cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Candra Surya
Contact Email
candrasurya@gmail.com
Phone
+6285278707800
Journal Mail Official
-
Editorial Address
Jl. Hangtuah No. 99 Duri - Riau
Location
Kab. bengkalis,
Riau
INDONESIA
JSR : Jaringan Sistem Informasi Robotik
Published by AMIK Mitra Gama
ISSN : 23562137     EISSN : 2579373X     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Sistem Informasi Robotik (JSR) diterbitkan oleh LPPM AMIK Mitra Gama. JSR adalah jurnal open akses dengan pelibatan mitra bestari (peer-reviewed). JSR terbit dua kali dalam setahun, Maret dan September. JSR mempublikasikan naskah asli yang memiliki kontribusi kepada state-of-the-art dan aplikasi dari bidang Komputer. Adapun ruang lingkup jurnal JSR adalah: 1. Sistem Pendukung Keputusan (SPK/DSS) 2. Sistem Informasi Geografis (GIS/SIG) 3. Sistem informasi skala enterprise (ERP, EAI, CRM, SCM) 4. Keamanan Sistem Informasi 5. Sistem Informasi Berbasis Web 6. Sistem Berbasis Pengetahuan & Data mining 7. Mobile Computing 8. Multimedia 9. Control 10. Networking JSR menerima kontribusi berupa teori (termasuk teknik baru, konsep dan analisis) dan praktis (termasuk percobaan dan prototipe sistem dan aplikasi baru).
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 169 Documents
 13   14   15   16   17 
Sistem Penunjang Keputusan Untuk Penentuan "Priority Scale" dalam Pembangunan Rumah KPR Menggunakan Metode TOPSIS Kurniawan, Satria Wahyu; Magdalena, Lena; Hatta, Muhammad
JSR : Jaringan Sistem Informasi Robotik Vol 8, No 2 (2024): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v8i2.428

Abstract

PT. Satriyo Mega Sarana merupakan perusahaan yang bergerak dalam bidang Developer Property atau pengembang perumahan. Untuk dapat melakukan pemenuhan rumah subsidi kepada masyarakat, pihak pengembang melakukan penjualan unit rumah dengan cepat. Hal tersebut tentunya tidak dapat diikuti oleh pembangunan unit rumah karena jika pembangunan unit rumah subsidi dilakukan dengan cepat, maka kualitas dari sebuah rumah akan menurun. Maka dari itu pihak pengembang tetap melakukan penjualan unit rumah meskipun unit rumahnya belum berstatus “terbangun” atau masih dalam tahap proses pembangunan. Hal ini bertujuan untuk mengejar kuota dari pemerintah yang menyalurkan rumah subsidi kepada masyarakat. Jika konsumen telah melakukan pemesanan rumah, maka proses pembangunan rumah-pun baru akan dimulai. Permasalahan tersebut akan diselesaikan dengan Sistem Penunjang Keputusan untuk penentuan tingkat "priority scale" dalam pembangunan unit rumah KPR menggunakan metode TOPSIS yang berisi sistem yang menentukan tingkat skala prioritas rumah yang harus dibangun terlebih dahulu dari konsumen yang telah melakukan akad pembelian tetapi rumahnya belum berstatus "Terbangun". Metode TOPSIS ini digunakan karena kemampuannya yang multikriteria, pendekatannya yang relatif dan mudah diimplementasikan. Hasil dari penelitian ini adalah hasil perangkingan 5 teratas dari skala prioritas yang direkomendasikan untuk dibangun rumahnya terlebih dahulu yaitu dengan nilai preferensi 0.7621, 0.7579, 0.7530, 0.7189, 0.6370.
PREDIKSI PUTUSAN PERCERAIAN BERDASARKAN FAKTOR EKONOMI MENGGUNAKAN METODE BACKPROPAGATION suhendro, dedi; Adriatasya, Sabila Putri
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.465

