cover
Contact Name
Arif Mudi Priyatno
Contact Email
arifmudi11@gmail.com
Phone
+6282390449323
Journal Mail Official
riggs@universitaspahlawan.ac.id
Editorial Address
Department of Digital Business, Universitas Pahlawan Tuanku Tambusai Jl. Tuanku Tambusai No.23, Bangkinang, Kec. Bangkinang, Kabupaten Kampar, Riau 28412
Location
Kab. kampar,
Riau
INDONESIA
Journal of Artificial Intelligence and Digital Business
ISSN : 29639298     EISSN : 2963914X     DOI : https://doi.org/10.31004/riggs.v1i1
Journal of Artificial Intelligence and Digital Business (RIGGS) is published by the Department of Digital Business, Universitas Pahlawan Tuanku Tambusai in helping academics, researchers, and practitioners to disseminate their research results. RIGGS is a blind peer-reviewed journal dedicated to publishing quality research results in the fields of business and engineering. All publications in the RIGGS Journal are open access which allows articles to be available online for free without any subscription. RIGGS is a national journal with e-ISSN: 2963-914X, and is free of charge in the submission process and review process. Journal of Artificial Intelligence and Digital Business (RIGGS) publishes articles periodically twice a year, in January and July.
Arjuna Subject : Umum - Umum
Articles 8,292 Documents
Optimasi Metode K-Nearest Neighbor (KNN) pada Klasifikasi Tingkat Kematangan Buah Pinang Menggunakan Citra Digital Shofi Camila Laisya Amanda; Fitri Yunita; Samsudin Samsudin
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12727

Abstract

Penentuan tingkat kematangan buah pinang secara manual masih bergantung pada pengamatan visual, sehingga rentan terhadap kesalahan, subjektivitas, dan ketidakkonsistenan akibat perbedaan pengalaman pengamat serta kondisi pencahayaan. Penelitian ini bertujuan mengoptimasi metode K-Nearest Neighbor (KNN) untuk mengklasifikasikan tingkat kematangan buah pinang menggunakan citra digital berdasarkan variasi nilai parameter K. Dataset terdiri atas 360 citra buah pinang yang dikelompokkan ke dalam empat kelas, yaitu muda, sedang, tua, dan kering, dengan pembagian 300 citra sebagai data latih dan 60 citra sebagai data uji. Tahapan penelitian mencakup akuisisi data, pra-pemrosesan berupa penghapusan latar belakang, cropping, dan resize menjadi 64 × 64 piksel, kemudian ekstraksi 17 fitur yang terdiri atas 12 fitur warna RGB dan HSV serta 5 fitur tekstur Gray Level Co-occurrence Matrix (GLCM). Proses klasifikasi menggunakan jarak Euclidean dengan pengujian nilai K sebesar 1, 3, 5, 7, dan 9. Kinerja model dievaluasi menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa seluruh variasi nilai K menghasilkan performa yang identik, yaitu accuracy 96,67%, precision 97,06%, recall 96,67%, dan F1-score 96,65%. Dari 60 citra uji, sebanyak 58 citra berhasil diklasifikasikan dengan benar. Nilai K = 1 dipilih sebagai parameter optimal karena memberikan performa tinggi dengan konfigurasi paling sederhana. Temuan ini menunjukkan bahwa kombinasi fitur RGB, HSV, dan GLCM efektif merepresentasikan karakteristik visual kematangan buah pinang.
Analisis Performa Jaringan 5g Dalam Lingkungan Industri Dan Bisnis Salsabila, Shifany; Ramadhan, Irgi Fahreza; Julfiati, Fifi
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1273

