Garuda - Garba Rujukan Digital

Workshop PkM Diseminasi: Integrasi Sinkronisasi dan Validasi Metadata Dimensions AI, VOSviewer dan Reference Manager (Mendeley) Nizirwan Anwar; Alivia Yulfitri; Arief Ichwani; Raden Teddy Iswahyudi; Nugroho Budhisantosa
IKRA-ITH ABDIMAS Vol. 9 No. 3 (2025): Jurnal IKRAITH-ABDIMAS Vol 9 No 3 November 2025
Publisher : Universitas Persada Indonesia YAI

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

Transformasi digital dalam ekosistem riset menuntut pengelolaan metadata publikasi yang akurat, terstandar, dan interoperabel. Namun, masih ditemukan permasalahan berupa inkonsistensi afiliasi, duplikasi author ID, kesalahan DOI, serta rendahnya integrasi identifier digital seperti ORCID. Kegiatan Pengabdian kepada Masyarakat ini bertujuan meningkatkan literasi digital metadata melalui workshop integratif yang memadukan Dimensions AI, VOSviewer, dan Mendeley dalam satu alur sinkronisasi dan validasi terstruktur. Metode pelaksanaan menggunakan pendekatan digital research literacy dengan tahapan diagnostic assessment, pelatihan praktik langsung (hands-on training), penyusunan SOP audit metadata, serta evaluasi pre-test dan post-test. Hasil kegiatan menunjukkan peningkatan signifikan pada seluruh indikator kuantitatif. Rata-rata skor literasi metadata meningkat dari kategori sedang menjadi tinggi. Validitas DOI dan konsistensi afiliasi mengalami peningkatan substansial, integrasi ORCID meningkat, serta duplikasi author ID menurun secara signifikan setelah proses normalisasi data. Peserta juga menunjukkan peningkatan kemampuan melakukan data cleaning dan visualisasi bibliometrik berbasis data tervalidasi. Temuan ini menunjukkan bahwa pendekatan integratif tidak hanya meningkatkan kompetensi teknis penggunaan perangkat akademik digital, tetapi juga membangun kesadaran tata kelola metadata yang mendukung interoperabilitas dan keberlanjutan sistem informasi riset. Kegiatan ini berkontribusi pada penguatan fondasi pengelolaan metadata institusi yang lebih akurat, terintegrasi, dan berkelanjutan.

Perbandingan LSTM dan XGBoost untuk Prediksi Multi-Horizon Suhu dan Curah Hujan Harian pada Grid ERA5 Jakarta Pusat Ahmad Julaibib Syahr; Raden Teddy Iswahyudi; Nizirwan Anwar; Imam Sutanto
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Prediksi deret meteorologis perkotaan tropis menghadapi dua karakter target yang berbeda: suhu relatif kontinu dan berautokorelasi,sedangkan curah hujan harian bersifat zero-inflated, menceng, dan mengandung kejadian ekstrem. Penelitian ini membandingkan LongShort-Term Memory (LSTM) dan Extreme Gradient Boosting (XGBoost) untuk direct multi-horizon forecasting t+1, t+7, dan t+14pada satu grid reanalysis ERA5 yang dipilih menggunakan koordinat acuan Jakarta Pusat. Data harian 1 Januari 2005-21 Juli 2026diakses melalui Open-Meteo, kemudian dibagi secara kronologis menjadi train, validation, main test 2024-2025, dan out-of-time (OOT)test Januari-Juli 2026. Model dibangun terpisah untuk setiap target-horizon, dioptimalkan dengan random search dan early stopping,serta dibandingkan dengan baseline kausal menggunakan RMSE, MAE, R², dan bias. Pada main test, XGBoost memperoleh RMSEterendah pada enam tugas; selisih terhadap LSTM adalah 0,34%-5,48% untuk suhu dan 1,72%-3,18% untuk hujan. Semua model suhumelampaui baseline, tetapi model hujan hanya melampauinya pada t+1; klimatologi bulanan tetap lebih baik pada t+7 dan t+14.Peringkat XGBoost konsisten pada OOT, tetapi periode OOT yang lebih pendek dan berbeda komposisi musim tidak dapatdibandingkan langsung dengan main test. Hasil mendukung XGBoost sebagai model yang lebih stabil dan efisien dalam ruangeksperimen ini, bukan sebagai bukti superioritas universal. Prediksi intensitas hujan ekstrem tetap menjadi keterbatasan utama.

