cover
Contact Name
Imam Rangga Bakti
Contact Email
imamranggabakti@gmail.com
Phone
+6281262552956
Journal Mail Official
imamranggabakti@gmail.com
Editorial Address
Jl.Tuanku Tambusai Jl. Raya Kumu, Rambah, Kec. Rambah Hilir, Kabupaten Rokan Hulu, Riau 28558
Location
Kab. rokan hulu,
Riau
INDONESIA
Riau Jurnal Teknik Informatika
ISSN : -     EISSN : 28292529     DOI : https://doi.org/10.30606/rjti.v1i1
Core Subject : Science,
Riau Jurnal Teknik Informatika dimaksudkan sebagai media kajian ilmiah hasil penelitian, pemikiran dan kajian analisis-kritis mengenai penelitian bidang ilmu komputer dan teknologi. Sebagai bagian dari semangat menyebarluaskan ilmu pengetahuan hasil dari penelitian dan pemikiran untuk pengabdian pada Masyarakat luas dan sebagai sumber referensi akademisi di bidang Ilmu Komputer dan Teknologi. Riau Jurnal Teknik Informatika menerima artikel ilmiah dengan lingkup penelitian pada: Rekayasa Perangkat Lunak Rekayasa Perangkat Keras Keamanan Informasi Rekayasa Sistem Sistem Pakar Sistem Penunjang Keputusan Data Mining Sistem Kecerdasan Buatan Jaringan Komputer Teknik Komputer Pengolahan Citra Algoritma Genetik Sistem Informasi Business Intelligence and Knowledge Management Database System Big Data Internet of Things Enterprise Computing Machine Learning Topik kajian lainnya yang relevan
Articles 137 Documents
Predicting Student Academic Performance Using Learning Activity Data: A Comparative Study of Random Forest and Decision Tree Models Hidayat, Rahmat; Herwis Gultom; Samudra, Yuda
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4032

Abstract

This study compares the effectiveness of the Random Forest and Decision Tree algorithms in predicting students' academic performance based on learning activities. The data used included reading scores, writing scores, math scores, and demographic variables such as gender, race/ethnicity, parental level of education, lunch, and test preparation course. The research was carried out through the stages of data cleaning, training and test data sharing, model training, and evaluation using confusion matrix and accuracy, precision, recall, and F1-score metrics. The results show that Random Forest performs best with 97% accuracy, surpassing Decision Tree which has 94% accuracy. The feature importance analysis  revealed that cognitive ability—especially in the reading score, writing score, and math score features—had the greatest influence on prediction results. These findings confirm that the Random Forest model is more reliable and effective as a prediction tool in the academic decision support system to detect the potential for decline in student achievement early.
Implementasi Algoritma Random Forest untuk Prediksi Volume Pengunjung pada Sektor Layanan Publik (Studi Kasus Unit Layanan Publik di Jawa Barat Tahun 2021-2022) Huslan, Anisa Pebriyani; Mahardika, Fathoni; Junaedi, Dani Indra
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4042