Abstract

Penelitian ini bertujuan merancang dan menganalisis performa jaringan 5G dalam konteks lingkungan industri dan bisnis, dengan fokus pada implementasi yang mendukung operasional perusahaan. Integrasi teknologi Internet of Things (IoT) aspek penting dalam mendukung konektivitas dan efisiensi kerja. Pengumpulan data dilakukan melalui studi literatur serta pengujian performa jaringan dengan analisis Quality of Service (QoS), mencakup throughput, delay, jitter, dan packet loss. Hasil penelitian menunjukkan bahwa jaringan 5G memiliki performa sangat baik dalam hal throughput, delay, dan jitter, namun ditemukan kendala dalam packet loss Penelitian menganalisis Quality of Service (QoS) jaringan 5G di Kawasan Industri Cikarang melalui pengukuran parameter throughput (850±120 Mbps), latency (12±3 ms), jitter (4±1.2 ms), dan packet loss (1.8±0.5%). Metode hybrid studi literatur dan pengujian lapangan menggunakan Keysight NEMO 5G Analyzer mengungkap packet loss melebihi standar 3GPP TS 28.554 (≤0.5%) akibat interferensi perangkat IoT padat (200+ unit/km²). Analisis regresi menunjukkan korelasi kuat (R²=0.82) antara kepadatan IoT dan packet loss pada frekuensi 3.5 GHz. Rekomendasi teknis mencakup migrasi ke frekuensi 28 GHz dengan beamforming dan implementasi Forward Error Correction Level 1. Ini menunjukkan jaringan 5G mendukung aplikasi berskala besar dan operasional bisnis secara efisien, namun khusus tetap diperlukan terhadap kualitas layanan agar menjamin keandalan sistem komunikasi digital di lingkungan industri.
Analisis Perbandingan Algoritma Artificial Neural Network, Logistic Regression, dan Random Forest Menggunakan Fitur SqueezeNet untuk Klasifikasi Kematangan Buah Jeruk Nipis Robi Aziz Zuama; Arina Selawati
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12732

Abstract

Kematangan buah jeruk nipis merupakan faktor penting yang memengaruhi kualitas dan nilai jual produk. Penentuan tingkat kematangan secara manual masih bergantung pada pengamatan visual sehingga berpotensi menimbulkan subjektivitas dan ketidakkonsistenan. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Artificial Neural Network (ANN), Logistic Regression (LR), dan Random Forest (RF) dalam mengklasifikasikan tingkat kematangan buah jeruk nipis menggunakan fitur hasil ekstraksi SqueezeNet. Dataset yang digunakan terdiri dari 104 citra buah jeruk nipis yang terbagi secara seimbang menjadi dua kelas, yaitu 52 citra buah matang dan 52 citra buah mentah. Seluruh citra diproses melalui tahap cropping dan resize menjadi 227 × 227 piksel, kemudian dilakukan ekstraksi fitur menggunakan model SqueezeNet pada aplikasi Orange Data Mining. Evaluasi model dilakukan menggunakan metode 10-Fold Cross Validation dengan metrik Accuracy, Precision, Recall, F1-Score, Area Under Curve (AUC), dan Confusion Matrix. Hasil penelitian menunjukkan bahwa Artificial Neural Network memberikan performa terbaik dengan nilai Accuracy sebesar 95,2%, Precision sebesar 95,3%, Recall sebesar 95,2%, F1-Score sebesar 95,2%, dan AUC sebesar 0,997. Logistic Regression memperoleh akurasi sebesar 94,2%, sedangkan Random Forest sebesar 87,5%. Hasil tersebut menunjukkan bahwa kombinasi SqueezeNet sebagai metode ekstraksi fitur dan Artificial Neural Network sebagai algoritma klasifikasi mampu memberikan performa terbaik dalam mengidentifikasi tingkat kematangan buah jeruk nipis.
Green Human Resource Management, Sustainable HRM, dan Green Training Terhadap Organizational Sustainability: Systematic Literature Review (SLR) Rhifwan Aji; Zahara Tussoleha Rony; Bimantoro Adriyanto
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12734

