Claim Missing Document
Check
Articles

Found 20 Documents
Search

Penerapan Augmented Reality Sebagai Media Promosi Menggunakan Algoritma Regresi Logistik Prianto, Cahyo; Harani, Nisa Hanum; Andarsyah, Roni
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 8, No 2 (2023): Edisi Agustus
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v8i2.653

Abstract

Nowadays, some companies use social media to promote their product, with no exception PT. Pos Indonesia also promotes hiring an influencer to become a brand ambassador for introducing Pos and its product. In this era, digital marketing has an important influence on business. A unique way is needed to get attention and increase interaction between customers and posted content. For fulfilling that thing, a promotion app with Augmented Reality is designed. This technology combines the virtual and real world at the same time, in Indonesia itself promotion of AR is still seldom. By using AR, the PT Pos promotion package will be shown in the form of 3D objects when the Logo of PT. Pos is highlighted with Augmented Reality Camera. Then the promo could be shared using social media to emerge a bond with the user, so the user will get a poin that is managed by a logistic regression algorithm. Users will feel involved in promotion and also gain benefits in the form of poins so, indirectly there will be a lot of people who promote the product of PT. Pos voluntarily. Modeling using logistic regression is done with 1498 data, 75% of the data becomes the data train and 25% of the rest becomes the data test, the created model has an accuracy 61.07%.
Pengembangan Sistem Manajemen Transaksi dan Stok Barang dengan Pendekatan Agile Kamaluddin, Rendy; Muhammad Yusuf, Hadi; Prianto, Cahyo
Competitive Vol. 18 No. 2 (2023): Jurnal Competitive
Publisher : PPM Universitas Logistik dan Bisnis Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36618/competitive.v18i2.4104

Abstract

Aplikasi Point of Sales (POS) berbasis web dikembangkan untuk meningkatkan efisiensi operasional dan pengelolaan transaksi pada toko baju. Sistem ini dibangun menggunakan Laravel dan MySQL serta mencakup manajemen pengguna, produk, transaksi, gudang, dan laporan. Aplikasi mendukung tiga peran utama: admin mengelola pengguna dan laporan, kasir memproses penjualan, dan staf gudang mengawasi pergerakan stok. Pengembangan menggunakan metodologi Agile untuk memastikan fleksibilitas melalui iterasi dan evaluasi berkelanjutan. Pengujian unit memastikan keandalan sistem dalam aspek fungsionalitas dan antarmuka pengguna. Fitur utama mencakup pelacakan stok real-time, pencatatan barang masuk dan keluar, serta notifikasi stok rendah untuk mencegah kekurangan inventaris. Aplikasi ini meningkatkan akurasi transaksi, efisiensi pengelolaan stok, dan mendukung pengambilan keputusan yang lebih cepat dan tepat
Pengembangan Aplikasi Konsultasi Kesehatan Mental Untuk Meningkatkan Aksesibilitas Hutabarat, Rizkyria Angelina Pandapotan; Prianto, Cahyo
Jurnal Tekno Insentif Vol 19 No 1 (2025): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v19i1.1895

Abstract

Kesehatan mental merupakan salah satu aspek penting yang mempengaruhi produktivitas dan kesejahteraan individu. Di Indonesia sekitar 6,1% penduduk Indonesia berusia 15 tahun ke atas mengalami gangguan Kesehatan mental, sementara ini akses layanan konsultasi psikologis masih mengalami hambatan seperti biaya, lokasi dan waktu. Untuk mengatasi masalah ini, di bangun aplikasi berbasis website yang bernama Mindhaven menggunakan metode waterfall. Metode waterfall terdiri dari analisis, desain, implementasi, pengujian dan pemeliharaan. Aplikasi ini dibangun dengan menggunakan framework Laravel, yang memungkinkan pengembangan yang lebih cepat dan efisien. Penelitian ini dirancang untuk mempermudah pengguna dalam mengakses layanan konsultasi kesehatan mental secara online maupun offline. Hasil dari penelitian ini menunjukan bahwa MindHaven dapat memberikan solusi aksesibilitas layanan psikologi yang lebih baik dan mendukung peningkatan kualitas kesehatan mental.
Tinjauan Literatur Sistematis: Analisis Implementasi Kecerdasan Buatan untuk Verifikasi Dokumen Fedhira; Azzahra, Fedhira Syaila Putri; Prianto, Cahyo
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/kjjwk708