Abstract

Faktor ekonomi yang menjadi salah satu pengaruh sebagai isu terkini atas kelanggengan dan tidaknya suatu hubungan perkawinan. Kasus perceraian yang terjadi di Kabupaten Simalungun menjadi fenomena yang sangat jelas terlihat bahwa angka kasus perceraian meningkat dikarenakan faktor ekonomi atau keuangan. Meningkatnya perceraian bisa disinyalir karena ada perubahan gaya hidup yang dipicu meningkatnya kebutuhan dan minimnya penghasilan. Namun tidak semua rumahtangga yang menjadikan faktor ekonomi sebagai penyebab perceraian atau sebaliknya yang menjamin bertahannya suatu rumahtangga. Penelitian ini bertujuan untuk prediksi putusan perceraian berdasarkan faktor ekonomi. Adapun metode yang digunakan yaitu jaringan saraf tiruan dengan algoritma backpropagation. Variabel yang digunakan dalam penelitian ini yaitu faktor ekonomi kelompok atas, kelompok menengah, kelompok rentan dan kelompok miskin dan target yang digunakan yaitu jumlah perceraian. Dataset yang digunakan dalam penelitian ini yaitu  dataset tentang data perceraian yang terdata pada Pengadilan Agama Simalungun mulai tahun 2021, 2022 dan 2023. Penelitian ini menggunakan lima model arsitektur pelatihan dan pengujian pada data, yaitu arsitektur       2-2-1, 2-5-1, 2-10-1, 2-15-1, 2-25-1. Hasil penelitian menunjukkan bahwa arsitektur terbaik yaitu 2-10-1 dengan MSE pengujian 0,000907942, epoch 10500 dengan tingkat akurasi 89,58%. Peningkatan jumlah perceraian pada tahun 2024 terletak pada tingkat kelompok rentan dengan kenaikan 39 kasus dari tahun sebelumnya.
Metode Decision Trees untuk Evaluasi dan Supervisi Pembentukan Karakter Siswa di Sekolah Kejuruan Jalal, Fitri; Ernawati, Ernawati; Mardizal, Jonni 
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.463

Abstract

Abstrak Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi hasil pendidikan di lembaga pendidikan teknologi dan kejuruan yang berada di wilayah Sumatera. Faktor-faktor yang diteliti mencakup Fasilitas Pendidikan, Kurikulum, Kualifikasi Guru, Dukungan Pemerintah, dan keterlibatan Industri Mitra. Data dikumpulkan melalui metode survei, wawancara, serta pengumpulan data sekunder dari beberapa institusi yang terkait. Analisis data dilakukan dengan memakai pendekatan kuantitatif menggunakan algoritma tertentu untuk memetakan hubungan antara variabel-variabel yang ada.Hasil dari penelitian ini menunjukkan bahwa Fasilitas Pendidikan yang memadai, Kurikulum yang komprehensif, serta Kualifikasi Guru yang unggul memiliki pengaruh yang signifikan terhadap pencapaian hasil pendidikan yang optimal. Selain itu, Dukungan Pemerintah yang memadai dan keterlibatan Industri Mitra juga terbukti berperan secara substansial dalam peningkatan kualitas pendidikan. Sebaliknya, kekurangan pada faktor-faktor tersebut dihubungkan dengan hasil pendidikan yang rendah. Temuan ini memberikan gambaran yang komprehensif mengenai kondisi pendidikan teknologi dan kejuruan di wilayah Sumatera serta menawarkan rekomendasi bagi para pemangku kepentingan dalam upaya pengembangan kebijakan pendidikan.Kata Kunci: pendidikan teknologi dan kejuruan, fasilitas pendidikan, kurikulum, kualifikasi guru, dukungan pemerintah, industri mitra, Sumatera.
OPTIMASI MODEL SUPPORT VECTOR REGRESSION (SVR) DENGAN GRIDSEARCHCV UNTUK PREDIKSI HARGA SAHAM BANK BRI Kamaluddin, Reza
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.469

