cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Ismail
Contact Email
lppm@unipol.ac.id
Phone
+6285343666997
Journal Mail Official
lppm@unipol.ac.id
Editorial Address
Jl. Kesatria No. 60 Watansoppeng, Lalabata, Kabupaten Soppeng, Sulawesi Selatan-Indonesia
Location
Kab. soppeng,
Sulawesi selatan
INDONESIA
Jurnal Rister
Published by Universitas Lamappapoleonro
ISSN : -     EISSN : 3047468X     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Library & Information Science
Jurnal RISTER : Riset Sistem Cerdas adalah lembaga jurnal yang diterbitkan oleh Universitas Lamappapoleonro yang memiliki disiplin ilmu komputer. Jurnal RISTER : Riset Sistem Cerdas didirikan pada tahun 2024 dengan tujuan sebagai wadah untuk mempublikasikan penelitian dosen, Mahasiswa, Peneliti. lembaga ini hanya menerbitkan jurnal penelitian yang disiplin ilmu komputer dengan Scope: Artificial Intelegent, Expert System, Decision Support System, Internet of things, Data Mining, Machine Learning, Deep Learning.Jurnal RISTER : Riset Sistem Cerdas Menerbitkan Artikel Ilmiah dua kali satu tahun yaitu setiap Bulan Mei dan Bulan November
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 20 Documents
 1   2 
Penerapan Data Mining Untuk Klasifikasi Penerima Beasiswa Di SMK Negeri 3 Soppeng Menggunakan Metode Decision Tree Sukriadi, Sukriadi; Suherman, Suherman
Jurnal RISTER : Riset Sistem Cerdas Vol 1 No 2 (2024): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

SMK Negeri 3 Soppeng merupakan sekolah yang menyelenggarakan program beasiswa kurang mampu bagi siswanya. Namun dalam pelaksanaan program beasiswa tersebut muncul masalah-masalah yang dialami oleh pihak sekolah yaitu pihak sekolah mengalami kesulitan dalam penentuan siswa penerima beasiswa, hal ini dikarenakan banyaknya jumlah siswa pemohon beasiswa Sedangkan jumlah siswa yang akan diberi beasiswa terbatas. Selain itu, Prosedur pengolahan data yang dilakukan meliputi kegiatan pengumpulan data, pengelompokan, pencocokan data dengan biodata siswa, perkiraan siswa penerima, dilakukan cukup lama yaitu kurang lebih mencapai 6 sampai 7 minggu. Oleh sebab itu, diperlukan adanya sistem data mining klasifikasi untuk penyeleksian penerimaan beasiswa apakah pemohon diterima atau ditolak untuk program beasiswa. Data mining klasifikasi merupakan model analisis data dengan membentuk model keputusan seperti layak atau tidak layak. Dalam proses analisis data pada data mining membutuhkan metode khusus untuk memodelkan sistem. klasifikasi penerima bantuan beasiswa di SMK Negeri 3 Soppeng metode yang digunakan adalah decision tree. Metode ini mempunyai kelebihan yaitu dapat menggali informasi tersembunyi dalam sekumpulan data, membagi sekumpulan data menjadi himpunan-himpunan yang lebih kecil dan hasil analisa berupa diagram pohon yang mudah untuk dimengerti. Hasil implementasi Penerapan Data Mining untuk Klasifikasi Penerima Beasiswa di SMK Negeri 3 Soppeng menggunakan Metode Decision Tree berjalan dengan baik dan menghasilkan tiga bentuk klasifikasi berdasarkan prediksi yaitu menerima, tidak menerima dan tidak layak. Hasil implementasi mendapatkan 26 siswa menerima, 2 siswa tidak menerima dan 2 siswa tidak layak dari total data siswa sebanyak 30 siswa. Atau sebanyak 86% (menerima), 7%(tidak menerima) dan 7%(tidak layak)
Implementasi Machine Learning Dengan Metode Regresi Linear Untuk Prediksi Gaji Karyawan Berdasarkan Masa Kerja Ismail, Ismail; Hidayah, Ainun
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Permasalahan yang muncul di perusahaan PT. Zhafran Putra Utama Kabupaten Soppeng adalah masih banyak karyawan yang sudah lama bekerja namun tidak mendapatkan kenaikan gaji. Hal ini terjadi karena perusahaan tersebut belum memiliki model atau cara untuk menentukan atau memprediksi besaran gaji yang diterima karyawan berdasarkan pengalaman lama bekerja atau masa kerja. Untuk mengetahui besaran gaji yang diterima karyawan berdasarkan lama bekerja dapat diatasi dengan menggunakan penerapan teknologi sistem cerdas yaitu machine learning. Teknologi machine learning dapat bekerja dengan baik apabila menggunakan metode