JRIIN :Jurnal Riset Informatika dan Inovasi
1. Komputasi Lunak, 2. Sistem Cerdas Terdistribusi, Manajemen Basis Data, dan Pengambilan Informasi, 3. Komputasi evolusioner dan komputasi DNA/seluler/molekuler, 4. Deteksi kesalahan, 5. Sistem Energi Hijau dan Terbarukan, 6. Antarmuka Manusia, 7. Interaksi Manusia-Komputer, 8. Hibrida dan Algoritma Terdistribusi Pemrosesan Informasi Manusia, 9. Komputasi Berkinerja Tinggi, 10. Penyimpanan informasi, 11. Keamanan, integritas, privasi, dan kepercayaan, 12. Pemrosesan Sinyal Gambar dan Ucapan, 13. Sistem Berbasis Pengetahuan, 14. Jaringan Pengetahuan, 15. Multimedia dan Aplikasi, 16. Sistem Kontrol Jaringan, 17. Klasifikasi Pola Pemrosesan Bahasa Alami, 18. Pengenalan dan sintesis ucapan, 19. Kecerdasan Robot, 20. Analisis Kekokohan, 21. Kecerdasan Sosial, 22. Statistic 23. Komputasi grid dan kinerja tinggi, 24. Realitas Virtual dalam Aplikasi Rekayasa, 25. Intelijen Web dan Seluler, 26. Data Besar, 27. Manajemen Informatika, 28. Sistem Informasi, 29. Desain Permainan, 30. Sistem Multimedia, 31. Pemrosesan Gambar, 32. IOT 33. Pemrograman Seluler, 34. Desain Basis Data, 35. Pemrograman Jaringan, 36. Sistem Terdistribusi, 37. Sistem Pendukung Keputusan, 38. Sistem Pakar, 39. Kriptografi, 40. Model dan Simulasi, 41. Jaringan 42. berkaitan inovasi
Articles
915 Documents
<![CDATA[Literature Riview: Evaluasi Keberhasilan Implementasi Sistem Informasi Manajemen Di Perguruan Tinggi ]]>
<![CDATA[Cahya Diharja, Alansyah]]>;
<![CDATA[Noor Irdiani Hasibuan, Fadhila]]>;
<![CDATA[Safitri, Sofia]]>;
<![CDATA[Prasetyo, Hendry]]>;
<![CDATA[Gusti Mawarni, Mely]]>;
<![CDATA[Heidiani Ikasari, Ines]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 4 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini bertujuan untuk mengkaji tingkat keberhasilan dalam penerapan Sistem Informasi Manajemen (SIM) di institusi pendidikan tinggi. Seiring dengan semakin rumitnya pengelolaan data dan informasi, pentingnya implementasi SIM yang efisien menjadi krusial untuk memperbaiki kinerja dan efisiensi operasional lembaga pendidikan tinggi. Metode yang digunakan dalam penelitian ini bersifat kualitatif, dengan teknik pengumpulan data melalui wawancara mendalam, persepsi pengguna, dan analisis laporan. Indikator keberhasilan yang diterapkan mencakup kualitas sistem, kualitas informasi, kepuasan pengguna, dampak pada individu, dan dampak pada organisasi. Hasil penelitian mengungkapkan bahwa penerapan SIM di universitas yang diteliti telah berhasil meningkatkan efisiensi operasional, kualitas pengambilan keputusan, dan tingkat kepuasan pengguna. Namun demikian, terdapat beberapa hambatan seperti kurangnya pelatihan bagi pengguna dan dukungan teknis yang perlu ditingkatkan. Temuan dari penelitian ini diharapkan dapat memberikan panduan bagi pengembangan dan perbaikan SIM di perguruan tinggi lainnya di masa depan.]]>
<![CDATA[Penggunaan Sistem Informasi Manajemen Untuk Pengelolaan Keuangan Mikro Di Koperasi ]]>
<![CDATA[Rachman, Abdul]]>;
<![CDATA[Aldian Firmansah, Dede]]>;
<![CDATA[Prasetyo, Dimastito]]>;
<![CDATA[Tara Yuliandi, Giovanno]]>;
<![CDATA[Rimaza, July]]>;
<![CDATA[Yuspandi, Parhan]]>;
<![CDATA[Heidiani Ikasari, Ines]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 4 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini bertujuan untuk menganalisis penggunaan Sistem Informasi Manajemen (SIM) dalam pengelolaan keuangan mikro di koperasi. Koperasi merupakan salah satu lembaga keuangan mikro yang berperan penting dalam meningkatkan kesejahteraan masyarakat. Namun, pengelolaan keuangannya seringkali masih dilakukan secara manual dan belum memanfaatkan teknologi informasi secara optimal. Metode penelitian yang digunakan adalah studi kasus pada beberapa koperasi di daerah tertentu. Pengumpulan data dilakukan melalui wawancara, observasi, dan