Abstract

Peramalan volume pengunjung harian yang akurat merupakan kunci untuk penjadwalan petugas yang andal, antrean yang singkat, dan pengalaman warga yang lebih baik pada layanan publik. Penelitian ini mengajukan pendekatan praktis dan mudah direplikasi yang hanya memanfaatkan sinyal kalender untuk meramalkan kedatangan harian menggunakan Random Forest. Dataset harian unit pelayanan publik tahun 2021 hingga 2022 berisi 730 observasi dan dibagi secara kronologis menjadi 80 persen pelatihan dan 20 persen pengujian agar menyerupai penerapan nyata serta menghindari kebocoran informasi. Prediktor mencakup hari, bulan, hari dalam minggu, indikator akhir pekan, minggu dalam bulan, serta penanda awal dan akhir bulan. Model menggunakan 200 pohon dengan max_depth = 8. Kinerja dievaluasi menggunakan MAE, MAPE, RMSE, dan R² serta dibandingkan dengan dua baseline yang kuat, yaitu naive lag-1 dan rata-rata hari dalam minggu. Pada data uji, model mencapai R² = 0.873, RMSE = 16.328, MAE = 13.103, dan MAPE sekitar 5,00 persen, melampaui kedua baseline. Secara kuantitatif, model ini menurunkan kesalahan prediksi (MAPE) masing-masing sekitar 64% dan 67% dibandingkan baseline naïve lag-1 dan rata-rata hari dalam minggu, menegaskan keunggulan empirisnya. Analisis feature importance menempatkan hari dalam minggu dan akhir pekan sebagai variabel paling berpengaruh dan sejalan dengan intuisi operasional. Temuan ini menunjukkan bahwa peramalan berbiaya rendah dan hemat data mampu memberikan akurasi yang siap pakai untuk penjadwalan, pemantauan risiko antrean, dan alokasi kapasitas, serta mudah ditingkatkan dengan konteks tambahan seperti hari libur dan cuaca.
Penerapan Algoritma Random Forest Berbasis TF – IDF untuk Meningkatkan untuk Akurasi Deteksi Sentimen Ulasan Produk E-Commerce Munaldi
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4045

Abstract

Pertumbuhan pesat e-commerce menghasilkan volume ulasan pelanggan yang sangat besar dan tidak terstruktur, sehingga analisis manual menjadi tidak efisien. Penelitian ini bertujuan menerapkan algoritma Random Forest berbasis TF-IDF untuk meningkatkan akurasi deteksi sentimen ulasan produk e-commerce secara otomatis. Dataset yang digunakan merupakan Amazon Product Reviews dengan total 20.000 data yang dipilih secara stratified, terdiri dari dua kelas sentimen utama yaitu positif dan negatif. Permasalahan utama yang dihadapi adalah ketidakseimbangan data, di mana ulasan positif jauh lebih dominan sehingga menurunkan kemampuan model dalam mengenali ulasan negatif. Untuk mengatasi hal tersebut, penelitian ini menerapkan tahapan preprocessing, ekstraksi fitur TF-IDF, penyeimbangan data menggunakan SMOTE, serta optimasi model melalui hyperparameter tuning dan Stratified Cross Validation. Hasil percobaan menunjukkan bahwa model awal (tanpa SMOTE dan tuning) hanya mampu mencapai recall kelas negatif sebesar 0,20, meskipun akurasinya relatif tinggi. Setelah penerapan SMOTE dan optimasi parameter, performa model meningkat secara signifikan dengan akurasi 86,87% dan recall kelas negatif naik drastis menjadi 0,83, serta nilai ROC-AUC meningkat hingga 0,89. Analisis feature importance dan WordCloud juga memperlihatkan bahwa model dapat mengenali kata-kata yang menjadi indikator kuat sentimen pelanggan. Dengan demikian, metode yang diusulkan terbukti efektif dalam meningkatkan kualitas klasifikasi sentimen dan dapat menjadi dasar pengembangan sistem analisis opini pada platform  e-commerce.
Evaluasi Teknologi Informasi Pada Sistem E-learning Melalui Pengukuran Tingkat Kapabilitas Domain BAI06 dan BAI07 Menggunakan COBIT 2019 (Studi Kasus : Perguruan Tinggi Jakarta) Riana, Eri; Eka Sri Sulistyawati, Meiva; Sebayang, Adianta
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4052