tertentu sesuai dengan kasus yang akan diselesaikan. Pada kasus prediksi besaran gaji karyawan berdasarkan lama bekerja akan digunakan metode regresi linear sederhana. regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Hasil implementasi Sistem machine learning dengan metode regresi linear untuk prediksi gaji karyawan berdasarkan masa kerja pada PT. Zhafran Putra Utama Kabupaten Soppeng didapatkan hasil prediksi bahwa dengan lama waktu mengbdi karyawan selama 15 tahun maka diprediksi mendapatkan gaji karyawan sebesar 16700000. dan lama waktu mengbdi karyawan selama 20 tahun maka diprediksi mendapatkan gaji karyawan sebesar 21373.500
Sistem Pakar Deteksi Dini Gizi Buruk pada Balita Menggunakan Metode Dempster-Shafer Nursakti, Nursakti; Amelia, Rusmia
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masalah gizi buruk pada balita merupakan isu krusial dalam dunia kesehatan, khususnya di Indonesia. Deteksi dini terhadap kondisi ini sangat diperlukan agar intervensi dapat dilakukan lebih awal dan tepat sasaran. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web yang mampu mendiagnosa gizi buruk pada balita menggunakan metode Dempster-Shafer. Sistem ini dirancang dengan menggabungkan sejumlah gejala yang diamati pada balita ke dalam basis pengetahuan, yang dikombinasikan menggunakan teori Dempster-Shafer untuk menangani ketidakpastian. Hasil pengujian sistem menunjukkan akurasi sebesar 90% dibandingkan dengan diagnosis pakar, serta dapat memberikan hasil dalam waktu yang cepat. Sistem ini diharapkan dapat menjadi alat bantu bagi tenaga medis maupun masyarakat dalam melakukan deteksi dini gizi buruk
Rancang Bangun Sistem Pengering Biji Kakao Berbasis Internet Of Things Di Desa Citta Nusri, Andi Zulkifli; Arismanza, A; Annisa, Nurul
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perancangan sistem pengering biji kakao di desa citta dengan menerapkan sistem IoT(Internet of Things) dalam menghadapi tantangan dalam pengelolaan yakni pengeringan biji kakao yang masih menggunakan cara tradisional yang menyebabkan tidak efisien dan kesulitan di kala musim hujan datang .Untuk mengatasi masalah ini, peneliti bertujuan untuk menganalisis merancang, membangun dan mengimplementasikan sistem pengering pada tanaman kakao berbasis IoT untuk memudahkan petani kakao dalam melakukan pengeringan biji. Metode pengumpulan data dalam penelitian ini yaitu menggunakan metode studi literature, wawancara dan dokumentasi. Teknologi sistem pengering biji kakao ini mendeteksi suhu disekitar ruangan pengering dan relay berfungsi menyalakan heater untuk melakukan pemanasan terhadap biji kakao sehingga proses pengeringan dapat merata,alat pengering biji kakao ini dapat juga dijalankan menggunakan aplikasi blynk apabila terdapat kondisi yang memungkinkan melakukan pemanasan diluar kondisi tersebut. Hasil dari perancangan alat pengering biji kakao ini dapat disimpulkan bahwa alat pengering biji kakao ini dapat memudahkan pekerjaan petani kakao dalam melakukan pengeringan biji kakao dan dapat dikontrol menggunakan aplikasi blynk. Dengan fitur otomatisasi, alat dapat mengatur suhu secara otomatis berdasarkan data yang dikumpulkan, sehingga meningkatkan efisiensi pengeringan dan mengurangi kemungkinan kesalahan manusia
Sistem Pendukung Keputusan Pemberian Bantuan Hukum Secara Gratis Menggunakan Metode Saw Pada LBH Cita Keadilan Watansoppeng Sumarni, Sumarni; Patappari, Andi
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kendala yang dihadapi oleh LBH Cita Keadilan Watansoppeng adalah kesulitan dalam memutuskan siapa yang layak menerima bantuan hukum sesuai dengan undang-undang yang berlaku. Sering terjadi kekeliruan dalam memutuskan hak pemberian bantuan hukum bagi masyarakat Kabupaten Soppeng, yang disebabkan oleh sistem yang digunakan dan pengimputan data yang masih manual. Proses ini mengharuskan pemeriksaan berkas satu per satu, sehingga memerlukan waktu yang lama. Penelitian ini Bertujuan untuk dibuat Untuk membuat aplikasi Sistem Pendukung Keputusan Pemberian Bantuan Hukum Secara Gratis Menggunakan Metode SAW Pada LBH Cita Keadilan Watansoppeng sebagai alat bantu untuk mempermudah LBH Cita dalam menentukan pemberian bantuan hukum kepada masyarakat. Aplikasi ini dibuat dengan menggunakan metode SAW . Metode SAW dipilih karena Simple Additive Weighting menggunakan teknik pemeringkatan atau evaluasi berdasarkan bobot atau nilai relatif dari kriteria yang diberikan. Dengan adanya sistem pendukung keputusan menggunakan metode Simple Additive Weighting ini dapat membantu pihak LBH Cita Keadilan Watansoppeng dalam memutuskan siapa saja warga Kabupaten Soppeng yang berhak menerima bantuan hukum sesuai undang undang bantuan hukum Republik Indonesia