dokumentasi. Analisis data menggunakan pendekatan kualitatif. Hasil penelitian menunjukkan bahwa penggunaan SIM dalam pengelolaan keuangan mikro di koperasi dapat meningkatkan efisiensi, efektivitas, dan akuntabilitas. SIM membantu koperasi dalam mencatat transaksi, membuat laporan keuangan, dan menganalisis kinerja keuangan secara real-time. Namun, masih terdapat beberapa kendala dalam penerapan SIM, seperti keterbatasan sumber daya manusia yang terampil dalam menggunakan teknologi informasi dan biaya investasi yang relatif tinggi. Kesimpulan dari penelitian ini adalah penggunaan SIM dapat memberikan manfaat bagi pengelolaan keuangan mikro di koperasi, namun perlu dukungan dari manajemen koperasi, pelatihan bagi anggota, dan penyediaan infrastruktur teknologi yang memadai.]]>
<![CDATA[Perancangan Aplikasi Sistem Informasi Manajemen Menggunakan Metode Prototype Studi Kasus Fun Bread Bakery ]]>
<![CDATA[Mahmud Arjiansyah, Abiem]]>;
<![CDATA[Fikri Fahresi, Daffa]]>;
<![CDATA[Febriansyah, Muhammad]]>;
<![CDATA[Desyani, Teti]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 4 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini bertujuan untuk merancang aplikasi sistem informasi manajemen berbasis web untuk Fun Bread Bakery menggunakan metode prototype. Metode ini dipilih karena memungkinkan pengembangan yang iteratif dan responsif terhadap umpan balik pengguna, memastikan aplikasi memenuhi kebutuhan secara optimal. Aplikasi ini dirancang untuk mengintegrasikan berbagai aspek manajemen, termasuk pemesanan, produksi, inventory, dan penjualan, sehingga meningkatkan efisiensi dan akurasi . Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan berhasil mengoptimalkan proses bisnis, mempercepat alur kerja, dan memberikan laporan yang lebih akurat untuk pengambilan keputusan di Fun Bread Bakery.]]>
<![CDATA[Deteksi Wajah Manusia Pada Gambar Menggunakan Metode Haar Cascade ]]>
<![CDATA[Agil Amarullah, M.]]>;
<![CDATA[Rahman, Faiqur]]>;
<![CDATA[Sandi Wardana, Hanif]]>;
<![CDATA[Sadjiwo, Bagus]]>;
<![CDATA[Rosyani, Perani]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 4 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Deteksi wajah merupakan topik krusial dalam bidang pengolahan citra dan visi komputer yang memiliki banyak aplikasi praktis, seperti pengenalan wajah untuk aspek keamanan, analisis perilaku pengguna, interaksi antara manusia dan komputer, serta aplikasi di bidang medis. Dalam konteks keamanan, teknologi deteksi wajah dimanfaatkan pada sistem pengawasan untuk mengidentifikasi individu di area yang terlarang. Sementara pada aplikasi konsumen, seperti media sosial dan aplikasi smartphone, teknologi ini memungkinkan adanya fitur penandaan otomatis pada foto dan video. Meskipun tersedia beragam metode, metode Haar Cascade menjadi salah satu pendekatan yang banyak digunakan karena kehandalannya dalam mendeteksi wajah secara real-time. Metode ini bekerja dengan mengidentifikasi pola pada gambar melalui serangkaian filter sederhana yang disebut Haar-like features. Studi kasus ini bertujuan untuk mengeksplorasi penerapan metode Haar Cascade dalam mendeteksi wajah manusia pada gambar. Penelitian ini akan mencakup pemahaman dasar tentang cara kerja metode Haar Cascade, implementasi algoritma pada dataset gambar, serta evaluasi kinerja deteksi wajah. Dengan memahami dan mengimplementasikan metode ini, diharapkan dapat memberikan wawasan yang lebih mendalam tentang tantangan dan keunggulan teknologi deteksi wajah dalam berbagai aplikasi praktis.]]>
<![CDATA[Sistem Pengenalan Wajah Dengan Metode Local Binary Pattern Histogram Berbasis OpenCV ]]>
<![CDATA[Firdaus]]>;
<![CDATA[Winarno, Edi]]>;
<![CDATA[Habas Addawy, Rauzan]]>;
<![CDATA[Fadilla Malik, Topan]]>;
