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 Greedy untuk Optimasi Protein pada 0/1 Knapsack dalam Diet Defisit Kalori ]]>
<![CDATA[Saragih, Angelina S.]]>;
<![CDATA[Tanjung, Elga Sari]]>;
<![CDATA[Damanik, Muhammad Rois Lukman]]>;
<![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[Program diet defisit kalori memerlukan perencanaan nutrisi yang cermat, khususnya dalam memaksimalkan asupan protein tanpa melebihi batas kalori harian. Permasalahan ini dapat dimodelkan sebagai 0/1 Knapsack Problem di mana kalori bertindak sebagai bobot dan kandungan protein sebagai nilai. Penelitian ini mengimplementasikan dan mengevaluasi tiga strategi Algoritma Greedy, yaitu Greedy by Density (rasio protein/kalori), Greedy by Profit (protein terbesar), dan Greedy by Weight (kalori terkecil) pada dataset 50 menu makanan berbasis Tabel Komposisi Pangan Indonesia (TKPI) dengan kapasitas 1500 kkal. Hasil eksperimen menunjukkan bahwa Greedy by Density menghasilkan total protein tertinggi sebesar 221,2 gram dengan pemanfaatan kapasitas penuh (0 kkal sisa), diikuti Greedy by Profit dengan 176,9 gram, dan Greedy by Weight dengan 128,4 gram. Kompleksitas algoritma secara keseluruhan adalah O(n log n). Penelitian ini membuktikan bahwa strategi berbasis rasio nilai-terhadap-bobot merupakan pendekatan paling efektif dalam optimasi menu diet defisit kalori.]]>
<![CDATA[Studi Komparatif Algoritma Pengurutan Hibrida dan Klasik: Evaluasi Timsort dan Quick Sort Berdasarkan Skenario Karakteristik Data ]]>
<![CDATA[Chan, M. Zikry Sahendra]]>;
<![CDATA[Qatrunnada Athirah H]]>;
<![CDATA[Sebayang, Chelsea Febiola]]>
<![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 pengurutan (sorting algorithm) merupakan salah satu komponen fundamental dalam pengolahan data karena berperan penting dalam meningkatkan efisiensi proses pencarian, analisis, dan pengelolaan data. Namun, performa algoritma pengurutan sangat dipengaruhi oleh karakteristik distribusi data yang digunakan. Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap kinerja algoritma Quick Sort sebagai algoritma klasik dan Timsort sebagai algoritma hybrid sorting berdasarkan variasi karakteristik dataset. Metode penelitian yang digunakan adalah pendekatan kuantitatif eksperimental melalui pengujian waktu eksekusi pada empat skenario data, yaitu data acak, data terurut, data terurut terbalik, dan data dengan banyak elemen duplikat, dengan ukuran dataset 1000, 2500, dan 5000 elemen. Hasil pengujian menunjukkan bahwa Quick Sort mengalami penurunan performa yang signifikan pada kondisi data terurut dan terurut terbalik, sedangkan Timsort menunjukkan performa yang lebih stabil dan adaptif pada seluruh skenario pengujian. Selain itu, Timsort juga lebih efisien dalam menangani dataset dengan banyak elemen duplikat. Oleh karena itu, algoritma Timsort direkomendasikan sebagai solusi yang lebih optimal dibandingkan Quick Sort klasik dalam pengolahan data dengan karakteristik distribusi yang bervariasi.]]>
<![CDATA[Implementasi Graph Scheduling dan Decision Tree untuk Sistem Manajemen Pesanan pada UMKM 'Rumah Jahit Kemiri' ]]>
<![CDATA[Nadeak, Rodo Lamuel]]>;
<![CDATA[Muhyiyuddin, M. Tsabat]]>;
<![CDATA[Daulay, Zahira Putri Julia]]>
