IKHAFIIKHAFI
Jurnal Sistem Informasi dan E-BisnisJurnal Sistem Informasi dan E-BisnisPengelolaan ruang rapat di perusahaan yang masih dilakukan secara manual sering menimbulkan berbagai kendala operasional, seperti proses koordinasi yang memakan waktu, risiko terjadinya konflik jadwal atau double booking, serta keterbatasan akses informasi ketersediaan ruang secara real-time. Penelitian ini bertujuan untuk mengembangkan aplikasi pemesanan ruang rapat berbasis Android yang terintegrasi dengan sistem backend berbasis web untuk mengatasi permasalahan tersebut. Sistem yang dibangun menggunakan framework Laravel sebagai backend API dan Flutter untuk aplikasi mobile, dengan database MySQL sebagai penyimpanan data utama. Sebagai kontribusi utama, penelitian ini menerapkan Algoritma Constraint Satisfaction Problem (CSP) pada logika validasi reservasi di sisi backend untuk mencegah konflik jadwal secara otomatis. Metode pengembangan yang digunakan adalah Agile Scrum dengan pendekatan iteratif dan incremental, sistem dikembangkan secara bertahap dengan feedback berkala dari stakeholder. Firebase Cloud Messaging (FCM) juga diintegrasikan untuk mengirimkan notifikasi real-time kepada pengguna terkait status reservasi. Pengujian dilakukan menggunakan metode Black Box Testing dan User Acceptance Test (UAT) dengan melibatkan pengguna dari PT. Haleyora Powerindo. Hasil pengujian menunjukkan bahwa sistem mampu memfasilitasi proses pemesanan ruang rapat secara mandiri, validasi CSP berhasil mencegah terjadinya double booking, dan tingkat kepuasan pengguna terhadap aplikasi tergolong dalam kategori baik.
Penelitian ini berhasil mengembangkan aplikasi berbasis Android yang terintegrasi dengan backend web menggunakan arsitektur Laravel‑Flutter‑MySQL‑Firebase untuk mengatasi masalah pemesanan ruang rapat secara manual.Implementasi algoritma Constraint Satisfaction Problem menunjukkan akurasi 100% dalam mencegah konflik jadwal, sementara metodologi Agile Scrum memungkinkan pengembangan iteratif yang menghasilkan sistem fungsional dengan kepuasan pengguna tinggi (skor 4,26/5,0).Penelitian lanjutan dapat meneliti integrasi kalender eksternal serta penerapan machine learning untuk memberikan rekomendasi waktu reservasi optimal berdasarkan pola historis penggunaan ruang rapat.
Penelitian selanjutnya dapat mengeksplorasi tiga arah studi utama. Pertama, bagaimana integrasi kalender eksternal seperti Google Calendar atau Outlook ke dalam sistem RapaTrack dapat meningkatkan kemudahan sinkronisasi jadwal dan mengurangi beban administratif bagi pengguna? Kedua, apakah penerapan teknik machine learning, misalnya model prediktif berbasis data historis pemesanan, dapat menghasilkan rekomendasi waktu reservasi yang lebih optimal dan adaptif terhadap pola penggunaan ruang rapat? Ketiga, bagaimana skalabilitas dan kinerja sistem ketika diterapkan pada lingkungan multi‑perusahaan dengan variasi jumlah ruang, pengguna, dan constraint tambahan, serta perbandingan efektivitas algoritma CSP dengan algoritma penjadwalan lain seperti algoritma genetika atau backtracking? Studi‑studi ini dapat dilakukan dengan desain eksperimen kuantitatif, pengumpulan data log penggunaan, serta evaluasi kepuasan pengguna melalui survei terstruktur, sehingga memberikan kontribusi praktis dan teoritis bagi pengembangan sistem manajemen ruang rapat yang lebih cerdas dan fleksibel.
