cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mesran
Contact Email
mesran.skom.mkom@gmail.com
Phone
+6282161108110
Journal Mail Official
jurikom.stmikbd@gmail.com
Editorial Address
STMIK Budi Darma Jalan Sisingamangaraja No. 338 Simpang Limun Medan - Sumatera Utara
Location
Kota medan,
Sumatera utara
INDONESIA
JURIKOM (Jurnal Riset Komputer)
Published by Sekolah Tinggi Manajemen Informatika dan Komputer Budi Darma
ISSN : 2407389X     EISSN : 27157393     DOI : http://dx.doi.org/10.30865/jurikom.v7i1.1927
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering
JURIKOM (Jurnal Riset Komputer) membahas ilmu dibidang Informatika, Sistem Informasi, Manajemen Informatika, DSS, AI, ES, Jaringan, sebagai wadah dalam menuangkan hasil penelitian baik secara konseptual maupun teknis yang berkaitan dengan Teknologi Informatika dan Komputer. Topik utama yang diterbitkan mencakup: 1. Teknik Informatika 2. Sistem Informasi 3. Sistem Pendukung Keputusan 4. Sistem Pakar 5. Kecerdasan Buatan 6. Manajemen Informasi 7. Data Mining 8. Big Data 9. Jaringan Komputer 10. Dan lain-lain (topik lainnya yang berhubungan dengan Teknologi Informati dan komputer)
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 897 Documents
 84   85   86   87   88 
Design Development of the JekNyong Application Using the Design Thinking Method Pambudi, Wendri Tri; Wardhana, Ariq Cahya
JURIKOM (Jurnal Riset Komputer) Vol 12, No 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8539

Abstract

The JekNyong application is a platform that allows the people of Banyumas Regency to sell household waste for recycling. However, the application’s user adoption rate remains low, with only 3.33% of families using it and a rating of 3.4 on the Google Play Store. This is due to an unintuitive interface design and limited feature accessibility. An initial usability test showed a task success rate of 75%, a time-based efficiency of 0.0206 goals/second, and a System Usability Scale (SUS) score of 63. The design development process followed the Design Thinking methodology through the stages of empathy, problem definition, ideation, prototyping, and testing. Several improvements were made to navigation, feature accessibility, and app layout. The second round of testing revealed significant improvements: the task success rate increased to 95.83%, time-based efficiency rose to 0.0382 goals/second, and the SUS score jumped to 86. These results indicate that the design improvements successfully enhanced the application's effectiveness and efficiency in accessing features.
Penerapan Metode Moosra Dengan Pembobotan Rank Order Centroid (ROC) Untuk Pemilihan Supplier Bahan Fresh Agung Dermawan; Muhammad Syahrizal; Kurnia Ulfa
JURIKOM (Jurnal Riset Komputer) Vol 11, No 3 (2024): Juni 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v11i3.8455

Abstract

Perkembangan teknologi yang pesat menuntut sistem terkomputerisasi dalam berbagai aspek, termasuk pemilihan supplier bahan fresh. Proses manual dalam pemilihan supplier berisiko menimbulkan ketidaktepatan dan subjektivitas, yang dapat merugikan perusahaan akibat ketidaksesuaian supplier dengan kebutuhan. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu menentukan supplier terbaik berdasarkan kriteria tertentu. Metode Multi-Objective Optimization on the Basis of Simple Ratio Analysis (MOOSRA) dengan pembobotan Rank Order Centroid (ROC) diterapkan untuk menangani pemilihan supplier dengan banyak alternatif dan kriteria. Hasil penelitian menunjukkan bahwa metode ini mempercepat dan meningkatkan akurasi proses seleksi supplier. Dari hasil perangkingan, supplier Rumah Jamur (A3) mendapatkan nilai tertinggi 36,43, sehingga menduduki peringkat pertama sebagai supplier terpilih. Dengan penerapan metode ini, jumlah supplier yang mendaftar berpotensi meningkat, memungkinkan seleksi yang lebih luas dan optimal. Sistem yang dikembangkan tidak hanya membantu perusahaan dalam memilih supplier terbaik tetapi juga meningkatkan efisiensi dalam pengelolaan data dan pengambilan keputusan. Dengan demikian, integrasi teknologi dalam proses ini sangat diperlukan untuk meningkatkan efektivitas operasional perusahaan dan memastikan ketersediaan bahan fresh yang berkualitas sesuai dengan standar yang telah ditetapkan.
Prediksi Risiko Kesehatan Mental Mahasiswa Menggunakan Klasifikasi Naive Bayes Sumantri, Fithra Aditya; Chrisnanto, Yulison Herry; Melina, Melina
JURIKOM (Jurnal Riset Komputer) Vol 12, No 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8648

