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
Perancangan UI/UX Aplikasi E-Commerce Tas dengan Metode UCD
Soraya, Tasya;
Malika;
Cemara;
Wijayanto, Santosa
Jurnal Riset Informatika dan Inovasi Vol 2 No 9 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Perkembangan e-commerce di Indonesia mendorong pertumbuhan bisnis online, termasuk penjualan tas. UI/UX yang optimal menjadi kunci keberhasilan aplikasi e-commerce. Penelitian ini bertujuan merancang UI/UX aplikasi e-commerce tas di platform Android dengan metode User-Centered Design (UCD). Metode UCD melibatkan pengguna dalam setiap tahap perancangan, sehingga aplikasi yang dihasilkan sesuai dengan kebutuhan dan preferensi pengguna. Hasil penelitian berupa prototype aplikasi dengan UI yang menarik, informatif, dan mudah digunakan, serta UX yang optimal, memudahkan pengguna dalam mencari, memilih, dan membeli tas. Fitur-fitur yang relevan dengan kebutuhan pengguna seperti filter pencarian, zoom produk, wishlist_, dan checkout yang mudah, meningkatkan user experience dan mendorong minat beli. Penelitian ini memberikan kontribusi berupa panduan perancangan aplikasi e-commerce tas yang berpusat pada pengguna.
Analisa Peforma Algoritma Machine Learning Dalam Prediksi Harga Pasar Saham BTC
Indra Pratama, Dimas;
Hafizh, Aditya;
Fajar Ramadhan, Muhammad;
Irsandi Ramadhan, Irgi;
Oktovio A, Ramadhan;
Satria Gymnastiar, Dwiky;
Heidiani Ikasari, Ines
Jurnal Riset Informatika dan Inovasi Vol 2 No 9 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Penelitian ini bertujuan untuk mengevaluasi performa algoritma machine learning dalam memprediksi harga saham BTC. Beberapa algoritma seperti Logistic Regression, Linear Regression, K-Nearest Neighbors (KNN), Decision Tree, dan Random Forest diuji menggunakan metrik seperti akurasi, Mean Squared Error (MSE), dan R-squared (R²). Hasil evaluasi menunjukkan bahwa Linear Regression memiliki performa terbaik dengan MSE sangat kecil dan R² mendekati 1. Model klasifikasi seperti Logistic Regression dan Decision Tree juga menunjukkan hasil yang cukup baik, namun memerlukan peningkatan akurasi lebih lanjut. Penelitian ini memberikan wawasan tentang pendekatan terbaik untuk memprediksi harga saham BTC menggunakan machine learning.
IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBORS (KNN) UNTUK PREDIKSI PENYAKIT DIABETES PADA PEREMPUAN
Maulana Fansyuri;
Dian Nurul Iman;
Gideon Triman Harefa;
Shahrudin;
Pratama, Arijal;
Muhammad Rizki Rahmatullah
Jurnal Riset Informatika dan Inovasi Vol 2 No 10 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Diabetes melitus adalah penyakit kronis yang dapat menyebabkan komplikasi serius seperti gagal ginjal, kebutaan, dan penyakit jantung. Deteksi dini risiko diabetes sangat penting untuk mencegah komplikasi dan meningkatkan kualitas hidup pasien. Penelitian ini menggunakan dataset dari Kaggle yang terdiri dari 768 data dengan 9 atribut, termasuk kadar glukosa dan BMI. Algoritma K-Nearest Neighbor (KNN) dipilih karena kesederhanaan dan efektivitasnya dalam prediksi. Proses penelitian dilakukan menggunakan RapidMiner untuk preprocessing, pemodelan, dan evaluasi, dengan pembagian dataset sebesar 80% untuk pelatihan dan 20% untuk pengujian. Hasil evaluasi menunjukkan akurasi model mencapai 80,73%, dengan precision 74,79% dan recall 67,54% untuk kelas positif. Meskipun akurasi yang tinggi, rendahnya nilai recall menunjukkan bahwa beberapa kasus diabetes tidak terdeteksi, sehingga memerlukan optimasi lebih lanjut. Penelitian ini menyoroti potensi KNN dalam deteksi dini diabetes sebagai alat bantu keputusan bagi tenaga medis. Rekomendasi untuk meningkatkan performa model termasuk penggunaan dataset yang lebih besar dan penerapan teknik pembelajaran mesin yang lebih canggih. Diharapkan hasil penelitian ini dapat berkontribusi pada pengembangan teknologi prediktif di bidang kesehatan.
