Article Per Year (5 Year)
p-Index From 2021 - 2026
2.996
P-Index
This Author published in this journals
All Journal Infoman's: Jurnal Ilmu-Ilmu Manajeman dan Informatika TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi JPNM : Jurnal Pustaka Nusantara Multidisiplin Jurnal Penelitian Teknologi Informasi dan Sains Infomans: Jurnal Ilmu-ilmu Informatika dan Manajemen Jurnal Intelek Dan Cendikiawan Nusantara COSMOS Router : Jurnal Teknik Informatika dan Terapan Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika JIMT: Jurnal Informatika, Multimedia dan Teknik Router : Jurnal Teknik Informatika dan Terapan Indonesian Journal of Education (INJOE) Jasmine : Journal of Intelligent Systems and Machine Learning
Asep Saeppani
Universitas Sebelas April
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Transfer Learning for Medical Waste Image Classification Using EfficientNet-B0 with 5-Fold Cross-Validation: English Reni Kartika Suwandi; Asep Saeppani; Irfan Fadil
JASMINE: Journal of Intelligent Systems and Machine Learning 2026: Articles in Press
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/jasmine.vi.10267

Abstract

Medical waste management requires careful handling due to its potential to cause infection and environmental hazards when not properly treated. Manual classification of medical waste is time-consuming, highly dependent on human accuracy, and prone to error. This study employs a transfer learning approach using the EfficientNet-B0 architecture to automatically classify medical waste images. The dataset consists of 23 waste categories and undergoes preprocessing steps including data cleaning, resizing, normalization, and data augmentation. The model is initialized with ImageNet-pretrained weights and refined through fine-tuning. Experimental results demonstrate stable classification performance, achieving an average accuracy of 92.2%, precision of 94.1%, recall of 92.2%, and an F1-score of 92.1%. The results indicate that EfficientNet-B0 provides a competitive balance between classification performance and computational efficiency for medical waste image classification, particularly under limited data conditions. However, this study is limited by the size and scope of the dataset and the absence of real-world deployment evaluation, which may affect the generalizability of the results. Despite these limitations, the proposed approach offers a feasible basis for further research toward automated medical waste sorting systems.
Analisis Sentimen Pengguna terhadap Interaksi Sosial pada Platform Roblox Menggunakan Metode Lexicon-Based Erlan Nurhaditia; Asep Saeppani; Maya Suhayati
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 03 (2026): JUNI - JULI 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini menganalisis persepsi pengguna terhadap interaksi sosial pada platform Roblox dengan metode Lexicon-Based. Data ulasan pengguna diproses melalui tahap preprocessing teks dan klasifikasi sentimen untuk memetakan respon publik. Hasil penelitian menunjukkan mayoritas persepsi bersifat netral (71%), yang mengindikasikan dominasi ulasan pada aspek teknis dan fungsional aplikasi. Sentimen positif tercatat sebesar 26%, dipicu oleh kepuasan pengguna dalam aktivitas bermain bersama (mabar). Sementara itu, sentimen negatif ditemukan hanya sebesar 3% terkait isu perilaku toxic dan penggunaan script ilegal. Disimpulkan bahwa platform Roblox dipersepsikan sebagai ekosistem sosial digital yang sehat dan mendukung interaksi positif bagi sebagian besar penggunanya, meskipun terdapat tantangan perilaku minor.
Analisis Sentimen Ulasan Google Play pada Aplikasi Tahu Sumedang Menggunakan Lexicon-Based Khairil Sidik; Dody Herdiana; M. Agreindra Helmiawan; Asep Saeppani
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 5 No 2 (2025): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol5No2.pp356-361

Abstract

This study examines user perceptions of the Tahu Sumedang application based on reviews submitted on the Google Play Store. The purpose of this research is to identify user sentiment and understand the aspects that influence positive and negative evaluations of the application. The lexicon-based sentiment analysis method is used to classify each review into sentiment categories through a dictionary of words with positive and negative polarity. The results show variations in user sentiment that reflect satisfaction with certain features and concerns about technical performance, navigation, and application stability. The findings highlight several aspects that require improvement to optimize the quality of digital public services. The conclusion of this study emphasizes the importance of user feedback as an evaluation basis for developing more responsive and efficient public service applications.
Analisis Sentimen Publik Program Makan Bergizi Gratis Menggunakan Support Vector Machine M.Arif Firmansyah; Asep Saeppani; Irfan Fadil
JPNM Jurnal Pustaka Nusantara Multidisiplin Vol. 3 No. 4 (2025): December : Jurnal Pustaka Nusantara Multidisiplin (ACCEPTED)
Publisher : SM Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59945/jpnm.v3i4.805

