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
908 Documents
Pengembangan dan Evaluasi Sistem Pemesanan Pijat Berbasis Web dengan Voice Accessibility untuk Pekerja Tunanetra: Studi Kasus Klinik Raga Sehat
Adyasa, Fitra;
Gayo, Amir Farhan;
Nurfillah, Imannisa Khalida;
Supriyatna, Samso
Jurnal Riset Informatika dan Inovasi Vol 3 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Penelitian ini mengembangkan sistem pemesanan layanan pijat berbasis web yang dilengkapi fitur voice accessibility untuk meningkatkan kemandirian pekerja tunanetra dalam proses administrasi di Klinik Raga Sehat. Metode yang digunakan adalah Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan, pengembangan sistem, pengujian fungsional, dan evaluasi pengalaman pengguna. Sistem diimplementasikan menggunakan teknologi web modern dengan integrasi perintah suara untuk mendukung navigasi tanpa bergantung pada antarmuka visual. Data dikumpulkan melalui observasi proses kerja, wawancara dengan terapis tunanetra, serta kuesioner evaluatif kepada pengguna internal dan eksternal. Hasil pengujian menunjukkan bahwa seluruh fungsi utama berjalan sesuai kebutuhan, sementara evaluasi pengguna mengindikasikan peningkatan kemudahan penggunaan dan efisiensi pemesanan dibandingkan proses manual sebelumnya. Temuan ini menegaskan bahwa integrasi voice accessibility pada sistem layanan dapat menjadi solusi inklusif yang efektif dalam mendukung penyandang tunanetra pada aktivitas operasional sehari-hari.
Clustering Pelanggan Supermarket Menggunakan Algoritma K-Means dan Reduksi Dimensi Principal Component Analysis (PCA)
Kholik, Abdul;
Febrianto, Adjie;
Ramadhan, Rizki;
Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 3 No 10 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Transformasi digital di industri ritel menghasilkan akumulasi data pelanggan berskala besar yang memerlukan analisis cerdas untuk ekstraksi insight bernilai. Segmentasi tradisional berbasis demografi sering kali tidak memadai untuk menangkap kompleksitas perilaku konsumen modern. Penelitian ini bertujuan mengembangkan model segmentasi pelanggan supermarket yang akurat dan dapat ditindaklanjuti dengan mengintegrasikan teknik reduksi dimensi Principal Component Analysis (PCA) dan algoritma clustering K-Means. Metodologi yang diterapkan mencakup tahapan preprocessing data, reduksi dimensi dengan PCA, determinasi kluster optimal menggunakan pendekatan multi-metrik (Elbow Method, Silhouette Score, Davies-Bouldin Index), pelatihan model K-Means++, serta evaluasi dan interpretasi hasil. Dataset yang digunakan adalah Mall Customer Segmentation Data (200 sampel, 5 fitur). Hasil eksperimen menunjukkan bahwa integrasi PCA dan K-Means berhasil mengidentifikasi lima segmen pelanggan yang berbeda secara signifikan (p-value < 0.001) dengan karakteristik unik: The AffluentYouth (19.5%), The Budget-Conscious Middle-Aged (17.5%), The Moderate-Spending Seniors (11.0%), The High-Spending Low-Income Youth (22.0%), dan The Wealthy Savers (30.0%). Model mencapai Silhouette Score 0.55 dan Davies-Bouldin Index 0.71, menunjukkan kualitas clustering yang baik. Analisis komparatif mengungkap peningkatan kinerja sebesar 14.6% dibandingkan penerapan K-Means tanpa PCA. Temuan ini memberikan dasar berbasis data untuk strategi pemasaran terpersonalisasi, manajemen inventaris, dan pengembangan program loyalitas di supermarket.