Abstract

Growing concerns regarding sustainability have encouraged organizations to integrate human resource management practices that simultaneously address economic, social, and environmental dimensions. This study aims to examine the influence of Green Human Resource Management (GHRM), Sustainable Human Resource Management (Sustainable HRM), and Green Training on Organizational Sustainability through a Systematic Literature Review (SLR). The review follows the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, including identification, screening, eligibility assessment, and synthesis of relevant studies retrieved from Google Scholar, Scopus, ScienceDirect, SpringerLink, Emerald Insight, and Taylor & Francis published between 2021 and 2025. Eligible articles were analyzed using descriptive and thematic synthesis to identify research trends, relationships among variables, and existing research gaps. The findings indicate that Green Human Resource Management enhances environmentally responsible employee behavior, operational efficiency, and organizational sustainability culture. Sustainable Human Resource Management contributes to long-term organizational sustainability by promoting employee well-being, competency development, and sustainable value creation. Furthermore, Green Training improves employees' environmental knowledge, skills, and pro-environmental behaviors, thereby strengthening the implementation of sustainability strategies. Overall, the review demonstrates that these three human resource management practices positively contribute to Organizational Sustainability. This study enriches the theoretical development of sustainable human resource management literature and provides practical implications for organizations in designing strategic HR policies to achieve long-term organizational sustainability.
Pengaruh Pelatihan dan Pengembangan Karir terhadap Jenjang Karir Karyawan di Kantor Walikota Depok Muhammad Pajar; Diana Hasan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12735

Abstract

Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaruh pelatihan dan pengembangan karir terhadap jenjang karir karyawan di Kantor Walikota Depok. Penelitian ini dilatarbelakangi oleh pentingnya pengelolaan sumber daya manusia dalam meningkatkan kualitas kerja serta memberikan kesempatan pengembangan karir bagi karyawan sehingga dapat mendukung tercapainya tujuan organisasi. Selain itu, organisasi perlu memastikan bahwa setiap karyawan memiliki kesempatan yang sama untuk mengembangkan kompetensi dan memperoleh jenjang karir yang sesuai dengan kemampuan, prestasi, dan kinerjanya. Metode penelitian yang digunakan adalah metode asosiatif dengan pendekatan kuantitatif. Penelitian dilakukan dengan melibatkan seluruh karyawan sebagai responden penelitian. Teknik pengumpulan data dilakukan melalui observasi, wawancara, dan penyebaran kuesioner. Data yang diperoleh kemudian dianalisis menggunakan berbagai tahapan pengujian statistik untuk mengetahui hubungan dan pengaruh antarvariabel penelitian. Hasil penelitian menunjukkan bahwa pelatihan memberikan pengaruh positif terhadap peningkatan jenjang karir karyawan. Program pelatihan yang dilaksanakan mampu meningkatkan kemampuan, pengetahuan, dan keterampilan kerja sehingga mendukung perkembangan karir pegawai. Selain itu, pengembangan karir juga memberikan pengaruh positif terhadap jenjang karir karena mampu menciptakan peluang peningkatan kompetensi serta mendorong karyawan untuk mencapai posisi kerja yang lebih baik. Secara keseluruhan, pelatihan dan pengembangan karir terbukti berperan dalam meningkatkan jenjang karir karyawan di Kantor Walikota Depok serta mendukung pengembangan sumber daya manusia yang profesional, kompeten, dan berdaya saing.
Pengaruh Kualitas Pelayanan dan Kepercayaan terhadap Kepuasan Pelanggan Toko Bangunan di Kedaung Kota Tangsel Reza Julianto; Sampor Ali
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12736

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh kualitas pelayanan dan kepercayaan terhadap kepuasan pelanggan pada toko bangunan di Kedaung, Kota Tangerang Selatan. Penelitian menggunakan pendekatan kuantitatif dengan metode survei. Populasi dalam penelitian ini adalah pelanggan toko bangunan di wilayah Kedaung, dengan jumlah sampel sebanyak 196 responden yang dipilih menggunakan teknik purposive sampling. Data dikumpulkan melalui penyebaran kuesioner menggunakan skala Likert dan dianalisis menggunakan uji validitas, uji reliabilitas, uji asumsi klasik, analisis regresi linear berganda, uji parsial (uji t), uji simultan (uji F), serta uji koefisien determinasi dengan bantuan program SPSS. Hasil penelitian menunjukkan bahwa kualitas pelayanan berpengaruh positif dan signifikan terhadap kepuasan pelanggan, ditunjukkan oleh nilai koefisien regresi sebesar 10,801 dengan nilai signifikansi < 0,05. Kepercayaan juga berpengaruh positif dan signifikan terhadap kepuasan pelanggan dengan koefisien regresi sebesar 6,222 dan nilai signifikansi < 0,05. Secara simultan, kualitas pelayanan dan kepercayaan berpengaruh positif dan signifikan terhadap kepuasan pelanggan. Nilai koefisien determinasi (Adjusted R Square) sebesar 0,695 menunjukkan bahwa 69,5% variasi kepuasan pelanggan dapat dijelaskan oleh kualitas pelayanan dan kepercayaan, sedangkan 30,5% dipengaruhi oleh faktor lain di luar model penelitian. Temuan ini menunjukkan bahwa peningkatan kualitas pelayanan dan kepercayaan pelanggan merupakan strategi penting untuk meningkatkan kepuasan pelanggan serta memperkuat daya saing toko bangunan di wilayah Kedaung, Kota Tangerang Selatan.
Analysis Effective Financial Management Strategies at The Fashion Show at Polbeng Expo Chapter II Nurasiah Nurasiah; Wan Junita Raflah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12737