Literatur Review: Klasifikasi Penyakit Tuberkulosis Dengan Deep Learning Dan Transfer Learning
Muhamad Aliyafasya, Fadel;
Alvin Faga, Daniel;
Talia Paramitha, Shifaa;
Nuraini, Intan
Jurnal Riset Informatika dan Inovasi Vol 2 No 10 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Tuberkulosis (TB) merupakan salah satu penyakit menular yang paling mematikan di dunia, dengan prevalensi yang tinggi terutama di negara-negara berkembang. Deteksi dini tuberkulosis sangat penting untuk mencegah penyebarannya dan memastikan pasien menerima pengobatan tepat waktu. Meskipun diagnosis tuberkulosis biasanya ditegakkan melalui pemeriksaan laboratorium dan radiologi, metode ini memerlukan waktu dan sumber daya yang cukup besar. Dalam beberapa tahun terakhir, kemajuan di bidang kecerdasan buatan, Deep Learning, khususnya menawarkan potensi besar untuk mempercepat dan meningkatkan akurasi deteksi TB melalui pencitraan rontgen dada (CXR). Penelitian ini mengevaluasi penggunaan Transfer Learning dalam model Deep Learning, khususnya Convolutional Neural Network (CNN), untuk mendeteksi TB pada gambar CXR. Model CNN terlatih seperti VGG-16, Inception-V3, dan DenseNet-121 digunakan untuk melakukan ekstraksi fitur dan klasifikasi gambar. Teknik Transfer Learning ini memungkinkan model mengekstrak pengetahuan dari kumpulan data yang lebih besar dan menerapkannya pada kumpulan data yang dibatasi hingga 1 TB. Meningkatkan akurasi dan efisiensi proses penemuan. Selain itu, penelitian ini juga menggabungkan beberapa model melalui metode ensemble, seperti pemungutan suara mayoritas, rata-rata sederhana, rata-rata tertimbang, dan pengelompokan, untuk menggabungkan prediksi model yang berbeda untuk mendapatkan prediksi yang paling akurat dan stabil. Hasil penelitian menunjukkan bahwa kombinasi Transfer Learning khusus mode CXR dan teknik ensemble mampu memberikan akurasi deteksi yang sangat tinggi, dengan Area Under the Curve (AUC) mencapai 0,995. Teknik clustered ensemble menunjukkan performa terbaik dibandingkan metode ensemble lainnya, mengurangi variabilitas perkiraan dan meningkatkan kemampuan model untuk menggeneralisasi data baru. Kombinasi ini telah terbukti efektif dalam mengurangi overfitting, meningkatkan akurasi,dalam hal mengurangi bias dalam klasifikasi TB pada gambar CXR. Dengan hasil tersebut, diharapkan teknik ini dapat menjadi alat pendukung yang handal dalam diagnosis tuberkulosis, terutama di daerah dengan keterbatasan akses terhadap laboratorium dan tenaga medis yang berpengalaman.
Sistem Penilaian Karakteristik Siswa SD Al- Madinah Islamic Center Tanggerang Selatan
Ari Valentino;
Yulianti Oktaviani;
Zakyshafwan;
Wasis Haryono
Jurnal Riset Informatika dan Inovasi Vol 2 No 5 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Penelitian ini bertujuan mengembangkan sistem penilaian berbasis web menggunakan PHP dan CodeIgniter 4, terintegrasi dengan MySQL, untuk meningkatkan efisiensi dan akurasi penilaian siswa di SD AL-MADINAH ISLAMIC CENTER TANGERANG SELATAN. Sistem ini memfasilitasi pengelolaan data siswa, kriteria penilaian, pengolahan nilai otomatis, dan pembuatan laporan yang dapat diakses melalui web browser. Metode pengembangan meliputi analisis kebutuhan, perancangan, implementasi, serta survei kepada kepala sekolah dan guru. Sistem ini dirancang dengan antarmuka intuitif untuk kemudahan penggunaan. Hasilnya diharapkan dapat meningkatkan efisiensi penilaian, memberikan umpan balik objektif kepada siswa, dan mendukung analisis data untuk pengembangan karakter siswa sesuai visi dan misi sekolah
Implementasi Kuitansi Digital Dengan Metode Rapid Application Development Berbasis Android
Adinda Dwi Tanaya;
Melyana Sofianti;
Rifqah Alfiyah Zahra
Jurnal Riset Informatika dan Inovasi Vol 2 No 5 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Kuitansi memiliki peran penting sebagai bukti tertulis ketika seseorang melakukan transaksi pembayaran. Namun, kuitansi manual sering kali tidak efisien untuk transaksi dalam jumlah besar. Selain itu, kuitansi manual juga rentan hilang dan rusak, yang membuat bukti transaksi itu tidak dapat dilihat atau digunakan lagi, misalnya untuk mengklaim garansi suatu barang. Pada penelitian kali ini, penulis membuat kuitansi dalam bentuk digital agar memudahkan transaksi pembayaran dalam jumlah besar, mencegah kerusakan dan meminimalisir hilangnya bukti transaksi. Dengan metode RAD Penelitian ini dilakukan dengan menganalisis kebutuhan, desain sistem, pengembangan dan implementasi. Hasil penelitian ini diharap memenuhi kebutuhan pengguna dan berfungsi dengan baik saat digunakan.
