cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Universitas Pahlawan Tuanku Tambusai
ISSN : 29639298     EISSN : 2963914X     DOI : https://doi.org/10.31004/riggs.v1i1
Core Subject : Economy, Science, Engineering,
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering
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 8,347 Documents
 191   192   193   194   195 
Perancangan Aplikasi Kasir Berbasis Web pada Rumah Makan Bagindo Pal Lima Kota Baru Nopita Aulia Putri; Sepriano Sepriano
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.v5i2.13777

Abstract

Perkembangan teknologi informasi memberikan pengaruh besar terhadap berbagai bidang usaha, termasuk usaha kuliner seperti rumah makan.Sebagai bagian dari unit Usaha Mikro, Kecil, dan Menengah (UMKM), sebuah restoran dituntut untuk mengadopsi inovasi teknologi guna menjamin efektivitas operasional serta kualitas pelayanan yang unggul Pemanfaatan teknologi informasi dapat meningkatkan efisiensi kerja, ketepatan pencatatan data, dan kualitas pelayanan kepada pelanggan. Rumah Makan Bagindo Pal Lima Kota Baru masih menggunakan sistem pencatatan transaksi secara manual, mulai dari pencatatan pesanan, perhitungan pembayaran, hingga pembuatan laporan penjualan harian. Kondisi tersebut menimbulkan beberapa permasalahan, seperti kesalahan pencatatan transaksi, proses perhitungan yang membutuhkan waktu lebih lama, serta kesulitan dalam menyusun laporan penjualan secara rapi dan terstruktur. Penelitian ini bertujuan merancang aplikasi kasir berbasis web yang dapat membantu proses pemesanan, transaksi pembayaran, dan pengelolaan laporan penjualan pada Rumah Makan Bagindo Pal Lima Kota Baru. Pengembangan sistem menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Pemodelan sistem menggunakan Unified Modeling Language (UML) yang terdiri dari use case diagram, class diagram, dan activity diagram untuk menggambarkan fungsi, struktur, dan alur kerja sistem. Hasil penelitian berupa rancangan aplikasi kasir berbasis web yang dapat membantu mempercepat proses transaksi, mengurangi kesalahan pencatatan, serta memudahkan pemilik dalam memantau dan mengelola data penjualan secara efektif dan terstruktur. Aplikasi ini diharapkan dapat mendukung peningkatan efisiensi operasional dan kualitas pelayanan di Rumah Makan Bagindo.
Perancangan Aplikasi Pengarsipan Data Berbasis Web pada DPMPTSP Kota Jambi Rahmadani, Putri; Putri, Nadila Eka; Wahyuningsih, Retno; Ardianti, Linda; Handayani, Andi Wirda; Sepriano, Sepriano
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.v4i2.1378

Abstract

Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kota Jambi merupakan instansi pemerintah yang memiliki tugas dalam pengelolaan investasi dan pelayanan perizinan secara terpadu. Dalam pelaksanaannya, pengarsipan dokumen di DPMPTSP masih dilakukan secara manual, sehingga sering menimbulkan permasalahan seperti kehilangan dokumen, pencarian arsip yang memakan waktu, dan kurangnya efisiensi dalam proses penyimpanan data. Penelitian ini bertujuan untuk merancang aplikasi arsip berbasis website yang dapat membantu digitalisasi proses pengarsipan dan meningkatkan efisiensi pengelolaan dokumen. Metodologi yang digunakan dalam perancangan sistem ini adalah metode Waterfall, yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil dari penelitian ini adalah sebuah aplikasi arsip berbasis web yang dapat digunakan oleh pegawai DPMPTSP untuk mengelola dokumen secara terstruktur, cepat, dan aman. Dengan adanya aplikasi ini, diharapkan pengelolaan arsip di DPMPTSP Kota Jambi menjadi lebih efektif, efisien, serta mendukung terwujudnya tata kelola pemerintahan berbasis digital.
Klastering Data Kemiskinan Diindonesia Dari Tahun 2007-2017, Menggunakan Kmeans Dan Decision Tree Python Prasetyo, Thedy Lengah; Ramadhan , Muhamad Reza; Fadhil , Muhamad Rizky; Wicaksono, Dimas Mulyo; nurhakim, Ilham lukman; Supiyan, Dede
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.v4i2.1379

