ANALISIS DAN PERANCANGAN SISTEM INFORMASI PENGELOLAAN DATA AKTA NOTARIIL BERBASIS WEB
DOI:
https://doi.org/10.51977/jti.v3i2.550Keywords:
akta notariil, pieces, sistem informasi, webAbstract
Keberhasilan seorang notaris tidak hanya diukur dari banyaknya akta yang dibuatnya, tetapi juga dari keahlian administrasi yang dibentuk di kantor. Pembuatan akta yang banyak, tanpa administrasi yang rapi dan teratur akan menimbulkan masalah dan kesulitan di masa depan. Di era globalisasi, kemajuan teknologi informasi begitu pesat, telah menyebabkan masyarakat selalu mengetahui perkembangan teknologi yang semakin hari semakin berkembang. Padahal teknologi informasi menjadi yang paling fundamental untuk kebutuhan bagi semua aspek kehidupan manusia. Memanfaatkan perkembangan teknologi informasi saat ini, penulis melakukan penelitian bertujuan untuk merancang sistem informasi pengelolaan data akta notariil yang meliputi proses pengajuan pembuatan nomor akta notariil, pencatatan nomor akta notariil, penyimpanan data akta notariil, penelusuran data akta notariil, dan pengklasifikasian data akta notariil dengan metode analisis yang digunakan adalah PIECES (Performance, Economy, Information, Control, Efficiency, Services) sebagai ukuran untuk mengetahui tingkat sistem yang sedang berjalan pada kantor notaris dan PPAT Leodi Chanda Hidayat, S.H, M.Kn. Setelah kelemahan sistem yang berjalan diketahui, penulis berpendapat bahwa permasalahan tersebut kedepannya dapat diselesaikan dengan menggunakan sistem informasi pengelolaan data akta notariil berbasis web yang dapat memudahkan petugas dalam melakukan pengontrolan dan mengelola data akta pada Kantor Notaris dan PPAT Leodi Chanda Hidayat, S.H, M.Kn, yang juga dapat mempercepat pencarian data dan lebih akurat.
Downloads
References
Alkhairi, P., & Windarto, A. P. (2019). Penerapan K-Means Cluster pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara. Seminar Nasional Teknologi Komputer & Sains, 762–767.
Anisya. (2020). Data Mining Dalam Prediksi Pasokan Kelapa Sawit. RANGTEKNIKJOURNAL, 21(1), 1–9. https://doi.org/10.31869/rtj.v3i1.1332
Bahar, A., Pramono, B., & Sagala, L. H. S. (2016). Penentuan strategi penjualan alat-alat tattoo di studio sonyxtattoo menggunakan metode. SemanTIK, 2(2), 75–86.
Basalamah, M. R., Athia, I., & Jannah, M. (2018). Strategi Pemasaran Yang Tepat Guna Dalam Menghadapi Persaingan Pasar UMKM. Jurnal Ketahanan Pangan, 2(2), 190–197.
Herliana, A., Setiawan, V. A., & Prasetio, R. T. (2018). Penerapan Inferensi Backward Chaining Pada Sistem Pakar Diagnosa Awal Penyakit Tulang. Jurnal Informatika, 5(1), 50-60.
Marsono. (2019). Analisis Data Mining Pada Strategi Penjualan Produk PT Aquasolve Sanaria Dengan Menggunakan Metode K-Means Clustering. Teknologi Sistem Informasi Dan Sistem Komputer TGD, 2(1), 32–41.
Metisen, B. M., & Sari, H. L. (2015). Analisis clustering menggunakan metode K-Means dalam pengelompokkan penjualan produk pada Swalayan Fadhila. Jurnal Media Infotama, 11(2), 110–118.
Mulaki, S. F., Setiyawati, N., & Wijaya, A. F. (2018). Analisis Data Mahasiswa Menggunakan Algoritma K-Means Clustering sebagai Dasar Pelaksana Promosi. JBASE - Journal of Business and Audit Information Systems, 1(2), 30–39. https://doi.org/10.30813/.v1i2.1259
Nduru, E. K., Buulolo, E., & Pristiwanto, P. (2018). IMPLEMENTASI ALGORITMA K-Modes UNTUK MENENTUKAN STRATEGI MARKETING STMIK BUDI DARMA. KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 2(1),12–19. https://doi.org/10.30865/komik.v2i1.903
Nurjoko, & Darmawan, A. (2015). Penerapan Data Mining Menggunakan Association Rules untuk Mendukung Strategi Pemasaran Calon Mahasiswa baru (Studi Kasus IBI Darmajaya). TIM Darmajaya, 01(01), 17–32.
