cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ahmad Fitriansyah
Contact Email
ahmad.fitriansyah@swadharma.ac.id
Phone
+6287870716976
Journal Mail Official
jurnal.jris@swadharma.ac.id
Editorial Address
Kampus 1 Institut Teknologi dan Bisnis Swadharma Jl. Malaka No.3, Tambora, Jakarta Barat 11230
Location
Kota tangerang selatan,
Banten
INDONESIA
JURNAL REKAYASA INFORMASI SWADHARMA (JRIS)
Published by Institut Teknologi dan Bisnis Swadharma
ISSN : 27745759     EISSN : 27745732     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Rekayasa Informasi Swadharma merupakan jurnal ilmiah yang diterbitkan oleh LPPM ITB Swadharma. Jurnal ini mempublikasikan karya ilmiah hasil penelitian dengan topik Big Data, Sistem Informasi Berbasis Komputer, Data Mining, Data Scientists, Enterprise Architecture, Enterprise Resource Planning (ERP), Tata Kelola Teknologi, Information Retrieval System, Audit Sistem Informasi, Manajemen Pengetahuan Berbasis Sistem Informasi, Sistem Informasi Manajemen, Manajemen Proyek, Proses Bisnis, Smart City, Sosial Media, Sistem Penunjang Keputusan, Kecerdasan Bisnis.
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 149 Documents
 11   12   13   14   15 
APLIKASI PENGENALAN TARIAN TRADISIONAL DAYAK KALIMANTAN TIMUR MENGGUNAKAN AUGMENTED REALITY Nisa Aulya Ramadhana; Muh. Basri; Marlina Marlina; Ade Hastuty; Untung Suwardoyo
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1100

Abstract

The development of multimedia technology and Augmented reality (AR) offers significant opportunities to preserve and promote local culture. Traditional Dayak dance from East Kalimantan is a cultural heritage of high artistic value that remains under-recognised by the younger generation. This study aims to develop an AR-based animated application for introducing traditional Dayak dance as an interactive learning medium. The research method used was an experimental waterfall model, encompassing analysis, design, implementation, and testing. The application was built using Unity and Blender, with key features including 3D animations of traditional dances, brief information about the dances, and AR camera-based interactions. Black-box testing demonstrated that all functions functioned well. Measurements from 10 to 120 cm ran smoothly, while the application's tilt range from 300 to 900° was affected, with only 900° experiencing control and displaying objects. This application is expected to serve as an engaging educational medium, increase the younger generation's interest in Dayak culture, and support local cultural preservation efforts through digital technology.Perkembangan teknologi multimedia dan Augmented reality (AR) memberikan peluang besar dalam pelestarian dan pengenalan budaya lokal. Tari tradisional Dayak Kalimantan Timur merupakan salah satu warisan budaya yang memiliki nilai seni tinggi, namun masih kurang dikenal oleh generasi muda. Penelitian ini bertujuan mengembangkan aplikasi animasi pengenalan tari tradisional Dayak berbasis AR sebagai media pembelajaran interaktif. Metode penelitian yang digunakan adalah penelitian eksperimental dengan model waterfall, meliputi tahap analisis, desain, implementasi, dan pengujian. Aplikasi dibangun menggunakan Unity dan Blender dengan fitur utama berupa animasi 3D tari tradisional, informasi singkat mengenai tarian, serta interaksi berbasis kamera AR. Pengujian dilakukan menggunakan Black Box Testing yang menunjukkan seluruh fungsi berjalan dengan baik, serta uji coba pengukuran 10 sampai 120 cm berjalan mulus sementara hasil kemeringan aplikasi dari 300 sampai 900 , hanya di angka 900 mengalami kendali selain itu menampilkan objek. Aplikasi ini diharapkan dapat menjadi media edukasi yang menarik, meningkatkan minat generasi muda dalam mengenal budaya Dayak, serta mendukung upaya pelestarian budaya lokal melalui pemanfaatan teknologi digital
PENGEMBANGAN APLIKASI CELLOT SHOES JASA LAYANAN ANTAR – JEMPUT LAUNDRY SEPATU BERBASIS WEB Anggiko Bhisara; Arka Aden Cahya; Hendri Mahmud Nawawi
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1240

