Jurnal Riset Informatika dan Teknologi Informasi

Analisis Sistem dan Logika Penilaian Pada Protector Scoring System (PSS) dalam Pertandingan Taekwondo

Laelatul Hidayah — 2026-06-21

Protector Scoring System (PSS) adalah sistem penilaian elektronik yang digunakan dalam pertandingan Taekwondo untuk membantu menghasilkan skor yang lebih akurat dan adil. Penelitian ini bertujuan menggambarkan cara kerja sensor, alur logika sistem dalam menentukan poin, serta faktor-faktor teknis yang berpengaruh terhadap ketepatan pembacaan skor. Metode yang digunakan berupa pendekatan deskriptif kualitatif melalui pengumpulan data kuesioner, observasi lapangan pada Kejuaraan UIN Gusdur Taekwondo Championship 2025, serta dokumentasi pendukung lainnya. Hasil penelitian menunjukkan bahwa penggunaan PSS dianggap membantu mengurangi subjektivitas wasit dan meningkatkan transparansi penilaian. Meskipun demikian, beberapa permasalahan masih sering muncul, seperti poin yang tidak teregistrasi, terjadinya ghost point, gangguan sinyal, hingga perbedaan kalibrasi antarperangkat. Selain itu, akurasi pembacaan juga dipengaruhi oleh sudut tendangan, sensitivitas sensor, dan stabilitas jaringan nirkabel. Algoritma yang digunakan PSS pun masih memiliki keterbatasan dalam membaca teknik yang lebih dinamis, sehingga beberapa serangan sah tidak teridentifikasi sebagai poin. Penelitian ini menyimpulkan bahwa PSS memberikan kontribusi positif terhadap peningkatan objektivitas pertandingan, tetapi penyempurnaan teknologi sensor, penyelarasan kalibrasi, dan pengembangan algoritma dibutuhkan agar sistem dapat bekerja lebih stabil dan konsisten.

Sistem Pendukung Keputusan Promosi Jabatan pada PT. Dinito Jaya Sakti dengan Metode TOPSIS

Dwianti Marlita — 2026-06-21

Manajemen sumber daya manusia merupakan elemen penting dalam mendukung keberhasilan organisasi, salah satunya melalui promosi jabatan yang tepat dan objektif. PT. Dinito Jaya Sakti sebagai perusahaan yang sedang berkembang menghadapi permasalahan dalam proses promosi jabatan yang masih bersifat konvensional dan subjektif, sehingga berpotensi menimbulkan bias, ketidakadilan, serta menurunkan motivasi kerja karyawan. Penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) promosi jabatan dengan menerapkan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) sebagai solusi yang lebih terstruktur, transparan, dan terukur. TOPSIS dipilih karena kemampuannya dalam mengolah berbagai kriteria yang relevan, memberikan bobot penilaian yang proporsional, serta menghasilkan rekomendasi promosi berdasarkan kedekatan alternatif dengan solusi ideal. Metodologi penelitian meliputi pengumpulan data karyawan, penentuan kriteria promosi yang mencakup aspek pengalaman, kinerja, dan kompetensi, serta penerapan algoritma TOPSIS dalam sistem berbasis komputer. Hasil penelitian menunjukkan bahwa SPK yang dikembangkan mampu memberikan peringkat rekomendasi karyawan secara objektif dan membantu manajemen dalam mengambil keputusan promosi jabatan dengan lebih tepat. Dengan demikian, sistem ini dapat meningkatkan keadilan, transparansi, serta efektivitas dalam pengelolaan sumber daya manusia di PT. Dinito Jaya Sakti.

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA KARYAWAN TERBAIK DI PT. YURA TEKNIK DENGAN METODE SAW

ilham agung mulyana — 2026-06-21

Penelitian ini bertujuan untuk merancang sistem pendukung keputusan penilaian karyawan terbaik dengan menggunakan metode SAW. Penilaian karyawan merupakan faktor penting dalam mendukung produktivitas dan kualitas kerja di perusahaan. Metode SAW digunakan untuk memberikan perhitungan objektif berdasarkan kriteria seperti kedisiplinan, kerja sama, loyalitas, dan lain-lain. Hasil penelitian menunjukkan bahwa metode SAW efektif dalam mengurutkan alternatif karyawan terbaik dan dapat dijadikan solusi sistem evaluasi yang akurat dan adil

IMPLEMENTASI ALGORITMA APRIORI UNTUK MENENTUKAN POLA PEMBELIAN PRODUK DI E-COMMERCE AL-FATTA

Yusar Zul Calvis — 2026-06-21

Human resource management is a crucial element in supporting organizational success, particularly through fair and objective job promotion. PT. Dinito Jaya Sakti, as a growing company, faces challenges in its promotion process, which is still conventional and subjective, thereby creating potential bias, unfairness, and decreased employee motivation. This study aims to design a Decision Support System (DSS) for job promotion by applying the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method as a structured, transparent, and measurable solution. TOPSIS was chosen due to its capability to process multiple relevant criteria, assign proportional weights, and generate promotion recommendations based on the closeness of each alternative to the ideal solution. The research methodology involves collecting employee data, determining promotion criteria covering experience, performance, and competence, as well as implementing the TOPSIS algorithm in a computer-based system. The results indicate that the developed DSS is able to provide objective employee ranking recommendations and assist management in making more accurate promotion decisions. Therefore, this system can enhance fairness, transparency, and effectiveness in human resource management at PT. Dinito Jaya Sakti.

