cover
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,
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).
Articles 196 Documents
Implementasi Sistem Prediksi Pendapatan Penjualan Susu Kemasan Menggunakan Metode Regresi Linier Berganda Renaldi, Refan; Magdalena, Lena; Hatta, Muhammad
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 2 (2025): JSR:Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i2.555

Abstract

Industri susu kemasan di Indonesia mengalami perkembangan signifikan seiring meningkatnya kesadaran masyarakat akan pentingnya asupan nutrisi. CV Cita Nasional sebagai produsen susu kemasan menghadapi tantangan dalam memprediksi penjualan secara akurat di wilayah Jawa Barat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem prediksi penjualan menggunakan metode Regresi Linier Berganda berbasis web. Data penjualan selama 24 bulan (Januari 2023 - Desember 2024) dari enam wilayah distribusi dianalisis dengan variabel independen meliputi Cup, Pp, Mp, Ygt, Y Btl, Spm-c-s, Ppm serta transformasi musiman Month_Sin dan Month_Cos. Implementasi sistem menggunakan framework Laravel untuk backend dan frontend, serta Python untuk pemodelan. Hasil evaluasi model menunjukkan MAE sebesar 0,0250, MSE 0,0011, RMSE 0,0334, dan MAPE 11,71% pada data testing, yang mengindikasikan akurasi prediksi yang baik. Sistem berhasil mengidentifikasi variabel Spm-c-s sebagai faktor terkuat dengan korelasi 0,9542 terhadap pendapatan. Penelitian ini memberikan kontribusi dalam bentuk sistem prediksi yang dapat membantu optimalisasi perencanaan produksi dan distribusi.
Perancangan Sistem Prediksi Pendapatan BRT Menggunakan Penerapan Hybrid Random Forest dan LSTM Loka, Diah Pita; Magdalena, Lena; Febima, Mesi
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 2 (2025): JSR:Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i2.553

Abstract

Penelitin ini berfokus pada penerapan pendekatan hybrid machine leaerning yang menggabungkan algoritma Random Forest dan Long Short-Term Memory (LSTM) untuk memprediksi pendapatan Bus Rapid Transit (BRT) berdasarkan pola perilaku pelanggan. Dengan semakin pentingnya manajemen transportasi umum, prediksi pendapatan yang akurat telah menjadi krusial untuk perencanaan operasional dan pembuatan kebijakan. Penelitian ini mengatasi tantangan yang dihadapi oleh Dinas Perhubungan Kota Cirebon dalam mengelola operasi BRT tanpa sistem prediksi pendapatan yang memadai untuk mendukung kebijakan tarif transportasi publik yang berkelanjutan. Menggunakan data operasional dari Januari hingga Desember 2024, penelitian ini mengusulkan pendekatan hybrid baru di mana Random Forest digunakan untuk pemilihan fitur dan analisis kepentingan, sementara LSTM menangani pengenalan pola temporal untuk prediksi pendapatan. Model hybrid memproses berbagai variabel termasuk data pelanggan (dewasa dan pelajar), data operasional (rute, jadwal), dan faktor eksternal (hari libur nasional, hari libur sekolah). Algoritma Random Forest berhasil mengidentifikasi 5 fitur kunci dari 15 fitur awal, dengan total penumpang (korelasi: 0,996) dan 3 penumpang stasiun teratas (korelasi: 0,996) menunjukkan pentingnya tertinggi. Model LSTM mencapai akurasi prediksi dengan MAE sebesar 8,90%, MSE sebesar 0,0134, RMSE sebesar 11,59%, dan R² sebesar 75,97%. Pendekatan hybrid menunjukkan peningkatan yang signifikan dalam akurasi prediksi pendapatan dibandingkan dengan metode tradisional, memberikan wawasan berharga bagi otoritas transportasi di Kota Cirebon untuk merumuskan kebijakan tarif transportasi publik yang berkelanjutan.
SISTEM INFORMASI PETTY CASH INTERAKTIF: PENDEKATAN AGILE SCRUM UNTUK PENINGKATAN AKURASI DAN EFISIENSI DI PT. MOBILKOM TELEKOMINDO Ritonga, Nur Afni Selfiana; Yubarda, Erliza; Azizah, Juwita
JSR : Jaringan Sistem Informasi Robotik Vol 9, No 2 (2025): JSR:Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v9i2.631