Sistem Pakar Penyakit Tanaman Padi Di Kecamatan Marioriawa Menggunakan Metode Depth-First Search Tahir, M Afdal; Risaldi, Muh
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Konsultasi tentang penyakit tanaman padi dan untuk mengetahui gejala serta cara pencegahan hama penyakit tersebut para petani tidak harus menunggu para penyuluh datang ke kampung mereka untuk melakukan konsultasi, maka diperlukan sebuah sistem yang mempermudah para petani, agar hasil panen bisa tetap terjaga kualitas dan kuantitasnya. Penelitian ini Bertujuan untuk dibuat suatu sistem aplikasi Sistem pakar penyakit tanaman padi di wilayah Kecamatan Marioriawa menggunakan metode DFS yang memberikan informasi mengenai identifikasi penyakit tanaman padi agar dapat mengidentifikasikan gejala–gejala penyakit sekaligus memberikan solusi penanggulangannya. aplikasi ini dibuat dengan menggunakan metode DFS . DFS bisa merujuk pada "Depth-First Search," yaitu algoritma pencarian dalam struktur data seperti graf, yang bisa digunakan untuk menyelesaikan berbagai masalah termasuk dalam deteksi penyakit tanaman. Hasil Implementasi Sistem pakar penyakit tanaman padi di wilayah Kecamatan Marioriawa menggunakan metode DFS sangat memudahkan pihak petani untuk mengidentifikasi penyakit tanaman padi, sehingga petani bisa melakukan secara mandiri tanpa menunggu atau memanggil petugas dari dinas pertanian, proses identifikasi dengan aplikasi ini sangat mudah dan cepat
Sistem Monitoring Dan Kontrol Suhu Dan Kelembapan Kumbung Jamur Berbasis Iot Dengan Metode Fuzzy Logic Riskayani, Riskayani; Inayah, Rika
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membahas tentang rancang bangun alat monitoring dan kontrol suhu dan kelembapan kumbung jamur. Kumbung jamur tiram harus memiliki kemampuan untuk menjaga kondisi suhu dan kelembapan jamur agar jamur dapat tumbuh secara optimal. Proses penyiraman dan penganginan yang masih manual menyebabkan petani jamur tiram kesulitan dalam mengontrol suhu dan kelembapan pada kumbung Penelitian ini bertujuan menguji dan mengimplementasikan alat monitoring dan kontrol suhu dan kelembapan kumbung jamur. Rancangan alat monitoring ini dibangun menggunakan metode Fuzzy Logic sebagai perhitungannya serta metode blackbox sebagai pengujiannya. Alat yang digunakan pada perancangan sistem yaitu NodeMcu sebagai mikrokontrollernya dan DHT11 sebagai sensor suhu dan kelembapan, adapun aplikasi pendukung yang digunakan yaitu Blynk Apk. Berdasarkan hasil penelitian sistem monitoring dan kontrol suhu dan kelembapan kumbung jamur berbasis IoT dengan metode fuzzy logic dapat diimplementasikan dengan menunjukkan bahwa sistem berhasil menjaga suhu dan kelembapan kumbung, dengan nilai suhu dan kelembapan berada pada kondisi normal dengan nilai rata-rata suhu 26oC dan kelembapan 80%. Dengan demikian dapat memudahkan petani dalam memonitoring dan kontrol suhu dan kelembapan kumbung jamur
Sistem Pendukung Keputusan Penerima Bantuan Bedah Rumah di Desa Kampiri Kabupaten Soppeng Menggunakan Metode AHP Karanita, Karanita; Arman, Muhajir; Hersya, Wahyulis