Penerapan Framework TOE dalam Adopsi Sistem Informasi Terintegrasi Berbasis Analitik di Lingkungan Perusahaan
Alawi, Reza;
Persada, Ghema Nusa;
Alfarizi, Muhamad;
Rinjani, Azhar
Jurnal Riset Informatika dan Inovasi Vol 3 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Penelitian ini bertujuan untuk memahami secara mendalam proses adopsi sistem informasi terintegrasi berbasis analitik di lingkungan perusahaan dengan menggunakan kerangka Technology–Organization–Environment (TOE). Fenomena yang dikaji berangkat dari masih beragamnya tingkat keberhasilan adopsi sistem analitik di perusahaan, meskipun teknologi tersebut dipandang strategis dalam mendukung pengambilan keputusan berbasis data. Penelitian ini menggunakan pendekatan kualitatif dengan desain studi kasus, yang memungkinkan eksplorasi kontekstual terhadap pengalaman dan praktik aktor organisasi dalam proses adopsi teknologi. Pengumpulan data dilakukan melalui wawancara semi-terstruktur, observasi, dan studi dokumentasi terhadap informan kunci yang terdiri atas manajer teknologi informasi, manajer operasional, analis data, dan pengguna sistem. Hasil analisis data mengungkapkan beberapa tema utama, yaitu kesiapan dan persepsi terhadap teknologi analitik, dukungan manajemen dan budaya organisasi berbasis data, kapabilitas sumber daya manusia, serta pengaruh lingkungan eksternal seperti tekanan persaingan dan tuntutan regulasi. Temuan menunjukkan bahwa keberhasilan adopsi sistem informasi terintegrasi berbasis analitik tidak hanya ditentukan oleh aspek teknologi, tetapi juga oleh proses perubahan organisasi dan pembelajaran kolektif yang berkelanjutan. Interaksi antar dimensi dalam framework TOE bersifat dinamis dan sangat dipengaruhi oleh konteks sosial dan budaya organisasi. Penelitian ini berkontribusi secara teoretis dengan memperkaya pemahaman penerapan framework TOE melalui perspektif kualitatif, serta secara praktis memberikan implikasi bagi perusahaan dalam merancang strategi adopsi sistem analitik yang lebih holistik. Penelitian selanjutnya disarankan untuk mengkaji fenomena ini pada berbagai sektor industri atau menggunakan pendekatan metodologis campuran guna memperluas generalisasi temuan.
Pengembangan Sistem Pakar Diagnosa Penyakit Buah Mangga Menggunakan Metode Naïve Bayes Berbasis Website
Wijaya, Refli;
Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 3 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Buah mangga merupakan salah satu komoditas pertanian di wilayah haurgeulis dan wilayah anjatan yang memiliki nilai ekonomi tinggi, namun rentan terhadap berbagai penyakit yang dapat menurunkan kualitas dan kuantitas hasil panen. Oleh karena itu, diperlukan suatu sistem yang dapat membantu petani dalam mendiagnosa penyakit buah mangga secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis website yang menggunakan metode Naïve Bayes dalam melakukan klasifikasi penyakit buah mangga berdasarkan gejala yang terdeteksi. Sistem ini dirancang agar dapat memberikan diagnosa serta rekomendasi penanganan yang sesuai. Metodologi penelitian meliputi pengumpulan data dari berbagai sumber, perancangan sistem berbasis website, implementasi algoritma Naïve Bayes, serta pengujian sistem untuk mengukur tingkat akurasi diagnosa. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu memberikan diagnosa dengan tingkat akurasi yang baik. Dengan adanya sistem ini, diharapkan petani dapat lebih mudah dalam mengidentifikasi penyakit buah mangga serta mengambil langkah yang tepat dalam penanganannya. Pengembangan lebih lanjut dapat mencakup integrasi dengan teknologi IoT untuk monitoring kondisi tanaman secara real-time.
Deteksi Objek Anjing dan Kucing Menggunakan Faster R-CNN
Hadi, Muh Gunawan;
Susanto, Nugroho Noto;
Mahendra, Reyhan;
Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 3 No 9 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Penelitian ini bertujuan untuk mengatasi tantangan dalam deteksi objek hewan peliharaan, khususnya anjing dan kucing, yang memiliki variasi intra-kelas yang tinggi serta kemiripan visual yang signifikan antar ras. Metode yang diusulkan adalah arsitektur Deep Learning Faster R-CNN dengan backbone ResNet50-FPN. Untuk meningkatkan performa model pada dataset Oxford-IIIT Pet yang memiliki keterbatasan jumlah sampel dan ketidakseimbangan kelas, penelitian ini menerapkan strategi modifikasi berupa augmentasi data lanjutan menggunakan pustaka Albumentations dan teknik Gradient Accumulation. Augmentasi data diterapkan untuk memperkaya variasi pose dan kondisi pencahayaan, sedangkan Gradient Accumulation digunakan untuk menstabilkan proses pelatihan pada batch size kecil akibat keterbatasan memori GPU. Hasil eksperimen menunjukkan bahwa model yang dimodifikasi mampu mencapai performa optimal pada Epoch ke-11 dengan skor Mean Average Precision (mAP) sebesar 0.7519. Analisis kurva loss menunjukkan konvergensi yang stabil antara data latih dan validasi, mengindikasikan bahwa teknik augmentasi yang diterapkan efektif dalam mencegah overfitting. Penelitian ini membuktikan bahwa integrasi strategi augmentasi geometris dan akumulasi gradien dapat meningkatkan ketahanan model deteksi objek secara signifikan pada domain hewan peliharaan.