Abstract

Penelitian ini membahas klastering data kemiskinan di Indonesia pada rentang tahun 2007 hingga 2017 sebagai upaya untuk mengidentifikasi pola dan kelompok tingkat kemiskinan di berbagai wilayah. Analisis dilakukan untuk mengelompokkan data kemiskinan ke dalam beberapa klaster menggunakan metode K-Means, serta memanfaatkan algoritma Decision Tree untuk mengeksplorasi faktor-faktor yang berpengaruh dalam upaya pengurangan kemiskinan. Metode perhitungan dilakukan dengan bahasa pemrograman Python yang didukung pustaka analisis data dan machine learning. Data kemiskinan diolah melalui tahapan pembersihan data, normalisasi, klastering, visualisasi hasil klaster, serta pembangunan model Decision Tree untuk memahami atribut penentu. Hasil penelitian menunjukkan pola pengelompokan wilayah berdasarkan karakteristik kemiskinan yang serupa dan pengetahuan aturan dari Decision Tree yang dapat digunakan sebagai dasar pertimbangan dalam perumusan strategi penanggulangan kemiskinan di Indonesia secara lebih tepat sasaran dan berkelanjutan.
Implementasi Sistem Absensi Online Berbasis Foto Selfie dan Deteksi Lokasi di Dinas Kehutanan Provinsi Jambi Metra, Pol; Doni, Doni; Sodikin , Diyaz; Azikri, Muhamad
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.v4i2.1380

Abstract

Kedisiplinan pegawai, khususnya aparatur sipil negara, merupakan fondasi penting dalam membangun tata kelola pemerintahan yang profesional dan akuntabel. Salah satu indikator kedisiplinan tersebut adalah kehadiran pegawai yang terekam melalui sistem absensi. Namun, sistem absensi konvensional seperti tanda tangan manual dan pemindai sidik jari menghadapi berbagai kendala, terutama bagi pegawai yang bertugas di lapangan atau wilayah terpencil. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem absensi online berbasis foto selfie dan deteksi lokasi secara real-time di lingkungan Dinas Kehutanan Provinsi Jambi. Metode yang digunakan mencakup pendekatan observasi, wawancara, studi dokumentasi, dan studi pustaka, serta menggunakan model pengembangan sistem Waterfall. Sistem dibangun dengan teknologi berbasis web menggunakan CodeIgniter, MySQL, dan Bootstrap yang diakses melalui perangkat seluler. Hasil implementasi menunjukkan bahwa sistem ini berhasil meningkatkan efisiensi, transparansi, dan akurasi data kehadiran pegawai, serta mengurangi potensi manipulasi absensi. Meskipun ditemukan beberapa kendala teknis seperti keterbatasan jaringan dan pencahayaan, sistem ini secara keseluruhan layak digunakan dan mendukung agenda reformasi birokrasi serta implementasi e-Government.
Analisis Klaster Kekayaan Tokoh Terkaya Indonesia Tahun 2007 Menggunakan Algoritma K-Means Purnama, Rizky Ichwan; Hakim, Lutfan; Al Giffari, Aryansyah; Febrianto, Faizal Andre; Ilham, Farizi
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.v4i2.1382

Abstract

Penelitian ini bertujuan untuk mengelompokkan individu dalam daftar 40 orang terkaya di Indonesia tahun 2007 versi Forbes berdasarkan jumlah kekayaan dan sektor usahanya menggunakan algoritma K-Means Clustering. Dengan memanfaatkan data numerik kekayaan dan menerapkan metode pra-pemrosesan yang sesuai, dilakukan analisis untuk menentukan jumlah klaster optimal menggunakan Elbow Method dan Silhouette Score. Hasil analisis menunjukkan bahwa pembagian ke dalam tiga klaster merupakan struktur yang paling representatif. Klaster pertama terdiri dari individu dengan kekayaan sangat tinggi yang memiliki diversifikasi usaha di berbagai sektor strategis. Klaster kedua mencakup pengusaha mapan dengan fokus sektor tunggal, sementara klaster ketiga mencerminkan kelompok pengusaha yang kekayaannya relatif lebih kecil namun memiliki potensi pertumbuhan. Studi ini menunjukkan bahwa algoritma K-Means efektif dalam mengidentifikasi pola distribusi kekayaan dan dapat menjadi alat bantu dalam analisis ekonomi dan bisnis berbasis data.
Interrelations Between Transportation Development and Congestion: A Bibliometric Analysis Using VOSviewer Agustian, Renaldi; Reta, Reci Tiana; Septiyani, Yusan Nurul; Toruan, Erni Sari Lumban; Isradi, Muhammad
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.v4i2.1383