Abstract

Tujuan dari penelitian ini adalah untuk meningkatkan kinerja model Support Vector Regression (SVR) saat memprediksi harga saham Bank BRI (BBRI.JK) di pasar modal Indonesia. Investor sering memperhatikan harga saham Bank BRI, yang merupakan salah satu saham paling likuid di pasar modal Indonesia. Perubahan harga saham ini dapat mempengaruhi pasar secara signifikan, sehingga sangat penting bagi pelaku pasar di Indonesia untuk membuat prediksi yang akurat tentang pergerakan harga saham ini. Peramalan harga saham dapat membantu para investor untuk memperkirakan pola investasi pada masa yang akan datang. Penelitian ini menggunakan data harga penutupan harian dari 1 Oktober 2022 hingga 31 Oktober 2024, karena prediksi harga saham yang akurat sangat penting bagi investor. Data dikumpulkan dari Yahoo Finance, diperhalus dengan normalisasi Min-Max, dan dibagi menjadi set latihan dan uji. GridSearchCV digunakan untuk mengevaluasi model SVR baik dengan maupun tanpa optimasi parameter. Tujuannya adalah untuk menemukan kombinasi parameter terbaik (C, epsilon, dan gamma).  Hasil penelitian menunjukkan bahwa, dibandingkan dengan model tanpa optimasi, model SVR yang dioptimalkan dengan GridSearchCV menunjukkan akurasi prediksi yang lebih tinggi. Koefisien Determinasi (R2), Root Mean Squared Error (RMSE), dan Mean Absolute Percentage Error (MAPE) menunjukkan peningkatan yang signifikan dalam kinerja. Nilai RMSE turun dari 0,0401 menjadi 0,0364, dan R2 meningkat dari 0,8999 menjadi 0,9174. Studi ini menemukan bahwa menggunakan SVR bersamaan dengan optimasi parameter adalah metode yang efektif untuk memprediksi harga saham. Metode ini memberikan nasihat berharga bagi investor saat mereka membuat keputusan investasi di pasar modal Indonesia.
PENERAPAN DATA MINING UNTUK PREDIKSI PENDAFTARAN PDB DI SMKN3 METRO MENGGUNAKAN MACHINE LEARNING Effendi, Mukhammad Khoirul; Sriyanto, Sriyanto; Goesderilidar, Goesderilidar; Nugroho, Handoyo Widi; Triloka, Joko
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.482

Abstract

Penelitian ini bertujuan untuk menerapkan teknik data mining dalam memprediksi jumlah pendaftar Penerimaan Peserta Didik Baru (PPDB) di SMKN3 Metro menggunakan algoritma machine learning, khususnya Decision Tree (C4.5). Masalah utama yang dihadapi adalah tantangan pengelolaan data historis dan keterbatasan kapasitas sekolah dalam merencanakan penerimaan siswa secara efektif. Metode penelitian meliputi pengumpulan data historis pendaftaran, pra-pemrosesan data, penerapan algoritma machine learning, serta evaluasi kinerja model menggunakan metrik seperti Mean Squared Error (MSE), Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan koefisien determinasi (R²).Hasil penelitian menunjukkan bahwa model Decision Tree (C4.5) memiliki performa terbaik dibandingkan algoritma lain, dengan nilai MSE sebesar 290,948, RMSE 17,057, MAE 11,096, dan R² sebesar 0,893. Akurasi prediksi yang tinggi ini menunjukkan potensi besar algoritma tersebut dalam mendukung pengelolaan PPDB secara lebih efisien. Penelitian ini diharapkan dapat menjadi solusi inovatif bagi SMKN3 Metro dalam merencanakan penerimaan siswa baru dan optimalisasi sumber daya sekolah. Selain itu, model ini dapat menjadi referensi bagi institusi pendidikan lain dalam mengadopsi teknologi serupa.Kata Kunci: Data Mining, Prediksi Pendaftar, PPDB, Decision Tree, SMKN3 MetroAbstractThis research focuses on implementing data mining to predict the number of registrants for new student admissions (PPDB) at SMKN3 Metro using the C4.5 machine learning algorithm. The study aims to address annual challenges in data management and school capacity limitations. By leveraging historical registration data, an accurate predictive model is developed to assist the school in planning student admissions more effectively. The methodology includes data collection and preprocessing, application of the C4.5 algorithm, and model performance evaluation based on prediction accuracy. Preliminary results indicate that the C4.5 algorithm outperforms other models, achieving a Mean Squared Error (MSE) of 290.948, Root Mean Squared Error (RMSE) of 17.057, and a coefficient of determination (R²) of 0.893. These findings demonstrate the model's reliability in estimating the number of registrants for key competencies such as Software Engineering and Computer Network Engineering. This implementation is expected to improve the efficiency of the PPDB process and resource planning at SMKN3 Metro, while providing a practical application of data mining and machine learning in educational management.Keywords: Data Mining, PPDB Prediction, Machine Learning, C4.5 Algorithm, SMKN3 Metro
ANALISIS USER EXPERIENCE APLIKASI OTENTIKASI TASPEN PADA BABY BOOMER DENGAN METODE ENHANCED COGNITIVE WALKTHROUGH Saputri, Yosika Dian; Aryani, Reni; Abidin, Zainil
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.483

