Article Per Year (5 Year)
p-Index From 2021 - 2026
2.374
P-Index
This Author published in this journals
All Journal SemanTIK : Teknik Informasi Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Tekno Insentif Jurnal Teknologi Dan Sistem Informasi Bisnis JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer Networks, Architecture and High Performance Computing Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknologi dan Manajemen Industri Terapan Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Jurnal Informatika: Jurnal Pengembangan IT The Indonesian Journal of Computer Science
Andarsyah, Roni
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Sistem Rekomendasi Warna Kontekstual untuk Desain UI/UX Menggunakan Random Forest Agita Nurfadillah; Andarsyah, Roni; Awangga, Rolly Maulana
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 4 No. 3 (2025): Jurnal Teknologi dan Manajemen Industri Terapan (in press)
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/jtmit.v4i3.1023

Abstract

Pemilihan warna dalam desain antarmuka pengguna (UI/UX) memegang peranan penting dalam menciptakan pengalaman visual yang konsisten dan menarik. Namun, proses pemilihan warna masih sering didasarkan pada intuisi subjektif. Penelitian ini mengembangkan sistem rekomendasi warna kontekstual berdasarkan kategori aplikasi, menggunakan algoritma Random Forest. Dataset diperoleh dari Dribbble dan Kaggle, mencakup fitur warna RGB, HSL, serta fitur turunan lainnya. Proses pengembangan sistem mengikuti tahapan ADDIE, dimulai dari analisis hingga evaluasi performa. Eksperimen dilakukan dengan tahapan rekayasa fitur, pemilihan fitur, tuning parameter (GridSearchCV), serta penyeimbangan data menggunakan SMOTE. Model terbaik menghasilkan akurasi sebesar 39,2% dan menunjukkan peningkatan pada kategori aplikasi edukatif setelah balancing. Sistem ini diimplementasikan dalam bentuk dashboard interaktif berbasis Streamlit, memungkinkan pengguna memilih kategori aplikasi dan memperoleh rekomendasi warna secara visual. Penelitian ini merupakan kontribusi awal dalam integrasi klasifikasi warna berbasis konteks ke dalam proses desain UI digital, sebagai solusi berbasis data yang dapat mengurangi ketergantungan pada intuisi subjektif.
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
Memprediksi Tingkat Atrisi Karyawan Menggunakan Machine Learning Rianti, Resa; Andarsyah, Roni
Jurnal Tekno Insentif Vol 18 No 1 (2024): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v18i1.1263

Abstract

Abstrak Pengurangan karyawan dapat menjadi masalah serius bagi keunggulan kompetitif suatu organisasi dan mahal dalam hal biaya. Biaya pengurangan karyawan meliputi siklus hidup sumber daya manusia, hilangnya pengetahuan, semangat kerja, dan budaya organisasi. Atrisi karyawan terjadi secara alami dalam suatu organisasi karena berbagai faktor tak terhindarkan. Hal ini dapat menyebabkan kerugian besar bagi organisasi. Untuk mengatasi hal ini, penting bagi perusahaan untuk memahami faktor-faktor yang berpengaruh pada atrisi karyawan. Dalam penelitian ini, digunakan metode pemilihan fitur untuk mengidentifikasi faktor-faktor yang berpengaruh dan menyederhanakan pelatihan data menggunakan dataset atrisi HR-analytics. Model pembelajaran mesin seperti Logistic Regression dan Support Vector Machine digunakan untuk melatih dan mengevaluasi data. Tujuan utamanya adalah mendeteksi atrisi dengan akurasi tinggi untuk membantu perusahaan meningkatkan strategi retensi karyawan yang penting dan meningkatkan kepuasan mereka. Hasil penelitian ini dapat membantu manajemen memahami perubahan apa yang harus dilakukan di tempat kerja agar sebagian besar karyawan tetap bertahan. Ini akan membantu perusahaan dalam meramalkan pengurangan karyawan dan mengurangi biaya sumber daya manusia, serta mendorong pertumbuhan ekonomi mereka. Abstract Employee attrition has a serious impact on an organization's competitive advantage and incurs high costs. These costs include the entire human resource life cycle, loss of knowledge, motivation, and organizational culture. Employee attrition occurs naturally within organizations and causes significant losses. To overcome this problem, it is important for companies to understand the factors that influence employee attrition. This research uses feature selection methods and HR analytics attrition datasets to train machine learning models such as Logistic Regression and Support Vector Machine. The goal is to detect attrition with high accuracy to improve critical employee retention and satisfaction strategies. The results assist management in understanding the workplace changes required to retain employees. This helps companies forecast attrition, reduce human resource costs, and drive economic growth.
Implementation Layered Mitigation Techniques for Unrestricted File Upload and Server-Side JavaScript Injection Hasbullah, Salman Akbar; Fauzan, Mohamad Nurkamal; Andarsyah, Roni
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 5 No. 1 (2026)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v5.i1.42248

Abstract

The popularity of Node.js as a server-side application development platform has introduced new security challenges stemming from the dynamic features of JavaScript. Vulnerabilities such as Unrestricted File Upload (UFU) and Server-Side JavaScript Injection (SSJI) often arise from insecure input handling and over-reliance on third-party libraries. This research aims to design, implement, and evaluate a multi-layered security mitigation model for Node.js-based web applications built using the Express.js framework. A constructive research approach was employed, wherein hybrid security middleware was developed to enforce comprehensive validation. This middleware integrates content-based file type validation (magic numbers), file name sanitization to prevent path traversal, and malicious input pattern blocking to mitigate SSJI and prototype pollution. The effectiveness of the model was empirically evaluated within a controlled local testing environment using the Jest testing framework by comparing a vulnerable application against its secured counterpart. Test results demonstrate that the proposed mitigation model successfully blocked 100% of the tested attack scenarios, achieving 100% test code coverage on the core security logic. This research yields a practical solution capable of enhancing the resilience of Node.js applications against common attacks exploiting language-specific features
Co-Authors Agita Nurfadillah Billy Riantono, Bernadus Fadilla Musdalifa, Deriska Fahrian Bani Ridwan, Auliana Fauzan, Mohamad Nurkamal Gatto, Petrolina Anastasia Habibi, Roni Harani, Nisa Hanum Hasbullah, Salman Akbar Nurfadillah, Agita Prianto, Cahyo Rafi Kusumah, Ariq Rianti, Resa Rolly Maulana Awangga, Rolly Maulana Rukmi Juwita Supriadi, Muhammad Rizal Trigreisian, Alwizain Almas