Analisis Kebocoran Data ASN oleh TopiAx: Etika, Keamanan Siber, dan Perlindungan Data Pribadi
Destyana, Della Putri;
Kurniawan, Farand Arja;
Azmiani, Tinesya Nur;
Putri, Violanda Junita;
Augustia, Annisa Elfina
Jurnal Riset Informatika dan Inovasi Vol 3 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Kasus kebocoran data Aparatur Sipil Negara (ASN) oleh kelompok peretas TopiAx pada tahun 2024 menimbulkan perhatian serius terhadap lemahnya sistem keamanan siber instansi pemerintah di Indonesia. Penelitian ini bertujuan untuk menganalisis aspek teknis dan etika dalam pengelolaan data publik, serta mengevaluasi sejauh mana penerapan prinsip keamanan informasi dan kepatuhan terhadap Undang-Undang Nomor 27 Tahun 2022 tentang Perlindungan Data Pribadi (UU PDP). Metode penelitian yang digunakan adalah studi kasus deskriptif dengan pendekatan kualitatif, yang memanfaatkan data sekunder dari laporan BKN, publikasi media, serta kajian akademik terkait keamanan siber nasional. Hasil analisis menunjukkan bahwa kebocoran tersebut terjadi akibat kelemahan pada manajemen akses data dan rendahnya implementasi prinsip privacy by design. Selain itu, terdapat pelanggaran etika profesi teknologi informasi, khususnya dalam hal tanggung jawab pengelolaan dan perlindungan data publik. Penelitian ini menegaskan pentingnya tata kelola keamanan siber yang berkelanjutan, peningkatan kesadaran etis, serta pembentukan sistem perlindungan data terpadu antarinstansi. Temuan ini diharapkan dapat menjadi dasar evaluasi kebijakan keamanan informasi dan penguatan etika profesi di lingkungan pemerintahan Indonesia.
Pemanfaatan Website sebagai Media Pembelajaran Interaktif di Lingkungan Pendidikan Tinggi
Rangkuti, Muhammad Yunus;
Hulu, Julfandi Setiawan
Jurnal Riset Informatika dan Inovasi Vol 3 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Perkembangan teknologi informasi telah mendorong dunia pendidikan tinggi untuk memanfaatkan media digital dalam proses pembelajaran. Salah satu bentuk pemanfaatan teknologi tersebut adalah penggunaan website sebagai media pembelajaran interaktif. Penelitian ini bertujuan untuk mengkaji pemanfaatan website dalam mendukung proses pembelajaran interaktif di lingkungan pendidikan tinggi serta mengidentifikasi manfaat yang dihasilkan bagi dosen dan mahasiswa. Metode penelitian yang digunakan adalah metode deskriptif dengan pendekatan studi literatur dan observasi terhadap penggunaan media pembelajaran berbasis web. Hasil penelitian menunjukkan bahwa pemanfaatan website sebagai media pembelajaran interaktif mampu meningkatkan aksesibilitas materi pembelajaran, mendorong interaksi antara dosen dan mahasiswa, serta mendukung fleksibilitas waktu dan tempat belajar. Selain itu, website pembelajaran dapat menjadi sarana yang efektif dalam penyampaian materi, evaluasi pembelajaran, dan komunikasi akademik. Dengan demikian, pemanfaatan website sebagai media pembelajaran interaktif dapat menjadi solusi yang relevan dalam meningkatkan kualitas dan efektivitas pembelajaran di pendidikan tinggi.