Abstract

Ketersediaan gizi merupakan faktor utama yang menunjang pertumbuhan anak dan kualitas sumber daya manusia. Pemerintah Indonesia memperkenalkan Program Makan Bergizi Gratis (MBG) sebagai langkah strategis untuk mengatasi masalah gizi buruk dan stunting pada anak sekolah. Penelitian ini berfokus pada analisis sentimen masyarakat terhadap program MBG dengan memanfaatkan algoritma Support Vector Machine (SVM) berbasis pengolahan Bahasa Alami (NLP). Data berasal dari 1.574 komentar di media sosial X (Twitter) yang diproses melalui tahapan pembersihan data, tokenisasi, penghapusan stopword, stemming, dan pembobotan TF-IDF. Hasil pengujian menunjukkan bahwa model SVM meraih akurasi 78%, sedangkan Logistic Regression mencapai 82%, dengan sebagian besar sentimen publik cenderung positif. Temuan ini mengindikasikan bahwa masyarakat menerima MBG dengan baik. Penelitian ini turut memperlihatkan manfaat penerapan machine learning untuk menganalisis kebijakan publik dan dapat digunakan pemerintah sebagai acuan menyusun strategi komunikasi dan meningkatkan efektivitas program gizi nasional
Perbandingan Kinerja Algoritma Linear Search dan Binary Search dalam Pencarian Data Revaliana Indriyani Surachman; Fidi Supriadi; Asep Saeppani; Fathoni Mahardika
Infoman's : Jurnal Ilmu-ilmu Informatika dan Manajemen Vol. 19 No. 2 (2025): Infoman's
Publisher : LPPM & Fakultas Teknologi Informasi UNSAP

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

Abstract

Data searching is a fundamental aspect of computer science that affects application performance. This study aims to analyze and compare the efficiency of two basic searching algorithms, namely Linear Search and Binary Search. The research method was conducted by testing both algorithms using datasets with a varying number of elements to measure execution time and algorithm complexity. The results showed that Linear Search is more efficient for small or unsorted data, while Binary Search shows much superior performance on large sorted datasets with a time complexity of O(log n). The conclusion of this study provides guidance in choosing the right searching algorithm based on data characteristics and system requirements.
Seleksi Beasiswa Menggunakan Analytical Hierarchy Process dan Penilaian Rubrik dengan Explainability Serta Audit Fairness Amanda Listiana Puspanagara; Fathoni Mahardika; Dani Indra Junaedi; Asep Saeppani
Jurnal Informatika, Multimedia dan Teknik Vol 2 No 2 (2026): Januari-Juni 2026
Publisher : Yayasan Pendidikan Tanggui Baimbaian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71456/jimt.v2i2.1588

Abstract

Seleksi beasiswa di perguruan tinggi sering terdistorsi oleh subjektivitas, penerapan kriteria yang tidak konsisten, dan rendahnya transparansi ketika penilaian dilakukan manual atau berbasis spreadsheet. Penelitian ini mengembangkan dan memvalidasi sistem pendukung keputusan yang memadukan Analytical Hierarchy Process untuk pembobotan kriteria dengan penilaian berbasis rubrik untuk menilai pelamar, disertai fitur explainability dan fairness auditing. Sistem menampilkan kontribusi skor per kriteria, menghasilkan justifikasi naratif deterministik yang diturunkan dari level rubrik dan bobot, serta merangkum dampak kelompok melalui dashboard audit. Artefak dirancang, diimplementasikan, dan dievaluasi menggunakan Design Science Research Methodology pada uji coba sandbox menggunakan 100 pelamar sintetis dalam tiga konfigurasi kebijakan. Pada kebijakan dasar, skor ternormalisasi berada pada rentang 0.48-0.93 dengan rata-rata 0.774, dan pelamar terkelompok menjadi 64 direkomendasikan, 34 borderline, dan 2 tidak direkomendasikan. Dibandingkan dengan keputusan referensi pakar, sistem menunjukkan kesepakatan tinggi (akurasi 0.96; presisi 0.953; recall 0.983; F1-score 0.96) serta keselarasan peringkat kuat (Spearman 0.97; Kendall 0.86). Audit keadilan berdasarkan kelompok semester mengindikasikan disparitas pada kebijakan dasar, dengan tingkat direkomendasikan 0% untuk semester 1-2, 52% untuk semester 3-4, dan 96% untuk semester 5-8. Hasil ini menunjukkan bahwa pendekatan hibrida meningkatkan konsistensi dan transparansi penilaian sekaligus menyediakan bukti untuk meninjau pertukaran antara prestasi, kebutuhan, dan dampak kelompok, dengan keputusan akhir tetap berada pada komite.
Arsitektur Unified Ledger untuk Donasi Digital yang Transparan dengan Idempotency dan Server-Sent Events Rifky Septiana Rizki; Fathoni Mahardika; Dani Indra Junaedi; Asep Saeppani
Jurnal Informatika, Multimedia dan Teknik Vol 2 No 2 (2026): Januari-Juni 2026
Publisher : Yayasan Pendidikan Tanggui Baimbaian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71456/jimt.v2i2.1590

