cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Julianto Simatupang
Contact Email
jurnalilmukomputerruru@gmail.com
Phone
+6287870570931
Journal Mail Official
jurnalilmukomputerruru@gmail.com
Editorial Address
Jl. Abdullah Lubis, Medan, Provinsi Sumatera Utara
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Ilmu Komputer Ruru
Published by Yayasan Grace Berkat Anugerah
ISSN : -     EISSN : 30467314     DOI : https://doi.org/10.69688/jikr
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering
Jurnal Ilmu Komputer Ruru merupakan jurnal ilmiah dalam sistem informasi/teknologi informasi yang berisi literatur ilmiah tentang kajian penelitian murni dan terapan dalam sistem informasi/teknologi informasi dan tinjauan publik terhadap perkembangan teori, metode dan ilmu terapan yang terkait dengan subjek. Jurnal Ilmu Komputer Ruru (JIKR) diterbitkan oleh Yayasan Grace Berkat Anugerah. Redaksi mengajak peneliti, praktisi, dan mahasiswa untuk menulis perkembangan keilmuan di bidang yang berkaitan dengan sistem informasi/teknologi informasi. Jurnal Ilmu Komputer Ruru (JIKR) diterbitkan 2 (dua) kali setahun pada bulan Januari dan Juli. Jurnal ini berisi artikel penelitian dan kajian ilmiah.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 20 Documents
 1   2 
PERBANDINGAN ALGORITMA C5.0 DAN REGRESI LINEAR UNTUK PREDIKSI KELULUSAN MAHASISWA Petti Sijabat; Agustina Simangunsong
Jurnal Ilmu Komputer Ruru Vol. 1 No. 2 (2024): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Technological advances supported by human knowledge have a very good influence on data and information storage technology, including in predicting student graduation (Graduation Prediction) on time, by applying several existing algorithms. In this study, researchers used the C5.0 Algorithm and Linear Regression. The concept of the research is to compare two algorithms, namely C5.0 and Linear Regression to the case of graduating students on time. Based on the length of study, students who graduated correctly amounted to 651 (91%) with a male gender of 427 students and a female gender of 224 students while those who did not pass (late) correctly amounted to 64 (9%) with a male gender totaling 53 students and female gender totaling 11 students from 2017-2020. Comparison results The R2 score from the C5.0 algorithm reached 96.85% (training) and 93.72% (testing) while the R2 score from the Linear Regression reached 33.31% (training) and 40.30% (testing).
IMPLEMENTASI ALGORITMA DECISION TREE C4.5 DENGAN IMPROVISASI MEAN DAN MEDIAN PADA DATASET NUMERIK Bagus Sudirma
Jurnal Ilmu Komputer Ruru Vol. 2 No. 1 (2025): Edisi Januari
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

A decision tree algorithm or commonly called a decision tree is a classification method of data mining. The decision tree has one type of algorithm model, namely the C4.5 algorithm. The C4.5 decision tree algorithm is easy to understand because it has a tree-like structure in general. The C4.5 algorithm in handling quantitative data is often less efficient and effective. So to minimize information loss and time complexity, we can improvise the dataset on the numeric attributes when Preprocessing the data. Improvisation is done by using the mean and median on the numerical attributes to get a threshold value for implementing the C4.5 algorithm from the training data. Evaluation of the system used in this study uses a confusion matrix. Confusion matrix as a benchmark for testing the classification method using data testing. In this study, the dataset is partitioned into three scenarios. In scenario 1 with 70% training data and 20% testing data, the highest accuracy is 75%. The improvisation of the mean and median on the numerical attributes in the C4.5 algorithm can use in this scenario.