Abstract

Tata kelola IT sebagai salah satu faktor penentu keberhasilan pencapaian tujuan strategis perguruan tinggi jakarta dibidang pendidikan. Dari perkembangan teknologi informasi saat ini penggunaan sistem E-learning atau pembelajaran jarak jauh mempunyai dampak positif dibidang pendidikan. Penelitian jurnal ini mempergunakan COBIT  2019 untuk melakukan evaluasi terhadap layanan E-learning di perguruan tinggi jakarta serta untuk melihat kesiapan dari fungsi operasional didalam mengelola dan menerima perubahan teknologi yang menjadi aspek sangat penting dalam memastikan bahwa dari sisi transisi teknologi  yang dilakukan dapat dengan lancar tanpa adanya gangguan besar dilayanan E-learning atau proses bisnis. Pengambilan data informasi penelitian dilakukan menggunakan pengamatan dengan mengumpulkan data yang relevan dan pembuatan kuesioner sejumlah 40 responden di perguruan tinggi jakarta. Dari hasil yang diperoleh pada BAI06 mendapatkan hasil capability sebesar 2,25 hasil ini menunjukkan bahwa prosesnya telah dilakukan dengan menghasilkan pengelolaan yang terkendali dan baik. Pada BAI07 yang mendapatkan hasil capability senilai sebesar 2,38 dimana sub domain BAI06.01, 02, 04, dan BAI07.01, 02, 03, 04, 05 serta 06 harus diperbaiki lagi untuk memperoleh tingkatan level 3. Penelitian ini merekomendasikan perbaikan dan kontrol sehingga bisa dapat memperoleh target yaitu level 3 atau level 4.
Analisis Komparatif HTTP/1.1 vs HTTP/2 dan Klasifikasi Prioritas Migrasi pada Website Pemerintah Kepulauan Riau Menggunakan Ensemble Machine Learning Hadinata, Dodik; Zulfan, Ahmad
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4061

Abstract

Transformasi digital pemerintah memerlukan infrastruktur web  yang optimal, namun mayoritas website  pemerintah Indonesia masih menggunakan protokol HTTP/1.1 yang ketinggalan zaman. Penelitian ini bertujuan mengembangkan kerangka kerja klasifikasi prioritas migrasi HTTP/2 untuk website  pemerintah Kepulauan Riau melalui integrasi simulasi berbasis literatur dengan pembelajaran mesin. Data dikumpulkan dari 91 website  pemerintah menggunakan Google PageSpeed Insights API [13] [13], mencakup metrik Core Web  Vitals dan implementasi security headers. Model simulasi dikembangkan berdasarkan sintesis faktor peningkatan dari literatur akademis dan industri untuk memprediksi peningkatan performa HTTP/2. Kerangka keputusan multi-kriteria dikonstruksi mengintegrasikan kesenjangan performa, potensi peningkatan, kesiapan keamanan, dan kebutuhan modernisasi sebagai variabel target untuk pembelajaran mesin. Hasil penelitian menunjukkan bahwa seluruh website  masih menggunakan HTTP/1.1 dengan 98.9% melampaui threshold performa yang direkomendasikan. Simulasi memprediksi peningkatan performa rata-rata 29.3% setelah migrasi HTTP/2. Model Random Forest mencapai F1-score 0.949 dan akurasi 0.947, mengklasifikasikan delapan website  prioritas tinggi, 26 prioritas sedang, dan 57 prioritas rendah. Penelitian menghasilkan rekomendasi implementasi bertahap dengan timeline 12-18 bulan. Kerangka kerja yang dikembangkan dapat diadaptasi untuk perencanaan adopsi teknologi lainnya dalam sektor publik.
Rancang Bangun Aplikasi M-Learning Komunitas IT SMANSA Parepare Muhammad Ainun Anwar; Muh. Basri; Ahmad Selao
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.3804