<![CDATA[Rosyani, Perani]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pengenalan wajah merupakan teknologi biometrik yang memanfaatkan analisis pengolahan citra untuk mengidentifikasi individu. Proses ini melibatkan dua tahap utama: deteksi dan identifikasi wajah. Meskipun kedua proses ini sebelumnya dikembangkan secara terpisah, melalui sistem pengenalan wajah, identitas seseorang dapat dengan mudah dikenali hanya dengan menggunakan kamera. Algoritma Local Binary Pattern Histogram (LBPH) adalah salah satu saca yang efektif diterapkan dalam analisis karakter wajah untuk deteksi dan pengenalan. LBPH bekerja dengan mengubah tekstur wajah menjadi nilai biner yang mewakili piksel-piksel wajah dalam pola lingkaran dengan pusat sebagai acuan. Jarak antara nilai biner ini disebut neighbors. OpenCV, sebagai modul pengolahan citra yang kuat, digunakan untuk membuat, mengubah, dan memodifikasi citra digital, termasuk dalam pengolahan citra wajah. Hasil uji coba citra wajah menunjukkan bahwa sistem pengenalan wajah yang dikembangkan memiliki akurasi yang sangat sebesar. Hasil ini menunjukkan potensi besar dari sistem berbasis LBPH dan OpenCV dalam aplikasi pengenalan wajah yang efisien dan akurat.]]>
<![CDATA[Deteksi Gender Real-Time Dengan Pengenalan Wajah Menggunakan Convolution Neural Network Dan OpenCV ]]>
<![CDATA[Pandu Wicaksono, Daffa]]>;
<![CDATA[Abdurrohman, Fikri]]>;
<![CDATA[Rizky Maulana, Muhammad]]>;
<![CDATA[Nurrudin, Naufal]]>;
<![CDATA[Rosyani, Perani]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Pengenalan gender dalam konteks real-time telah menjadi subjek penelitian yang menarik dalam visi komputer dan kecerdasan buatan. Dalam penelitian ini, kami mengusulkan pendekatan deteksi gender real-time menggunakan teknik Convolutional Neural Networks (CNN) dan pustaka OpenCV. Kami mengembangkan model CNN yang terlatih menggunakan dataset wajah yang luas dan beragam, kemudian mengintegrasikannya dengan alat OpenCV untuk mendeteksi wajah dan memprediksi gender secara langsung dari aliran video. Pendekatan kami mencakup langkah-langkah pemrosesan gambar seperti deteksi wajah menggunakan algoritma Haar Cascade dan ekstraksi fitur menggunakan CNN yang mendalam. Evaluasi dilakukan dengan menggunakan metrik presisi, recall, dan akurasi untuk mengukur kinerja model kami terhadap dataset uji yang beragam. Hasil eksperimen menunjukkan bahwa pendekatan kami mampu menghasilkan prediksi gender dengan tingkat keakuratan yang signifikan dalam situasi real-time. Temuan ini menunjukkan potensi aplikasi luas dari teknik ini dalam sistem pengawasan, analisis demografi, dan interaksi manusia-komputer.]]>
<![CDATA[Analisis Faktor-Faktor Penentu Keberhasilan Implementasi Sistem Informasi Manajemen Di Toko Alat Tulis ]]>
<![CDATA[Riska Amalia, Asha]]>;
<![CDATA[Ramdhani, Azhar]]>;
<![CDATA[Firdaus, Azis]]>;
<![CDATA[Sunarno, Bangkit]]>;
<![CDATA[Fadilah Sari, Siti]]>;
<![CDATA[Khodijah, Vinawanda]]>;
<![CDATA[Heidiani Ikasari, Ines]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi keberhasilan implementasi sistem informasi manajemen (SIM) di toko alat tulis. Metode penelitian yang digunakan adalah studi kasus, dengan pengumpulan data melalui wawancara, observasi, dan dokumentasi. Hasil penelitian menunjukkan bahwa faktor-faktor yang memengaruhi keberhasilan implementasi SIM di toko alat tulis meliputi dukungan manajemen puncak, kompetensi pengguna, kualitas sistem, dan kualitas informasi. Temuan ini memberikan implikasi bagi manajemen toko alat tulis dalam meningkatkan efektivitas implementasi SIM untuk mendukung pengambilan keputusan dan kinerja organisasi.]]>
<![CDATA[Identifikasi Tingkat Kematangan Buah Pisang Menggunakan Metode Yolo ]]>
<![CDATA[Mahmud Arjiansyah, Abiem]]>;
<![CDATA[Fikri Fahresi, Daffa]]>;
<![CDATA[Febriansyah, Muhammad]]>;
<![CDATA[Hendriyawan]]>;