Abstract

Platform donasi digital dituntut memberikan transparansi yang cepat dan dapat diaudit, tetapi implementasi di dunia nyata sering menghadapi notifikasi gateway yang asinkron serta pengiriman webhook at-least-once yang dapat memicu duplikasi, inkonsistensi, dan membuat jendela transparansi menjadi singkat. Studi ini mengusulkan arsitektur terpusat yang menggabungkan (a) penerimaan webhook yang idempotent dengan persistent audit log, (b) unified double-entry ledger sebagai system of record, dan (c) publikasi real-time post-commit melalui server-sent events (SSE) sehingga timeline publik hanya dibentuk dari fakta ledger yang sudah committed. Idempotency keys, signature validation, dan deterministic ledger posting mencegah efek double-spend saat webhook dikirim ulang, sementara audit log menyimpan raw events untuk kebutuhan pemeriksaan forensik. Pendekatan ini diwujudkan dalam prototipe yang berjalan, LuminaFund, yang terintegrasi dengan mainstream payment gateway. Desain dievaluasi melalui pengujian berbasis skenario dan observasi operasional selama 1–13 Desember 2025 menggunakan lima indikator (K1–K5): efek finansial exactly-once pada kondisi retries, konsistensi rekonsiliasi antara public dashboard dan akuntansi, disclosure latency, internal processing delay, serta kelengkapan audit-trail. Hasilnya menunjukkan efek idempoten yang sempurna pada webhook berulang (K1=100%), konsistensi rekonsiliasi yang tinggi (K2≈91.95%), pengungkapan publik yang hampir real-time (K3 median=0.178 s; persentil 95≈2.92 s), internal processing delay yang minimal (K4 median≈1 ms), dan kelengkapan audit yang kuat (K5≈98.48%, 519/527 transaksi). Temuan ini mengindikasikan bahwa unified-ledger ingestion dengan idempotency dan post-commit streaming dapat meningkatkan transparansi dan akuntabilitas tanpa operational overhead dari sistem on-chain, tetap layak untuk institusi skala menengah, serta dapat diverifikasi secara mandiri oleh donatur, administrator, dan auditor eksternal.
Analisis Keamanan Sistem Biometrik terhadap Ancaman Deepfake : Studi Kasus Lonjakan 3.000% Fraud Incidents Periode 2023-2024 Osewa Pallyama Sultan Khadir; Asep Saeppani; Esa Firmansyah; Beben Sutara
Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika Vol. 4 No. 4 (2026): Juli: Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/merkurius.v4i4.1318

Abstract

The rapid advancement of deepfake technology powered by Generative AI has created a critical security threat to biometric authentication systems, particularly face recognition and voice recognition. Global reports from 2023–2024 indicate a dramatic 3,000% increase in deepfake-enabled identity fraud, emphasizing the urgent need for stronger biometric security measures. This study aims to analyze key vulnerabilities in biometric systems against deepfake attacks, evaluate the effectiveness of existing detection techniques, and develop a layered biometric security framework as a mitigation solution. The research employs a Systematic Literature Review (SLR) of scientific publications and industry reports from 2016–2025, complemented by Lite Expert Validation to assess the feasibility of the proposed framework. The findings reveal that most biometric systems remain vulnerable to advanced face swap, voice cloning, and liveness detection bypass attacks. Detection methods based on frequency–spatial analysis and multi-modal deepfake detection are identified as the most effective, although they require strong operational integration. This study introduces the Biometric Deepfake Security Framework, which incorporates technical, procedural, and adaptive security controls to enhance biometric resilience against digital identity manipulation. The proposed framework is expected to provide practical guidance for organizations relying on biometric authentication to strengthen protection against evolving deepfake threats.
Strategi Adaptasi Pemasaran Digital Produk Olahan Peternakan di Era Industri 4.0: Sebuah Tinjauan Literatur Sistematis (Systematic Literature Review) Rais Mughni Salam; Asep Saeppani; Fadhil Irfan
Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika Vol. 4 No. 4 (2026): Juli: Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/merkurius.v4i4.1323