Abstract

This analyze the implementation of financial management strategies in the Fashion Show event at the Polbeng Business Expo Chapter II organized by the International Business Administration Study Program of Bengkalis State Polytechnic. The study focuses on the implementation of financial planning, budgeting, financial reporting, and financial control to ensure effective and efficient event management. A descriptive qualitative research method was employed, and data were collected through interviews, observation, and documentation. The findings indicate that financial management was implemented systematically through budget planning, allocation of financial resources, recording of income and expenditure transactions, and continuous financial monitoring. The initial budget plan of Rp8,758,000 was revised to Rp7,554,000 based on the actual operational requirements during the event. The event was financially supported by funding from the Expo committee, participant registration fees, and sponsorship contributions, enabling all planned activities to be carried out successfully. Furthermore, the implementation of effective financial management strategies improved budget efficiency, strengthened financial transparency and accountability, minimized operational costs, and supported the achievement of the event objectives. Therefore, it can be concluded that effective financial management plays a significant role in ensuring the successful implementation of event activities through proper planning, efficient budget utilization, accurate financial reporting, and continuous financial control.
Pengaruh Endorsement dan E-WOM terhadap Keputusan Pembelian Ulang melalui Kepuasan Konsumen Proper Racing Line Tasikmalaya Jajang Purnama; Ardhiansyah Ardhiansyah; Herdiyanti Herdiyanti; Yudi Setia Rachmanda
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12739

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh endorsement dan electronic word of mouth (E-WOM) terhadap keputusan pembelian ulang dengan kepuasan konsumen sebagai variabel intervening pada konsumen produk Proper Racing Line di Kabupaten Tasikmalaya. Penelitian ini dilatarbelakangi oleh pentingnya strategi pemasaran digital melalui endorsement dan E-WOM dalam membentuk kepuasan konsumen serta mendorong keputusan pembelian ulang di tengah persaingan bisnis yang semakin kompetitif. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan metode survei. Sampel penelitian berjumlah 100 responden yang dipilih menggunakan teknik purposive sampling. Pengumpulan data dilakukan melalui penyebaran kuesioner kepada konsumen yang pernah membeli dan menggunakan produk Proper Racing Line. Analisis data dilakukan menggunakan Structural Equation Modeling–Partial Least Squares (SEM-PLS) dengan bantuan perangkat lunak SmartPLS 4.0. Hasil penelitian menunjukkan bahwa endorsement berpengaruh positif dan signifikan terhadap keputusan pembelian ulang, sedangkan E-WOM tidak berpengaruh signifikan secara langsung terhadap keputusan pembelian ulang. Kepuasan konsumen berpengaruh positif dan signifikan terhadap keputusan pembelian ulang serta mampu memediasi pengaruh endorsement dan E-WOM terhadap keputusan pembelian ulang secara signifikan. Temuan penelitian ini menunjukkan bahwa keberhasilan strategi pemasaran digital tidak hanya bergantung pada aktivitas promosi, tetapi juga pada kemampuan perusahaan menciptakan kepuasan konsumen melalui kualitas produk dan pengalaman penggunaan yang sesuai dengan harapan. Penelitian ini diharapkan dapat menjadi referensi bagi perusahaan dalam menyusun strategi pemasaran digital yang efektif untuk meningkatkan kepuasan konsumen dan mendorong pembelian ulang secara berkelanjutan
Analisis Investasi dan Manajemen Risiko Keuangan pada PT Bank Rakyat Indonesia (Persero) Tbk Ari Mahendra; Satrio Tri Leksono; Muhammad Naufal Adhi Priana; Nu’man Azhari Ardabilly
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12740