<![CDATA[Rosyani, Perani]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Identifikasi tingkat kematangan buah pisang merupakan aspek penting dalam industri pertanian dan distribusi buah untuk memastikan kualitas produk yang diterima oleh konsumen, Penelitian ini bertujuan untuk mengembangkan sistem otomatis yang dapat mengidentifikasi tingkat kematangan buah pisang menggunakan metode YOLO atau You Only Look Once. YOLO merupakan algoritma deteksi objek yang efisien dan dapat mendeteksi serta mengklasifikasi objek dalam waktu nyata atau real time. Dalam penelitian ini, kami mengumpulkan dataset gambar buah pisang yang didapat dari situs Kaggle: Your Machine Learning and Data Science Community dari berbagai tingkat kematangan, mulai dari mentah hingga matang. Gambar-gambar ini kemudian dilabeli untuk digunakan dalam training model YOLO. Setelah pelatihan, model ini diuji dengan dataset terpisah untuk mengevaluasi kinerjanya. Hasil penelitian menunjukkan bahwa model YOLO mampu mengidentifikasi tingkat kematangan buah pisang dengan akurasi rata-rata sebesar 80%. Implementasi metode ini tidak hanya meningkatkan efisiensi proses sortasi di industri, tetapi juga mengurangi kesalahan manusia dalam penilaian tingkat kematangan. Temuan ini menunjukkan potensi besar penggunaan teknologi deteksi objek dalam aplikasi pertanian, khususnya dalam aplikasi pertanian, khususnya dalam pengelolaan pasokan buah pisang.]]>
<![CDATA[Deteksi Tepi Menggunakan Metode Canny ]]>
<![CDATA[Achyar Rozaq, Fazri]]>;
<![CDATA[Rosyani, Perani]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini mengimplementasikan algoritma deteksi tepi Canny untuk mengidentifikasi tepi objek dalam citra digital. Algoritma ini dikenal karena kemampuannya dalam menghasilkan tepi yang jelas dan terus-menerus. Kami menggunakan berbagai citra dengan kondisi pencahayaan yang berbeda untuk menguji kinerja algoritma. Hasil pengujian menunjukkan bahwa metode Canny efektif dalam mendeteksi tepi dengan akurasi tinggi. Implementasi sistem ini dapat digunakan dalam berbagai aplikasi seperti pengenalan objek dan analisis citra medis.]]>
<![CDATA[Klasifikasi Kematangan Buah Ceri (Image Processing) Dengan Python OpenCV ]]>
<![CDATA[Syarof, Tajus]]>;
<![CDATA[Firdaus, Wisnu]]>;
<![CDATA[Ferdiansyah, Yandi]]>;
<![CDATA[Rosyani, Perani]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 2 No 6 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini bertujuan untuk mengembangkan metode pemisahan objek pada gambar buah ceri menggunakan OpenCV, dengan fokus pada identifikasi dan klasifikasi buah ceri yang matang (berwarna merah) dan yang tidak matang (berwarna hijau). Teknologi pengolahan citra digital, khususnya melalui OpenCV, digunakan untuk memproses dan menganalisis gambar buah ceri guna memisahkan kedua jenis buah berdasarkan warna. Metodologi penelitian ini mencakup beberapa tahap utama: akuisisi citra, pra-pemrosesan, segmentasi, dan klasifikasi. Pada tahap akuisisi, gambar-gambar buah ceri diambil dalam kondisi pencahayaan yang terkendali. Tahap pra-pemrosesan melibatkan peningkatan kualitas gambar dengan teknik filtering dan penyesuaian kontras. Selanjutnya, segmentasi dilakukan menggunakan konversi ruang warna dari RGB ke HSV untuk memudahkan isolasi warna merah dan hijau. Masking dan thresholding diaplikasikan untuk memisahkan objek berdasarkan rentang warna yang telah ditentukan. Hasil penelitian menunjukkan bahwa metode yang dikembangkan dapat memisahkan buah ceri yang matang dan tidak matang dengan tingkat akurasi yang tinggi. Buah ceri matang yang berwarna merah dapat diidentifikasi dan dipisahkan secara efektif dari buah yang tidak matang berwarna hijau. Temuan ini berpotensi untuk diterapkan dalam sistem otomatis pemilahan buah pada industri pertanian, meningkatkan efisiensi dan akurasi dalam proses sortasi buah berdasarkan tingkat kematangan.]]>