Peran Sistem Informasi Manajemen Dalam Pengolahan Stok Obat Di Puskesmas Berbasis Web
Dalia Rofifa Oktaviyanti;
Muhammad Rafli Wahid Ramadhan;
Wisnu Kencana;
Yudha Kusumah;
Ines Heidiani Ikasari
Jurnal Riset Informatika dan Inovasi Vol 2 No 5 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Abstrak−Ketidakakuratan dalam pencatatan dan perbedaan jumlah fisik logistik obat sering kali menjadi kendala. Selain itu, dokumen pembukuan manual kerap tercecer atau hilang, serta pencarian data memerlukan waktu yang lama. Berdasarkan permasalahan tersebut, penelitian ini merancang sistem informasi berbasis web untuk pengelolaan stok obat di Puskesmas. Sistem ini dikembangkan karena mayoritas Puskesmas masih menggunakan metode pengelolaan manual. Dengan menerapkan sistem berbasis web, proses pengelolaan menjadi lebih efisien, mudah diakses, dan data lebih terjamin keamanannya. Sistem manajemen logistik obat ini dirancang untuk memberikan informasi yang akurat mengenai jumlah, kualitas, dan waktu yang dibutuhkan. Abstract−Inaccuracies in recording and differences in physical quantities of drug logistics often become obstacles. Apart from that, manual bookkeeping documents are often scattered or lost, and searching for data takes a long time. Based on these problems, this research designed a web-based information system for managing drug stocks in Community Health Centers. This system was developed because the majority of Community Health Centers still use manual management methods. By implementing a web-based system, the management process becomes more efficient, easier to access, and data security is more guaranteed. This drug logistics management system is designed to provide accurate information regarding the quantity, quality and time needed.
Literature Review Peran Sistem Informasi Manajemen Dalam Meningkatkan Efisiensi Dan Kinerja Organisasi
Seftrian Anugera, Eka;
Shiddiq Alfarez, Muhammad;
Perdana Saputra, Hakim;
Irfan Baharianto, Ahnaf;
Heidiani Ikasari, Ines
Jurnal Riset Informatika dan Inovasi Vol 2 No 11 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Sistem Informasi Manajemen (SIM) memainkan peran penting dalam meningkatkan efisiensi operasional dan kinerja organisasi di era digital. Penelitian ini melakukan kajian literatur untuk mengeksplorasi peran SIM dalam menyederhanakan proses operasional, mendukung pengambilan keputusan berbasis data, dan memfasilitasi transformasi digital. Analisis menunjukkan bahwa SIM secara signifikan meningkatkan produktivitas, mengurangi biaya operasional, serta mengintegrasikan proses bisnis secara lebih efektif. Meskipun demikian, tantangan seperti kebutuhan infrastruktur, kerentanan keamanan data, dan keterbatasan kompetensi sumber daya manusia menghambat adopsi SIM secara luas. Upaya untuk mengatasi tantangan ini menjadi kunci untuk memanfaatkan potensi penuh SIM, terutama di organisasi kecil dan menengah (UKM). Penelitian ini juga menyoroti peluang penelitian masa depan untuk mengembangkan solusi SIM yang lebih adaptif dan aman dalam memenuhi kebutuhan organisasi yang terus berkembang.