Abstract

Taspen menghadirkan inovasi melalui aplikasi Otentikasi untuk mempermudah pensiunan dalam verifikasi kehadiran tanpa harus datang ke kantor setiap bulan. Namun, generasi baby boomer yang berusia lebih atau sama dengan 58 tahun ke atas menghadapi kesulitan dalam penggunaan aplikasi, terutama terkait user interface dan instruksi yang kurang jelas. Penelitian ini menganalisis user experience aplikasi menggunakan metode Enhanced Cognitive Walkthrough dengan lima responden pengguna baru dan merupakan nasabah PT.Taspen (persero) Cabang Jambi. Metode Enhanced Cognitive Walkthrough merupakan metode evaluasi yang berfokus pada model usability yaitu Learnability. Metode Enhanced Cognitive Walkthrough merupakan metode evaluasi user experience dimana responden diminta untuk mengerjakan tugas berbasis skenario yang telah dipersiapkan oleh peneliti. Hasil analisis mengindikasikan bahwa rata-rata tingkat permasalahan pada setiap matriks analisis berada pada tingkat rendah namun pada tugas yang sangat penting. Permasalahan paling banyak ditemukan yaitu pada task 6 (Ucapkan huruf A) yang juga memiliki nilai permasalahan tertinggi, diikuti oleh task 3 (Kedipkan mata) dan task 1 (Masukkan notas) yang menunjukkan tingkat permasalahan cukup signifikan. Dengan adanya evaluasi usability Otentikasi Taspen didapatkan 3 tampilan rekomendasi perbaikan dan 2 rekomendasi tambahan, dimana rekomendasi perbaikannya yaitu terdapat penambahan halaman petunjuk sebelum memasukkan notas, perbaikan instruksi kedipkan mata, perbaikan instruksi ucapkan huruf A, penambahan riwayat otentikasi pada halaman konfirmasi status otentikasi dan penambahan notifikasi otentikasi. Rekomendasi perbaikan dibuatkan berupa rancangan mockup sistem
Kombinasi Hybrid K-Means untuk Klasterisasi Multivariat dalam Analisis Stunting Sartika, Devi; Elfaladonna, Febie; Octarina, Ayu
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.475

Abstract

Penelitian ini mengintegrasikan metode Principal Component Analysis (PCA) dan K-Means clustering untuk melakukan klasterisasi multivariat pada dataset stunting. PCA diterapkan untuk mengurangi dimensi data yang kompleks, dengan mempertahankan sekitar 69,65% dari variansi total melalui 17 komponen utama, sehingga analisis menjadi lebih efisien tanpa kehilangan informasi penting. Setelah reduksi dimensi, algoritma K-Means digunakan untuk mengelompokkan individu berdasarkan kesamaan karakteristik, dengan jumlah cluster optimal ditentukan menggunakan analisis Within-Cluster Sum of Squares (WCSS). Hasil klasterisasi membagi data menjadi dua cluster yang memiliki perbedaan karakteristik, yang mencerminkan variasi dalam faktor-faktor yang mempengaruhi stunting, seperti status gizi, akses terhadap layanan kesehatan, dan faktor sosial ekonomi. Penerapan PCA dan K-Means clustering memberikan pemahaman yang lebih jelas mengenai pola dan distribusi faktor penyebab stunting, serta mendukung analisis stunting lebih lanjut.
Pengembangan Media Game interaktif berbasis Scratch untuk Meningkatkan Literasi dan Minat Baca Pada Anak Firdaus, Novemli; Giatman, Giatman; Maksum, Hasan; Refdinal, Refdinal; Abdullah, Rijal
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.474

Abstract

Penelitian ini bertujuan untuk mengembangkan media game interaktif berbasis Scratch sebagai upaya untuk meningkatkan literasi membaca siswa. Dengan meningkatnya tantangan di era digital, penggunaan teknologi dalam pendidikan menjadi sangat penting. Melalui pendekatan Game Edukasi, penelitian ini menerapkan metode Research and Development (R&D) dengan model ADDIE untuk merancang, mengembangkan, dan mengevaluasi aplikasi game edukasi. Hasil uji coba menunjukkan bahwa aplikasi ini mampu meningkatkan minat baca, terlihat dari tingkat keberhasilan siswa yang mencapai 86% dalam menjawab 20 soal latihan. Dengan demikian, game interaktif berbasis Scratch terbukti efektif sebagai media pembelajaran yang inovatif untuk mendukung literasi membaca pada anak.
Peran Agile Leadership dalam Menghadapi Ketidakpastian Industri 4.0 Berbasis Decision Trees untuk Pengambilan Keputusan Putra, Benny Adeka; Ernawati, Ernawati; Mardizal, Jonni
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.462