<![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 informasi memberikan peluang bagi usaha mikro, kecil, dan menengah (UMKM) untuk meningkatkan efisiensi operasional melalui penerapan sistem berbasis data. Namun, Rumah Jahit Kemiri masih menghadapi permasalahan dalam penentuan harga jasa, pengelolaan pesanan, penjadwalan pengerjaan, dan manajemen stok bahan baku yang masih dilakukan secara manual. Penelitian ini bertujuan mengembangkan sistem manajemen pesanan terintegrasi dengan memanfaatkan algoritma Decision Tree Regressor untuk prediksi harga dan durasi pengerjaan, serta pendekatan Graph Scheduling berbasis Directed Acyclic Graph (DAG) untuk menentukan prioritas pengerjaan pesanan secara optimal. Sistem dikembangkan menggunakan arsitektur dua lapis yang mengintegrasikan aplikasi web berbasis PHP dan layanan machine learning berbasis Python Flask. Dataset yang digunakan berasal dari data historis pesanan Rumah Jahit Kemiri dengan berbagai fitur karakteristik pesanan. Hasil implementasi menunjukkan bahwa sistem mampu membantu memberikan estimasi harga dan waktu pengerjaan secara lebih konsisten serta meningkatkan efektivitas pengelolaan pesanan dan stok bahan baku secara terstruktur.]]>
<![CDATA[Implementasi Sistem Rekomendasi Rumah Sakit Berbasis Web Menggunakan Collaborative Filtering Di Kabupaten Sukabumi ]]>
<![CDATA[Arya Syahputra, Haekal]]>;
<![CDATA[Uliyatunisa, Uliyatunisa]]>
<![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[Minimnya akses yang lengkap dan akurat mengenai fasilitas serta kinerja rumah sakit sangat penting untuk membantu masyarakat dalam memilih layanan kesehatan yang sesuai. Fokus utama penelitian ini adalah merancang sistem rekomendasi rumah sakit berbasis web dengan menggunakan metode Collaborative Filtering di Kabupaten Sukabumi. Sistem ini memanfaatkan data fasilitas rumah sakit, seperti jumlah tempat tidur, layanan spesialis, dan unit gawat darurat, serta kinerja rumah sakit yang diukur melalui ulasan dan penilaian pengguna. Dengan menggunakan pendekatan Collaborative Filtering berbasis pengguna , sistem memberikan rekomendasi rumah sakit yang disesuaikan dengan preferensi pengguna berdasarkan kesamaan dengan pengguna lain. Hasil pengujian menunjukkan bahwa sistem ini mampu memberikan rekomendasi yang relevan dan membantu pengguna dalam pengambilan keputusan. Besar harapan kami agar sistem ini mampu meningkatkan akses informasi serta kualitas pemilihan layanan kesehatan bagi masyarakat Sukabumi]]>
<![CDATA[Sistem Penunjang Keputusan Untuk Rekomendasi Tempat Wisata Air Menggunakan Metode Simple Multi-Attribute Rating Technique (SMART) Berbasis Website Di Bogor ]]>
<![CDATA[Daffa Arifqy, Muhammad]]>;
<![CDATA[Uliyatunisa, Uliyatunisa]]>
<![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[Kabupaten Bogor adalah salah satu daerah di Provinsi Jawa Barat yang memiliki banyak sumber wisata air, seperti curug. Wisatawan seringkali kesulitan menemukan destinasi yang sesuai dengan preferensi mereka karena banyaknya pilihan objek wisata. Penelitian ini bertujuan untuk merancang dan membangun sistem pendukung keputusan berbasis web yang menggunakan metode Simple Multi-Attribute Rating Technique (SMART) dalam proses perhitungan rekomendasi berdasarkan faktor-faktor seperti biaya, jarak, popularitas, fasilitas, dan tingkat kebersihan. Selain itu, penelitian ini juga akan mengevaluasi hasil implementasi metode untuk memastikan bahwa rekomendasi yang dibuat adalah objektif, akurat, dan efisien.]]>
<![CDATA[Pengembangan Aplikasi Media Pembelajaran Jaringan Dasar Berbasis Mobile Menggunakan Metode Prototype pada SMK Gita Kirtti 1 Jakarta ]]>
<![CDATA[Aditiya, Rizki]]>;
<![CDATA[Septian, Fajar]]>
