Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
Gilang Purnama
Universitas Pamulang
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan dan Implementasi Website Company Profile dan E-Commerce Berbasis Web pada Berkah Hijrah Clothing Maria Laura Isabella RH; Gilang Purnama; Farizi Ilham
Jurnal Riset Informatika dan Inovasi Vol 4 No 3 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

PT. Berkah Hijrah Clothing merupakan perusahaan yang bergerak di bidang penjualan produk pakaian. Proses penjualan yang masih dilakukan secara konvensional memiliki beberapa kendala, seperti keterbatasan dalam penyebaran informasi produk, pencatatan transaksi yang kurang efektif, serta kesulitan dalam pengelolaan data penjualan. Oleh karena itu, diperlukan sebuah sistem informasi yang dapat membantu meningkatkan efisiensi proses penjualan dan mempermudah pengelolaan data secara terkomputerisasi. Penelitian ini bertujuan untuk mengimplementasikan Sistem Informasi Penjualan Produk Berbasis Web pada PT. Berkah Hijrah Clothing. Sistem ini dikembangkan menggunakan teknologi web sehingga dapat diakses dengan mudah oleh pelanggan maupun admin. Fitur yang tersedia meliputi pengelolaan data produk, kategori produk, transaksi penjualan, data pelanggan, serta pembuatan laporan penjualan. Metode pengembangan sistem yang digunakan adalah Waterfall yang terdiri dari tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa sistem informasi penjualan berbasis web yang dibangun mampu mempermudah proses pengelolaan produk dan transaksi penjualan, meningkatkan kecepatan akses informasi, serta membantu penyusunan laporan penjualan secara lebih efektif dan efisien.
Tinjauan Literatur Sistematis: Analisis Pembelajaran Terarah Dan Tidak Terarah Pada Machine Learning Ahmad Rakha Ez'ra Ramadhan; Firman Purwanto; Gilang Purnama; Ilham Febryan; Ifan Setiawan
Jurnal Riset Informatika dan Inovasi Vol 2 No 10 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Artikel ini membahas secara komprehensif dua pendekatan utama dalam pembelajaran mesin, yaitu Pembelajaran Terarah (Supervised learning) dan Pembelajaran Tidak Terarah (Unsupervised learning). Kajian ini bertujuan untuk memberikan wawasan mendalam tentang perbedaan antara kedua metode tersebut, termasuk kelebihan dan kekurangannya. Penelitian menggunakan pendekatan Systematic Literature Review (SLR) dengan mengikuti pedoman PRISMA, meninjau publikasi yang relevan dalam kurun waktu lima tahun terakhir. Dari total 540 artikel yang dianalisis, sebanyak 10 artikel dipilih untuk ditelaah lebih rinci, terdiri dari lima yang berfokus pada Supervised learning dan lima lainnya mengenai Unsupervised learning. Hasilnya menunjukkan bahwa Supervised learning memanfaatkan data berlabel untuk tugas prediksi dan klasifikasi, menggunakan algoritma seperti K-Nearest Neighbor (KNN), Naïve Bayes, Decision Tree, dan Support Vector Machine (SVM), yang secara umum memberikan tingkat akurasi tinggi. Sebaliknya, Unsupervised learning bekerja tanpa data berlabel, lebih diarahkan pada eksplorasi pola dan pengelompokan data melalui algoritma seperti K-Means, Artificial Neural Network (ANN), dan Gaussian Mixture Model (GMM), menawarkan fleksibilitas yang lebih tinggi meskipun dengan akurasi yang cenderung lebih rendah. Kedua pendekatan memiliki karakteristik unik yang perlu dipertimbangkan berdasarkan tujuan aplikasi, ketersediaan data, dan kebutuhan analisis.
Co-Authors Ahmad Rakha Ez'ra Ramadhan Farizi Ilham Firman Purwanto Ifan Setiawan Ilham Febryan Maria Laura Isabella RH