Abstract

Kemajuan dalam teknologi informasi dan komunikasi telah mengubah proses pembelajaran, terutama dalam ekosistem pembelajaran digital. Studi ini bertujuan untuk mengembangkan dan mengimplementasikan aplikasi pendidikan berbasis Progressive Web App (PWA ) untuk komunitas IT di SMAN 1 Parepare. Masalah utama yang diidentifikasi adalah keterbatasan platform pembelajaran digital yang ada untuk komunitas pendidikan dan kebutuhan akan sistem yang tetap dapat diakses secara offline dan berfungsi dengan efisien di perangkat Mobile. Pengembangan dilakukan menggunakan metodologi waterfall, yang meliputi fase analisis kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Aplikasi dikembangkan menggunakan PHP Native dengan basis data MySQL dan mengintegrasikan komponen PWA , termasuk Service Workers, Web App Manifest, dan notifikasi push. Fitur utama meliputi autentikasi berbasis peran (Anggota, Administrator, Mentor), manajemen kurikulum oleh divisi IT (Hardware, Software, Editing Video, Desain Grafis, Jaringan), modul pembelajaran (sumber daya dan penilaian), forum diskusi, pengiriman tugas, manajemen jadwal, dan dukungan Mobile-first yang memfasilitasi fungsi offline. Hasil pengujian menunjukkan bahwa aplikasi ini memenuhi kebutuhan pendidikan komunitas, dengan skor Lighthouse melebihi 85 dan kecepatan muat halaman di bawah 5 detik. Implementasi ini bertujuan untuk membuat proses pembelajaran di Komunitas IT SMAN 1 Parepare lebih terstruktur, efisien, dan sesuai dengan karakteristik generasi digital yang terampil dalam penggunaan perangkat Mobile dan pembelajaran mandiri.
Sistem Informasi Geografis Penentuan Rute Terpendek Pengantaran Barang Mahendra; Indyah Hartami Santi; Udkhiati Mawaddah
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.3863

Abstract

Sektor transportasi dan logistik mengalami transformasi digital yang mendorong adopsi teknologi Sistem Informasi Geografis (SIG) untuk optimasi rute pengiriman. PT Pos Indonesia, khususnya Kantor Pos Wlingi, menghadapi tantangan penentuan rute manual yang menyebabkan inefisiensi operasional dengan cakupan wilayah 66,36 km² dan volume pengiriman 50 barang per hari. Penelitian ini bertujuan mengembangkan sistem informasi geografis berbasis algoritma Ant Colony Optimization untuk menentukan rute pengiriman barang optimal di Kantor Pos Wlingi. Metode penelitian menggunakan Research and Development dengan model Rapid Application Development melalui empat tahap: Requirements Planning, User Design, Construction, dan Cutover. Populasi meliputi stakeholder Kantor Pos Wlingi dengan sampel tiga responden menggunakan purposive sampling. Instrumen penelitian berupa observasi terstruktur, wawancara semi-terstruktur, dan kuesioner skala Likert, dianalisis menggunakan triangulasi dan statistik deskriptif. Hasil penelitian menunjukkan algoritma ACO menghasilkan rute 34,77 km dengan waktu 70 menit, lebih efisien dibanding rute manual 40,2 km dalam 74 menit, dengan penghematan jarak 13,5% dan waktu 5,4%. Pengujian fungsionalitas mencapai keberhasilan 100% dan penerimaan pengguna 84,16% kategori sangat valid. Sistem ini terbukti efektif mengoptimalkan distribusi barang dan mendukung transformasi digital operasional kantor pos.
Pengembangan Sistem Informasi Geografis untuk Digitalisasi Pemetaan Tanah Letter C Desa Menggunakan Framework Laravel dan Mapbox Untuk Meningkatkan Efisiensi Layanan Publik di Tingkat Desa Hilga Satria Pambudi; Indyah Hartami Santi; Saiful Nur Budiman
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.3868