Analisis Kronologi dan Penanganan Insiden Ransomware pada PDNS 2 Sebagai Evaluasi Strategi Keamanan Data Pemerintah Indonesia
Saputra, Tobi;
Yuharian, Ridho Alfiansyah;
Akbar, Muhammad Ishafakhri;
Augustia, Annisa Elfina
Jurnal Riset Informatika dan Inovasi Vol 3 No 8 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Insiden ransomware yang melanda Pusat Data Nasional Sementara 2 pada 20 Juni 2024 melumpuhkan 282 layanan publik dan mempengaruhi lebih dari 200 institusi nasional, menandai krisis keamanan siber terbesar dalam transformasi digital pemerintahan Indonesia. Serangan menggunakan varian Brain Cipher berbasis LockBit 3.0 dengan kerugian finansial mencapai tuntutan tebusan $8 juta. Penelitian ini bertujuan merekonstruksi kronologi teknis serangan, mengevaluasi efektivitas protokol penanganan insiden oleh BSSN dan Kementerian Komunikasi dan Informatika, serta merumuskan rekomendasi strategis transformasi keamanan data pemerintah. Menggunakan pendekatan studi kasus kualitatif dengan triangulasi multi-sumber, data dikumpulkan melalui wawancara mendalam dengan delapan informan kunci, analisis dokumentasi resmi BSSN, dan observasi arsip digital periode Agustus-November 2024. Temuan mengungkapkan tiga kerentanan fundamental: ketiadaan sistem pencadangan data memadai dengan hanya 30% server memiliki backup, keterlambatan deteksi serangan hingga 8 jam akibat minimnya monitoring 24/7, dan fragmentasi koordinasi antarinstansi yang memperlambat respons krisis. Penelitian merekomendasikan implementasi strategi backup 3-2-1 sebagai standar wajib, pembentukan Cybersecurity Incident Response Team gabungan permanen, dan akselerasi RUU Keamanan dan Ketahanan Siber 2025.
Perancangan Sistem Edutrack Berbasis Web untuk Monitoring dan Visualisasi Progres Belajar Siswa Menggunakan Metode RAD
Christina Simanjuntak;
Huang, Anastasya;
Adli, Mohamad Burhan;
Supriyanta, Samso
Jurnal Riset Informatika dan Inovasi Vol 3 No 9 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Pemantauan progres belajar siswa secara berkelanjutan sangat penting dalam dunia pendidikan Pemantauan progress belajar siswa secara berkelanjutan sangat penting dalam dunia pendidikan untuk mengevaluasi penguasaan materi dan merancang strategi pembelajaran yang optimal. Namun, pencatatan manual nilai dan absensi di sekolah menyebabkan proses analisis menjadi lambat dan kurang efektif. Penelitian ini merancang Sistem Dashboard Edutrack berbasis web menggunakan metode Rapid Application Development (RAD) untuk menvisualisasikan perkembangan belajar siswa secara interaktif dan real-time. Data dikumpulkan melalui wawancara, observasi, dan studi literatur. Sistem dirancang dengan framework Laravel dan basis data MySQL, menampilkan visualisasi akademik dalam bentuk diagram batang, garis, dan pie. Hasil perancangan menunjukkan bahwa sistem ini dapat memungkinkan pihak sekolah dan orangtua memantau nilai serta kehadiran siswa secara teintegrasi, mendukung pengambilan Keputusan yang lebih cepat dalam intervensi pembelajaran.
Komparasi Algoritma Machine Learning Regresi untuk Prediksi Durasi Perjalanan Taksi di New York City
Nicholas;
Wibowo, M.Taufik;
Abdillah, Ridwan;
Hafizh, Raffi Hibban;
Rosyani, Perani
Jurnal Riset Informatika dan Inovasi Vol 3 No 9 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
Estimasi waktu tempuh atau Estimated Time of Arrival (ETA) memiliki dampak langsung terhadap efisiensi operasional armada transportasi dan kepuasan konsumen. Namun, memprediksi durasi perjalanan di kota metropolitan seperti New York City (NYC) merupakan tantangan kompleks karena dipengaruhi oleh faktor dinamis seperti jarak, waktu, dan pola lalu lintas. Penelitian ini bertujuan untuk membangun dan membandingkan kinerja model machine learning berbasis regresi untuk memprediksi durasi perjalanan taksi NYC. Algoritma yang diuji meliputi Linear Regression, Random Forest, Gradient Boosting, dan XGBoost. Penelitian ini menerapkan tahapan preprocessing data spasial-temporal dan feature engineering yang komprehensif. Hasil eksperimen menunjukkan bahwa model berbasis ensemble dan boosting mengungguli model linear sederhana. Secara khusus, algoritma XGBoost menghasilkan kinerja terbaik dengan tingkat kesalahan prediksi terendah (RMSE dan MAE minimum) dibandingkan model lainnya serta baseline penelitian sebelumnya.