<![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[Pada Kurikulum 2013 di Sekolah Menengah Kejuruan, khususnya program keahlian Teknik Komputer dan Jaringan (TKJ), ada mata pelajaran bernama jaringan dasar. Mata pelajaran ini bersifat praktikum, tapi buku atau bahan ajar yang sesuai masih terbatas. Akibatnya, siswa sering kesulitan belajar. Mereka hanya mengandalkan penjelasan guru karena tidak punya buku pegangan yang tepat. Ini membuat guru harus mencari sumber belajar yang pas untuk siswa dan mencari cara lain agar siswa lebih paham. Keterbatasan media pembelajaran juga jadi hambatan bagi siswa untuk memahami mata pelajaran Jaringan Dasar, terutama saat pandemi Covid-19. Siswa harus memanfaatkan waktu dengan baik, tapi media pembelajaran yang terbatas membuat mereka kesulitan. Penelitian ini dilakukan pada siswa SMK Gita Kirtti 1 Jakarta. Untuk mengembangkan sistem, peneliti melakukan pengumpulan data dengan observasi, wawancara, dan studi pustaka. Peneliti memilih metode prototype untuk pengembangan media pembelajaran. Alasannya adalah metode ini memungkinkan pembuatan rancangan yang cepat dan bertahap, sehingga evaluasi bisa dilakukan segera. Pengujian aplikasi ini menggunakan metode black box test. Hasil penelitian adalah aplikasi media pembelajaran mobile berbasis Android. Berdasarkan pengujian, sistem tersebut berjalan dengan baik.]]>
<![CDATA[Analisis dan Implementasi Fuzzy Logic Berbasis Web dalam Evaluasi Risiko Pekerjaan Ketinggian Gondola Studi Kasus PT Cemerlang Karsa Teknindo ]]>
<![CDATA[Rahmadani, Muhammad]]>;
<![CDATA[Mirza , Anis]]>
<![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[Pekerjaan pada ketinggian menggunakan gondola memiliki tingkat risiko yang tinggi terhadap keselamatan dan kesehatan kerja (K3), terutama pada aktivitas pemeliharaan gedung bertingkat. Permasalahan utama yang dihadapi adalah proses evaluasi risiko yang masih dilakukan secara manual dan subjektif, sehingga berpotensi menghasilkan penilaian yang kurang akurat serta tidak konsisten. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pendukung keputusan berbasis web menggunakan metode Fuzzy Logic Mamdani untuk mengevaluasi risiko pekerjaan ketinggian gondola pada PT Cemerlang Karsa Teknindo. Metode penelitian yang digunakan adalah penelitian terapan dengan pendekatan deskriptif kualitatif melalui observasi, wawancara, dan studi pustaka. Sistem ini mengolah beberapa parameter risiko, yaitu kondisi cuaca, kecepatan angin, kelengkapan alat pelindung diri (APD), dan kelayakan alat gondola. Proses perhitungan dilakukan melalui tahapan fuzzifikasi, inferensi berbasis rule, dan defuzzifikasi untuk menghasilkan tingkat risiko pekerjaan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu memberikan penilaian risiko secara lebih objektif, sistematis, dan cepat dibandingkan metode manual. Selain itu, sistem juga mendukung pencatatan data secara terintegrasi sehingga mempermudah proses monitoring dan pengambilan keputusan. Dengan demikian, penerapan sistem ini dapat meningkatkan efektivitas manajemen risiko serta meminimalkan potensi kecelakaan kerja pada pekerjaan ketinggian.]]>
<![CDATA[Implementasi Metode Smart Berbasis Web Dalam Menentukan Menu Pendamping ASI Berdasarkan Kebutuhan Kalori Pada Puskesmas Cogreg ]]>
<![CDATA[Erwanike Agashi, Gustiga]]>;
<![CDATA[Suryadi, Angga]]>
<![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[− Pemberian Makanan Pendamping Air Susu Ibu (MP-ASI) secara tepat sangat penting untuk mendukung tumbuh kembang bayi usia 6–24 bulan, terutama ketika kebutuhan kalori tidak lagi dapat dipenuhi hanya dengan ASI. Namun, masih banyak ibu yang mengalami kesulitan dalam menentukan menu MP-ASI yang sesuai dengan usia, berat badan, dan kebutuhan kalori bayi. Penelitian ini bertujuan untuk mengembangkan sistem berbasis web yang menggunakan metode Simple Multi Attribute Rating Technique (SMART) sebagai alat bantu dalam memberikan rekomendasi menu MP-ASI