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
931 Documents
<![CDATA[Implementasi Algoritma Random Forest untuk Prediksi Roti Terlaris pada Toko Fun Bread Berbasis Web ]]>
<![CDATA[Arjiansyah, Abiem Mahmud]]>;
<![CDATA[Agustian, Bobi]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 11 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[This study aims to develop a best-selling bread prediction system for Fun Bread Bakery using the Random Forest algorithm, implemented in a web-based application. The main issue faced by the store is the difficulty in accurately determining the types of bread most favored by customers, as stock planning is still done manually and not based on historical data. The Random Forest method was chosen because it can perform classification with high accuracy and handle complex data. Historical sales data was used as a dataset to train the prediction model. The system was developed using the Laravel framework, MySQL database, and Visual Studio Code as the development environment. The outcome of this project is a web application capable of processing sales data and providing recommendations for types of bread that have the potential to become best-sellers. With this system, it is expected that stock management at Fun Bread can be carried out more effectively and efficiently, while also supporting data-driven decision-making.]]>
<![CDATA[Perancangan Sistem Pengajuan Infrastruktur dan Aplikasi di Kementerian Pendidikan Dasar dan Menengah Menggunakan UML (Unified Modeling Language) ]]>
<![CDATA[Imron, Muhammad Nursalim]]>;
<![CDATA[Rinusantoro, Sonasa]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[The process of submitting infrastructure and application proposals within the Ministry of Primary and Secondary Education requires a structured mechanism to ensure alignment with Electronic-Based Government System (SPBE) policies and to support the efficient management of ICT budgets. In practice, submission processes that remain manual and fragmented may lead to challenges in tracking status, maintaining data consistency, and synchronizing planning and budgeting.This study aims to design a web-based infrastructure and application submission system capable of supporting an integrated ICT planning and budgeting clearance process. The method employed is a system design approach using Unified Modeling Language (UML), which includes modeling functional and non-functional requirements, business process modeling, and database design. The UML diagrams utilized in this study consist of Use Case Diagrams, Activity Diagrams, Sequence Diagrams, Class Diagrams, State Diagrams, and Entity Relationship Diagrams (ERD). Additionally, the user interface design is developed in the form of mockups to provide an initial overview of system interaction flows and interface layout.The results of this study present a system design that encompasses the submission workflow, verification and validation processes, as well as decision-making procedures within the clearance process. This design is expected to serve as a foundation for developing a more structured, well-documented infrastructure and application submission system aligned with organizational needs.]]>
<![CDATA[Perancangan Sistem Pendukung Keputusan Penentuan Jenis Kosmetik Sesuai Dengan Jenis Kulit Wajah Dengan Menggunakan Metode Simple Additive Weighting (SAW) ]]>
<![CDATA[Triwahyuningsih, Ika]]>;
<![CDATA[Panca Andriyanto, Lely]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[The development of the cosmetics industry has led to an increase in the variety of products available on the market, which the consumers find challenging when selecting items that are appropriate for their facial skin type. Choosing the wrong product can lessen treatment effectiveness and cause quite dangerous side effects. This research intends to create a web-based DSS that identifies the appropriate cosmetics based on facial skin type by utilizing the SAW approach. The SAW method is utilized to assign weights and rank different products according to established criteria, thereby generating impartial recommendations. Findings from this study confirm that the system is capable deliver cosmetic product suggestions accurately and methodically, thus helping users to make more informed, effective, and safe choices.]]>
