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 3,872 Documents
 79   80   81   82   83 
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.
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.
The Impact of Local Road Infrastructure on Driver Safety: A Systematic Literature Review Hartati, Noviar Dwi; Puspitasari, Nina Ripka; Muizz, Fikri Abdul; Rijaluddin , Arief; Taufik, Mohamad
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.v4i2.1389

Abstract

Although human movement and economic growth depend on adequate road infrastructure, unsafe construction can have a detrimental effect on safety. Road crashes, a major global public health issue, necessitate research into multifactorial causes, including driver behavior, vehicle performance, and infrastructure. This study employs a Systematic Literature Review (SLR) to identify key infrastructure factors affecting safety, assess research consistency, and pinpoint knowledge gaps. Using Google Scholar, Publish or Perish, and VOSviewer, secondary data from scientific journals (2000-2025) were analyzed. Results indicate "Artificial Intelligence" (401 occurrences) and "Infrastructure" (129 occurrences) as the most frequent keywords, underscoring a strong interest in leveraging advanced technology for road design and safety. VOSviewer identified eight keyword clusters, with "Learning" (147) and "Road" (98) also prominent. Despite increased research, gaps remain in longitudinal studies for long-term benefits and localized infrastructure adaptation. Future research should adopt a multidisciplinary approach, integrating sociology, environmental science, and advanced technologies like adaptive traffic management and computerized ticketing, to holistically enhance road safety.
Pengaruh Affiliate Marketing terhadap Keputusan Pembelian di TikTok Shop Munir, Muhammad Syahrul; Wati, Juwita; Wulan, Retno; Wati, Santi Bintara
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.v4i2.1390

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis pengaruh affiliate marketing terhadap keputusan pembelian konsumen dalam platform Tiktok Shop. Penelitian ini menggunakan metode kuantitatif dengan pendekatan survei, di mana data dikumpulkan dari 100 responden yang merupakan pengguna aktif Tiktok Shop di Malang. Data dianalisis menggunakan teknik Smart PLS untuk mengukur hubungan antara variabel affliate marketing (seperti tingkat kepercayaan, daya tarik promosi, dan relevansi produk) dan keputusan pembelian konsumen. Hasil penelitian menunjukkan bahwa affliate marketing memiliki pengaruh signifikan terhadap keputusan pembelian. Faktor-faktor seperti tingkat kepercayaan terhadap affliator, kualitas promosi, dan relevansi produk yang ditawarkan terbukti mempengaruhi keputusan konsumen dalam melakukan pembelian di Tiktok Shop.
Media Audio Visual Dalam Pembelajaran Seni Budaya Tari Siswa Kelas V Sekolah Dasar Islam Asysyakirin Kota Tangerang Rahma, Dinda Aliya; Mawardi, Mawardi; Saputri, Rahmawati Eka
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.v4i2.1391

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan media audio visual terhadap hasil belajar seni budaya tari pada siswa kelas V SD Islam Asysyakirin Kota Tangerang. Metode penelitian yang digunakan adalah kuantitatif dengan desain Quasi Experimental Design jenis Pretest-Posttest Control Group Design. Populasi penelitian adalah seluruh siswa kelas V SD Islam Asysyakirin tahun ajaran 2024/2025, dengan sampel dua kelas (kelas eksperimen dan kelas kontrol) masing-masing berjumlah 25 siswa yang dipilih menggunakan teknik simple random sampling. Data dikumpulkan melalui observasi, wawancara, dan tes (pretest dan posttest). Hasil uji hipotesis menunjukkan bahwa terdapat perbedaan signifikan pada hasil belajar seni budaya tari antara siswa yang diajar menggunakan media audio visual berbasis YouTube dan siswa yang diajar dengan metode konvensional. Hal ini mengindikasikan bahwa penggunaan media audio visual berbasis YouTube memiliki pengaruh positif terhadap peningkatan hasil belajar seni budaya tari siswa.
Analisis Data Keuangan Dan Sosial Ekonomi Indonesia Menggunakan Metode Data Mining Haikal, Muhammad; Apriyansyah, Muhamad Rafi; Ramadhan, Muhammad Iqbal; Nurhasanah, Nisa Alfi; Alfarizki, Satria; Handayani, 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.v4i2.1394

Abstract

Perkembangan ekonomi suatu negara dipengaruhi oleh berbagai indikator makro dan mikro yang saling berkaitan, seperti dana dan kredit perbankan, nilai tukar mata uang, serta tingkat pengangguran terbuka. Namun, analisis konvensional seringkali belum mampu mengungkap pola tersembunyi yang ada dalam data historis jangka panjang. Penelitian ini bertujuan untuk menerapkan teknik data mining dalam mengidentifikasi tren dan pola tersembunyi pada berbagai indikator ekonomi Indonesia dalam rentang waktu 1989 hingga 2020. Data yang dianalisis meliputi: (1) perbandingan dana dan kredit (1989–1998), (2) data kurs rupiah terhadap euro (1999–2006), (3) data pengangguran terbuka periode Februari 2014 hingga November 2020, (4)data kinerja keuangan di indonesia (2006 - 2007), (5) data intepretasi visual perbandingan komponen keuangan PT indofood CBP (2015 vs 2016). Metode yang digunakan adalah clustering dengan algoritma K-Means untuk segmentasi data berdasarkan karakteristik serupa dan time series analysis untuk mendeteksi tren perubahan antar periode. Hasil analisis menunjukkan bahwa terjadi perubahan pola pinjaman dan kredit menjelang krisis moneter 1998, penurunan kurs signifikan terhadap euro setelah 2000, serta lonjakan pengangguran selama masa pandemi COVID-19. Temuan ini menunjukkan bahwa data mining dapat memberikan gambaran yang lebih dalam dan preskriptif bagi pembuat kebijakan dalam merespons dinamika ekonomi nasional.
Analisis Peforma Algoritma Kompresi Huffman, LZW, BZIP2, Zstandard dan Brotli dalam Efisiensi Penyimpanan Data dan Transfer Data Irawati, Okta; Nurhasanah, Nurhasanah; Lumbantoruan, Ayu Talenta; Zahrani, Siti Fatul
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.v4i2.1396

Abstract

Penelitian ini bertujuan untuk mengevaluasi performa beberapa algoritma kompresi data dalam kaitannya dengan efisiensi penyimpanan dan kecepatan transfer data. Fokus utama terletak pada perbandingan antara efisiensi hasil kompresi, durasi proses kompresi-dekompresi, serta dampaknya terhadap waktu pengiriman data. Untuk mendukung analisis, digunakan teori dasar dari teknik kompresi seperti algoritma JPEG, Discrete Cosine Transform (DCT), dan Huffman Coding yang sering digunakan dalam pengolahan gambar digital.Data diperoleh melalui uji coba terhadap berbagai jenis file gambar digital (JPG, TIFF, GIF), kemudian dianalisis secara kualitatif dengan meninjau rasio kompresi, durasi proses, serta pengaruh karakteristik data terhadap efektivitas kompresi. Hasil analisis menunjukkan bahwa pemilihan algoritma yang sesuai (contohnya, adaptasi JPEG pada file non-JPG) dapat meningkatkan efisiensi ruang simpan hingga 40% dan mempercepat pengiriman data. Namun, efektivitas setiap algoritma sangat bergantung pada tingkat redundansi dan jenis format file yang digunakan.

Page 81 of 388 | Total Record : 3872

 79   80   81   82   83 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue 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