Abstract

Pemrosesan dokumen digital yang semakin kompleks mendorong pemanfaatan kecerdasan buatan Artificial Intelligence (AI) untuk meningkatkan akurasi dan efisiensi dalam sistem verifikasi dokumen. Penelitian ini menyajikan sebuah tinjauan literatur sistematis untuk mengkaji berbagai metode berbasis AI yang digunakan dalam inspeksi dan validasi dokumen secara otomatis. Sebanyak 42 artikel ilmiah yang diterbitkan antara tahun 2020 hingga 2025 dianalisis untuk mengidentifikasi pendekatan AI yang paling dominan, tantangan utama implementasi, serta kelebihan dan keterbatasan dari masing-masing metode. Hasil kajian menunjukkan bahwa natural language processing (NLP) merupakan teknik yang paling banyak digunakan, diikuti oleh machine learning (ML) dan deep learning (DL). Ketiga pendekatan ini menunjukkan efektivitas dalam mengurangi beban kerja manual, mempercepat waktu pemrosesan, serta memiliki fleksibilitas untuk diterapkan pada berbagai jenis dokumen, seperti dokumen keuangan, kontrak hukum, dokumen pendidikan, dan catatan medis. Meskipun demikian, penerapan metode AI dalam verifikasi dokumen masih menghadapi berbagai tantangan, termasuk format data yang tidak seragam, kemampuan generalisasi model yang terbatas, kebutuhan komputasi yang tinggi, dan kesulitan dalam menafsirkan hasil model. Tinjauan ini memberikan pemahaman yang lebih mendalam mengenai tren terkini dalam verifikasi dokumen berbasis AI dan menawarkan wawasan praktis untuk merancang sistem yang andal dan dapat diskalakan. Diharapkan, hasil dari studi ini dapat menjadi landasan bagi penelitian lanjutan dan penerapan teknologi analisis dokumen cerdas di berbagai sektor seperti keuangan, pendidikan, kesehatan, dan administrasi hukum.
Gamification in Digital HR System: A Systematic Literature Review of Trends, Game Elements, and Audiences Prianto, Cahyo; Sulaksono, Al Novianti Ramadhani
Dinasti International Journal of Education Management And Social Science Vol. 6 No. 6 (2025): Dinasti International Journal of Education Management and Social Science (Augus
Publisher : Dinasti Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dijemss.v6i6.5051

Abstract

This study presents a Systematic Literature Review (SLR) on the application of gamification in recruitment and job training. Using the PRISMA method and a literature management platform for automated filtering and thematic grouping, 41 Scopus-indexed studies published between 2020 and 2025 were analyzed. The findings show a steady increase in research activity, with notable peaks in 2020 and 2024, and most studies originating from the United States and Europe. Points, Badges, and Leaderboards (PBL) remain the most frequently applied game elements, often combined with feedback, avatars, narrative components, challenges, and progress bars to enhance engagement and learning outcomes. Gamified e-learning platforms were the most common form of implementation, followed by serious games, mobile applications, and generic HR dashboards. Most studies (85.4%) targeted existing employees, while only 7.3% focused on recruitment, indicating a significant opportunity for broader application in this area. As a key contribution, this study proposes a three-dimensional taxonomy of gamification in HR systems, categorized by platform type, game element depth, and user segmentation. This taxonomy provides a structured framework for aligning gamification strategies with organizational objectives and user profiles. The review also identifies an emerging shift toward personalized and narrative-driven gamification designs, moving beyond conventional PBL-focused approaches.
PENGUATAN LITERASI KEUANGAN DIGITAL UNTUK MENINGKATKAN KESADARAN DAN KEAMANAN TRANSAKSI DI SMP IT GEMILANG MUTAFANNIN Prianto, Cahyo; Andarsyah, Roni; Juwita, Rukmi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 10 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i10.3776-3780

