Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Firdaus, Muhammad Riyad
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Sistem Informasi Manajemen Absensi Karyawan Saputro, Bagus; Tauri, Dzaky Setiawan; Ihsan, Muhamad Reza Nur; Firdaus, Muhammad Riyad; Wijoyo, Agung
Jurnal Riset Informatika dan Inovasi Vol 3 No 7 (2025): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Sistem absensi manual yang konvensional telah terbukti rentan terhadap manipulasi, tidak efisien, dan menghasilkan data yang tidak akurat. Penelitian ini bertujuan untuk merancang dan menganalisis manfaat dari sebuah Sistem Informasi Absensi Karyawan berbasis digital. Metode yang digunakan adalah kualitatif deskriptif dengan pengumpulan data melalui studi literatur, observasi, dan wawancara. Hasil penelitian menghasilkan sebuah rancangan sistem yang memanfaatkan teknologi biometrik atau mobile dengan verifikasi GPS. Sistem ini terbukti mampu mengatasi kelemahan sistem manual dengan menghilangkan praktik "titip absen", memangkas waktu rekapitulasi data dari jam menjadi menit, serta menyediakan laporan real-time yang akurat bagi manajemen. Simpulan dari penelitian ini adalah bahwa sistem absensi digital tidak hanya menjadi solusi teknis, tetapi juga investasi strategis untuk menciptakan transparansi, keadilan, dan efisiensi operasional yang lebih besar.
Prediksi Durasi Perjalanan Taxi NYC Menggunakan Regression Model Bunga, Azaria; Fariz, Muhammad; Firdaus, Muhammad Riyad; Rosyani, Perani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Prediksi durasi perjalanan transportasi urban merupakan aspek penting dalam meningkatkan efisiensi operasional dan kualitas layanan. New York City Yellow Taxi menyediakan dataset perjalanan dalam jumlah besar yang dapat dimanfaatkan untuk membangun model prediksi berbasis machine learning. Penelitian ini mengembangkan sistem prediksi durasi perjalanan menggunakan empat algoritma: Linear Regression, Random Forest, Gradient Boosting, dan XGBoost. Dataset diproses melalui tahap preprocessing, feature engineering, dan  pembagian  data  menjadi training dan testing  set.  Hasil  penelitian  menunjukkan bahwa XGBoost memberikan performa terbaik dengan MAE 189,23 detik, RMSE 287,91 detik, dan R² sebesar 0,8657, mengungguli model lainnya. Faktor paling berpengaruh terhadap durasi perjalanan meliputi trip_distance, haversine_distance, dan hour_of_day. Sistem yang dibangun memungkinkan prediksi real-time serta analisis data secara komprehensif. Penelitian ini membuktikan bahwa algoritma tree- based boosting, khususnya XGBoost, efektif digunakan dalam memodelkan dinamika durasi perjalanan taxi di lingkungan urban yang kompleks.
Co-Authors Bunga, Azaria Ihsan, Muhamad Reza Nur Muhammad Fariz Perani Rosyani Saputro, Bagus Tauri, Dzaky Setiawan Wijoyo, Agung