Pengembangan Sistem Monitoring Barang Berbasis QR Code untuk KPI dan Insentif Payroll Karyawan Menggunakan Metode Waterfall Hafiz Ramadhan; Raden Teddy Iswahyudi; Nizirwan Anwar; Binastya Anggara Sekti
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Penelitian ini mengusulkan pengembangan sistem monitoring keluar masuk barang berbasis QR Code yangmengintegrasikan pencatatan transaksi gudang, penilaian Key Performance Indicator (KPI), dan perhitungan insentifpayroll karyawan. Permasalahan utama yang ditangani meliputi pencatatan manual, keterlambatan pembaruan stok,kesalahan input, keterbatasan jejak audit, serta belum terhubungnya data aktivitas operasional dengan evaluasi kinerjadan insentif. Pengembangan sistem menggunakan metode Waterfall melalui tahapan analisis kebutuhan, perancangan,implementasi, pengujian, dan pemeliharaan. Setiap barang dan transaksi diidentifikasi melalui QR Code, kemudian sistemmerekam waktu, jenis transaksi, kuantitas, identitas petugas, dan perubahan stok. Data transaksi digunakan sebagaisumber terukur untuk membentuk indikator KPI yang mencakup akurasi pencatatan, ketepatan waktu proses,produktivitas transaksi, dan kepatuhan prosedur. Nilai KPI selanjutnya menjadi masukan bagi mekanisme insentif payrolldengan parameter bobot dan ambang yang dapat dikonfigurasi sesuai kebijakan organisasi. Perancangan juga menerapkanpemisahan hak akses administrator, petugas gudang, supervisor, dan bagian keuangan serta menyediakan dashboardmonitoring dan audit trail. Pengujian fungsional dirancang menggunakan pendekatan black-box dan evaluasi usabilitysebelum penerapan operasional. Hasil penelitian pada tahap ini berupa arsitektur proses, model data, rancangan KPI,aturan perhitungan insentif, dan skenario pengujian yang dapat menjadi dasar implementasi. Rancangan sistemdiharapkan meningkatkan ketertelusuran transaksi, konsistensi data persediaan, transparansi evaluasi kinerja, danakuntabilitas perhitungan insentif tanpa menggantikan proses validasi manajerial.

FRAMEWORK MODELLING UNTUK INTEGRASI ECONOMIC ORDER QUANTITY PADA SISTEM STOK GUDANG BERBASIS JAVA SPRING DAN POSTGRESQL Fransisco Viero; Raden Teddy Iswahyudi; Agung Mulyo Widodo; Nizirwan Anwar
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Pengelolaan stok membutuhkan konsistensi antara transaksi operasional dan keputusan kuantitas pemesanan. Penelitianini mengembangkan prototipe sistem stok gudang berbasis Java Spring dan PostgreSQL dengan Economic OrderQuantity (EOQ), serta mengusulkan framework modelling yang menautkan kebutuhan, model perilaku, model struktur,model data, arsitektur implementasi, dan bukti pengujian. Penelitian bersifat terapan dengan alur Waterfall yangmencakup analisis kebutuhan, perancangan, implementasi, validasi algoritma, dan black-box testing. EOQ dihitung darikebutuhan tahunan (D), biaya pemesanan per pesanan (S), dan biaya penyimpanan per unit per tahun (H). Evaluasiterkontrol menggunakan lima item simulasi dan 35 skenario pengujian. Rekonsiliasi stok menghasilkan saldo hitung575 unit yang sama dengan saldo sistem. Perbandingan EOQ manual dan aplikasi menunjukkan seluruh selisih absolutdi bawah toleransi 0,01 unit, dengan selisih terbesar 0,0045 unit. Tiga ketidaksesuaian awal terkait duplikasi kode,pengeluaran melebihi stok, dan H = 0 diperbaiki; seluruh 35 skenario lulus pada pengujian ulang. Kontribusi utamapenelitian terletak pada keterlacakan kebutuhan-ke-model-ke-implementasi-ke-bukti, bukan pada modifikasi rumusEOQ. Karena evaluasi menggunakan data simulasi, hasil belum dapat digunakan untuk mengklaim penghematan biayaoperasional aktual.