Abstract

Advances in information technology are driving digital transformation in various business sectors, including shoe care services. However, many shoe laundry businesses still rely on manual ordering systems that are inefficient and risk recording errors and information delays. This research aims to develop a web-based shoe laundry pick-up and delivery service application called Cellot Shoes to simplify the online ordering process and improve order management efficiency. System development involved requirements analysis, design, implementation using modern web technology, and functional testing using the Black Box Testing method. The application provides user authentication, service ordering, shoe photo uploads, real-time order status monitoring, and data management based on user, admin, and partner access rights. The system was deployed using Biznet Gio services and routed through the Vercel platform to ensure broad accessibility. Test results showed that all key functions met the functional requirements, and the interface was responsive across various devices. Therefore, this application is suitable for implementation in a real-world operational environment, although further development of security and system performance aspects is still needed.Perkembangan teknologi informasi mendorong transformasi digital pada berbagai sektor usaha, termasuk layanan jasa perawatan sepatu. Namun, banyak usaha laundry sepatu masih mengandalkan sistem pemesanan manual yang kurang efisien dan berisiko menimbulkan kesalahan pencatatan serta keterlambatan informasi. Penelitian ini bertujuan mengembangkan aplikasi layanan antar–jemput laundry sepatu berbasis web bernama Cellot Shoes guna mempermudah proses pemesanan daring dan meningkatkan efisiensi pengelolaan pesanan. Pengembangan sistem dilakukan melalui tahapan analisis kebutuhan, perancangan, implementasi menggunakan teknologi web modern, serta pengujian fungsional dengan metode Black Box Testing. Aplikasi menyediakan fitur autentikasi pengguna, pemesanan layanan, unggah foto sepatu, pemantauan status pesanan secara real-time, serta manajemen data berdasarkan hak akses pengguna, admin, dan mitra. Sistem di-deploy menggunakan layanan Biznet Gio dan diarahkan melalui platform Vercel untuk memastikan aksesibilitas yang luas. Hasil pengujian menunjukkan bahwa seluruh fungsi utama berjalan sesuai kebutuhan fungsional dan tampilan antarmuka responsif pada berbagai perangkat. Dengan demikian, aplikasi ini layak diterapkan pada lingkungan operasional nyata, meskipun pengembangan lanjutan pada aspek keamanan dan performa sistem masih diperlukan
EVOLUSI PENDEKATAN DEEP LEARNING BERBASIS ATTENTION MECHANISM PADA PENINGKATAN RESOLUSI CITRA: TINJAUAN KOMPREHENSIF Dezein Hibatullah; Ruli Susanti
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1342

Abstract

This study presents a Systematic Literature Review (SLR) on the development of attention-based deep learning methods for Single Image Super-Resolution (SISR) for the period 2022–2026. Using the PRISMA 2020 framework, 53 articles were selected from 1,116 identified articles from Scopus, IEEE Xplore, ScienceDirect, and SpringerLink. The study results show that hybrid CNN-Transformer architectures with attention mechanisms dominate the current trend, with channel attention being the most widely used (71.7%). Application domains include medical imaging, remote sensing, surveillance, multimedia, and industry. Key challenges identified include model complexity, limited generalization, and the trade-off between reconstruction quality and inference efficiency. This study provides a comprehensive roadmap for developing more adaptive and efficient attention-based SISR systems.Penelitian ini menyajikan Systematic Literature Review (SLR) terhadap perkembangan metode deep learning berbasis attention mechanism untuk Single Image Super-Resolution (SISR) pada periode 2022–2026. Menggunakan kerangka PRISMA 2020, sebanyak 53 artikel dipilih dari 1.116 artikel teridentifikasi dari Scopus, IEEE Xplore, ScienceDirect, dan SpringerLink. Hasil kajian menunjukkan bahwa arsitektur hibrida CNN-Transformer dengan attention mechanism mendominasi tren terkini, dengan channel attention sebagai jenis yang paling banyak digunakan (71,7%). Domain aplikasi mencakup pencitraan medis, pengindraan jauh, surveillance, multimedia, dan industri. Tantangan utama yang teridentifikasi meliputi kompleksitas model, keterbatasan generalisasi, dan trade-off antara kualitas rekonstruksi dan efisiensi inferensi. Penelitian ini memberikan peta jalan komprehensif bagi pengembangan sistem SISR berbasis attention yang lebih adaptif dan efisien.
KLASIFIKASI PRESTASI AKADEMIK MAHASISWA MENGGUNAKAN METODE RANDOM FOREST Serly Sustiana Saputri; Dwi Remawati; Teguh Susyanto; Wawan Laksito Yuly Saptomo
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1179