APLIKASI PENILAIAN KINERJA PERAWAT UNGGULAN MENGGUNAKAN PENDEKATAN SAW Fricles A Sianturi
Jurnal Ilmu Komputer Ruru Vol. 1 No. 2 (2024): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Evaluating nurse performance is a critical aspect of human resource management in the healthcare sector. This study aims to develop a decision support system that assists management in determining the best-performing nurses using the Simple Additive Weighting (SAW) method. SAW is chosen for its simplicity and capability to handle various evaluation criteria. In this research, nurse performance data were collected from multiple sources, including supervisory reports, patient feedback, and peer assessments. Each evaluation criterion was assigned a weight according to its importance, and the nurse performance scores were calculated using the SAW formula. The process involves normalizing the criteria scores and then aggregating them to generate a composite performance score for each nurse, The main challenges addressed in this study include the subjectivity and inconsistency often associated with manual performance evaluations. By employing the SAW method, the study seeks to minimize biases and ensure a fair assessment of all nurses based on predefined and weighted criteria. This method was chosen because it can perform a ranking process based on criteria and weights and is able to determine the best alternative. System design with Context Diagram, HIPO, DAD and ERD. Application results are nurse reports, overall selection and selection of the best nurses. The results of the functionality test are proven to be successful and the Validity Test has been proven to be 100% valid.
PREDIKSI PENETAPAN TARIF PENERBANGAN MENGGUNAKAN AUTO-ML DENGAN ALGORITMA RANDOM FOREST Asriyanik
Jurnal Ilmu Komputer Ruru Vol. 2 No. 1 (2025): Edisi Januari
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

With so many airlines competing with each other, airlines are competing to become the consumer/market's main choice, but to achieve this, there is no airline strategy that can predict the price of airline tickets according to market needs. To meet the needs of airlines, we need a way to determine the price of airline tickets according to market needs with the help of the influence of technology and information. This research method was carried out using Google Collaboratory as a media to create a data model with the Random Forest, Logistic Regression and Gradient Boosting Regressor algorithms. In this study, the model that produced the highest R2 value and the lowest RMSE was a random forest with an R2 value of 83.91% and an RMSE of $175.9. However, from the three models, Random Forest got a change in accuracy of 1.96% to 85.87. To assist in predicting the determination of flight fares, airline companies can more easily and be alert to determine flight fares that are in accordance with the market. Therefore, Random Forest can be declared better than Logistic Regression and Gradient Boosting models. The Random Forest model that has been created can be used to predict in real-time using Machine Learning.
OPTIMALISASI PENJUALAN KUE TRADISIONAL DJAJE DENGAN PENDEKATAN STP Ismali Marzuki Sianturi
Jurnal Ilmu Komputer Ruru Vol. 1 No. 2 (2024): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Djaje is a traditional cake business that has been established in 2017. The products sold by Djaje are various wet snacks. The initial strategy used was only offline, such as leaving cakes to resellers, but as the number of competitors increased, Djaje's sales decreased. This study uses a qualitative descriptive method by explaining the results obtained using analysis STP (Segmentation, Targeting, Positioning). The purpose of this study was to determine the results of implementing digital marketing strategies in improving traditional cakes. Results implementation of the implemented strategy by adjusting the content of photos, descriptions, posts, and advertisements using analysis STP (Segmentation, Targeting, Positioning) as a basis. By using various digital platforms to reach more potential consumers, Djaje has succeeded in making cake sales increase in sales from October 2021 to March 2022
Model Visualisasi Metadata Jurnal Ilmiah Berbasis AI untuk Deteksi Duplikasi dan Ketidakkonsistenan Fricles A. Sianturi; Ismail M. Sianturi
Jurnal Ilmu Komputer Ruru Vol. 2 No. 2 (2025): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Penelitian ini bertujuan mengembangkan model visualisasi metadata jurnal ilmiah berbasis kecerdasan buatan (AI) untuk mendeteksi duplikasi dan ketidakkonsistenan data secara otomatis, cepat, dan akurat. Permasalahan utama dalam pengelolaan jurnal ilmiah adalah tingginya potensi redundansi metadata, perbedaan format penulisan, serta inkonsistensi informasi yang dapat menurunkan kualitas pengindeksan dan integritas publikasi. Metode penelitian menggunakan pendekatan pengembangan sistem yang menggabungkan teknik pemrosesan bahasa alami, pencocokan pola berbasis pembelajaran mesin, dan visual analytics. Dataset metadata jurnal dikumpulkan dari berbagai sumber, kemudian diproses melalui tahap normalisasi, ekstraksi fitur, dan pemodelan deteksi anomali. Model divisualisasikan dalam dashboard interaktif untuk memudahkan identifikasi pola duplikasi dan ketidaksesuaian data. Hasil penelitian menunjukkan bahwa model mampu meningkatkan akurasi deteksi duplikasi metadata secara signifikan, mempercepat proses verifikasi editorial, serta menurunkan tingkat kesalahan pencatatan metadata. Visualisasi yang dihasilkan membantu pengguna memahami hubungan data secara intuitif dan mendukung pengambilan keputusan berbasis bukti. Simpulan penelitian menegaskan bahwa integrasi AI dan visualisasi metadata merupakan solusi efektif untuk meningkatkan kualitas pengelolaan jurnal ilmiah, efisiensi kerja editorial, serta konsistensi data publikasi.