<![CDATA[Desain dan Implementasi Algoritma Decision Tree untuk Klasifikasi Kategori Obesitas ]]>
<![CDATA[Sihite, Yusrida Jelianti]]>;
<![CDATA[Saragih, Andika Veriando]]>;
<![CDATA[Jatmiko Althaf Aziz]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan teknologi machine learning memungkinkan pengklasifikasian data kesehatan secara cepat dan akurat. Penelitian ini bertujuan menerapkan algoritma Decision Tree untuk klasifikasi kategori obesitas berdasarkan variabel tinggi badan, berat badan, dan Indeks Massa Tubuh (BMI). Dataset terdiri dari 200 sampel individu yang telah dibersihkan dan diberi label kategori obesitas: Underweight, Normal weight, Overweight, dan Obese. Model Decision Tree dioptimasi dengan pembatasan kedalaman (max_depth=5) untuk mengurangi overfitting dan meningkatkan kemampuan generalisasi. Evaluasi menggunakan data testing menghasilkan akurasi 99,5%, sementara rata-rata cross-validation 5-fold mencapai 0,995. Analisis feature importance menunjukkan bahwa BMI merupakan variabel dominan dalam klasifikasi, sedangkan tinggi badan dan berat badan tidak memberikan kontribusi tambahan. Visualisasi pohon keputusan memperlihatkan jalur klasifikasi yang jelas dan mudah diinterpretasikan, mendukung implementasi model sebagai Decision Support System (DSS) untuk identifikasi awal risiko obesitas. Penelitian ini menegaskan efektivitas Decision Tree dalam klasifikasi kategori obesitas dan konsistensinya dengan literatur sebelumnya, sekaligus memberikan dasar untuk pengembangan model yang lebih kompleks dengan menambahkan fitur pola makan, aktivitas fisik, atau algoritma ensemble.]]>
<![CDATA[Pengaruh Karakteristik Data Terhadap Performa Algoritma Sorting ]]>
<![CDATA[Nasution, Nayla Anjani]]>;
<![CDATA[Patricia Nainggolan, Natasha]]>;
<![CDATA[Irfandi Surbakti, Zevan]]>;
<![CDATA[Perdana, Adidtya]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Algoritma sorting merupakan salah satu komponen fundamental dalam ilmu komputer yang banyak digunakan dalam berbagai proses pengolahan data. Pemilihan algoritma sorting yang tepat menjadi sangat penting karena setiap algoritma memiliki karakteristik performa yang berbeda tergantung pada kondisi data yang diproses. Penelitian ini bertujuan untuk menganalisis pengaruh karakteristik data terhadap performa beberapa algoritma sorting. Algoritma yang diuji dalam penelitian ini adalah Insertion Sort, Merge Sort, dan Quick Sort. Metode penelitian yang digunakan adalah eksperimen komputasional dengan mengimplementasikan ketiga algoritma tersebut menggunakan bahasa pemrograman Python. Pengujian dilakukan pada empat jenis karakteristik data, yaitu random data, sorted data, reversed data, dan nearly sorted data, dengan variasi ukuran dataset mulai dari 1.000 hingga 10.000 elemen. Waktu eksekusi algoritma diukur menggunakan fungsi time.perf_counter() untuk memperoleh hasil pengukuran yang presisi. Hasil penelitian menunjukkan bahwa karakteristik data memiliki pengaruh yang signifikan terhadap performa algoritma sorting. Insertion Sort menunjukkan performa yang baik pada dataset kecil dan data yang hampir terurut, namun kurang efisien pada dataset berukuran besar karena kompleksitas waktunya O(n²). Sebaliknya, Merge Sort dan Quick Sort menunjukkan performa yang lebih stabil pada berbagai kondisi dataset dengan kompleksitas rata-rata O(n log n). Temuan penelitian ini diharapkan dapat membantu dalam menentukan algoritma sorting yang paling sesuai berdasarkan karakteristik data yang diproses. Kata kunci: algoritma sorting, insertion sort, merge sort, quick sort, performa algoritma.]]>