Abstract

Digital transformation in the era of Industry 4.0 has forced the livestock sector, particularly processed product SMEs (UMKM), to adapt their marketing strategies. Conventional marketing methods are increasingly limited by geographical boundaries and high operational costs. This study aims to identify and analyze the most effective digital marketing adaptation strategies for processed livestock products using a Systematic Literature Review (SLR) approach. Data were collected from Google Scholar (2020–2025) using the PRISMA method. The results indicate that the most dominant strategies are the utilization of Social Commerce (TikTok & Instagram) for brand awareness and Marketplaces (Shopee/Tokopedia) for transaction efficiency. Furthermore, successful adaptation requires a transition from "selling" to "educating" consumers about product quality. This study provides a strategic map for livestock SMEs to increase sales volume and market reach through digital technology. The findings also reveal that structural barriers, such as limited digital literacy among older farmers and inadequate cold-chain logistics for perishable products, remain significant obstacles to full-scale adoption. These insights offer practical guidance for SME actors and policymakers seeking to accelerate the digital transformation of the livestock processing industry.
Analisis dan Evaluasi Kinerja Sistem Spotify dari Perspektif Pengguna Menggunakan Metode System Usability Scale (SUS) Reza Dzikri Rabbani; Asep Saeppani; Maya Suhayati
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 04 (2026): AGUSTUS - SEPTEMBER 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengevaluasi tingkat kemudahan penggunaan (usability) sistem Spotify dari perspektif pengguna di Indonesia. Sebagai platform streaming musik dan podcast terkemuka di dunia, Spotify menawarkan jutaan konten audio yang dapat diakses di berbagai perangkat, menjadikannya bagian integral dari kehidupan digital banyak orang. Evaluasi dilakukan menggunakan metode System Usability Scale (SUS) yang terdiri dari 10 butir pertanyaan kuesioner. Sebanyak 30 responden, yang merupakan pengguna aktif Spotify, berpartisipasi dalam penelitian ini melalui kuesioner daring yang disebarkan pada bulan Juni 2025. Hasil analisis menunjukkan bahwa skor rata-rata SUS untuk Spotify adalah 78.5, yang mengindikasikan tingkat usability "Good" (Baik) dan berada dalam kategori "Acceptable" (Dapat Diterima) hingga "Excellent" (Sangat Baik) berdasarkan skala interpretasi SUS. Meskipun secara keseluruhan Spotify dinilai baik, beberapa aspek seperti konsistensi antarmuka dan kemampuan untuk dengan cepat menyelesaikan tugas perlu mendapatkan perhatian lebih lanjut untuk peningkatan. Penelitian ini diharapkan dapat memberikan masukan berharga bagi pengembang Spotify dalam meningkatkan pengalaman pengguna, serta menjadi referensi bagi penelitian serupa di masa mendatang.
Co-Authors Abdah Syakiroh Gustian Al-Amin, Al-Amin Alam, Sitti Nur Amanda Listiana Puspanagara Beben Sutara Dani Indra Junaedi Dipa Arya Pangestu Dody Herdiana Erlan Nurhaditia Esa Firmansyah Fadhil Irfan Fadillah Fadillah Fathoni Mahardika Fathoni Mahardika Fauzi Faturohman Fidi Supriadi Guntara, Agun Irfan Fadil Iwan Setiawan Iwan Setiawan Khairil Sidik M.Arif Firmansyah M.Arif Firmansyah Maya Suhayati Muhammad Agreindra Helmiawan Muhammad Arifin Ilham Nugraha, Rahmat Taufik Osewa Pallyama Sultan Khadir Rais Mughni Salam Reni Kartika Suwandi Restuyadi, Andrian Rizky Revaliana Indriyani Surachman Reza Dzikri Rabbani Rifky Septiana Rizki Sitti Nur Alam Sofiyan, Yanyan