Abstract

This study aims to classify student academic achievement using the Random forest algorithm, utilizing the Student Performance dataset from Kaggle. The main attributes used as predictors include attendance rate, weekly study duration, and class engagement. The research methodology included data preprocessing with label encoding, an 80:20 split between training and test sets, and standardized model evaluation using accuracy, precision, recall, and F1-score. The results showed an accuracy of 31.03%. This low accuracy is due to the complexity of multi-class classification and imbalanced data distribution. This research contributes to mapping student learning behavior patterns and serves as a reference for developing more optimal academic prediction models.Penelitian ini bertujuan untuk mengklasifikasikan prestasi akademik mahasiswa menggunakan algoritma Random forest dengan memanfaatkan dataset Students Performance dari Kaggle. Atribut utama yang digunakan sebagai prediktor meliputi tingkat kehadiran, durasi belajar mingguan, dan keterlibatan di kelas. Metodologi penelitian mencakup pra-pemrosesan data dengan label encoding, pembagian data latih dan uji (80:20), serta evaluasi model yang diseragamkan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan nilai akurasi sebesar 31,03%. Rendahnya akurasi tersebut merupakan dampak dari kompleksitas klasifikasi multi-kelas dan distribusi data yang tidak seimbang (imbalanced data). Penelitian ini memberikan kontribusi dalam memetakan pola perilaku belajar mahasiswa serta menjadi referensi bagi pengembangan model prediksi akademik yang lebih optimal.
PERANCANGAN UI/UX APLIKASI RESERVASI PANGKAS RAMBUT DENGAN METODE DESIGN THINKING Syilla Arviani Putri Aisyah; Muhammad Labib Jundillah; Muhammad Rivani Ibrahim
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1245

Abstract

This study aims to design UI/UX recommendations for a Barbershop reservation application using the design thinking method and assess its usability using the System Usability Scale (SUS). The research method includes five stages of Design thinking: empathize, define, ideate, prototype, and test. Data were collected through customer observation and interviews, as well as literature studies related to UI/UX. Prototype testing was conducted using Maze and the SUS questionnaire via Google Form to evaluate the design's effectiveness and efficiency. The study produced a complete design consisting of a task flow, sitemap, low-fidelity wireframe, high-fidelity prototype, and an admin dasboard that includes reservation management features and real-time barber status settings. The research focuses on adapting design thinking to the operational context of Sky Barbershop, adding a "manage staff" feature to address workload imbalances, and integrating the booking flow that includes barber selection, scheduling, payment, and e-receipt. Maze testing results showed a 100% success rate for both the sign-up/sign-in and booking processes, and a misclick rate was found, indicating the need to optimize the visual hierarchy and UI elements. The SUS results showed an average customer score of 81 and an employee score of 72.5, with a combined score of 77, which falls into the "Good," "Acceptable," and Grade B categories according to SUS standards. This score indicates that the design meets basic usability requirements, but still requires improvements in navigation consistency and clarity of interactive components. The analysis indicates that the UI/UX design has the potential to improve service management efficiency, reduce physical queues, and enhance customer satisfaction through a more structured reservation flow. These design recommendations can serve as a basis for implementing the digital reservation system at Sky Barbershop and for further research.Penelitian ini bertujuan merancang rekomendasi desain UI/UX aplikasi reservasi pangkas rambut menggunakan metode design thinking, serta menilai tingkat kegunaannya melalui System Usability Scale (SUS). Metode penelitian mencakup lima tahapan Design thinking; empathize, define, ideate, prototype, dan testing. Data dikumpulkan melalui observasi dan wawancara pelanggan, studi literatur terkait UI/UX. Pengujian prototipe dilakukan menggunakan Maze dan kuesioner SUS melalui Google Form untuk memperoleh evaluasi mengenai efektivitas dan efisiensi rancangan. Penelitian menghasilkan rancangan lengkap terdiri atas task flow, sitemap, wireframe low-fidelity, prototipe high-fidelity, serta dasboard admin yang memuat fitur manajemen reservasi dan pengaturan status capster secara real-time. Fokus penelitian terletak pada penyesuaian design thinking terhadap konteks operasional Sky Barbershop, penambahan fitur “manage staff” untuk mengatasi ketidakseimbangan beban kerja, serta integrasi alur pemesanan yang mencakup pemilihan capster, jadwal, pembayaran, hingga e-receipt. Hasil testing Maze menunjukkan tingkat keberhasilan sebesar 100% untuk proses sign up/sign in maupun booking dan ditemukan misclick rate yang mengindikasikan perlunya optimalisasi pada hierarki visual dan elemen UI. Hasil SUS menunjukkan skor rata-rata pelanggan sebesar 81 dan karyawan sebesar 72,5, dengan skor gabungan 77 yang berada pada kategori “Good”, “Acceptable”, dan Grade B menurut standar SUS. Nilai ini menunjukkan bahwa rancangan telah memenuhi aspek kegunaan dasar, namun masih memerlukan penyempurnaan pada konsistensi navigasi serta kejelasan komponen interaktif. Analisis menunjukkan bahwa rancangan UI/UX berpotensi meningkatkan efisiensi pengelolaan layanan, mengurangi antrean fisik, serta meningkatkan kepuasan pelanggan melalui alur reservasi yang lebih terstruktur. Rekomendasi desain ini dapat dijadikan dasar untuk tahap implementasi sistem reservasi digital pada Sky Barbershop maupun pengembangan penelitian selanjutnya
ANALISIS PENGARUH FITUR EMOSI MUSIK TERHADAP POPULARITAS LAGU SPOTIFY MENGGUNAKAN RANDOM FOREST DAN SHAP Giatika Chrisnawati; Muhammad Taqy Hafizh; Hisar Maini Siregar; Faizah Nabilah
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1186