Abstract

The development of transportation has become one of the important indicators of regional progress, especially amid rapid urbanization. Congestion can be defined as a condition when the transportation system does not function smoothly. This study aims to explore the relationship between transportation development and congestion through a bibliometric approach using VOSviewer. VOSviewer is a software tool designed for creating and analyzing visual maps based on bibliometric or text data. Data were collected using the Publish or Perish software, which is connected to the Google Scholar academic database, with relevant publications from 2020–2025. The collected data were then exported and analyzed using VOSviewer software to perform keyword co-occurrence analysis, network keyword on relation, co-occurrence author, and visual mapping of the research network. The highest number of year publications was in 2024, with 248 articles. the keywords “traffic congestion” and “transportation” are linked through related keywords such as smart city, machine learning, intelligent transportation system, and artificial intelligence. These keywords represent the relationship between transportation and traffic congestion. This research can also provide scientific literature in the field of transportation planning and spatial planning so that as transportation develops and grows, sustainable spatial planning can be implemented
Re-design Road Geometric Trends: A Systematic Literature Review Rahayu, Azi Juliar; Kamaludin, Kamaludin; Firmansyah, Rendy Rizkyta; Rijaluddin, Arief; Prasetijo , Joewono
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.v4i2.1384

Abstract

This research explores the prevailing patterns in the re-design of road geometry by employing a Systematic Literature Review (SLR) methodology. A total of 1,000 scholarly articles, spanning the years 2000 to 2025, were collected using Google Scholar using the Publish or Perish software. Through this process, the study uncovers major themes, advancements, and research gaps related to geometric road design. The search utilized keywords such as "Geometric Re-design," "Horizontal Alignment," and "Traffic Flow Efficiency." To analyze and visualize data, VOSviewer was used to illustrate the interconnections between keywords and observe publication trends. The results indicate a notable rise in research publications between 2011 and 2023, with recurring themes such as case studies, road alignment, and safety standing out as primary research interests. Prominent publishers like ProQuest and Elsevier have made substantial contributions, reflecting the international breadth and variety of the studies. This review highlights the essential function of geometric road re-design in enhancing traffic safety, streamlining vehicle movement, and informing future infrastructure development. These insights are particularly beneficial for academics, engineers, and decision-makers aiming to improve the efficiency and effectiveness of transportation networks.
Titik Balik Partisipasi Kerja Lansia: Studi Regresi Data AS 1880–2024 Astriana, Yogi; Nuralamsyah, Daniel; Al-Farrezs, Angga Putra; Akmal, Khairul; Mawarni, Mely Gusti; Alfian, Zurnan
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.v4i2.1386

Abstract

Terinspirasi oleh prinsip dalam buku “The Psychology of Money” tentang pemahaman tren jangka panjang, penelitian ini menyajikan analisis data untuk menyelidiki pola historis partisipasi tenaga kerja pria usia 65 tahun ke atas. Masalah utama yang diteliti adalah kompleksitas tren jangka panjang ini, yang tidak dapat direpresentasikan secara akurat oleh model linear sederhana. Penelitian ini bertujuan untuk menentukan model prediksi terbaik dengan membandingkan tiga pendekatan regresi yang berbeda. Metode yang digunakan adalah implementasi dan evaluasi model Regresi Linear, Regresi Polinomial Derajat 2, dan Regresi Polinomial Derajat 3 terhadap data historis dari St. Louis Federal Reserve (FRED) dari tahun 1880 hingga 2024. Hasil analisis menunjukkan bahwa model Regresi Linear gagal menangkap dinamika krusial, sementara model Polinomial Derajat 3 menunjukkan tanda-tanda overfitting dengan proyeksi masa depan yang tidak realistis. Model Polinomial Derajat 2 terbukti menjadi model yang paling superior dan seimbang. Wawasan utama yang dihasilkan adalah identifikasi adanya titik balik (turning point) yang signifikan sekitar dekade 1990-an, di mana tren penurunan partisipasi kerja selama lebih dari satu abad secara definitif berbalik arah menjadi tren meningkat. Kesimpulannya, analisis ini menegaskan pentingnya pemilihan model yang tepat untuk mengungkap narasi data yang sebenarnya.
Klasterisasi Bank di Indonesia Berdasarkan Kinerja Finansial Menggunakan Algoritma K-Means Hafidzah, Afiyah Nur; Gulo, Hasrat Setiawan; Yolanda, Sevliana Prisca; Saban, Veliana Putri Ayu; Sari, Vella Aprilia; Nanang, Nanang
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.v4i2.1387

