Article Per Year (5 Year)
p-Index From 2021 - 2026
12.992
P-Index
This Author published in this journals
All Journal JURNAL PROMOSI KESEHATAN INDONESIA Riau Journal of Computer Science Al Ishlah Jurnal Pendidikan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Komunikasi : Jurnal Komunikasi ILKOM Jurnal Ilmiah INTECOMS: Journal of Information Technology and Computer Science JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Teknologi Sistem Informasi dan Aplikasi JOURNAL OF SCIENCE AND SOCIAL RESEARCH Informatika : Jurnal Informatika, Manajemen dan Komputer JOISIE (Journal Of Information Systems And Informatics Engineering) Journal of Technopreneurship and Information System (JTIS) Infotekmesin Jurnal Teknologi Informasi dan Multimedia Journal of Robotics and Control (JRC) Journal of Applied Engineering and Technological Science (JAETS) JSR : Jaringan Sistem Informasi Robotik Community Engagement and Emergence Journal (CEEJ) Jurnal Komunikasi dan Organisasi (J-KO) JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) International Journal of Advances in Data and Information Systems Jurnal Ilmu Komputer Journal of Applied Data Sciences Jurnal Pengabdian kepada Masyarakat Jurnal J-PEMAS Jurnal Ipteks Terapan : research of applied science and education pendidikan, science, teknologi, dan ekonomi Jurnal Rekam Medis (Medical Record Journal) Jurnal Teknik Informatika Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Telecommunication Control and Intelligent System Journal of Software Engineering and Information System (SEIS) SATIN - Sains dan Teknologi Informasi RJOCS (Riau Journal of Computer Science) Jurnal Pengabdian dan Pemberdayaan Masyarakat Indonesia Jurnal 7 Samudra Politeknik Pelayaran Surabaya Jurnal Masyarakat Berdikari dan Berkarya (MARDIKA) Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) The Indonesian Journal of Computer Science Jurnal Pengabdian Masyarakat Terapan Komunikasi : Jurnal Komunikasi
Yuda Irawan
Universitas Hang Tuah Pekanbaru
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 156 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 156 Documents
Search

 12   13   14   15   16 
Regulasi dan Kreativitas dalam Penyiaran Lokal: Studi Kasus Kebijakan Komisi Penyiaran Indonesia Daerah (KPID) Riau Abdullah Mitrin; Rudi Rahman; Lia Anisa; Yuda Irawan
Jurnal Komunikasi Vol. 16 No. 1 (2025): Maret 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jkom.v16i1.12091

Abstract

Penelitian ini bertujuan mengevaluasi dampak kebijakan KPID Riau terhadap kreativitas dalam produksi siaran lokal, serta mengkaji tantangan dan peluang dalam menyeimbangkan regulasi dan inovasi. Pendekatan yang digunakan adalah kualitatif dengan metode studi kasus, dengan pengumpulan data melalui wawancara mendalam, observasi langsung, serta analisis dokumen kebijakan dan laporan tahunan. Analisis dilakukan secara tematik dengan teknik triangulasi data untuk menjaga validitas. Hasil penelitian menunjukkan bahwa regulasi KPID Riau berhasil menjaga standar etika dan melindungi nilai-nilai budaya lokal. Namun, regulasi yang ketat juga dinilai membatasi ruang inovasi lembaga penyiaran, mengakibatkan berkurangnya variasi program. Beberapa stasiun penyiaran yang mendapat ruang lebih fleksibel terbukti mampu meningkatkan daya tarik konten dan apresiasi publik. Penelitian ini merekomendasikan penerapan kebijakan yang lebih adaptif dan kolaboratif, melibatkan pelaku media dan akademisi dalam proses perumusan kebijakan. Dengan kebijakan yang responsif terhadap perkembangan teknologi dan kebutuhan masyarakat, penyiaran lokal di Riau diharapkan mampu tetap inovatif tanpa meninggalkan nilai-nilai budaya sebagai fondasi utama siaran publik
INTEGRASI SENSOR IOT DAN OPTIMASI ALGORITMA MACHINE LEARNING UNTUK DETEKSI REAL-TIME TINGKAT STRES MAHASISWA Andrianto, Richi; Lubis, Mustopa Husein; Irawan, Rina; Irawan, Yuda; Utami, Urfi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 9, No 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5178