Abstract

The rapidly growing digital music industry, enabled by the Spotify platform, enables in-depth analysis of the emotional factors that influence a song's popularity. This study aims to identify significant emotional features, analyze their influence on the number of streams, and develop a data-driven model for predicting song popularity. The research method is an experimental artificial intelligence (machine learning) approach that applies the Random Forest Regression algorithm combined with the Shapley Additive Explanations (SHAP) interpretability method. The research stages include collecting datasets from Kaggle, data preprocessing, model training, and evaluation using the Coefficient of Determination (R²), Mean Absolute Error (MAE), and Root Mean Square Error (RMSE). The results show that valence, danceability, acousticness, and energy have the greatest influence on the number of streams, while instrumentalness has the least. Based on the Shapley Additive Explanations analysis, high emotional values, valence, and danceability contribute positively to song popularity. This study concludes that combining the Random Forest algorithm with the Shapley Additive Explanations method is effective for predicting and understanding the emotional factors that determine song success on Spotify.Industri musik digital yang berkembang pesat melalui platform Spotify memungkinkan analisis mendalam mengenai faktor emosional yang memengaruhi popularitas sebuah lagu. Penelitian ini bertujuan untuk mengidentifikasi fitur emosional yang signifikan, menganalisis pengaruhnya terhadap jumlah stream, serta membangun model prediksi popularitas lagu menggunakan pendekatan berbasis data. Metode penelitian yang digunakan adalah pendekatan eksperimental kecerdasan buatan (machine learning) dengan menerapkan algoritma Random Forest Regression yang dipadukan dengan metode interpretabilitas SHapley Additive Explanations (SHAP). Tahapan penelitian meliputi pengumpulan kumpulan data (dataset) dari Kaggle, pra-pemrosesan data, pelatihan model, serta evaluasi menggunakan metrik Coefficient of Determination (R²), Mean Absolute Error (MAE), dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa fitur valence, danceability, acousticness, dan energy memiliki pengaruh paling signifikan terhadap jumlah stream, sementara fitur instrumentalness tercatat memiliki pengaruh paling kecil. Berdasarkan analisis SHapley Additive Explanations, nilai emosional yang tinggi pada fitur valence dan danceability berkontribusi positif terhadap popularitas lagu. Penelitian ini menyimpulkan bahwa kombinasi algoritma Random Forest dan metode SHapley Additive Explanations efektif dalam memprediksi serta memahami faktor-faktor emosional yang menentukan kesuksesan lagu di platform Spotify
PENGEMBANGAN SISTEM INFORMASI BIMBINGAN BELAJAR BERBASIS WEB UNTUK EFISIENSI OPERASIONAL BEE HIVE Satria Nur Fajriansyah; Muhammad Subaktiar Wijaya; Daffa Arifta Eryana; Alaudin Safa; Harsya Rafif Pramadhan; Arya Wicaksono; Muhammad Ilham Baehaqi; Filius Deivivi; Dandy Nurfajriansyah; Sopiyan Apandi
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1346