Pengembangan Sistem Review Otomatis Berbasis Logika Visual untuk Artikel Ilmiah Multidisiplin Fricles A. Sianturi
Jurnal Ilmu Komputer Ruru Vol. 2 No. 2 (2025): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Penelitian ini bertujuan mengembangkan sistem review otomatis berbasis logika visual untuk meningkatkan kualitas, konsistensi, dan efisiensi proses penilaian artikel ilmiah multidisiplin. Tantangan utama dalam review artikel multidisiplin adalah perbedaan struktur penulisan, terminologi, serta standar evaluasi yang sering menimbulkan subjektivitas dan inkonsistensi. Metode penelitian menggunakan pendekatan pengembangan sistem dengan integrasi pemrosesan bahasa alami, aturan logika visual, dan analisis pola dokumen. Dataset artikel ilmiah dari berbagai bidang dianalisis melalui tahap praproses teks, ekstraksi fitur struktural dan semantik, serta pemodelan logika visual untuk mengidentifikasi kelengkapan komponen artikel, kesesuaian format, dan potensi anomali. Sistem kemudian diuji melalui eksperimen komparatif terhadap proses review manual. Hasil penelitian menunjukkan bahwa sistem mampu meningkatkan konsistensi evaluasi, mempercepat proses penyaringan awal artikel, serta mengurangi kesalahan identifikasi struktur dokumen. Visualisasi logika yang dihasilkan membantu reviewer memahami hubungan antarbagian artikel secara intuitif. Simpulan penelitian menegaskan bahwa sistem review otomatis berbasis logika visual merupakan solusi efektif untuk mendukung proses evaluasi artikel ilmiah multidisiplin yang lebih objektif, sistematis, dan efisien.
Audit Keamanan Template OJS terhadap Potensi Eksploitasi Metadata dan Tampilan Dinamis Rahmat Syahputra; Polmetra Polmetra; Fricles Ariwisanto Sianturi
Jurnal Ilmu Komputer Ruru Vol. 2 No. 2 (2025): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Penelitian ini bertujuan untuk mengaudit keamanan template Open Journal Systems (OJS) terhadap potensi eksploitasi metadata dan manipulasi tampilan dinamis yang dapat berdampak pada integritas informasi jurnal. Metode yang digunakan adalah pendekatan audit keamanan berbasis analisis kerentanan, pengujian input metadata, simulasi serangan injeksi pada elemen dinamis, serta evaluasi konfigurasi template dan sanitasi data. Pengujian dilakukan pada beberapa skenario manipulasi metadata, termasuk penyisipan skrip, perubahan struktur tampilan, dan eksploitasi parameter dinamis. Hasil penelitian menunjukkan bahwa kelemahan utama terletak pada validasi input yang tidak konsisten, mekanisme escaping yang kurang optimal, serta konfigurasi template yang memungkinkan interpretasi kode berbahaya. Temuan penting mengindikasikan bahwa eksploitasi metadata dapat memengaruhi tampilan halaman, mengganggu integritas konten, dan berpotensi membuka celah serangan lanjutan. Simpulan penelitian menegaskan perlunya penerapan sanitasi input yang ketat, pembaruan template secara berkala, serta penguatan mekanisme keamanan sisi server untuk meminimalkan risiko eksploitasi dan menjaga keandalan sistem publikasi ilmiah.