Prasetio, R. T., & Riana, D. (2015, November). A comparison of classification methods in vertebral column disorder with the application of genetic algorithm and bagging. In 2015 4th international conference on instrumentation, communications, information technology, and biomedical engineering (ICICI-BME) (pp. 163-168). IEEE.
Prasetio, R. T., & Pratiwi, P. (2015). PENERAPAN TEKNIK BAGGING PADA ALGORITMA KLASIFIKASI UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS DATASET MEDIS. Jurnal Informatika, 2(2).
Prasetio, R. T. (2014). Inventory Control Using Statistics Forecasting on Manufacture Company. Jurnal Informatika, 1(2).
Prasetio, R. T., & Ripandi, E. (2019). Optimasi Klasifikasi Jenis Hutan Menggunakan Deep Learning Berbasis Optimize Selection. Jurnal Informatika, 6(1), 100-106.
Prasetio, R. T., Rismayadi, A. A., & Anshori, I. F. (2018). Implementasi Algoritma Genetika pada k-nearest neighbours untuk Klasifikasi Kerusakan Tulang Belakang. Jurnal Informatika, 5(2), 186-194.
Prasetio, R. T., & Susanti, S. (2019). Prediksi Harapan Hidup Pasien Kanker Paru Pasca Operasi Bedah Toraks Menggunakan Boosted k-Nearest Neighbor. JURNAL RESPONSIF: Riset Sains & Informatika, 1(1), 64-69.
Prasetio, R. T. (2020). SELEKSI FITUR DAN OPTIMASI PARAMETER k-NN BERBASIS ALGORITMA GENETIKA PADA DATASET MEDIS. Jurnal Responsif: Riset Sains & Informatika, 2(2), 213-221.
Prasetio, R. T. (2020). Genetic Algorithm to Optimize k-Nearest Neighbor Parameter for Benchmarked Medical Datasets Classification. Jurnal Online Informatika, 5(2), 153-160.
Prasetio, R. T., Rismayadi, A. A., Suryana, N., & Setiady, R. (2020). Features Selection and k-NN Parameters Optimization based on Genetic Algorithm for Medical Datasets Classification. Heart Disease (SPECTF), 267(44), 2.
Ramdhani, Y., Mubarok, A., Hidayatulloh, S., & Wiguna, W. (2020). Attribute Optimization: Genetic Algorithms and Neural Network for Voice Analysis Classification of Parkinson's Disease.
Ramdhani, Y., & Mubarok, A. (2019). Analisis Time Series Prediksi Penutupan Harga Saham Antm. Jk Dengan Algoritma SVM Model Regresi. Jurnal Responsif: Riset Sains & Informatika, 1(1), 77-82.
Ramdhani, Y., Susanti, S., Adiwisastra, M. F., & Topiq, S. (2018). Penerapan Algoritma Neural Network Untuk Klasifikasi Kardiotokografi.
Ramdhani, Y., & Riana, D. (2017, November). Hierarchical Decision Approach based on Neural Network and Genetic Algorithm method for single image classification of Pap smear. In 2017 Second International Conference on Informatics and Computing (ICIC) (pp. 1-6). IEEE.
Ramdhani, Y. (2015). Komparasi Algoritma LDA Dan Naïve Bayes Dengan Optimasi Fitur Untuk Klasifikasi Citra Tunggal Pap Smear. Jurnal Informatika, 2(2).
Riana, D., Ramdhani, Y., Prasetio, R. T., & Hidayanto, A. N. (2018). Improving Hierarchical Decision Approach for Single Image Classification of Pap Smear. International Journal of Electrical and Computer Engineering (IJECE), 8(6), 5415–5424. https://doi.org/10.11591/ijece.v8i6.pp5415-5424
Wulandari, G. F. (2014). Segmantasi Pelanggan Menggunakan Algoritma K-Means Untuk Customer Relationship Management ( CRM ) Pada Hijab Miulan. Industrial Marketing Management, I(segmentasi pelanggan), 7.
Downloads
Published
Issue
Section
License
Copyright Notice
Proposed policy for journals offering open access. The requirements for authors are as follows:
- Authors retain copyright and grant the journal the right of first publication simultaneously under a Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license. This license allows others to copy and redistribute the material in any medium or format, including remixing, transforming, and building upon the material for any purpose, even commercially
- .Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their websites), such as on Garuda, Academia, ResearchGate, or other repositories, prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (see: The Effect of Open Access).

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.