Abstract

Penelitian Kemajuan teknologi informasi di era digital mendorong perusahaan untuk mengelola keuangannya secara lebih efektif, efisien, dan transparan. PT. Mobilkom Telekomindo yang bergerak di bidang telekomunikasi dan teknologi informasi masih menggunakan metode manual seperti pencatatan berbasis kertas dan spreadsheet, sehingga meningkatkan risiko kesalahan manusia. Keadaan ini menyebabkan berbagai kendala, seperti kesalahan pencatatan, keterlambatan pelaporan, dan kesulitan dalam memantau penggunaan dana secara akurat. Metodologi yang digunakan dalam pengembangan sistem ini adalah Agile Scrum. Pendekatan ini dipilih untuk memastikan adaptasi yang cepat terhadap kebutuhan pengguna (Staf Keuangan) dan menghasilkan fitur-fitur fungsional secara bertahap (iteratif). Penelitian ini bertujuan untuk mengembangkan sistem informasi manajemen kas kecil berbasis Visual Basic .Net dengan basis data MySQL, merancang dan mengimplementasikan sistem informasi manajemen kas kecil yang interaktif dan terkomputerisasi yang diharapkan dapat meningkatkan akurasi pencatatan, efisiensi proses, serta meminimalkan risiko kesalahan dan kehilangan data. Hasil penelitian menunjukkan bahwa penggunaan sistem ini dapat mempercepat proses pencatatan, pengajuan, dan pembukuan penggunaan dana operasional kecil, menyediakan fitur pemantauan saldo secara real-time, dan memudahkan pembuatan laporan pengeluaran. Dengan penerapan sistem ini, departemen akuntansi dapat lebih mudah memantau penggunaan dana, menjaga konsistensi data, dan memperkuat pengendalian internal perusahaan. Sistem informasi manajemen kas kecil yang telah dikembangkan dapat meningkatkan transparansi, efisiensi waktu, dan mendukung kelancaran operasional perusahaan secara keseluruhan.Kata Kunci : Sistem Informasi, Kas Kecil, Visual Basic .Net, MySQL, Manajemen Keuangan , Agile Scrum
Analisis Serangan Siber Tahapan Eksploitasi, Persistensi, dan Penghapusan Jejak Dengan Uji Penetrasi Menggunakan DVWA Kurniawan, Daniel Reynard; Tjiong, Edwin Lesmana
JSR : Jaringan Sistem Informasi Robotik Vol 10, No 1 (2026): JSR : Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v10i1.683

Abstract

Keamanan aplikasi web adalah hal yang krusial di tengah meningkatnya serangan siber yang menyasar aplikasi berbasis web. Tidak hanya keamanan aplikasi web namun keamanan sistem tempat aplikasi tersebut berada. Berdasarkan laporan milik Sophos tahun 2024, menunjukkan bahwa kejahatan siber semakin marak dijumpai melibatkan pencurian data. Hal ini menjadi sangat krusial bagi untuk memiliki kesadaran akan pentingnya keamanan siber mengenai bagaimana sebuah serangan dapat dilakukan. Penelitian ini melakukan simulasi serangan siber dari awal sampai akhir secara detil, sesuatu yang biasanya dilakukan vendor siber secara rahasia pada klien mereka. Ini penting bagi tim IT untuk dapat memperbarui solusi keamanan organisasi mereka. Penelitian ini melakukan eksploitasi terhadap Damn Vulnerable Web Application (DVWA) meliputi tahapan reconnaissance, exploitation, privilege escalation, persistence access, payload execution, dan trace removal. Hasil penelitian menunjukkan bahwa serangan siber end-to-end dapat dilakukan secara realistis dengan teknologi terbaru.
Algoritma LightGBM dengan SMOTE & ADASYN untuk Prediksi Risiko Serangan Jantung Sugianto, Nanda Putri; Purnamasari, Ade Irma; Pratama, Denni; Marta, Puji Pramudya; Wijaya, Yudhistira Arie
JSR : Jaringan Sistem Informasi Robotik Vol 10, No 1 (2026): JSR : Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v10i1.633