Abstract

Latar Belakang: Perkembangan teknologi informasi di era digital telah mendorong transformasi signifikan menuju konsep desa digital yang bertujuan memperbaiki kualitas layanan publik sekaligus mendukung pembangunan masyarakat berkelanjutan. Salah satu aspek krusial dalam digitalisasi desa adalah penerapan Sistem Informasi Geografis (SIG) untuk mengelola arsip pertanahan, khususnya dokumen Letter C yang merupakan bukti kepemilikan tanah turun-temurun. Tujuan: Penelitian ini bertujuan mengembangkan sistem informasi geografis untuk mendukung digitalisasi Letter C di Desa Pandanarum menggunakan framework  Laravel dan Mapbox dengan metode Rapid Application Development (RAD). Metode: Penelitian menggunakan pendekatan kuantitatif dengan jenis Research and Development (R&D). Populasi terdiri dari tiga kategori: ahli IT untuk validasi teknis (3 ahli), perangkat desa yang terlibat dalam administrasi tanah (4 staf), dan masyarakat desa sebagai pengguna akhir (2 warga), dipilih melalui purposive sampling. Instrumen pengumpulan data meliputi kuesioner terstruktur untuk penilaian ahli dan User Acceptance Testing (UAT), serta protokol Blackbox Testing untuk evaluasi fungsional sistem. Teknik analisis data menggunakan mixed methods yang menggabungkan analisis kuantitatif dan kualitatif. Hasil: Sistem mencapai tingkat keberhasilan fungsional 98,15% dari Blackbox Testing, skor penilaian ahli 76,67%, dan tingkat penerimaan pengguna 83,33% melalui UAT. Sistem berhasil mengintegrasikan 5 blok pemetaan dengan 100 sampel data pemilik tanah dalam satu platform terpadu. Kesimpulan: Sistem SIPROSA berhasil mengintegrasikan lima blok pemetaan dengan 100 sampel data kepemilikan tanah, mencapai tingkat keberhasilan fungsional 98,15% dan penerimaan pengguna 83,33%, sekaligus mentransformasi proses pencarian data dari jam menjadi menit untuk mendukung program digitalisasi desa nasional.
Sistem Optimasi Pelayanan Pelanggan Pada Toko Joki Game Mobile Legends Menggunakan Chatbot Whatsapp Cheryl Rio Kurnia Putra; Indyah Hartami Santi; Rizki Dwi Romadhona
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.3945

Abstract

Penelitian ini membahas tantangan pelayanan pelanggan manual pada jasa joki Mobile Legends yang sering menyebabkan keterlambatan respon dan kesalahan transaksi. Tujuan penelitian adalah mengoptimalkan pelayanan pelanggan di Toko Joki Fatkhi melalui pengembangan chatbot WhatsApp dengan metode Research and Development (R&D) dan kerangka Agile. Populasi penelitian mencakup seluruh pemangku kepentingan layanan, dengan pengambilan sampel purposive pada pelanggan, admin, dan ahli IT. Data dikumpulkan melalui kuesioner, wawancara, dan observasi, serta dianalisis menggunakan uji black-box dan analisis deskriptif kuantitatif. Hasil penelitian menunjukkan sistem chatbot berhasil mengotomatisasi proses pemesanan, pembayaran, dan konfirmasi, menurunkan rata-rata waktu respon dari tiga menit menjadi sepuluh detik dan durasi pemesanan dari lima belas menjadi tiga menit. Tingkat kepuasan pengguna meningkat signifikan, dengan kepuasan pelanggan, admin, dan ahli IT masing-masing sebesar 82%, 83,33%, dan 85,71%. Penelitian menyimpulkan bahwa chatbot WhatsApp sangat layak diimplementasikan, meskipun penelitian lanjutan perlu memperluas fitur dan cakupan pengujian.
PENERAPAN FUZZY MADM DENGAN METODE SAW UNTUK PEMILIHAN KEPALA LEMBAGA PENELITIAN DAN PENGABDIAN MASYARAKAT Gunardi Hamza
Riau Jurnal Teknik Informatika Vol. 4 No. 3 (2025): November 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i3.4055

Abstract

The quality and ability of man is a very important aspect in an agency/company. Management and control of which both strongly influenced aspects of success. If a leader can do very well with the management, the expected number of agencies/companies can run all the process of with good anyway. From issue in assessing the performance of a person is something difficult to avoid. Quantitative assessments often lead to disappointment because the parameters there are hard to measure. To be able to process the data more objective assessment then needed a Decision Support System (DSS) that can determine who's worth was made a candidate for the head of the institution, at the same time avoiding and reducing manual calculations are used, then with computerization can help troubleshooting establishments/companies that frequently occur, but still needs human judgement in applying the solution. The method used for selecting the prospective head of Institution is Fuzzy Multiple Attribute Decision Making (FMADM) Simple Additive Weighting (SAW), because this method is to determine the value of the weighting on each attribute and continued with stages of the rank to choose the best alternative, what is meant is the specified terms.