Abstract

Kegiatan Pengabdian kepada Masyarakat (PKM) yang dilaksanakan di SMP IT Gemilang Mutafannin ini dilatarbelakangi oleh perlunya meningkatkan pemahaman literasi keuangan digital di kalangan siswa, guru, dan orang tua. Kondisi tersebut memunculkan tiga permasalahan utama, yaitu kurangnya pengalaman praktis dalam perencanaan dan pengelolaan keuangan, dominannya budaya konsumtif dibandingkan budaya investasi, serta minimnya kesadaran terhadap risiko keamanan dalam penggunaan teknologi keuangan digital. Tujuan dari kegiatan ini adalah untuk meningkatkan pemahaman dan kesadaran seluruh ekosistem sekolah tentang pentingnya pengelolaan keuangan yang bijak serta kemampuan menjaga keamanan dalam transaksi digital. Untuk mencapai tujuan tersebut, dirancang enam program utama yang meliputi sosialisasi dan pelatihan perencanaan keuangan pribadi bagi siswa, penguatan literasi keuangan melalui simulasi gamifikasi, pelatihan perencanaan keuangan keluarga untuk guru dan orang tua, pelatihan keamanan digital, serta penerapan aplikasi FinGrow untuk pencatatan keuangan siswa. Metode pelaksanaan kegiatan dilakukan secara bertahap melalui enam langkah, yakni observasi lapangan untuk mengidentifikasi masalah, studi literatur, pelaksanaan program, pendampingan dan evaluasi hasil kegiatan, analisis serta pembahasan capaian, hingga penyusunan kesimpulan dan rencana keberlanjutan program. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa, guru, dan orang tua terhadap literasi keuangan digital. Siswa mulai mampu membuat perencanaan keuangan pribadi, guru dan orang tua dapat menyusun rencana keuangan keluarga, serta terjadi peningkatan kesadaran untuk menabung, membuat prioritas pengeluaran, dan menghindari perilaku konsumtif. Selain itu, aplikasi FinGrow telah disosialisasikan dan mulai diterapkan dalam proses pencatatan tabungan siswa dan mendapat respons positif sebagai sarana pembelajaran keuangan digital yang aplikatif
Pendekatan LSTM Berbasis Deep Learning dalam Memprediksi Fluktuasi Harga Cabai Pertiwi, Aryka Anisa; Harani, Nisa Hanum; Prianto, Cahyo
Building of Informatics, Technology and Science (BITS) Vol 7 No 2 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i2.8100

Abstract

The significant fluctuation in chili prices in Indonesia leads to economic instability, particularly for consumers and market stakeholders. This study aims to develop a daily chili price prediction model using the Long Short-Term Memory (LSTM) algorithm based on deep learning, designed to capture seasonal patterns and long-term dependencies in historical data. The research adopts the CRISP-DM approach, encompassing business understanding, data processing, model training, and implementation into a web-based dashboard. The dataset, collected from Pagar Alam City between 2022 and 2024, includes features such as previous prices, chili sub-variants, sinusoidal time transformations, and market conditions. The LSTM regression model demonstrated high performance, achieving an R² score of 0.9567, a MAE of 1,402.92, and an RMSE of 2,595.98. Additionally, a classification model was developed to predict price status (increase, decrease, stable) as a decision-support tool. The deployment of this system into an interactive dashboard enables real-time price predictions. These results indicate that the LSTM-based approach is not only technically accurate but also offers a practical solution for commodity price monitoring and decision-making in the food sector.
Penerapan Algoritma Machine learning untuk Prediksi Gangguan Kesehatan Mental: Systematic Literature Review Prianto, Cahyo; Hutabarat, Rizkyria Angelina Pandapotan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.95911

