Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Rizka Ardiansyah
Tadulako university
Computer Science & IT Education

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

Found 2 Documents
Search

 1 
DESIGN OF QUEUING SYSTEM USING PRIORITY QUEUE ALGORITHM AND MULTI CHANNEL MULTI PHASE METHOD AT WEBSITE-BASED PATIENT REGISTRATION SECTION (CASE STUDY OF DONGGALA HEALTH CENTER) Ayu Anita; Rizka Ardiansyah; Nouval Trezandy Lapatta; Dwi Shinta Angreni; Rahmah Laila
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6290

Abstract

This research was conducted to regulate the queuing process which is often longer than the service standards set in the Decree of the Minister of Health Number 129 / Menkes / SK / II / 2008 stipulates that the waiting time for outpatients is equal to 60 minutes or less than 60 minutes, This study aims to design and build a website-based electronic queuing system at Puskesmas Donggala using the Priority Queue algorithm and the Multi Channel Multi Phase method. This system is designed to improve the efficiency of patient registration by reducing waiting time and providing priority for patients with emergency conditions. The research method includes data collection through observation and interviews, as well as system testing through simulation. The results show that the proposed system can reduce waiting time and increase patient satisfaction. The implementation of this system is expected to provide an effective solution to queuing problems in health facilities.
KLASIFIKASI JENIS BATIK BOMBA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENT-NET B2 (BATIK BOMBA SULAWESI TENGAH ) Julian Witjaksono; Mohammad Yazdi Pusadan; Yusuf Anshori; Rizka Ardiansyah; Ryfial Azhar
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6191

Abstract

Batik adalah salah satu warisan budaya Indonesia yang diakui oleh UNESCO sebagai warisan dunia. Keanekaragaman motif batik mencerminkan kekayaan budaya dan seni yang perlu dilestarikan. Salah satu motif batik yang unik adalah batik Bomba dari Kabupaten Donggala, Sulawesi Tengah. Untuk membantu mengklasifikasikan motif batik yang beragam, penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur EfficientNet-B2. Penelitian ini melibatkan pengumpulan 21 citra batik Bomba dari berbagai sumber di Kota Palu, Sulawesi Tengah. Proses data preprocessing dilakukan melalui teknik augmentasi data, sementara model dikembangkan dengan menggunakan transfer learning dan beberapa teknik optimisasi seperti batch normalization, regulasi, dropout layer, dan fungsi aktivasi ReLU serta softmax. Model dilatih dengan optimizer Adamax dan early stopping untuk mencegah overfitting. Hasil pelatihan menunjukkan akurasi tinggi sebesar 100% pada data pelatihan dan 99.59% pada data validasi. Pengujian menggunakan confusion matrix menunjukkan akurasi total model sebesar 96%, dengan kesalahan klasifikasi minimal pada gambar "maleo". Model ini berhasil mengklasifikasikan motif batik Bomba dengan tingkat akurasi yang tinggi, menunjukkan potensi besar penggunaan teknologi kecerdasan buatan dalam pelestarian dan pengembangan warisan budaya batik.
Co-Authors Ayu Anita Dwi Shinta Angreni Julian Witjaksono Mohammad Yazdi Pusadan Nouval Trezandy Lapatta Rahmah Laila Ryfial Azhar Yusuf Anshori