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Peneliti ini mengkaji dalam menentukan warga miskin yang layak menerima bantuan bedah rumah diadakan proses seleksi yang sangat ketat agar tidak salah pilih orang. Kesalahan dalam memilih orang yang tepat sangat besar dampaknya terhadap hasil seleksi. Karena menerima orang yang salah untuk memberikan bantuan akan menimbulkan masalah seperti keributan hasil keputusan bedah rumah.Penelitian ini Bertujuan untuk Untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan Penerima Bantuan Bedah Rumah di Desa Kampiri Kabupaten Soppeng menggunakan Metode AHP (Analytical Hierarchy Process) .aplikasi ini dibuat dengan menggunakan metode AHP program ini dibuat dengan berbasis web sehingga dapat diakses dan dimanfaatkan petugas desa dengan baik. Hasil implementasi Sistem Pendukung Keputusan Penerima Bantuan Bedah Rumah di Desa Kampiri Kabupaten Soppeng menggunakan Metode AHP (Analytical Hierarchy Process) memberikan hasil penilaian penerima bantuan bedah rumah menjadi akurat dan cepat
Pengembangan Sistem Kepakaran Berbasis Forward Chaining untuk Diagnosa Kesulitan Belajar Matematika pada Siswa Ratnasari, Nur; Mahesa, Fauzul Irham
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kesulitan belajar matematika merupakan salah satu permasalahan utama yang sering dialami siswa dan berdampak pada capaian akademik secara keseluruhan. Guru sering kali mengalami kendala dalam mendiagnosis secara cepat dan tepat jenis kesulitan belajar yang dialami siswa, sehingga dibutuhkan suatu sistem yang dapat membantu proses identifikasi tersebut. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis forward chaining yang mampu mendiagnosis kesulitan belajar matematika siswa secara sistematis dan akurat. Metode penelitian yang digunakan meliputi analisis kebutuhan, perancangan sistem, implementasi, serta pengujian dengan membandingkan hasil diagnosis guru dan sistem. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan mampu memberikan diagnosis dengan tingkat akurasi yang tinggi, ditunjukkan dengan persentase kesesuaian 90% antara hasil diagnosis guru dan sistem. Grafik dan tabel perbandingan hasil diagnosis memperkuat temuan bahwa sistem ini dapat menjadi alat bantu yang efektif bagi guru dalam mengidentifikasi jenis kesulitan belajar siswa, seperti kesulitan pemahaman konsep, kesalahan prosedural, maupun keterbatasan logika matematis. Dengan demikian, sistem pakar berbasis forward chaining ini berpotensi meningkatkan efisiensi dan ketepatan diagnosis, sekaligus mendukung intervensi pembelajaran yang lebih tepat sasaran
Pemetaan Lahan Pertanian Padi Berbasis Machine Learning untuk Mendukung Ketahanan Pangan Kabupaten Soppeng Tahir, M Afdal; Sari, Mayang
Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas
Publisher : Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengembangkan pendekatan pemetaan lahan padi berbasis machine learning untuk memperkuat perencanaan ketahanan pangan di Kabupaten Soppeng. Studi memanfaatkan citra satelit resolusi menengah, indeks vegetasi time-series, dan fitur spasial-temporal (curah hujan, elevasi, tekstur spektral) guna mengklasifikasikan tutupan lahan padi serta memetakan dinamika luas tanam dan pola musim. Model utama membandingkan algoritma terawasi (Random Forest, SVM) dan arsitektur deep learning berbasis segmentasi, dengan strategi validasi silang spasial dan verifikasi lapangan terbatas. Keluaran penelitian berupa peta probabilistik lahan padi, layer intensitas tanam musiman, serta estimasi indikatif produktivitas berbasis proxy vegetasi. Hasil menunjukkan peningkatan akurasi klasifikasi dan konsistensi spasial pada model yang menggabungkan fitur time-series dan data iklim, sekaligus menurunkan kebutuhan label melalui skema active learning. Temuan ini diintegrasikan ke dalam prototipe dashboard spasial untuk mendukung pengambilan keputusan yaitu penetapan target intervensi irigasi, penjadwalan tanam-panen, dan antisipasi risiko kekeringan. Pendekatan ini memberikan kerangka replikasi berbiaya efisien bagi pemerintah daerah, dengan potensi integrasi data resmi statistik pertanian dan perluasan ke skala kecamatan/desa untuk perencanaan pangan yang lebih adaptif dan berbasis bukti

Page 2 of 2 | Total Record : 20

 1   2 

Filter by Year

2024 2025


Reset
Filter By Issues
All Issue Vol 2 No 2 (2025): Jurnal RISTER : Riset Sistem Cerdas Vol 2 No 1 (2025): Jurnal RISTER : Riset Sistem Cerdas Vol 1 No 2 (2024): Jurnal RISTER : Riset Sistem Cerdas Vol 1 No 1 (2024): Jurnal RISTER : Riset Sistem Cerdas