Abstract

Industri perbankan di Indonesia memiliki keragaman yang sangat luas, yang mencakup bank-bank milik negara, swasta domestik, asing, dan juga bank pembangunan daerah. Variasi ini menyebabkan kesulitan dalam mengevaluasi posisi kompetitif serta kesehatan seluruh pasar. Tujuan dari penelitian ini adalah untuk mengelompokkan bank-bank di Indonesia ke dalam kategori-kategori yang seragam berdasarkan kinerja mereka. Dengan memanfaatkan algoritma pembelajaran tanpa pengawasan K-Means, studi ini menganalisis kumpulan data yang terdiri dari 25 bank terkemuka di Indonesia. Variabel yang digunakan untuk pengelompokan meliputi Aset, Kredit yang Diberikan, Laba, dan proporsi Kepemilikan Asing. Sebelum analisis, data melalui proses pra-pemrosesan yang meliputi konversi data kategorikal menjadi numerik dan normalisasi dengan menggunakan StandardScaler. Analisis ini berhasil menemukan 3 klaster yang berbeda secara signifikan: (1) Klaster Bank Besar dengan Aset dan Laba yang dominan; (2) Klaster Bank yang Mayoritas Dimiliki Asing dengan ukuran menengah; dan (3) Klaster Bank Lokal dan Regional yang memiliki fokus pada pasar yang lebih khusus. Sebagai kesimpulan, pengelompokan ini memberikan gambaran yang jelas tentang struktur pasar perbankan dan bisa menjadi dasar bagi regulator, investor, serta pelaku industri dalam mengambil keputusan strategis.
Pemanfaatan Klasterisasi K-Means untuk Pengelompokan Berdasarkan Indikator Ekonomi, Digitalisasi, dan Produksi Komoditas Arbeit, Abraham Aldo; Ferdiansyah, Ferdiansyah; Adna, Muhamad Bakhrul; Ridwan, Muhamad; Vindua, Raditia
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.v4i2.1388

Abstract

Penelitian ini bertujuan untuk memanfaatkan algoritma K-Means Clustering dalam mengelompokkan entitas berdasarkan berbagai indikator seperti dampak krisis ekonomi, kinerja perusahaan, adopsi digital, dan produksi komoditas. Data yang digunakan berasal dari sumber sekunder, termasuk dataset krisis ekonomi global (1970-2017), indikator kinerja perusahaan, persentase pengguna internet di ASEAN (2010), serta produksi komoditas perkebunan di Gunungkidul (2019). Metode penelitian meliputi tahapan preprocessing data (seleksi fitur, penghapusan missing values, dan normalisasi), penentuan jumlah klaster optimal menggunakan Elbow Method, dan evaluasi kualitas klaster dengan Silhouette Score. Hasil penelitian menunjukkan bahwa K-Means mampu mengelompokkan entitas dengan efektif, seperti membagi negara berdasarkan tingkat keparahan krisis ekonomi, perusahaan berdasarkan kinerja, negara ASEAN berdasarkan adopsi digital, serta kecamatan di Gunungkidul berdasarkan produksi komoditas. Temuan ini memberikan implikasi praktis bagi pengambilan kebijakan dan analisis lanjutan di berbagai sektor.

Page 193 of 835 | Total Record : 8347

 191   192   193   194   195 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2026): Mei-Juli Vol. 5 No. 1 (2026): Februari - April Vol. 4 No. 4 (2026): November - January Vol. 4 No. 3 (2025): Agustus - October Vol. 4 No. 2 (2025): Mei - Juli Vol. 4 No. 1 (2025): Februari - April Vol. 3 No. 4 (2025): November - January Vol. 3 No. 3 (2024): Agustus - October Vol. 3 No. 2 (2024): Mei - Juli Vol. 3 No. 1 (2024): Februari - April Vol. 2 No. 2 (2024) Vol. 2 No. 1 (2023) Vol. 1 No. 2 (2023) Vol. 1 No. 1 (2022) More Issue