Article Per Year (5 Year)
p-Index From 2021 - 2026
4.328
P-Index
This Author published in this journals
All Journal Nuansa Informatika Buffer Informatika Jurnal Eksplora Informatika Jurnal Teknologi dan Informasi PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat @is The Best [Accounting Information System & Information Technology Business Enterprise] Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Technologia: Jurnal Ilmiah International Journal of Business, Economics, and Social Development Djtechno: Jurnal Teknologi Informasi Jurnal Abdimas Bina Bangsa Jurnal Algoritma Jurnal Teknologi Informasi dan Komunikasi Jurnal Komputer Bisnis RISTEC : Research in Information Systems and Technology Nusantara Journal of Computers and its Applications Jurnal Akuntansi
Nugraha, Rikky Wisnu
Universitas Widyatama
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Implementasi Metode Regresi Linear dan Reorder Point untuk Pengendalian Persediaan Barang Ferdiansyah, Fahmi Reza; Sofian, Rudy; Alfirdaus, Muhammad Fidly; Nugraha, Rikky Wisnu; Purwanto, Heri
Eksplora Informatika Vol 14 No 1 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v14i1.1060

Abstract

Pengendalian persediaan barang merupakan salah satu bagian penting yang harus diperhatikan bagi setiap pelaku usaha penjualan barang. Perusahaan harus melakukan pengendalian persediaan barang untuk memastikan bahwa persediaan barang berjalan sesuai dengan kebutuhan. Seiring dengan tingginya permintaan barang pada suatu perusahaan diperlukan sebuah alat yang dapat melakukan monitoring persediaan barang secara otomatis. Salah satu perusahaan yang bergerak dalam bidang penjualan barang adalah PT. XYZ. Perusahaan ini tidak dapat melakukan pengendalian barang dengan baik. Penumpukan barang serta kekurangan barang yang dibutuhkan menjadi masalah utama yang dialami oleh perusahaan ini. Tujuan penelitian ini yaitu untuk membantu menyelesaikan permasalahan yang dihadapi oleh perusahaan. Salah satu metode yang digunakan dalam pengendalian barang dalam penelitian ini adalah regresi linear dan reorder point (ROP). Metode Regresi Linear digunakan untuk meramalkan kebutuhan persediaan barang, sedangkan ROP digunakan untuk meminimalisir terjadinya kekurangan persediaan barang. Metode tersebut diimplementasikan ke dalam sebuah perangkat lunak untuk memastikan bahwa metode tersebut dapat digunakan dapat dengan mudah membantu mengelola pengendalian persediaan barang. Berdasarkan hasil penelitian, dapat disimpulkan bahwa kedua metode tersebut dapat membantu untuk mengendalikan stok barang. Tingkat akurasi dari hasil perhitungan metode Regresi Linear yang dikombinasikan dengan ROP dalam melakukan prediksi penggunaan persediaan barang untuk bulan atau periode berikutnya mencapai 119%.
Tinjauan Literatur: Dampak Transformasi Digital terhadap Pengambilan Keputusan di Lembaga Pemerintahan Ma'sum, Aziz; Purwanto, Heri; Nugraha, Rikky Wisnu
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.3091

Abstract

The development of information and communication technology (ICT) has fundamentally changed the way government agencies provide services and make decisions. Digital transformation has now become a strategic necessity for realizing efficient, transparent, and adaptive governance in line with the changing times. This study aims to analyze the impact of digital transformation on decision-making in government institutions through a literature study approach. The method used is a Systematic Literature Review (SLR) by examining 10 relevant national scientific articles published in the period 2020–2025. The analysis was conducted qualitatively using content analysis techniques to identify the main themes, benefits, and challenges of digitization on the public decision-making process. The results show that digital transformation improves bureaucratic efficiency, strengthens transparency, and expands public participation in policy formulation. The use of technologies such as e-Government, artificial intelligence (AI), and big data analytics enables faster, more accurate, and evidence-based decision-making. However, its success is highly dependent on the readiness of human resources, digital infrastructure, and data security. In conclusion, digital transformation is not merely a technological innovation, but also a key driver towards a smart, transparent, and data-driven government system.
KLASIFIKASI KERUSAKAN MESIN MOTOR MENGGUNAKAN 2D-CNN DENGAN FITUR MFCC DAN SPECTRAL CONTRAST Sofian, Rudy; Purwanto, Heri; Nugraha, Rikky Wisnu; Kanugrahan, Ghanim; Hidayat, Alamsyah Wirayudha
Technologia : Jurnal Ilmiah Vol 17, No 2 (2026): Technologia (April)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i2.22487