Abstract

Ketidakseimbangan data merupakan tantangan utama dalam pemodelan prediksi medis, termasuk prediksi serangan jantung, karena jumlah kasus positif jauh lebih sedikit dibandingkan kasus negatif sehingga menurunkan kemampuan model dalam mendeteksi pasien berisiko tinggi. Penelitian ini bertujuan untuk membandingkan efektivitas dua teknik oversampling, yaitu Synthetic Minority Oversampling Technique (SMOTE) dan Adaptive Synthetic Sampling (ADASYN), dalam meningkatkan performa algoritma Light Gradient Boosting Machine (LightGBM) untuk prediksi risiko serangan jantung. Dataset berjumlah 1.319 sampel dengan sembilan fitur klinis dan dianalisis melalui tahapan pra-pemrosesan, normalisasi, penanganan class imbalance, pembangunan model, serta evaluasi menggunakan Accuracy, Precision, Recall, F1-Score, dan AUC-ROC. Hasil menunjukkan bahwa model baseline memiliki akurasi tinggi namun sensitivitas terhadap kelas positif masih rendah. Setelah diterapkan oversampling, model mengalami peningkatan signifikan. LightGBM-SMOTE memperoleh F1-Score terbesar (0.9876) dan AUC-ROC 0.9853, sedangkan LightGBM-ADASYN mencapai F1-Score 0.9855 dan AUC-ROC 0.9861. Temuan ini menunjukkan bahwa SMOTE memberikan peningkatan performa yang lebih stabil dalam mendeteksi kelas minoritas. Dengan demikian, teknik oversampling khususnya SMOTE terbukti efektif untuk meningkatkan akurasi dan sensitivitas model prediksi serangan jantung.
DESAIN ARSITEKTUR ENTERPRISE SISTEM ADMINISTRASI PENGAJARAN GURU MENGGUNAKAN TOGAF Marini, Marini; Sarwindah, Sarwindah; Irawadi, Syafrul
JSR : Jaringan Sistem Informasi Robotik Vol 10, No 1 (2026): JSR : Jaringan Sistem Informasi Robotik
Publisher : AMIK Mitra Gama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58486/jsr.v10i1.690

Abstract

Teknologi informasi (TI) adalah bidang yang mempelajari, merancang, mengembangkan, mengimplementasikan, mendukung, dan mengelola sistem berbasis komputer untuk mengolah data menjadi informasi yang bermanfaat. Arsitektur Enterprise (Enterprise Architecture/EA) adalah kerangka kerja yang digunakan organisasi untuk merancang, mengorganisir, dan mengintegrasikan sistem teknologi informasi serta proses bisnis agar selaras dengan tujuan strategis perusahaan. Dengan EA, perusahaan dapat memastikan bahwa investasi TI mendukung kebutuhan bisnis, meningkatkan efisiensi, dan meminimalkan risiko. TOGAF (The Open Group Architecture Framework) adalah kerangka kerja arsitektur enterprise yang dikembangkan oleh The Open Group. Tujuannya adalah membantu organisasi dalam merencanakan, merancang, mengimplementasikan, dan mengelola arsitektur perusahaan secara terstruktur dan efisien sebagai Metode Penelitian.  Hasil dari penelitian ini adalah blueprint arsitektur yang komprehensif, yang mencakup desain entitas data, fungsi bisnis, serta aplikasi yang diusulkan. Dengan adanya arsitektur enterprise dengan Togaf agar strategi bisnis, tata Kelola dengan system teknologi informasi, memberikan metodologi sistematis untuk pengembangan arsitektut, serta mengatur struktur data dan aliran informasi.