Abstract

The rapid development of information technology is encouraging educational institutions to adopt digital systems to support operational and administrative processes. Bee Hive Tutoring, a non-formal educational institution established in 2020, still manages most of its activities manually through Google Forms, spreadsheets, and WhatsApp communications. This situation creates various problems, such as unstructured tutor scheduling, scattered student and tutor data, inefficient learning report submission processes, and potential data security risks. This study aims to design and implement a web-based Tutoring Management Information System (SIMB) to improve operational management at Bee Hive Tutoring. System development was carried out through the stages of problem identification, needs analysis, design, development, implementation, training, and system evaluation. The implemented system integrates student registration, tutor management, scheduling, attendance, payment management, and learning reports in one centralized platform. The results show that the system is able to improve operational efficiency, reduce administrative burdens, minimize scheduling conflicts, accelerate information delivery, and enhance data management security. In addition, the system also contributes to improving the quality of service for students and parents. Overall, the implementation of the web-based SIMB successfully supported the digital transformation in operational management at Bee Hive Tutoring.Perkembangan teknologi informasi yang semakin pesat mendorong lembaga pendidikan untuk mengadopsi sistem digital guna mendukung proses operasional dan administrasi. Bimbingan Belajar Bee Hive, sebagai lembaga pendidikan nonformal yang berdiri sejak tahun 2020, masih mengelola sebagian besar aktivitasnya secara manual melalui Google Form, spreadsheet, serta komunikasi WhatsApp. Kondisi tersebut menimbulkan berbagai permasalahan, seperti penjadwalan tutor yang belum terstruktur, data siswa dan tutor yang tersebar, proses penyampaian laporan pembelajaran yang kurang efisien, serta potensi risiko keamanan data. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Informasi Manajemen Bimbingan Belajar (SIMB) berbasis web guna meningkatkan pengelolaan operasional di Bimbingan Belajar Bee Hive. Pengembangan sistem dilakukan melalui tahapan identifikasi masalah, analisis kebutuhan, perancangan, pengembangan, implementasi, pelatihan, dan evaluasi sistem. Sistem yang diimplementasikan mengintegrasikan fitur pendaftaran siswa, pengelolaan tutor, penjadwalan, absensi, pengelolaan pembayaran, serta laporan pembelajaran dalam satu platform terpusat. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan efisiensi operasional, mengurangi beban administrasi, meminimalkan konflik jadwal, mempercepat penyampaian informasi, serta meningkatkan keamanan pengelolaan data. Selain itu, sistem juga berkontribusi dalam meningkatkan kualitas layanan bagi siswa dan orang tua. Secara keseluruhan, implementasi SIMB berbasis web berhasil mendukung transformasi digital dalam pengelolaan operasional di Bimbingan Belajar Bee Hive
REKAYASA SISTEM INFORMASI PEMBELIAN BARANG BERDASARKAN PERMINTAAN PELANGGAN PADA PT KUSUMA MEGAHPERDANA Hari Suryantoro; Tannia Regina; Riza Syahrial; Yogaetya Suhanda; Zakiyatusifa Zakiyatusifa
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1347