Abstract

Gangguan kesehatan mental merupakan isu serius yang memengaruhi kesejahteraan individu dan masyarakat secara luas. Seiring meningkatnya kesadaran akan pentingnya kesehatan mental, pendekatan berbasis teknologi seperti Machine learning (ML) mulai banyak digunakan untuk mendeteksi dan memprediksi gangguan tersebut secara lebih akurat dan efisien. Penelitian ini bertujuan untuk melakukan kajian literatur sistematis mengenai penerapan algoritma machine learning dalam prediksi gangguan kesehatan mental. Dengan menggunakan metode Systematic Literature Review (SLR) dan pendekatan PRISMA, sebanyak 40 studi yang dipublikasikan antara tahun 2020 hingga 2025 dianalisis berdasarkan kriteria inklusi tertentu, seperti studi yang ditulis dalam Bahasa Inggris dan membahas prediksi kesehatan mental menggunakan machine learning. Hasil tinjauan menunjukkan bahwa atribut seperti usia, jenis kelamin, dan kebiasaan tidur merupakan faktor yang paling berpengaruh dalam prediksi kesehatan mental. Adapun algoritma yang paling sering digunakan adalah Logistic Regression, Random Forest, XGBoost, dan Support Vector Machine (SVM). Evaluasi performa model dilakukan dengan metrik seperti precision, recall, f1-score, accuracy, dan AUC. Model LightGBM menunjukkan performa tertinggi dalam studi yang ditinjau. Temuan ini mengindikasikan bahwa machine learning memiliki potensi besar dalam mendukung sistem deteksi dini gangguan kesehatan mental yang lebih efektif dan berbasis data.
Komparasi Model Klasifikasi Naïve Bayes Dan C4.5 Pada Data Prestasi Kerja PNS Vegita, Yola; Prianto, Cahyo; Pane, Syafrial Fachri
Jurnal Informatika UPGRIS Vol 8, No 2: Desember 2022
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v8i2.13205

Abstract

— Salah satu bagian yang terpenting untuk mencapai keberhasilan dalam kemajuan suatu organisasi adalah SDM atau sumber daya manusia. Pegawai yang tidak menuntaskan pekerjaannya, maka target organisasi tidak akan tercapai. Berdasarkan hal tersebut, apabila seorang pegawai tidak maksimal dan tidak dapat bekerja dengan baik, pastinya akan mempengaruhi perkembangan dan kemajuan dari perusahaan atau organisasi. Untuk melakukan evaluasi  kinerja PNS Dinas Perhubungan Provinsi Jawa Barat dengan memanfaatkan hasil penilaian prestasi kerja, yang mana data yang digunakan adalah penilaian pada tahun 2020. Banyaknya pegawai membuat penilaian Prestasi Kerja menjadi sulit dan tidak dipungkiri penilaian juga terkadang dilakukan tidak objektif. Untuk melakukan suatu penilaian kerja dapat menggunakan metode pendukung, salah satunya dengan melakukan klasifikasi data pegawai dengan data mining. Penelitian ini membandingkan algoritma performance algoritma Naïve Bayes dan C4.5 dengan mengevaluasi hasil pemodelan dengan Confusion Matrix dan Classification Report. Hasilnya, C4.5 memiliki akurasi 99.12% sedangkan Naïve Bayes hanya 83%.
Measuring the quality of the learning process in basic courses using the multivariate statistical process control method Riza, Noviana; Mubassiran, Mubassiran; Prianto, Cahyo
Journal of Research in Instructional Vol. 3 No. 2 (2023): Journal of Research in Instructional
Publisher : Univeritas Papua

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30862/jri.v3i2.266

Abstract

The quality of learning is the key to being able to compete in the world of education. This research aims to measure the quality of the learning process in basic courses at the University of Logistics and International Business. The method used is Multivariate Statistical Control Process with subgroups whose size is not constant. In this method, multivariate control of the target process is carried out using the T2 Hotelling control diagram. Meanwhile, control of multivariate process variability is carried out using a generalized variance control chart. The sample data used in this research was taken from grades in English courses and introductory logistics courses from 20 classes with a total of 498 students. Data collection was carried out randomly from 2019-2022. The results obtained were that in the Multivariate Process Target (MPT) calculation using the T2 Hotelling control diagram it was found that class 1 was out of control. Meanwhile, in calculating Multivariate Process Variability (MPV) using a Generalized Variance (GV) based control diagram, it was found that classes 5 and 20 were out of control. Investigating the cause of the class being out of control is a part that must be explored by study program and university leaders in an effort to improve the teaching and learning process.