STUDI SIMULASI DETEKSI EMAIL PHISHING BERBASIS NLP MENGGUNAKAN TF-IDF DENGAN SUPPORT VECTOR MACHINE DAN RANDOM FOREST Muhamad Ali Mubarok; Nizirwan Anwar; Arief ichwani; Raden Teddy Iswahyudi
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 3 (2026): IKRAITH-INFORMATIKA Vol 10 No 3 November 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Phishing melalui email merupakan ancaman keamanan informasi yang memanfaatkan isi pesan untukmendorong pengguna memberikan informasi sensitif atau melakukan tindakan tertentu. Penelitian ini bertujuanmenganalisis kinerja Support Vector Machine (SVM) dan Random Forest pada klasifikasi email phishingberbasis Natural Language Processing (NLP) dengan representasi Term Frequency-Inverse Document Frequency(TF-IDF). Dataset simulasi awal berjumlah 10.420 email dan setelah pemeriksaan duplikasi, data kosong, sertalabel tidak valid diperoleh 10.000 email, yang terdiri atas 5.000 phishing dan 5.000 legitimate. Data diprosesmelalui cleaning, case folding, tokenization, dan stopword removal, kemudian ditransformasikan menjadi featurevector TF-IDF dengan unigram dan bigram. Dataset dibagi menggunakan rasio 80:20 untuk data training dantesting. Evaluasi model menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil simulasimenunjukkan SVM memperoleh accuracy 96,40%, precision 95,94%, recall 96,90%, dan F1-score 96,42%,sedangkan Random Forest memperoleh accuracy 94,80%, precision 95,34%, recall 94,20%, dan F1-score94,77%. SVM juga menghasilkan false negative yang lebih rendah, yaitu 31 dibandingkan 58 pada RandomForest. Berdasarkan skenario simulasi, SVM menunjukkan kinerja lebih konsisten terutama pada recall dan F1-score, sehingga lebih sesuai sebagai model utama pada rancangan prototype deteksi email phishing. Hasil initetap perlu dikonfirmasi melalui eksperimen aktual dan pengujian lintas dataset sebelum digunakan sebagai dasarimplementasi operasional.

KOMPARASI KINERJA SUPPORT VECTOR MACHINE DAN RANDOM FOREST UNTUK DETEKSI SPAM EMAIL BERBASIS TF-IDF TEKS Arum Adila Ningtias; Nizirwan Anwar; Arief Ichwani; Raden Teddy Iswahyudi
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 3 (2026): IKRAITH-INFORMATIKA Vol 10 No 3 November 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

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

Spam email merupakan salah satu permasalahan dalam komunikasi digital karena dapat mengganggu produktivitas,membebani sistem, serta berpotensi membawa ancaman keamanan seperti phishing, malware, dan penipuan digital. Penelitianini bertujuan membangun dan membandingkan performa algoritma Support Vector Machine (SVM) dan Random Forest dalammendeteksi spam email berbasis klasifikasi teks. Dataset yang digunakan adalah SMS Spam Collection yang terdiri dari 5.572pesan dengan 2 (dua) kelas, yaitu ham/non-spam dan spam. Tahapan penelitian dilakukan secara sekuensial melalui prosestext, cleaning, case folding, tokenization, stopword removal, ekstraksi fitur menggunakan Term Frequency-Inverse DocumentFrequency (TF-IDF), train-test split, pelatihan model SVM dan Random Forest, serta evaluasi performa. Evaluasi dilakukanmenggunakan metrik Accuracy, Precision, Recall, F1-score, ROC-AUC, dan Confusion matrix, sebagaimana dijelaskandalam rancangan penelitian dan evaluasi model pada dokumen . Hasil pengujian menunjukkan bahwa Linear SVM +GridSearchCV memperoleh performa lebih baik dibandingkan Random Forest + GridSearchCV, dengan Accuracy sebesar0,983857, Precision 0,978102, Recall 0,899329, F1-score 0,937063, dan ROC-AUC 0,987039. Random Forest memperolehAccuracy 0,959641, Precision 0,882353, Recall 0,805369, F1-score 0,842105, dan ROC-AUC 0,960280. Berdasarkan hasiltersebut, SVM lebih efektif dalam mendeteksi spam email karena mampu menghasilkan kesalahan klasifikasi yang lebihrendah dan performa evaluasi yang lebih seimbang.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search