Abstract

Industri 4.0 membawa tantangan ketidakpastian yang tinggi, memerlukan pemimpin yang adaptif dan responsif terhadap perubahan cepat. Agile Leadership adalah pendekatan kepemimpinan yang menekankan fleksibilitas, kolaborasi, dan pengambilan keputusan cepat. Penelitian ini mengeksplorasi peran Agile Leadership dalam mengelola ketidakpastian di lingkungan industri berbasis teknologi, dengan fokus pada penggunaan Decision Trees sebagai alat komputasi untuk mendukung pengambilan keputusan adaptif. Decision Trees memungkinkan pemimpin untuk menganalisis berbagai pilihan dan konsekuensi keputusan secara sistematis, membantu mereka memilih tindakan yang tepat dalam kondisi yang tidak pasti. Metode ini juga memungkinkan visualisasi berbagai skenario dan potensi dampaknya. Penelitian ini menggunakan studi kasus pada organisasi yang telah mengimplementasikan Agile Leadership dan Decision Trees untuk mengatasi ketidakpastian yang terkait dengan perubahan teknologi dan pasar. Hasil penelitian ini diharapkan dapat memberikan wawasan tentang bagaimana Agile Leadership dan algoritma komputasi seperti Decision Trees dapat meningkatkan pengambilan keputusan dalam situasi dinamis. Temuan ini diharapkan memberikan panduan praktis bagi pemimpin untuk lebih efektif mengelola perubahan dan membuat keputusan yang adaptif di era industri yang serba cepat ini.Kata Kunci: Agile Leadership, Decision Trees, Industri 4.0, Ketidakpastian, Pengampilan keputusan
PROTOTYPE WEBSITE SELEKSI PPDB JALUR PRESTASI DAN PROSES DAFTAR ULANG Marini, Marini; Irawadi, Syafrul; Sarwindah, Sarwindah
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i1.480

Abstract

School is one of the educational support facilities which has a very important function as a place to seek knowledge. PPDB is an activity for accepting new students. It is hoped that this online new student admission (PPDB) system will make the implementation of PSB more transparent, accountable and accommodating. In processing the selection for new student admissions (PPDB), usually the school still records data manually so the process is considered less effective, this also greatly affects the storage of archived data, if something undesirable happens, for example data is lost or damaged, then This important data cannot be used anymore. The aim is to build a web-based application that can help both schools and students to simplify the registration process for prospective new students and speed up the data processing process. The Fast Framework model is used to create websites. The result of this research is the PPDB Achievement Track Selection Website Prototype and Re-Registration Process.

Page 16 of 17 | Total Record : 169

 13   14   15   16   17 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol 9, No 2 (2025): JSR:Jaringan Sistem Informasi Robotik Vol 9, No 1 (2025): JSR: Jaringan Sistem Informasi Robotik Vol 8, No 2 (2024): JSR: Jaringan Sistem Informasi Robotik Vol 7, No 2 (2023): JSR: Jaringan Sistem Informasi Robotik Vol 7, No 1 (2023): JSR: Jaringan Sistem Informasi Robotik Vol 6, No 2 (2022): JSR : Jaringan Sistem Informasi Robotik Vol 6, No 1 (2022): JSR : Jaringan Sistem Informasi Robotik Vol 5, No 2 (2021): JSR : Jaringan Sistem Informasi Robotik Vol 5, No 1 (2021): JSR : Jaringan Sistem Informasi Robotik Vol 4, No 2 (2020): JSR : Jaringan Sistem Informasi Robotik Vol 4, No 1 (2020): JSR : Jaringan Sistem Informasi Robotik Vol 3, No 2 (2019): JSR : Jaringan Sistem Informasi Robotik Vol 3, No 1 (2019): JSR : Jaringan Sistem Informasi Robotik Vol 2, No 2 (2018): JSR : Jaringan Sistem Informasi Robotik Vol 2, No 1 (2018): JSR : Jaringan Sistem Informasi Robotik Vol 1, No 01 (2017): JSR : Jaringan Sistem Informasi Robotik More Issue