Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ipan Ripai
Doktor Sistem Informasi, Universitas Komputer Indonesia
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SYSTEMATIC LITERATURE REVIEW: INTEGRASI ARTIFICIAL INTELLIGENCE DALAM SISTEM E-RECRUITMENT Wiyoga Baswardono; Ipan Ripai; Nanang Abdurahman; Zainal Arifin Hasibuan; Bobi Kurniawan S; Sri Supatmi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.17022

Abstract

Studi ini bertujuan untuk menganalisis evolusi produksi ilmiah dan mengidentifikasi kontribusi tematik utama dari Artificial Intelligence (AI) dalam sistem E-Recruitment. Secara khusus, penelitian ini memeriksa tren publikasi dari waktu ke waktu dan mengevaluasi bagaimana teknologi AI meningkatkan proses rekrutmen. Metodologi yang digunakan adalah Systematic Literature Review (SLR) yang dikombinasikan dengan analisis bibliometrik menggunakan paket R Bibliometrix, menganalisis dokumen akademik yang diterbitkan antara tahun 2020 dan 2025. Temuan mengungkapkan pertumbuhan eksponensial dalam minat penelitian, dengan volume publikasi memuncak pada tahun 2025, yang mengindikasikan bahwa AI dalam SDM telah beralih dari topik niche menjadi area penelitian arus utama. Secara tematik, analisis mengidentifikasi tiga kontribusi utama AI: (1) Efisiensi Operasional, di mana AI mengotomatiskan penyaringan kandidat; (2) Mitigasi Bias, menggunakan algoritma berbasis data untuk meningkatkan keadilan; dan (3) Augmentasi Manusia-AI, di mana AI mendukung dan bukan menggantikan profesional SDM. Kesimpulannya, strategi rekrutmen masa depan harus berfokus pada pendekatan kolaboratif di mana AI menangani pemrosesan data, memungkinkan manajer manusia untuk fokus pada pengambilan keputusan strategis
SISTEM REKOMENDASI TOPIK SKRIPSI BERDASARKAN MINAT DAN NILAI AKADEMIK MAHASISWA MENGGUNAKAN MACHINE LEARNING DI UNIVERSITAS MUHAMMADIYAH KUNINGAN DALAM PERSPEKTIF RASIONALITAS ILMIAH Nanang Abdurahman; Ipan Ripai; Wiyoga Baswardono; Hanhan Maulana; Bobi Kurniawan S; Ednawati Rainarli; Adam Mukharil Bachtiar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.17021

Abstract

Penentuan topik skripsi merupakan tahap krusial dalam proses epistemologis mahasiswa yang sering kali menghadapi kendala subjektivitas. Permasalahan utama dalam penelitian ini adalah pemilihan topik yang sering kali bersifat pragmatis dan tidak selaras dengan kompetensi akademik, sehingga berdampak pada rendahnya motivasi dan risiko keterlambatan kelulusan. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi topik skripsi berbasis machine learning yang mampu memberikan saran secara objektif. Metode penelitian melibatkan komparasi empat algoritma klasifikasi: k-Nearest Neighbors (k-NN), Decision Tree, Naive Bayes, dan Random Forest. Tahapan pengolahan data mencakup pembersihan, transformasi, penanganan ketidakseimbangan data menggunakan SMOTE, serta validasi model melalui 10-Fold Cross-Validation. Hasil penelitian menunjukkan bahwa algoritma Random Forest menghasilkan performa terbaik dengan nilai AUC sebesar 0.804, sehingga dikategorikan sebagai model klasifikasi yang baik. Meskipun demikian, model masih memiliki keterbatasan dalam memprediksi kelas minoritas seperti topik Networking. Secara keseluruhan, sistem ini dapat menjadi alat bantu pendukung keputusan bagi mahasiswa untuk memetakan potensi akademik mereka secara lebih sistematis dan ilmiah
DIGITAL TWINS UNTUK MANAJEMEN BANJIR PERKOTAAN: TINJAUAN LITERATUR SISTEMATIS Ipan Ripai; Wiyoga Baswardono; Nanang Abdurahman; Estiko Rijanto; Irawan Afrianto; Irfan Dwiguna Sumitra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17252

Abstract

Banjir perkotaan yang semakin kompleks akibat perubahan iklim menuntut adopsi teknologi adaptif seperti Digital Twin (DT). Namun, implementasinya masih menghadapi kendala fragmentasi data, interoperabilitas sensor, dan kebutuhan visualisasi untuk keputusan cepat. Penelitian ini bertujuan memetakan perkembangan terkini dan arah masa depan melalui metode Systematic Literature Review (SLR) terhadap 50 studi terpilih periode 2021–2025. Hasil penelitian mengidentifikasi tiga tren solusi utama dalam diskusi global: (1) Hibridisasi Kecerdasan Buatan, yakni integrasi Graph Neural Networks (GNN) dan Large Language Models (LLM) untuk meningkatkan presisi prediksi; (2) Arsitektur Cloud-Multimodal, menggunakan kerangka kerja serverless untuk fusi data IoT dan satelit secara near real-time ; serta (3) Sistem Pendukung Keputusan Interaktif yang memanfaatkan Game Engines sebagai instrumen simulasi risiko imersif. Kesimpulannya, evolusi DT kini bertransformasi dari pemantauan pasif menjadi ekosistem cerdas yang mengintegrasikan AI tingkat lanjut dengan visualisasi interaktif sebagai standar baru manajemen banjir perkotaan.
Co-Authors Adam Mukharil Bachtiar Bobi Kurniawan S Ednawati Rainarli Estiko Rijanto Hanhan Maulana Irawan Afrianto Irfan Dwiguna Sumitra Nanang Abdurahman Sri Supatmi Wiyoga Baswardono Zainal Arifin Hasibuan