Integrasi Bahasa Daerah dalam Antarmuka Sistem Informasi Desa: Studi UX Multibahasa dan Lokalitas Volvo Sihombing
Jurnal Ilmu Komputer Ruru Vol. 2 No. 2 (2025): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Penelitian ini bertujuan untuk menganalisis dan merancang integrasi bahasa daerah dalam antarmuka Sistem Informasi Desa (SID) guna meningkatkan pengalaman pengguna (User Experience/UX) berbasis multibahasa dan lokalitas. Studi ini menggunakan pendekatan mixed-method dengan desain eksploratori-sekuensial yang melibatkan analisis kebutuhan pengguna, perancangan prototipe antarmuka multibahasa, serta pengujian usability kepada perangkat desa dan masyarakat. Instrumen penelitian meliputi kuesioner System Usability Scale (SUS), wawancara semi-terstruktur, observasi penggunaan sistem, dan analisis komparatif sebelum dan sesudah integrasi bahasa daerah. Hasil penelitian menunjukkan bahwa integrasi bahasa daerah pada elemen navigasi, label menu, dan pesan sistem secara signifikan meningkatkan pemahaman pengguna, menurunkan tingkat kesalahan input, serta mempercepat waktu penyelesaian tugas. Nilai rata-rata SUS meningkat dari kategori “cukup” menjadi “baik” setelah penerapan antarmuka multibahasa berbasis lokalitas. Selain itu, pengguna menunjukkan tingkat kepercayaan dan keterlibatan yang lebih tinggi terhadap sistem. Temuan ini menegaskan bahwa pendekatan UX berbasis konteks budaya dan linguistik lokal berkontribusi positif terhadap efektivitas dan inklusivitas layanan digital desa. Penelitian ini merekomendasikan pengembangan standar desain antarmuka SID yang adaptif terhadap keberagaman bahasa daerah sebagai strategi transformasi digital yang berorientasi pada masyarakat
Model Simulasi Interaktif untuk Pelatihan Reviewer Akademik Berbasis AI dan Visualisasi Benchmarking Andi Pratama; Liske Lasmian Napitupul
Jurnal Ilmu Komputer Ruru Vol. 2 No. 2 (2025): Edisi Juli
Publisher : Yayasan Grace Berkat Anugerah

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

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji efektivitas Model Simulasi Interaktif untuk Pelatihan Reviewer Akademik berbasis Artificial Intelligence (AI) dan visualisasi benchmarking dalam meningkatkan kompetensi penilaian artikel ilmiah. Metode penelitian menggunakan pendekatan Research and Development (R&D) yang dipadukan dengan desain kuasi-eksperimen. Subjek penelitian terdiri atas calon reviewer akademik dari berbagai perguruan tinggi yang dibagi ke dalam kelompok eksperimen dan kelompok kontrol. Instrumen yang digunakan meliputi rubrik penilaian artikel ilmiah, tes kompetensi reviewer, lembar observasi, dan angket persepsi pengguna. Data dianalisis menggunakan uji statistik deskriptif dan inferensial untuk mengukur perbedaan peningkatan kompetensi antar kelompok. Hasil penelitian menunjukkan bahwa model simulasi interaktif berbasis AI secara signifikan meningkatkan kemampuan peserta dalam aspek identifikasi kebaruan, ketepatan metodologi, konsistensi sitasi, dan objektivitas rekomendasi. Fitur visualisasi benchmarking membantu peserta membandingkan hasil penilaian mereka dengan standar reviewer berpengalaman, sehingga memperkuat refleksi kritis dan akurasi evaluasi. Peningkatan skor kompetensi pada kelompok eksperimen lebih tinggi dibandingkan kelompok kontrol. Simpulan penelitian ini menunjukkan bahwa Model Simulasi Interaktif berbasis AI dan visualisasi benchmarking efektif sebagai inovasi pelatihan reviewer akademik. Model ini tidak hanya meningkatkan kualitas penilaian ilmiah, tetapi juga mendukung standarisasi dan transparansi proses review di lingkungan akademik

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): Edisi Juli Vol. 2 No. 1 (2025): Edisi Januari Vol. 1 No. 2 (2024): Edisi Juli Vol. 1 No. 1 (2024): Edisi Januari