Abstract

Sepeda motor memiliki peran penting dalam mobilitas masyarakat, namun banyak pengguna yang belum mampu mengenali tanda-tanda awal kerusakan mesin, sehingga sering terjadi kesalahan diagnosis saat perawatan. Penelitian ini bertujuan untuk mengembangkan model klasifikasi kerusakan mesin sepeda motor menggunakan 2D Convolutional Neural Network (2D-CNN) dengan fitur ekstraksi Mel-Frequency Cepstral Coefficients (MFCC) dan Spectral Contrast. MFCC digunakan untuk merepresentasikan sinyal audio dalam bentuk dua dimensi, sedangkan Spectral Contrast menonjolkan perbedaan antara puncak dan lembah spektrum. Dataset terdiri atas rekaman suara mesin normal dan mesin dengan kerusakan pada timing chain, masing-masing lima sampel per label. Data melalui tahapan praproses, ekstraksi fitur, augmentasi, pelatihan, dan evaluasi. Hasil pelatihan awal menunjukkan adanya overfitting, dengan akurasi pelatihan mencapai 100% pada epoch ke-8, sementara akurasi validasi hanya sekitar 50%. Setelah dilakukan augmentasi data melalui penambahan noise, pitch shifting, dan time stretching hingga total data menjadi 20 sampel per label, kinerja model meningkat dengan akurasi pelatihan sebesar 94,73% dan hasil validasi yang lebih stabil. Secara keseluruhan, model yang diusulkan mencapai akurasi 75%, dengan kemampuan yang lebih baik dalam mengenali kerusakan timing chain dibandingkan kelas lainnya.
SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB DENGAN MENGGUNAKAN QR CODE STUDI KASUS SMK MUTIARA BANDUNG Juariah Febrianti; Ariawan Djoko Rachmanto; Rikky Wisnu Nugraha
Jurnal Teknologi Informasi dan Komunikasi Vol. 14 No. 2 (2024): Jurnal Teknologi Informasi dan Komunikasi
Publisher : Fakultas Ilmu Komputer dan Informatika - Universitas Nurtanio Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56244/fiki.v14i2.971

Abstract

Salah satu inovasi yang populer saat ini adalah pemanfaatan kode QR untuk memudahkan transaksi. Kode QR dalam transaksi peminjaman buku di perpustakaan memberikan banyak keunggulan, terutama mengingat prosedur peminjaman yang kompleks sebelumnya yang melibatkan pengisian formulir secara manual. Perpustakaan di SMK Mutiara Bandung masih menggunakan metode manual dalam pengelolaan data. Oleh karena itu, diperlukan sebuah sistem informasi perpustakaan yang dapat memanfaatkan kode QR untuk transaksi peminjaman. Untuk mendukung proses perancangan sistem yang lebih terstruktur, akan digunakan Unified Modeling Language (UML) sebagai alat bantu, bersama dengan metodologi FAST (Framework for the Application of System Thinking) untuk pengembangannya. Hasil penelitian menunjukkan bahwa peminjaman buku menggunakan kode QR dapat secara signifikan mengurangi waktu peminjaman. Sistem informasi ini memberikan kemudahan dalam pengelolaan data perpustakaan SMK Mutiara Bandung, khususnya dalam peminjaman buku. Penggunaan kode QR sebagai alat bantu transaksi di perpustakaan telah memberikan manfaat yang nyata bagi perpustakaan SMK Mutiara Bandung, meningkatkan pengalaman pengguna dan efisiensi operasional. Dengan demikian, inovasi ini menjadi solusi yang efektif dalam membawa perubahan positif dalam dunia perpustakaan di era digital saat ini. Kata Kunci : Kode QR, Perpustakaan, Sistem Informasi, Peminjaman Buku, UML, FAST.
APLIKASI PENGENALAN IKAN HIAS UNTUK PELAJAR MENGGUNAKAN TEKNOLOGI AUGMENTED REALITY BERBASIS ANDROID Heri Purwanto; Dimas Dwi Maulana; Rudy Sofian; Rikky Wisnu Nugraha; Edi Andriansyah
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6944

Abstract

Indonesia’s marine biodiversity requires early education, yet conventional learning media are less engaging for children. This study develops an Augmented Reality (AR)-based learning application to introduce Indonesia’s ornamental fish interactively. The application features 3D models, allowing children to engage directly with fish visualizations. The Extreme Programming (XP) method was applied with continuous iterations to ensure application quality. Black Box Testing conducted on 30 early childhood learners showed a 40% increase in learning interest compared to conventional media, along with improved understanding of marine biodiversity. The results demonstrate that this application effectively enhances children's interest in learning and raises awareness of marine conservation. Future developments may include additional features such as interactive quizzes and gamification to improve user engagement.
KLASIFIKASI KERUSAKAN MESIN MOTOR MENGGUNAKAN 2D-CNN DENGAN FITUR MFCC DAN SPECTRAL CONTRAST Rudy Sofian; Heri Purwanto; Rikky Wisnu Nugraha; Ghanim Kanugrahan; Alamsyah Wirayudha Hidayat
Technologia : Jurnal Ilmiah Vol 17 No 2 (2026): Technologia (April)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i2.22487