Abstract

The mental health of university students is a growing concern as academic, emotional, and social pressures contribute to increased psychological risks. This study aims to classify mental health risk levels Low, Medium, and High among students using the Naïve Bayes classification algorithm. A dataset consisting of 1,000 entries and 11 key variables was utilized, covering academic, psychological, and behavioral factors. The preprocessing stage included data cleaning, label encoding, normalization, and rule-based labeling to determine the target classes. Model training and testing were conducted using stratified data splitting to preserve class distribution. The initial model achieved a classification accuracy of 88,67%, with macro average F1-score of 0.87 and weighted average F1-score of 0.88. Grid Search optimization with k-fold cross-validation was applied but showed no significant improvement, indicating the model was already in optimal configuration. Furthermore, probabilistic analysis revealed that Sleep Quality and Study Stress Level were the most influential features in predicting mental health risks. The findings suggest that Naïve Bayes is effective for multi-class classification with interpretable results. This research contributes to early detection efforts and offers a foundation for targeted interventions in university mental health management.
Detection of Diseases and Dry Leaves in Corn Plants Using YOLOv8 Aditya Dwi Putro W; Cahyo Prihantoro; Queenta Paradissa; Wahyu Nurfida A
JURIKOM (Jurnal Riset Komputer) Vol 12, No 2 (2025): April 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i2.8504

Abstract

Corn plants can grow well in areas with hot or tropical temperatures as long as there is adequate rainfall and an adequate irrigation system. Corn is a strategic agricultural commodity that plays an important role in the economy, both on a national and global scale. According to data from the official website satudata.pertanian.go.id, the projection of corn production in Indonesia in the period 2020 to 2024 is estimated to experience a stable annual increase, ranging from 0.94% to 0.97%. However, during its life cycle from seed to seed, every part of the corn is susceptible to a number of diseases that can reduce the quantity and quality of the results. Therefore, the problem of disease is one of the factors that constrains the production and quality of seeds. In this study, detection of types of diseases and pests in corn plants was carried out using YOLOV8 technology as a form of innovation in corn agricultural intelligence. The dataset used in this study consists of four classes of corn leaf images, namely dry spots, blight, rust and healthy plants with a total of 1162 datasets. The dataset was taken at the same time using the POVA Pro5 smartphone. Based on the results of model training and evaluation, it was obtained that with a batch size of 32 and epoch 64, the precision value reached 0.67, recall 0.78, f1 score 0.67, Map0.5 0.701, and Map0.5:0.95 0.295. Meanwhile, with a batch size of 64 and epoch 100, the precision value increased to 0.75, recall 0.79, f1 score 0.75, Map0.5 0.792, and Map0.5:0.95 0.343. These findings indicate that the application of YOLOv8 technology has the potential to provide significant contributions to the development of smart farming systems, especially in efforts to detect early disturbances in corn plants automatically and efficiently. The availability of accurate information on the types of diseases and pests that attack corn plants allows farmers to respond quickly and appropriately, including through the selection of more targeted pesticide use or the application of organic control methods that are appropriate to field conditions.
Penerapan Algoritma K-Means Clustering untuk Segmentasi Kepadatan Penduduk Berbasis GIS Putri, Rizki Amelia; Safwandi, Safwandi; Fitri, Zahratul
JURIKOM (Jurnal Riset Komputer) Vol 12, No 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8668

