan yang lebih baik. Kedua algoritma ini dievaluasi berdasarkan tingkat error yang diukur menggunakan Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Error (MAE). Penelitian ini menunjukkan bahwa algoritma FB Prophet dan Random Forest memiliki keunggulan masing-masing dalam memprediksi harga saham. Penelitian ini juga diharapkan dapat memberikan kontribusi bagi literatur ilmiah di bidang data mining dan analisis prediksi saham