Analisis Pengaruh Kondisi Ekonomi Terhadap Pencapaian Nilai Matematika Siswa Di Masa Pandemi Covid-19 Dengan Metode Regresi Linier Sederhana

Nasatul Fikri — 2026-06-21

The Covid-19 pandemic has significantly impacted various aspects of life, including the economic and education sectors. This study aims to analyze the influence of economic conditions on students' academic achievement during the Covid-19 pandemic using a simple linear regression method. Data were collected from high school students, considering family economic variables such as parental income and access to online learning facilities. The analysis results indicate that economic conditions have a significant relationship with students' academic achievement. Students from better economic backgrounds tend to achieve higher academic performance compared to those from economically disadvantaged families. These findings highlight the importance of inclusive educational policies to support students from underprivileged economic backgrounds.

Analisis Hubungan Antara Umur Dengan Nilai Akhir Matematika Siswa di Sekolah Gabriel Pereira Portugal dengan Metode Regresi Linear Sederhana

Muhammad Raihan Zaky — 2026-06-21

This study aims to analyze the relationship between student age and final math grades at Gabriel Pereira School in Portugal using the simple linear regression method. This study was conducted by involving 100 students from various classes who had taken the end-of-semester mathematics exam. The data obtained included the age of the students and their final math grades. The simple linear regression method was used to identify whether there is a significant relationship between the age variable and students' final math grades. The results of the analysis showed that there was a significant positive correlation between the age of the students and their final math scores, meaning that the older the student, the higher the score. The findings provide further understanding of the factors that influence academic achievement, particularly in mathematics, and provide insights for schools in designing more effective learning programs. Or with this research, it is hoped that this research can be used as a reference in the future.

Estimasi Persentase Lemak Tubuh Berdasarkan Variabel Berat dan Tinggi Badan dengan Pendekatan Regresi Linear Berganda

MUHAMAD NURHIKMAT — 2026-06-21

Body fat percentage is an important indicator in determining a person's health status. This study aims to analyze the effect of body weight and height on body fat percentage using multiple linear regression methods with the help of Orange Data Mining. The data used was obtained from (https://www.kaggle.com/datasets/fedesoriano/body-fat-prediction-dataset), with a total of 100 samples.The analysis was carried out with multiple linear regression tests to determine the relationship between the independent variables (X1 and X2) on the dependent variable (Y). Data processing and visualization of regression models were carried out using Orange Data Mining, an open-source software that simplifies data analysis without the need for complex programming. Based on the results of hypothesis testing, body weight has a more dominant positive influence than height on body fat percentage. The conclusion of this study indicates that the combination of body weight and height can be used to estimate a person's body fat percentage. The implementation of Orange Data Mining in this research is proven to simplify the regression analysis process and provide a more intuitive visualization. The results of this study are expected to be a reference in the health sector, especially in monitoring body composition and weight management.

Penerapan Kecerdasan Buatan dalam Keamanan Siber pada Infrastruktur Kritis: Tinjauan Sistematis terhadap Ancaman, Solusi, dan Tantangan

Mufid Athooyaa — 2026-06-21

Infrastruktur kritis seperti sistem energi, jaringan distribusi air, fasilitas kesehatan, dan sistem transportasi merupakan tulang punggung operasional masyarakat modern yang sangat bergantung pada teknologi digital dan sistem cyber-physical. Konvergensi teknologi informasi (IT) dan teknologi operasional (OT) dalam Industrial Control Systems (ICS) dan SCADA telah meningkatkan efisiensi operasional, namun secara bersamaan memperluas permukaan serangan yang dapat dieksploitasi oleh aktor jahat. Artikel ini menyajikan tinjauan sistematis terhadap 89 publikasi periode 2020-2025 untuk menganalisis perkembangan penerapan kecerdasan buatan (AI) dalam keamanan siber infrastruktur kritis. Hasil kajian mengidentifikasi enam kategori utama serangan siber, diantaranya serangan terhadap jaringan dan komunikasi industri, manipulasi data dan injeksi perintah, Advanced Persistent Threats (APT), malware dan ransomware, insider threats, serta ancaman terhadap sistem berbasis AI. Penelitian ini menunjukkan bahwa algoritma AI, termasuk deep learning (CNN, LSTM, Transformer), machine learning klasik (Random Forest, SVM), Generative Adversarial Networks (GAN), Reinforcement Learning, dan Federated Learning memberikan kontribusi signifikan dalam deteksi dini anomali, respons adaptif, dan pemulihan sistem dengan tingkat akurasi mencapai 96-99%. Namun, implementasi AI menghadapi tantangan berupa kompleksitas komputasi tinggi, keterbatasan dataset, kerentanan terhadap adversarial attacks, serta kebutuhan transparansi dan interpretabilitas. Artikel ini merekomendasikan pengembangan model hybrid yang efisien, integrasi explainable AI, penerapan federated learning lintas sektor, dan pembentukan kerangka kolaboratif untuk membangun sistem keamanan siber yang tangguh dan berkelanjutan.