Abstract

This study aims to develop a clustering system using the K-means algorithm to analyze demographic data of sub-districts from 2020 to 2023. The system is designed to cluster sub-districts based on variables such as population size, population percentage, population density, and gender ratio. The clustering results reveal different grouping patterns each year, reflecting the dynamics of demographic data over time. Evaluation using the Davies-Bouldin Index (DBI) indicates that the clustering results are of reasonably good quality, with DBI values of 1.1492 in 2020, 0.6859 in 2021, 1.2470 in 2022, and 0.6805 in 2023. The best DBI value was recorded in 2023 at 0.6805, demonstrating that the clustering results in that year were the most optimal compared to other years. The system also facilitates Users with interactive map visualizations, supporting better data analysis and decision-making processes. This research is expected to contribute to the management of demographic data and support more accurate data-driven policy-making.
Analisis Hambatan Dalam Pengembangan Media Pembelajaran Learning Management Sistem (LMS) Dalam Pembelajaran Berbasis Internet Habibi Afnianda
JURIKOM (Jurnal Riset Komputer) Vol 11, No 6 (2024): Desember 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v11i6.8485

Abstract

Penelitian ini mengkaji hambatan dalam pengembangan dan implementasi Learning Management System (LMS) di Perguruan Al-Washliyah Pantai Labu. Hasil penelitian menunjukkan bahwa tantangan utama dalam penerapan LMS berkaitan dengan infrastruktur teknologi, ketersediaan perangkat, serta kurangnya pelatihan bagi pengguna. Koneksi internet yang tidak stabil dan keterbatasan perangkat keras menjadi kendala utama yang menghambat aksesibilitas serta efektivitas LMS dalam mendukung proses pembelajaran. Selain itu, kurangnya sosialisasi dan pelatihan mengakibatkan guru dan siswa kesulitan dalam mengoperasikan LMS secara optimal, sehingga pemanfaatan fitur-fitur pembelajaran digital tidak maksimal. Hambatan-hambatan ini berdampak pada rendahnya keterlibatan siswa serta menurunnya efektivitas LMS sebagai alat bantu pembelajaran. Meskipun demikian, LMS memiliki potensi besar dalam meningkatkan kualitas pembelajaran berbasis internet jika diiringi dengan strategi pengajaran yang inovatif serta dukungan infrastruktur yang memadai. Oleh karena itu, diperlukan langkah-langkah strategis yang mencakup peningkatan kualitas jaringan internet, penyediaan perangkat yang memadai, serta pelatihan berkelanjutan bagi guru dan siswa. Dengan upaya tersebut, LMS dapat menjadi alat yang efektif dalam mendukung proses pendidikan, meningkatkan keterlibatan siswa, serta memperbaiki kualitas hasil belajar di Perguruan Al-Washliyah Pantai Labu.
Fuzzy Tsukamoto Untuk Merekomendasikan Pembelian Barang Berdasarkan Data Penjualan Purba, Siti Aisyah; Sriani, Sriani
JURIKOM (Jurnal Riset Komputer) Vol 12, No 3 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i3.8631

Abstract

The development of the sports industry, especially in futsal shoe sales, requires an inventory management strategy that is able to anticipate fluctuations in market demand. The main problem in this study is how to overcome the uncertainty of futsal shoe demand caused by variables such as trends, competition seasons, and changing consumer preferences. This study aims to develop a fuzzy logic-based purchase recommendation system using the Fuzzy Tsukamoto method to improve stock management efficiency. This study uses a quantitative approach with fuzzy method stages consisting of fuzzification, rule formation, inference, and defuzzification. The tools used are MATLAB software that supports the creation of fuzzy inference systems and graphic modeling. The study was conducted at the Pasifik Club Sports Sibolga Futsal Shoe Store by processing 1,098 historical sales data. The results of the study showed that the system built was able to recommend futsal shoe purchases with good accuracy, indicated by the Mean Absolute Percentage Error (MAPE) value of 15%. This system not only provides a popularity value for each shoe variant, but also helps stores avoid excess or shortage of stock. Thus, the Fuzzy Tsukamoto method is proven to be feasible to be used as a decision-making tool in retail inventory management.
Sistem Pendukung Keputusan Pemilihan Wakil Kepala Sekolah Di SMK XYZ Menggunakan Metode Vikor Silvy Manda Sari
JURIKOM (Jurnal Riset Komputer) Vol 11, No 4 (2024): Augustus 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v11i4.8463

