cover
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
ISSN : -     EISSN : 30467314     DOI : https://doi.org/10.69688/jikr
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.
Articles 24 Documents
KLASIFIKASI PENERIMA BANTUAN SOSIAL DI DESA BATUAH MENGGUNAKAN METODE ALGORITMA C4.5 Wiwit Wahyudi
Jurnal Ilmu Komputer Ruru Vol. 3 No. 1 (2026): Edisi Januari
Publisher : Yayasan Grace Berkat Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikr.v3i1.12

Abstract

Desa batuah kecamatan seranau kabupaten kotawaringin timur ini adalah desa yang cukup memadai atau terbilang perekonomian yang sulit maka dengan ini pemerintah maupun kades batuah mengadakan bansos berupa (Sembako), guna untuk mengurangi beban masyarakat desa batuah. Salah satu kesulitan yang di hadapi yaitu kerumitan yang dihadapi oleh pemerintah desa batuah untuk pembagian bansos yaitu, dimana sistem pembagian dana sosial berupa sembako tersebut masih terbilang tidak merata atau tidak tepat sasaran. Munculnya masalah tersebut dikerenakan kurangya pengarahan atau kemantapan analisis penerima bantuan tersebut dalam menetukan kelayatan di dikala mengajukan pendataan. Dengan ini peneliti mencoba mengatasi masalah masyarakat dalam kasus pendataan yang masih curang tersebut dengan menggunakan metode C4.5 metode ini dapat memudahkan perangkat desa untuk membandingkan jumlah warga mana yang layak mendapatkan dana sosial atau tidak. Selain penggunaan Metode C4.5 peneliti juga menggunakan aplikasi Tambahan yaitu rapid minner guna untuk mempermudah dalam pendataan desa. Dari hasil pengujian menggunakan software rapip minner dan metode C4.5 lalu memakai decesion tree berhasil mengeklasifikasikan 100 data yang diuji sehingga berhasil memprediksi penerima bantuan sosial dengan tingkat Accuracy sebesar 93.00.%, Precision 100.00%, Reccal 65.00% AUC 0.834
Meningkatkan Keamanan Data Dalam Resep Obat Di Puskesmas Mertoyudan 1, Magelang: Menerapkan Algoritma Sandi Vigenère Arif Firmansyah Putra
Jurnal Ilmu Komputer Ruru Vol. 3 No. 1 (2026): Edisi Januari
Publisher : Yayasan Grace Berkat Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikr.v3i1.13

Abstract

Puskesmas merupakan tempat untuk memberikan pelayanan kesehatan bagi masyarakat. Puskesmas merupakan program pemerintah daerah. Dalam pengobatan di puskesmas, tidak ada data tentang obat resep. Resep obat adalah perintah tertulis dari dokter kepada apoteker yang harus dijaga kerahasiaannya karena berisi dosis obat dan jenis obat tertentu. Karena banyaknya proses peresepan obat yang terjadi, seringnya penyalahgunaan obat resep oleh orang yang tidak berwenang dan kesalahan petugas di apotek dalam membaca resep dapat berakibat fatal bagi pasien. Tujuan dari penelitian ini adalah untuk membuat aplikasi resep elektronik terenkripsi menggunakan metode Vigener Cipher. Implementasi Sistem ini menggunakan Algoritma Vigener Cipher dalam pengamanan data resep obat. Algoritma Vigener Cipher dapat melakukan proses enkripsi dan dekripsi. Desain Sistem dengan Diagram Konteks. Hasil penelitian ini adalah penerapan data peresepan obat menggunakan Algoritma Vigener Ciper yang telah mampu mengamankan peresepan obat dengan baik. Hasil Pengujian Fungsionalitas hasil yang diperoleh diterima di semua skenario pengujian dan Hasil Uji Validitas memperoleh hasil valid 100%.
Optimalisasi Penentuan Tenaga Medis Teladan Melalui Pendekatan Multi-Attribute Decision Making (MADM) Pada Klinik Amanah Nurdiansyah Firman
Jurnal Ilmu Komputer Ruru Vol. 3 No. 1 (2026): Edisi Januari
Publisher : Yayasan Grace Berkat Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikr.v3i1.14