<![CDATA[Penyelesaian Masalah NP-Complete pada Penjadwalan Menggunakan Algoritma Welch-Powell (Graph Coloring) ]]>
<![CDATA[Silaban, Lastri Putri]]>;
<![CDATA[Panjaitan, Bicanro Gebriyan]]>;
<![CDATA[Kurniadi, Azis]]>;
<![CDATA[Perdana, Adidtya]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penjadwalan mata kuliah merupakan permasalahan kompleks yang termasuk dalam kategori NP-hard karena melibatkan berbagai kendala seperti ketersediaan dosen, ruang, dan waktu. Proses penyusunan jadwal yang dilakukan secara manual sering kali menimbulkan konflik dan membutuhkan waktu yang cukup lama. Penelitian ini bertujuan untuk menerapkan algoritma Welch-Powell dengan pendekatan graph coloring dalam menyelesaikan permasalahan penjadwalan mata kuliah secara efektif dan efisien. Metode yang digunakan adalah pemodelan graf konflik, di mana setiap mata kuliah direpresentasikan sebagai simpul dan hubungan konflik sebagai sisi yang menghubungkan simpul-simpul tersebut. Proses pewarnaan graf dilakukan untuk menentukan slot waktu yang berbeda bagi mata kuliah yang saling berkonflik. Data yang digunakan terdiri dari enam mata kuliah dengan atribut dosen, kelas, dan ruang. Hasil penelitian menunjukkan bahwa algoritma Welch-Powell mampu menghasilkan penjadwalan yang tidak mengalami benturan dengan jumlah slot waktu yang efisien. Dengan demikian, metode ini dapat menjadi solusi sederhana dan efektif dalam menyusun jadwal perkuliahan secara optimal.]]>
<![CDATA[Komparasi Algoritma Dijkstra dan A-Star untuk Optimasi Rute Kendaraan di Kota Medan ]]>
<![CDATA[Al Rafiq, M. Faris]]>;
<![CDATA[Anggraini, Dea]]>;
<![CDATA[Lubis, Farizky Aulia]]>;
<![CDATA[Perdana, Adidtya]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Meningkatnya kebutuhan akan efisiensi mobilitas di kawasan perkotaan menuntut adanya sistem navigasi cerdas yang mampu menentukan jalur perjalanan paling optimal. Penelitian ini mengkaji permasalahan pencarian rute terpendek ( shortest path problem ) dengan membandingkan kinerja komputasi algoritma Dijkstra dan A* (A-Star). Eksperimen dilakukan secara komprehensif pada representasi graf jaringan jalan nyata di Kota Medan (terdiri dari 42.692 node dan 99.736 edge ) yang diekstraksi melalui OpenStreetMap (OSM). Pengujian menggunakan 100 test case yang terstratifikasi dalam kategori jarak dekat, sedang, dan jauh. Hasil penelitian menunjukkan bahwa kedua algoritma secara konsisten menghasilkan jarak rute yang identik, membuktikan bahwa penggunaan heuristik hasrsine pada A* tetap menjamin optimalitas jalur. Namun dari segi efisiensi waktu eksekusi, algoritma A* terbukti jauh lebih unggul dengan memenangkan 95% kasus uji dan mencatatkan rata-rata speedup sebesar 2,83 kali lipat dibandingkan Dijkstra. Analisis lebih lanjut mengungkap bahwa keunggulan waktu komputasi A* memuncak pada rute jarak dekat (3,77x) dan perlahan menurun pada rute jarak jauh (1,68x) akibat kompleksitas topologi jaringan jalan. Berdasarkan uji statistik uji t berpasangan, perbedaan kinerja ini dinyatakan signifikan. Hasil analisis ini diharapkan dapat menjadi rujukan strategi bagi pengembangan sistem transportasi digital, khususnya penyesuaian algoritma perutean pada kondisi topologi lalu lintas riil di Indonesia.]]>
<![CDATA[Pengembangan Visualisasi Interaktif untuk Analisis Komparatif Binary Search dan Jump Search ]]>
<![CDATA[Zai, Yohanes Gerardus Haga]]>;
<![CDATA[Elistia, Callysa]]>;
<![CDATA[Tarigan, Yehezkiel Haganta]]>;
