Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal (JRSIKOM) Jurnal Riset Sistem Informasi dan Aplikasi Komputer
Adillilah Assyafii
STIKOM Tunas Bangsa
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Mathematics

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

Found 2 Documents
Search

 1 
Kajian Literatur: Pemanfaatan Avl Tree Untuk Penyusunan Data Produk Makanan Daerah Sumatera Pada Sistem Marketplace Digital Sultan Permata Krisnandar Sinaga; Adillilah Assyafii; Faris Baihaqi; Faiz Alfarizi; Indra Gunawan
(JRSIKOM) Jurnal Riset Sistem Informasi dan Aplikasi Komputer Vol. 1 No. 4 (2025): Volume 1 Nomor 4 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

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

Abstract

Transformasi digital telah mendorong pertumbuhan pesat marketplace digital di Indonesia, termasuk dalam sektor kuliner yang kaya akan produk makanan daerah. Namun, keragaman atribut budaya dan teknis pada produk makanan daerah Sumatera menimbulkan tantangan dalam pengelolaan data yang efisien di platform digital. Penelitian ini bertujuan untuk menganalisis pemanfaatan struktur data AVL Tree dalam optimalisasi penyusunan data produk makanan daerah Sumatera pada sistem marketplace digital. Melalui metode kajian literatur dari 30 sumber akademis dan simulasi dataset 1.000 produk, penelitian ini menemukan bahwa AVL Tree mampu mempertahankan kompleksitas waktu rata-rata O(log n) untuk operasi penyisipan dan pencarian, serta meningkatkan akurasi pencarian multi-atribut hingga 32%. Meskipun konsumsi memorinya lebih tinggi 20% dibanding struktur data konvensional, penggunaan teknik kompresi metadata dan kemampuan skalabilitas menjadikan AVL Tree sebagai solusi yang relevan. Hasil kajian menunjukkan potensi peningkatan visibilitas produk budaya sebesar 45% dan konversi penjualan hingga 22%, menjadikan AVL Tree sebagai alat strategis dalam mendukung UMKM kuliner daerah melalui digitalisasi.
KAJIAN LITERATUR: STUDI LITERATUR PENGGUNAAN DSP DALAM ANALISIS GETARAN MESIN ROTARI DI INDUSTRI PUPUK KIMIA DI INDONESIA Adillilah Assyafii; Faris Baihaqi; Faiz Alfarizi; Sultan Permata Krisnandar Sinaga; Indra Gunawan
(JRSIKOM) Jurnal Riset Sistem Informasi dan Aplikasi Komputer Vol. 2 No. 2 (2026): Volume 2 Nomor 2 Tahun 2026
Publisher : PT Siantar Codes Academy Publisher

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

Abstract

Industri pupuk kimia di Indonesia sangat bergantung pada keandalan mesin-mesin rotari seperti pompa, kompresor, dan turbin yang beroperasi dalam kondisi ekstrem. Deteksi dini terhadap potensi kerusakan mekanis menjadi krusial guna mendukung efisiensi operasional dan mencegah downtime. Salah satu pendekatan yang berkembang pesat adalah pemanfaatan teknologi Digital Signal Processing (DSP) dalam analisis getaran mesin. Penelitian ini bertujuan untuk mengkaji secara sistematis penggunaan teknik DSP seperti Fast Fourier Transform (FFT), Wavelet Transform (WT), dan Hilbert Huang Transform (HHT) dalam mendeteksi kerusakan dini mesin rotari di industri pupuk kimia. Metode penelitian yang digunakan adalah studi literatur dengan menelaah berbagai sumber ilmiah terbitan 2013–2023 yang relevan. Hasil kajian menunjukkan bahwa DSP, khususnya WT dan pendekatan hybrid dengan machine learning, mampu meningkatkan akurasi dan sensitivitas dalam mendeteksi gangguan mekanis seperti misalignment, bearing fault, dan ketidakseimbangan. Namun, adopsi teknologi ini di industri pupuk Indonesia masih bervariasi, tergantung pada tingkat modernisasi dan investasi masing-masing pabrik. Studi ini menyoroti pentingnya integrasi DSP dalam strategi pemeliharaan prediktif, serta perlunya riset empiris dan kebijakan pendukung untuk mendorong transformasi digital yang lebih merata di sektor industri pupuk nasional. Kata kunci: Digital Signal Processing, analisis getaran, mesin rotari, industri pupuk kimia, pemeliharaan prediktif, Wavelet Transform.
Co-Authors Faiz Alfarizi Faris Baihaqi Indra Gunawan Sultan Permata Krisnandar Sinaga