Abstract

PT. Kusuma Megahperdana is a company that provides promotional Products such as clothing, stationery, bags, and premium gifts. Its business process still relies on manual records for purchases and requisitions. This process has several weaknesses, including: recording purchases and requisitions that summarize data and are manually stored using Microsoft Excel. This makes the purchasing and requisition process time-consuming and inaccurate. Purchase and requisition data is unrecorded or duplicated. The purpose of this research is to design a purchasing information system based on customer Requests. This research used a field study method with data collection techniques including observation and interviews. The results are a prototipe purchasing information system that is expected to simplify and accelerate processing and obtain accurate information from each process. This application contributes to PT Kusuma Megahperdana's operational support, particularly in purchasing reports and purchasing monitoring data processing.PT. Kusuma Megahperdana perusahaan penyedia produk promosi berupa, pakaian, alat tulis, tas, dan hadiah premium. Sistem proses bisnisnya masih menggunakan sistem manual untuk pencatatan pembelian barang dan permintaan. Proses ini memiliki beberapa kelemahan antara lain: pencatatan pembelian dan permintaan barang yang rekap data dan disimpan secara manual menggunakan Microsoft Excel. Membuat proses pembelian barang dan permintaan memakan waktu lama, dan tidak akurat. Data pembelian dan permintaan yang tidak tercatat atau pencatatan yang ganda. Tujuan dari penelitian ini adalah untuk merancang sebuah Sisem informasi pembelian barang berdasarkan permintaan pelanggan. Penelitian ini menggunakan metode studi lapangan dengan teknik-teknik pengumpulan datanya menggunakan observasi dan wawancara. Hasil penelitian berupa prototipe sistem informasi pembelian barang yang diharapkan dapat mempermudah dan mempercepat pengolahan serta memperoleh informasi yang akurat dari setiap prosesnya. Aplikasi ini memberikan konstribusi bagi PT Kusuma Megahperdana untuk menunjang operasional, terutama laporan pembelian dan pengolahan data monitoring pembelian barang.
KLASIFIKASI TINGKAT KEMATANGAN KUE PUKIS ORIGINAL MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Gerardus Berek; Supatman Supatman
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1348

Abstract

This study aims to classify the doneness level of original pukis cakes using a Convolutional Neural Network (CNN). The research method used is quantitative with an experimental approach. Manually determining the doneness level of pukis cakes is subjective and influenced by lighting conditions, resulting in inconsistent assessments. The dataset was obtained from images of the pukis cake baking process, which were extracted into image frames and divided into three classes: uncooked, half-cooked, and done. The preprocessing stage included image resizing to 64x64 pixels, normalization, and data augmentation. A CNN model was used to extract features and perform image classification. The results showed that the model achieved an accuracy of 97.81% on the test data. These results demonstrate that the CNN method can automatically classify the doneness level of pukis cakes with a high degree of accuracy.Penelitian ini bertujuan untuk mengklasifikasikan tingkat kematangan kue pukis original menggunakan metode Convolutional Neural Network (CNN). Metode penelitian yang digunakan adalah metode kuantitatif dengan pendekatan eksperimen. Penentuan tingkat kematangan kue pukis secara manual masih bersifat subjektif dan dipengaruhi oleh kondisi pencahayaan sehingga menghasilkan penilaian yang kurang konsisten. Dataset diperoleh dari citra proses pemanggangan kue pukis yang diekstrak menjadi frame citra dan dibagi ke dalam tiga kelas, yaitu belum matang, setengah matang, dan matang. Tahap praproses meliputi resize citra menjadi 64×64 piksel, normalisasi, dan augmentasi data. Model CNN digunakan untuk mengekstraksi fitur serta melakukan klasifikasi citra. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi sebesar 97,81% pada data pengujian. Hasil tersebut menunjukkan bahwa metode CNN mampu mengklasifikasikan tingkat kematangan kue pukis secara otomatis dengan tingkat akurasi yang tinggi.

Page 15 of 15 | Total Record : 149

 11   12   13   14   15 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026 Vol 6, No 1 (2026): JURNAL JRIS EDISI JANUARI 2026 Vol 5, No 2 (2025): JURNAL JRIS EDISI JULI 2025 Vol 5, No 1 (2025): JURNAL JRIS EDISI JANUARI 2025 Vol 4, No 2 (2024): JURNAL JRIS EDISI JULI 2024 Vol 4, No 1 (2024): JURNAL JRIS EDISI JANUARI 2024 Vol 3, No 2 (2023): JURNAL JRIS EDISI JULI 2023 Vol 3, No 1 (2023): JURNAL JRIS EDISI JANUARI 2023 Vol 2, No 2 (2022): JURNAL JRIS EDISI JULI 2022 Vol 2, No 1 (2022): JURNAL JRIS EDISI JANUARI 2022 Vol 1, No 2 (2021): JURNAL JRIS EDISI JULI 2021 Vol 1, No 1 (2021): JURNAL JRIS EDISI JANUARI 2021 More Issue