Abstract

Salah satu unsur yang sangat penting dalam jabatan yang paling banyak membantu kepala sekolah dalam hal berjalannya kelangsungan sekolah itu sendiri. Wakil Kepala Sekolah merupakan jabatan yang ditunjuk langsung oleh kepala sekolah berdasarkan hasil musyawarah bersama akan tetapi seiring kemajuan sekolah dan semakin bertambah banyaknya pegawai dan kriteria, proses pemilihan Wakil Kepala Sekolah menjadi sulit dan cukup menghabiskan banyak waktu karena pihak pengambilan keputusan belum tentu mengenal dekat tiap pegawai yang ada, hal ini menjadi kendalah yang cukup signifikan dalam proses pemilihan wakil kepala sekolah yang akan datang. Maka dari itu perlu dibuatkan aplikasi pemilihan wakil kepala sekolah yang lebih baik. Disamping mempermudah pihak sekolah dalam menentukan wakil kepala sekolah terbaik, hasil yang diperoleh juga akan lebih baik. Dari sistem yang awal masih menggunakan sistem manual terdapat banyak kecurangan dengan cara memanipulasi data yang ada, maka dengan sistem yang baru yang akan dikembangkan dengan bahasa pemrograman berbasis online dapat diberikan hasil yang memuaskan. Dalam pemilihan wakil kepala sekolah di perlukan suatu sistem pendukung keputusan (SPK). Metode yang diterapkan dalam penelitian ini yaitu metode Vise Kriterijumska Optimizajica I Komproisno Resenje (VIKOR). Metode VIKOR merupakan suatu solusi yang terbaik dari beberapa solusi, yang cara kerjanya dengan melihat solusi atau alternatif ideal perangkingan. Metode VIKOR dapat memungkinkan dalam menghitung solusi yang ideal dan solusi ideal negatif pada setiap kriteria dengang mempertimbangkan kriteria dan bobot dari setiap alternatif, serta nilai guna yang sesuai dan ukuran regrets ranking dari sampel-sampel yang ada dengan melihat hasil dan nilai-nilai dari setiap sampel..Berdasarkan hasil perhitungan  metode VIKOR maka diperoleh hasil keputusan bahwa yang merupakan alternatif terbaik yaitu alternatif A1 atas nama “ Marfah Sri Wahyuni,SE “ dengan nilai Qi = -1 yang akan terpilih sebagai  wakil kepala sekolah SMK Taman Siswa Medan.
Analisis Sentimen Pada Komentar Mengenai Kartu Indonesia Pintar Menggunakan Metode Naïve Bayes Dava Sindy; Sriani Sriani
JURIKOM (Jurnal Riset Komputer) Vol 12, No 2 (2025): April 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v12i2.8528

Abstract

The Indonesia Smart Card (Kartu Indonesia Pintar – KIP) is a government program aimed at providing educational assistance to students from underprivileged families. This program seeks to improve access to education and increase learning opportunities for children, enabling them to complete their education up to the secondary or vocational level. In the digital era, public opinion regarding government policies, including KIP, is often expressed through social media platforms such as X. Sentiment analysis is a technique in natural language processing (NLP) used to identify, extract, and classify opinions from text. One of the commonly used algorithms for sentiment analysis is Naïve Bayes, which operates based on Bayes' Theorem with the assumption of feature independence. This algorithm is effective in text classification due to its simplicity and ability to handle large datasets.By utilizing the Naïve Bayes algorithm, sentiment analysis of the KIP program can provide deep insights into public responses. The results of this analysis can assist the government in evaluating policies, understanding public perceptions, and optimizing program implementation to ensure it effectively reaches its intended beneficiaries.
Implementasi Algoritma K-Nearest Neighbor Dengan Model Manhattan Distance Untuk Memprediksi Penjualan Textile Sari Ramadhani Siregar
JURIKOM (Jurnal Riset Komputer) Vol 11, No 2 (2024): April 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v11i2.8446