<![CDATA[Perdana, Adidtya]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini berfokus pada pengembangan perangkat lunak visualisasi interaktif menggunakan bahasa pemrograman Python dan pustaka Pygame untuk menganalisis kinerja algoritma Binary Search dan Jump Search secara empiris. Meskipun teori asimtotik konvensional telah menetapkan kompleksitas waktu masing-masing algoritma, representasi kognitif murni melalui teks sering kali tidak memadai untuk memahami realitas eksekusi mekanis pada perangkat keras. Sistem visualisasi ini dirancang untuk mengeksekusi kedua algoritma secara konkuren (simultan) pada representasi spasial yang sama guna menyingkirkan bias kecepatan perangkat keras keras dalam proses pengujian. Pengujian dilakukan melalui simulasi variasi ukuran himpunan data berskala masif dengan kalkulasi batas langkah maksimum eksak pada kondisi terburuk. Hasil simulasi secara mutlak memvalidasi bahwa strategi pembagian ruang secara eksponensial pada Binary Search dengan kompleksitas memiliki tingkat skalabilitas yang jauh lebih superior dibandingkan Jump Search dengan kompleksitas . Meskipun Jump Search telah dieksekusi menggunakan parameter ukuran lompatan matematis yang paling optimal yaitu , algoritma tersebut terbukti tetap tidak mampu mengungguli efisiensi waktu eksekusi Binary Search seiring bertambahnya jumlah elemen data.]]>
<![CDATA[Analisis dan Verifikasi Correctness Algoritma Perhitungan Total Pembayaran pada Sistem Checkout E-Commerce ]]>
<![CDATA[Simamora, Sevta Triwana]]>;
<![CDATA[Zahra, Sofia]]>;
<![CDATA[Hasugian, Andly Sofian]]>;
<![CDATA[Perdana, Adidtya]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Keandalan algoritma merupakan aspek krusial dalam pengembangan sistem komputasi, khususnya pada aplikasi transaksi digital seperti e-commerce. Penelitian ini bertujuan menganalisis dan memverifikasi correctness algoritma perhitungan total pembayaran pada sistem checkout e-commerce menggunakan pendekatan verifikasi formal. Implementasi dilakukan menggunakan bahasa pemrograman Python dan diuji menggunakan data transaksi nyata dari beberapa struk pembelian e-commerce. Analisis correctness meliputi pembuktian precondition, postcondition, loop invariant, partial correctness, dan termination. Hasil pengujian menunjukkan bahwa nilai total pembayaran yang dihasilkan algoritma sesuai dengan data transaksi pada seluruh kasus yang diuji tanpa ditemukan perbedaan. Keberadaan loop invariant pada proses perhitungan subtotal memastikan konsistensi hasil pada setiap iterasi. Penelitian ini memberikan kontribusi berupa pendekatan sistematis untuk memverifikasi kebenaran algoritma transaksi digital sebagai dasar pengembangan sistem pembayaran yang lebih andal dan terpercaya.]]>
<![CDATA[Implementasi Divide and Conquer pada Algoritma Perkalian Matriks untuk Efisiensi Komputasi ]]>
<![CDATA[Sinaga, Christian Nicholas]]>;
<![CDATA[Simarmata, Jhon Gabriel]]>;
<![CDATA[Lexa, Juhraini Helfiana]]>;
<![CDATA[Perdana, Adidtya]]>
<![CDATA[ Jurnal Riset Informatika dan Inovasi Vol 3 No 12 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS) ]]>
Publisher : <![CDATA[shofanah Media Berkah ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkalian matriks merupakan dasar operasi dalam komputasi yang banyak digunakan dalam berbagai bidang, namun metode konvensional memiliki kompleksitas waktu O(n³) sehingga kurang efisien untuk ukuran data besar. Penelitian ini bertujuan untuk mengimplementasikan algoritma perkalian matriks menggunakan pendekatan Divide and Conquer serta menganalisis efisiensi kinerjanya dibandingkan metode konvensional. Metode penelitian meliputi studi literatur, perancangan algoritma, implementasi menggunakan bahasa Python, serta pengujian dengan berbagai ukuran matriks. Selain itu, digunakan optimasi algoritma Strassen untuk meningkatkan performa. Hasil pengujian menunjukkan bahwa pada matriks berukuran kecil, metode konvensional masih memiliki kinerja yang kompetitif karena minimnya overhead. Namun, pada matriks berukuran menengah hingga besar, pendekatan Divide and Conquer yang dioptimalkan dengan algoritma Strassen terbukti lebih efisien dengan waktu komputasi yang lebih cepat. Oleh karena itu, pendekatan ini lebih direkomendasikan untuk pengolahan matriks berukuran besar guna meningkatkan efisiensi komputasi.]]>