| File size | 686.94 KB |
| Pages | 8 |
| DMCA | Report |
Related /
IKHAFIIKHAFI Perbedaan optimizer berpengaruh terhadap kinerja model LSTM dalam prediksi harga penutupan IHSG. Optimizer Adam terbukti memberikan hasil prediksi terbaikPerbedaan optimizer berpengaruh terhadap kinerja model LSTM dalam prediksi harga penutupan IHSG. Optimizer Adam terbukti memberikan hasil prediksi terbaik
IKHAFIIKHAFI Hasil pengujian menunjukkan sistem mampu mengelompokkan pelanggan menjadi tiga cluster berdasarkan karakteristik transaksi. Penelitian ini berhasil mengembangkanHasil pengujian menunjukkan sistem mampu mengelompokkan pelanggan menjadi tiga cluster berdasarkan karakteristik transaksi. Penelitian ini berhasil mengembangkan
IKHAFIIKHAFI Sistem Informasi Microfinance untuk Pengelolaan Pembiayaan di Yayasan Dian Mandiri berhasil dirancang dan dikembangkan, mendukung seluruh proses pengelolaanSistem Informasi Microfinance untuk Pengelolaan Pembiayaan di Yayasan Dian Mandiri berhasil dirancang dan dikembangkan, mendukung seluruh proses pengelolaan
IKHAFIIKHAFI Metode UCD diterapkan melalui tahapan analisis kebutuhan pengguna, perancangan sistem, implementasi, pengujian, dan evaluasi usability. Sistem dikembangkanMetode UCD diterapkan melalui tahapan analisis kebutuhan pengguna, perancangan sistem, implementasi, pengujian, dan evaluasi usability. Sistem dikembangkan
IKHAFIIKHAFI Hasil statistik menunjukkan bahwa keberadaan dark patterns secara signifikan menurunkan kepercayaan pengguna, namun pada saat yang sama terbukti secaraHasil statistik menunjukkan bahwa keberadaan dark patterns secara signifikan menurunkan kepercayaan pengguna, namun pada saat yang sama terbukti secara
IKHAFIIKHAFI Penelitian ini berhasil mengembangkan model klasifikasi machine learning, khususnya Random Forest dengan teknik SMOTE, yang memberikan performa superiorPenelitian ini berhasil mengembangkan model klasifikasi machine learning, khususnya Random Forest dengan teknik SMOTE, yang memberikan performa superior
IKHAFIIKHAFI Hasil tersebut menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang personal berdasarkan kesamaan preferensi dan riwayat penilaian pengguna. PengujianHasil tersebut menunjukkan bahwa sistem mampu menghasilkan rekomendasi yang personal berdasarkan kesamaan preferensi dan riwayat penilaian pengguna. Pengujian
IKHAFIIKHAFI Metode penelitian yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian.Metode penelitian yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian.
Useful /
IKHAFIIKHAFI Dataset terlebih dahulu melalui proses filtering berdasarkan kata kunci layanan publik, kemudian dilakukan preprocessing yang meliputi case folding, cleaning,Dataset terlebih dahulu melalui proses filtering berdasarkan kata kunci layanan publik, kemudian dilakukan preprocessing yang meliputi case folding, cleaning,
IKHAFIIKHAFI Metode instance segmentation berbasis deep learning telah berkembang pesat, dengan CNN dan Mask R‑CNN masih dominan serta arsitektur Transformer menunjukkanMetode instance segmentation berbasis deep learning telah berkembang pesat, dengan CNN dan Mask R‑CNN masih dominan serta arsitektur Transformer menunjukkan
IKHAFIIKHAFI Sistem dikembangkan menggunakan SvelteKit, Supabase, Vercel, Drizzle ORM, Komerce Payment API, RajaOngkir API (via Komerce), Gmail API, dan Fonnte API.Sistem dikembangkan menggunakan SvelteKit, Supabase, Vercel, Drizzle ORM, Komerce Payment API, RajaOngkir API (via Komerce), Gmail API, dan Fonnte API.
IKHAFIIKHAFI Dengan demikian, pendekatan ini memberikan pemahaman komprehensif dan kontribusi utama berupa Awareness Index sebagai indikator kuantitatif untuk evaluasiDengan demikian, pendekatan ini memberikan pemahaman komprehensif dan kontribusi utama berupa Awareness Index sebagai indikator kuantitatif untuk evaluasi