Abstract

Evaluasi kinerja tenaga medis merupakan elemen penting dalam menjaga kualitas pelayanan kesehatan di Klinik Amanah. Namun, pemilihan staf teladan sering terhambat oleh penilaian subjektif dan kompleksitas penimbangan indikator kinerja yang beragam, yang mengarah pada potensi ketidakakuratan dalam menghargai pencapaian. Tujuan: Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (DSS) yang terstruktur untuk mengoptimalkan identifikasi tenaga medis teladan dengan meminimalkan subjektivitas dan meningkatkan ketepatan proses seleksi. Metodologi: Penelitian ini menggunakan pendekatan Multi-Attribute Decision Making (MADM), khususnya menerapkan metode Simple Additive Weighting (SAW). Proses seleksi melibatkan beberapa kriteria utama, termasuk kompetensi klinis, kehadiran, disiplin kerja, dan kepuasan pasien. Setiap kriteria diberi bobot tertentu, dan metode SAW diterapkan untuk menghitung nilai preferensi untuk setiap kandidat, menghasilkan daftar personel yang diberi peringkat berdasarkan skor kinerja mereka secara keseluruhan. Hasil: Penerapan model ini memberikan kerangka pengambilan keputusan yang transparan dan akuntabel. Dengan memanfaatkan pendekatan MADM, sistem dapat secara efektif memproses beberapa variabel untuk menghasilkan peringkat objektif. Otomatisasi ini mengurangi waktu yang diperlukan untuk evaluasi dan memastikan bahwa gelar "Tenaga Medis Teladan" diberikan berdasarkan data yang terukur. Kesimpulan: Integrasi metode SAW ke dalam sistem manajemen Klinik Amanah secara signifikan meningkatkan efektivitas evaluasi sumber daya manusia. Sistem ini tidak hanya memudahkan manajemen dalam membuat keputusan berbasis data tetapi juga berfungsi sebagai alat motivasi bagi tenaga medis untuk meningkatkan kinerja profesional mereka.
Evaluasi Robustness K-Nearest Neighbors Dalam Mengklasifikasikan Karakteristik Biji Kopi Timor Melalui Pendekatan Ruang Jarak Berbobot Dan Fitur Glcm Juhari Ridwan Syahputra
Jurnal Ilmu Komputer Ruru Vol. 3 No. 1 (2026): Edisi Januari
Publisher : Yayasan Grace Berkat Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jikr.v3i1.15

Abstract

Biji kopi Timor memiliki karakteristik visual dan tekstur unik yang menentukan nilai ekonominya. Namun, proses klasifikasi manual sering menyebabkan inkonsistensi karena subjektivitas manusia. Meskipun algoritma K-Nearest Neighbors (K-NN) adalah metode klasifikasi yang populer, kinerjanya sangat sensitif terhadap pilihan metrik jarak. Jarak Euclidean standar sering gagal memperhitungkan dimensi fitur yang berkontribusi secara tidak merata terhadap akurasi klasifikasi. Penelitian ini bertujuan untuk mengevaluasi ketahanan model K-NN dengan menerapkan pendekatan ruang jarak tertimbang untuk meningkatkan akurasi dan konsistensi klasifikasi biji kopi Timor berdasarkan ekstraksi fitur tekstur. Penelitian ini menggunakan gambar biji kopi Timor yang diolah melalui ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM), termasuk parameter seperti kontras, korelasi, energi, dan homogenitas. Evaluasi membandingkan kinerja K-NN menggunakan metrik jarak standar dengan pendekatan jarak tertimbang. Ketahanan model diuji dengan memperkenalkan variasi noise gambar dan nilai-K yang berbeda untuk mengamati stabilitas akurasi yang dihasilkan. Hasilnya diharapkan dapat menunjukkan bahwa pendekatan jarak tertimbang dapat secara efektif menetapkan prioritas yang lebih tinggi untuk fitur GLCM yang paling dominan, sehingga meningkatkan ketahanan model terhadap variasi data. Evaluasi ini diproyeksikan menghasilkan peningkatan akurasi yang signifikan dibandingkan dengan metode K-NN konvensional, terutama dalam kumpulan data dengan kesamaan tekstur tinggi antara kategori biji kopi. Integrasi fitur GLCM dan ruang jarak yang dimodifikasi dalam algoritma K-NN terbukti efektif dalam memperkuat sistem identifikasi karakteristik biji kopi Timor. Temuan ini berkontribusi pada pengembangan sistem jaminan mutu yang lebih objektif dan andal untuk industri kopi di wilayah Timor.

Page 3 of 3 | Total Record : 24