Rancang Bangun Sistem Informasi Monitoring Gizi Dan Kalori Ibu Hamil Berbasis Website Serta Hubungan Kesehatan Dengan Anemia
Saoma dani, Ahmad;
Anatasya, Dita;
Aswant, Farien;
Safwan, Zaky;
Ikasari, Ines Heidiani
Jurnal Riset Informatika dan Inovasi Vol 2 No 10 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Abtrak - Kehamilan merupakan masa kritis dalam kehidupan seorang wanita dan memerlukan perhatian khusus terutama mengenai pemenuhan kebutuhan gizi dan kalori untuk menunjang pertumbuhan janin dan menjaga kesehatan ibu. Malnutrisi pada masa kehamilan, terutama zat besi, dapat menyebabkan anemia sehingga berisiko tinggi bagi kesehatan ibu dan anak. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi berbasis website yang dapat memantau kebutuhan gizi dan kalori ibu hamil serta menganalisis hubungan kesehatan dengan anemia. Metodologi pengembangan sistem yang digunakan adalah System Development Life Cycle (SDLC) yang meliputi analisis kebutuhan, perancangan, implementasi, dan evaluasi. Sistem tersebut memiliki fitur-fitur penting seperti mencatat asupan makanan sehari-hari, menghitung kebutuhan kalori berdasarkan usia kehamilan, memantau kadar hemoglobin, dan merekomendasikan pola makan sehat. Untuk memastikan bahwa sistem memenuhi kebutuhan pengguna, data pendukung dikumpulkan melalui kuesioner kepada ibu hamil dan wawancara dengan staf medis. Penelitian menunjukkan bahwa sistem informasi ini efektif membantu ibu hamil memahami kebutuhan nutrisi hariannya. Pengujian awal sistem pada beberapa ibu hamil di salah satu puskesmas menunjukkan bahwa kadar hemoglobin pada pengguna sistem meningkat hingga 85% dalam waktu tiga bulan. Selain itu, sistem ini memudahkan tenaga kesehatan untuk memantau data pasien secara terpusat dan melakukan intervensi tepat waktu. Sistem informasi berbasis website ini memberikan solusi inovatif untuk mendukung kesehatan ibu hamil melalui pemantauan gizi dan kalori yang terintegrasi. Melalui pendekatan berbasis teknologi, sistem ini diharapkan dapat menjadi alat yang efektif untuk mengurangi risiko anemia pada ibu hamil, meningkatkan kualitas layanan kesehatan, dan memfasilitasi tenaga medis dalam memberikan layanan kesehatan yang optimal.
Analisis Dan Prediksi Rating Game Berdasarkan Review Pengguna Steam Menggunakan Algoritma K–Nearest Neighbor
Fansyuri, Maulana;
Hanif, Abdul;
Routya Faizan, Alfreza;
Nata Pratama, Fadhil;
Aulia Rahman, Verrel
Jurnal Riset Informatika dan Inovasi Vol 2 No 11 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Industri game digital terus berkembang pesat, dengan platform seperti Steam yang menawarkan ribuan game kepada jutaan pengguna. Namun banyaknya pilihan membuat pengguna kesulitan menemukan game yang sesuai dengan kebutuhannya. Penelitian ini bertujuan untuk menganalisis dan memprediksi rekomendasi pengguna untuk rating game di Steam menggunakan algoritma K-nearest neighbour (KNN). Kumpulan data yang digunakan terdiri dari 2.800 review pengguna terhadap 7 game yang diperoleh dari Kaggle.com. Melakukan proses pengolahan data secara sistematis, meliputi pembersihan data, transformasi teks, dan segmentasi data menjadi data latih dan data uji. Algoritma KNN dengan k=5 diimplementasikan menggunakan software RapidMiner yang mendukung analisis data halus dengan metode non parametrik. Hasil penelitian menunjukkan bahwa algoritma KNN dapat memprediksi statistik permainan dengan akurat. Penggunaan pemrosesan data terstruktur dan perangkat lunak pendukung menghasilkan model klasifikasi label berpemilik. Selain itu, penelitian ini menunjukkan potensi pengembangan model lebih lanjut dengan memperluas kumpulan data, memasukkan lebih banyak variabel, dan membandingkan berbagai variabel untuk penilaian kinerja. Selain memberikan solusi praktis, penelitian ini juga memberikan kerangka teoritis untuk penerapan algoritma KNN pada sistem rekomendasi big data, yang dapat meningkatkan pengalaman pengguna dalam mengeksplorasi game baru.