yang sesuai dengan kebutuhan kalori bayi di Puskesmas Cogreg. Metode SMART dipilih karena mampu memberikan penilaian rasional berdasarkan beberapa kriteria yang relevan. Pengembangan sistem dilakukan menggunakan metode Waterfall, dan diuji menggunakan metode Black Box. Hasil implementasi menunjukkan bahwa sistem yang dibangun mampu memberikan rekomendasi menu MP-ASI secara tepat, praktis, dan akurat, sehingga dapat menjadi sarana edukasi dan alat bantu pengambilan keputusan bagi orang tua dan petugas kesehatan. Sistem ini diharapkan dapat meningkatkan kualitas pelayanan kesehatan dan mendukung upaya pencegahan masalah gizi pada bayi secara optimal]]>
<![CDATA[Analisa Penjadwalan Produksi Alat Elektronik dengan Algoritma Random Forest di PT Elektronik Indonesia Cemerlang ]]>
<![CDATA[Bulele, Anotaris]]>;
<![CDATA[Muiz, Adam]]>
<![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[Dalam dunia industri manufaktur, efisiensi produksi merupakan faktor utama yang memengaruhi daya saing dan profitabilitas perusahaan. Salah satu tantangan penting yang dihadapi adalah memperkirakan waktu produksi secara akurat untuk setiap jenis produk. Estimasi yang tepat dapat membantu perusahaan dalam perencanaan sumber daya, penjadwalan produksi, serta pengendalian biaya. Namun, proses estimasi yang masih dilakukan secara manual sering kali [1] menghasilkan ketidakakuratan akibat kompleksitas variabel seperti permintaan pasar, stok bahan baku, dan jumlah tenaga kerjaPenelitian ini bertujuan untuk membangun model prediksi waktu produksi menggunakan algoritma Random Forest yang diimplementasikan pada aplikasi berbasis web Streamlit. Model dilatih dengan data produksi alat elektronik yang mencakup variabel-variabel seperti jenis produk, jumlah permintaan, stok bahan baku, jumlah mesin aktif, dan tenaga kerja. Proses penelitian meliputi tahapan Exploratory Data Analysis (EDA), pembagian data latih dan data uji, serta tuning hyperparameter untuk memperoleh performa terbaik hasil pengujian menunjukkan bahwa model Random Forest memiliki nilai akurasi tinggi dengan R² sebesar 0.884 dan Mean Squared Error (MSE) sebesar 32.64, yang menandakan kemampuan model dalam memprediksi waktu produksi dengan baik. Analisis residual juga menunjukkan distribusi yang mendekati normal tanpa adanya bias sistematis.]]>
<![CDATA[Penerapan Machine Learning untuk Deteksi Cacat Sablon pada Produk Konveksi Menggunakan Pengolahan Citra ]]>
<![CDATA[Mendrofa, Nentra Edison]]>;
<![CDATA[Arafat, Muhamad Yasser]]>
<![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[Industri konveksi di Indonesia berkembang pesat seiring meningkatnya kebutuhan masyarakat akan pakaian dan produk tekstil lainnya. Dalam proses produksinya, salah satu tahap penting yang sangat menentukan kualitas produk adalah proses sablon. Sablon menjadi nilai tambah estetika pada pakaian, terutama pada produk fashion, seragam, dan pakaian promosi. Namun, proses ini juga rentan menimbulkan berbagai bentuk cacat produk, seperti warna tidak merata, hasil cetak kabur, cetakan bergeser, atau tinta tidak menempel sempurna. Masalah cacat sablon tidak hanya menyebabkan kerugian ekonomi akibat produk gagal yang tidak bisa dijual, tetapi juga berdampak pada reputasi dan kepercayaan konsumen terhadap kualitas produk konveksi. Saat ini, proses pengecekan cacat umumnya masih dilakukan secara manual oleh tenaga kerja manusia, yang sangat bergantung pada subjektivitas dan tingkat ketelitian masing-masing operator. Hal ini tentu saja membuka peluang terjadinya inkonsistensi dalam penilaian kualitas, serta menghambat efisiensi dalam rantai produksi.]]>