Abstract

Memprediksi penjualan di masa depan memiliki peran yang sangat penting dalam membantu perusahaan menentukan jumlah permintaan serta potensi pasar yang dapat dijangkau. Proses ini memungkinkan perusahaan untuk mengantisipasi perubahan tren pasar dan merencanakan strategi bisnis yang lebih efektif. Dengan prediksi yang akurat, perusahaan dapat mengelola stok barang dengan lebih baik guna menghindari kekurangan atau kelebihan persediaan, yang dapat berdampak pada efisiensi operasional dan kepuasan pelanggan. Centra Moda Textile Medan adalah perusahaan yang bergerak di bidang perdagangan tekstil dan telah menerapkan sistem penjualan online untuk meningkatkan efektivitas bisnisnya. Namun, tingginya permintaan sering kali menyebabkan kehabisan stok barang tertentu, sehingga pelanggan harus menunggu lama untuk mendapatkan produk yang mereka butuhkan. Kondisi ini dapat berdampak negatif terhadap loyalitas pelanggan serta keuntungan perusahaan. Oleh karena itu, diperlukan sistem prediksi yang mampu mengidentifikasi pola penjualan dengan tingkat akurasi yang tinggi. Dalam penelitian ini, algoritma K-Nearest Neighbor (K-NN) dengan model Manhattan Distance digunakan untuk mengklasifikasikan data penjualan serta menentukan produk yang paling diminati pelanggan. Hasil penelitian menunjukkan bahwa metode ini memiliki tingkat keberhasilan sebesar 70% dengan toleransi error 10% serta rata-rata akurasi prediksi mencapai 85,91%. Dengan penerapan sistem prediksi ini, diharapkan perusahaan dapat lebih efektif dalam merencanakan ketersediaan stok barang, meningkatkan efisiensi operasional, dan memenuhi permintaan pasar secara lebih optimal, sehingga dapat mendukung pertumbuhan bisnis perusahaan di masa mendatang.

Page 86 of 90 | Total Record : 897

 84   85   86   87   88 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol. 12 No. 4 (2025): Agustus 2025 Vol 12, No 3 (2025): Juni 2025 Vol 12, No 2 (2025): April 2025 Vol 12, No 1 (2025): Februari 2025 Vol 11, No 6 (2024): Desember 2024 Vol 11, No 5 (2024): Oktober 2024 Vol 11, No 4 (2024): Augustus 2024 Vol 11, No 3 (2024): Juni 2024 Vol 11, No 2 (2024): April 2024 Vol 10, No 3 (2023): Juni 2023 Vol 10, No 2 (2023): April 2023 Vol 10, No 1 (2023): Februari 2023 Vol 9, No 6 (2022): Desember 2022 Vol 9, No 5 (2022): Oktober 2022 Vol 9, No 4 (2022): Agustus 2022 Vol 9, No 3 (2022): Juni 2022 Vol 9, No 2 (2022): April 2022 Vol 9, No 1 (2022): Februari 2022 Vol 8, No 6 (2021): Desember 2021 Vol 8, No 5 (2021): Oktober 2021 Vol 8, No 4 (2021): Agustus 2021 Vol 8, No 3 (2021): Juni 2021 Vol 8, No 2 (2021): April 2021 Vol 8, No 1 (2021): Februari 2021 Vol 7, No 6 (2020): Desember 2020 Vol 7, No 5 (2020): Oktober 2020 Vol 7, No 4 (2020): Agustus 2020 Vol 7, No 3 (2020): Juni 2020 Vol 7, No 2 (2020): April 2020 Vol 7, No 1 (2020): Februari 2020 Vol 6, No 6 (2019): Desember 2019 Vol 6, No 5 (2019): Oktober 2019 Vol 6, No 4 (2019): Agustus 2019 Vol 6, No 3 (2019): Juni 2019 Vol 6, No 2 (2019): April 2019 Vol 6, No 1 (2019): Februari 2019 Vol 5, No 6 (2018): Desember 2018 Vol 5, No 5 (2018): Oktober 2018 Vol 5, No 4 (2018): Agustus 2018 Vol 5, No 3 (2018): Juni 2018 Vol 5, No 2 (2018): April 2018 Vol 5, No 1 (2018): Februari 2018 Vol 4, No 5 (2017): Oktober 2017 Vol 4, No 4 (2017): Agustus 2017 Vol 3, No 6 (2016): Desember 2016 Vol 3, No 5 (2016): Oktober 2016 Vol 3, No 4 (2016): Agustus 2016 Vol 3, No 1 (2016): Februari 2016 Vol 2, No 6 (2015): Desember 2015 More Issue