Abstract

Sepeda motor memiliki peran penting dalam mobilitas masyarakat, namun banyak pengguna yang belum mampu mengenali tanda-tanda awal kerusakan mesin, sehingga sering terjadi kesalahan diagnosis saat perawatan. Penelitian ini bertujuan untuk mengembangkan model klasifikasi kerusakan mesin sepeda motor menggunakan 2D Convolutional Neural Network (2D-CNN) dengan fitur ekstraksi Mel-Frequency Cepstral Coefficients (MFCC) dan Spectral Contrast. MFCC digunakan untuk merepresentasikan sinyal audio dalam bentuk dua dimensi, sedangkan Spectral Contrast menonjolkan perbedaan antara puncak dan lembah spektrum. Dataset terdiri atas rekaman suara mesin normal dan mesin dengan kerusakan pada timing chain, masing-masing lima sampel per label. Data melalui tahapan praproses, ekstraksi fitur, augmentasi, pelatihan, dan evaluasi. Hasil pelatihan awal menunjukkan adanya overfitting, dengan akurasi pelatihan mencapai 100% pada epoch ke-8, sementara akurasi validasi hanya sekitar 50%. Setelah dilakukan augmentasi data melalui penambahan noise, pitch shifting, dan time stretching hingga total data menjadi 20 sampel per label, kinerja model meningkat dengan akurasi pelatihan sebesar 94,73% dan hasil validasi yang lebih stabil. Secara keseluruhan, model yang diusulkan mencapai akurasi 75%, dengan kemampuan yang lebih baik dalam mengenali kerusakan timing chain dibandingkan kelas lainnya.
Implementation of Hybrid LSTM-Light GBM and XG Boost Algorithm for Stock Increase Prediction Rudy Sofian; Melly Diyani; Fahmi Reza Ferdiansyah; Heri Purwanto; Rikky Wisnu Nugraha
RISTEC : Research in Information Systems and Technology Vol. 6 No. 2 (2025): RISTEC: Research in Information Systems and Technology
Publisher : Institut Pendidikan Indonesia Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31980/3hjjvt46

Abstract

The advancement of machine learning, particularly in time-series analysis, has created significant opportunities for improving the accuracy of stock price prediction. However, the volatile nature of financial markets and the complexity of temporal patterns often hinder the ability of single models to deliver consistent and optimal results. To address these limitations, this study proposes a hybrid approach by integrating three popular algorithms—Long Short-Term Memory (LSTM), XGBoost, and LightGBM—through a stacking ensemble method. The dataset used consists of daily stock prices of Apple Inc. (AAPL) for the period 2014–2024, obtained from Yahoo Finance. The research process includes preprocessing, the construction of time-series datasets using windowing techniques, training of single models, and the application of ensemble stacking. Experimental results reveal that LSTM achieved the best performance among the single models, with a MAPE of 3.70% and R² of 0.9204, demonstrating its ability to capture long-term temporal dependencies. In contrast, XGBoost and LightGBM performed poorly in recognizing sequential patterns, resulting in negative R² values. The combination of all three models through stacking ensemble significantly improved prediction accuracy, achieving a MAPE of 2.57% and R² of 0.9693. These findings confirm that integrating LSTM, XGBoost, and LightGBM not only enhances predictive accuracy but also improves model stability, while contributing to the scientific development of hybrid machine learning methods in stock market analysis.
Co-Authors Adriansyah Ravindra Abubakar Alamsyah Wirayudha Hidayat Alfirdaus, Muhammad Fidly Amalia, Endang Andres Permana Shidiq Ariawan Djoko Rachmanto Astri Budiarti Dani Hamdani Dea Apriliani Dhara Kurniati Dimas Dwi Maulana Diqy Fakhrun Shiddieq Edi Andriansyah Endro Wibowo Eti Suprihatin Fahmi Reza Ferdiansyah Fahmi Reza Ferdiansyah Farah Rasyidah Faron Asyari Somantri Fauzi Ramdani Ghanim Kanugrahan Gustian, Robby Hamdani, Deden Sofyan Hamidah Hamidah Heri Purwanto Heri Purwanto Heri Purwanto Hidayat, Alamsyah Wirayudha Juariah Febrianti Kanugrahan, Ghanim Ma'sum, Aziz Maisa Azizah Asmara Martiyanti Widiastuti Melly Diyani Mohamad Rizky Muhamad Fazri Annafi Muhamad Rizky Nurrohmat Muhtarudin Muhtarudin Nazar Haryadi Nur Sholihah, Nur R.Rishal Guntoro Ch Rani Ahsani Alfi Rehan Hadiansah Rian Harry Sundang Rini Ratnaningsih Rudy Sofian Siti Umbara SRI RAHAYU Ucu Nugraha Veithzal Rivai Zainal Vyse Shahieza Pramono WAHYU NURJAYA WK Winka Dwi SriSundari Yaya Supriatna Yumma Cahya Dwiana Zemzem Junaedi