Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi
Ricky Tri Setiawan Putra
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Penggunaan Algoritma Doubly Linked List Untuk Insertion Dan Deletion Agung Wijoyo; Lalu Akbar Prayudi; Muhamad Fiqih; Rendi Dwi Santoso; Ricky Tri Setiawan Putra; Teguh Arifin; Ahmad Farhan
Jurnal Riset Informatika dan Inovasi Vol 1 No 12 (2024): JRIIN : Jurnal Riset Informatika
Publisher : shofanah Media Berkah

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

Abstract

doubly Linked List (DLL) merupakan struktur data linier yang terdiri dari node-node yang saling berhubungan, dimana setiap node mempunyai dua pointer yang menunjuk ke node sebelumnya dan node berikutnya. Berbeda dengan Single Linked List (SLL) yang hanya memiliki satu pointer yang menunjuk ke node berikutnya. Keunggulan DLL dibandingkan SLL terletak pada kemudahan dalam melakukan operasi penyisipan dan penghapusan data, karena DLL memungkinkan navigasi dua arah dalam daftar. penggunaan algoritma DLL untuk operasi insertion dan deletion. Algoritma insertion pada DLL dapat dilakukan di awal list (depan), di akhir list (belakang), atau di tengah list. Algoritma deletion pada DLL juga dapat dilakukan di awal list, di akhir list, atau di tengah list.
Analisis Data Gempa di Indonesia Menggunakan Algoritma Naive Bayes Maulana Fansyuri; Ricky Tri Setiawan Putra; Afra Anggita Salsabila; Fazril Ramadhan; Muhammad Fiqih
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

Gempa bumi merupakan fenomena alam yang memiliki dampak besar terhadap kehidupan manusia, khususnya di wilayah rawan seperti Indonesia. Penelitian ini bertujuan untuk menganalisis dataset gempa bumi di Indonesia menggunakan algoritma Naive Bayes untuk mengklasifikasi wilayah berdasarkan potensi gempa. Dataset yang digunakan diambil dari Kaggle dan mencakup informasi lokasi, kekuatan magnitudo, serta kedalaman gempa. Dalam penelitian ini, data dibersihkan dan diproses sebelum dimasukkan ke dalam model klasifikasi. Hasil analisis menunjukkan bahwa algoritma Naive Bayes mampu memberikan hasil yang cukup akurat dalam mengklasifikasikan potensi gempa di berbagai wilayah. Temuan ini diharapkan dapat mendukung upaya mitigasi bencana di Indonesia.
Co-Authors Afra Anggita Salsabila Agung Wijoyo Ahmad Farhan Fazril Ramadhan Lalu Akbar Prayudi Maulana Fansyuri Muhamad Fiqih Muhammad Fiqih Rendi Dwi Santoso Teguh Arifin