Abstract

Penelitian ini bertujuan menganalisis karakteristik portofolio investasi, efektivitas manajemen risiko keuangan, serta implikasinya terhadap daya tarik saham PT Bank Rakyat Indonesia (Persero) Tbk. Penelitian menggunakan metode deskriptif-analitik dengan pendekatan studi kasus serta memanfaatkan data sekunder dari laporan keuangan audit, laporan tahunan, publikasi Bursa Efek Indonesia, Otoritas Jasa Keuangan, dan Bank Indonesia periode 2020–2025. Analisis dilakukan melalui pengukuran rasio CAR, NPL, LDR, ROA, ROE, dan CASA, pemetaan risiko berdasarkan kerangka Basel III dan regulasi perbankan, serta penilaian saham menggunakan Dividend Discount Model dan Price-to-Book Value. Hasil penelitian menunjukkan bahwa portofolio BRI didominasi pembiayaan segmen Usaha Mikro, Kecil, dan Menengah yang mencapai 81,97% dari total kredit pada 2024, disertai penguatan ekosistem digital melalui BRImo. Eksposur utama meliputi risiko kredit, pasar, likuiditas, serta operasional dan siber. Manajemen risiko BRI mampu mempertahankan kecukupan modal, likuiditas, dan profitabilitas pada tingkat yang solid. Namun, kenaikan NPL gross menjadi 3,29% pada Kuartal III 2025 dan penurunan laba bersih perlu menjadi perhatian. Berdasarkan pendekatan valuasi, saham BBRI berada pada rentang harga wajar hingga menarik relatif terhadap fundamentalnya. Temuan ini menunjukkan bahwa BBRI layak dipertimbangkan sebagai investasi jangka panjang dengan tetap memantau kualitas aset, perubahan suku bunga, risiko digital, dan keberlanjutan pertumbuhan laba. Secara keseluruhan, integrasi strategi investasi UMKM, transformasi digital, dan tata kelola risiko menjadi fondasi utama ketahanan kinerja BRI.
Prediksi Penyakit Parkinson Menggunakan Gradient Boosting Berbasis Orange Data Mining Albert Adolf Angie MS; Yeheskiel Ravena Damanik; Esther Laura Rumahorbo; Elisabeth Jessica Sitanggang
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12741

Abstract

Penyakit Parkinson merupakan gangguan neurodegeneratif yang memengaruhi sistem saraf dan kemampuan motorik sehingga deteksi dini sangat diperlukan untuk meningkatkan efektivitas penanganan. Penelitian ini bertujuan membangun model klasifikasi penyakit Parkinson menggunakan algoritma Gradient Boosting pada aplikasi Orange Data Mining. Dataset yang digunakan adalah Parkinson's Disease Dataset yang diperoleh dari Kaggle dan terdiri atas 195 data dengan 24 atribut, di mana atribut status digunakan sebagai target klasifikasi. Tahapan penelitian meliputi seleksi atribut, praproses data, pembangunan model, serta evaluasi menggunakan metode 5-Fold Cross Validation. Kinerja model diukur menggunakan metrik Accuracy, Area Under Curve (AUC), Precision, Recall, F1-Score, dan Matthews Correlation Coefficient (MCC). Hasil pengujian menunjukkan bahwa algoritma Gradient Boosting memperoleh nilai Accuracy sebesar 94,4%, AUC sebesar 0,980, Precision sebesar 94,4%, Recall sebesar 94,4%, F1-Score sebesar 0,942, dan MCC sebesar 0,845. Nilai tersebut menunjukkan bahwa model memiliki kemampuan yang sangat baik dalam membedakan pasien Parkinson dan individu sehat. Dengan demikian, algoritma Gradient Boosting berpotensi diterapkan sebagai sistem pendukung keputusan untuk membantu proses deteksi dini penyakit Parkinson berbasis karakteristik suara.