Abstract

Abstract: High levels of stress among university students are a critical issue that can affect mental health, well-being, and academic performance. This study aims to develop a real-time student stress detection system using physiological data integrated with IoT technology and machine learning algorithms. The data used includes body temperature, blood oxygen saturation (SpO₂), heart rate, and blood pressure, acquired via embedded sensors and automatically transmitted to the cloud. The classification model was built using a combination of Random Forest and XGBoost, with enhanced accuracy through SMOTE-based data balancing and hyperparameter optimization using Optuna. The system was tested on a dataset of 3,420 records, classified into four stress levels: anxious, calm, tense, and relaxed. Evaluation results showed that the Random Forest model achieved the highest accuracy of 91%, followed by RF + XGBoost and RF + XGBoost + Optuna with accuracies of 90% each. The final model was deployed in a user interface using Streamlit, allowing real-time stress classification from IoT sensor input and manual input testing. The system proved to be effective and responsive in detecting stress objectively and can support digital-based mental health monitoring and counseling services for students. Keywords: Stress detection, IoT, Machine Learning, Random Forest, XGBoost Abstrak: Tingkat stres yang tinggi di kalangan mahasiswa merupakan permasalahan serius yang dapat memengaruhi kesehatan mental, kesejahteraan, dan performa akademik. Penelitian ini bertujuan untuk mengembangkan sistem deteksi tingkat stres mahasiswa secara real-time menggunakan data fisiologis berbasis teknologi IoT dan algoritma machine learning. Data yang digunakan meliputi suhu tubuh, kadar oksigen dalam darah (SpO₂), detak jantung, dan tekanan darah yang diperoleh melalui sensor terintegrasi dan dikirim ke cloud secara otomatis. Model klasifikasi yang dikembangkan memanfaatkan kombinasi algoritma Random Forest dan XGBoost, dengan peningkatan akurasi melalui teknik balancing data menggunakan SMOTE dan optimasi hyperparameter otomatis menggunakan Optuna. Sistem diuji menggunakan dataset berjumlah 3.420 data dengan distribusi empat kelas stres: cemas, tenang, tegang, dan rileks. Hasil evaluasi menunjukkan bahwa model Random Forest menghasilkan akurasi tertinggi sebesar 91%, disusul oleh RF + XGBoost dan RF + XGBoost + Optuna dengan akurasi masing-masing sebesar 90%. Model akhir kemudian diintegrasikan ke dalam antarmuka pengguna berbasis Streamlit, yang memungkinkan klasifikasi stres secara real-time dari data sensor IoT dan juga melalui input manual. Sistem ini terbukti efektif dan responsif dalam mendeteksi stres secara objektif dan dapat digunakan untuk mendukung layanan konseling atau pemantauan kesehatan mental mahasiswa secara digital. Kata kunci: Deteksi stres, IoT, Machine Learning, Random Forest, XGBoost
PKM Upaya Peningkatan Kesehatan Lansia dan Manajemen Administrasi Berbasis Teknologi Informasi Pada Bina Keluarga Lansia (BKL) Kampung KB Mekar Wangi Pekanbaru Devis, Yesica; Irawan, Yuda; Hamid, Abdurrahman
Community Engagement and Emergence Journal (CEEJ) Vol. 4 No. 2 (2023): Community Engagement & Emergence Journal (CEEJ)
Publisher : Yayasan Riset dan Pengembangan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/ceej.v4i2.3220

Abstract

Bina Keluarga Lansia (BKL) Kampung KB Mekar Wangi Pekanbaru merupakan suatu kegiatan yang dilakukan secara berkelompok dan bertujuan untuk meningkatkan jangkauan pelayanan kesehatan lansia di masyarakat sehingga terbentuk pelayanan kesehatan yang sesuai dengan kebutuhan lansia di Kampung KB Mekar Wangi Kelurahan Tangkerang Barat Pekanbaru yang menjadi mitra dalam kegiatan PKM ini. Salah satu permasalahan yang sangat mendasar pada lansia adalah masalah kesehatan, sehingga diperlukan upaya untuk meningkatkan kesehatan kelompok lansia. Kader pada BKL Mekar Wangi berjumlah 22 orang dan memiliki pendidikan rata-rata SMA kebawah. Adapun 3 permasalahan prioritas yang dihadapi oleh mitra yaitu: 1) Minimnya pengetahuan kader tentang kesehatan lansia; 2) Pencatatan administrasi BKL masih dilakukan secara manual; dan 3) Minimnya peralatan kesehatan bagi BKL. Tujuan dari kegiatan PKM ini adalah untuk menyelesaikan permasalahan pada mitra Bina Keluarga Lansia Kampung KB Mekar Wangi yaitu upaya meningkatkan kesehatan lansia melalui pelatihan dan penyuluhan kepada kader lansia, penyuluhan kepada lansia, pengadaan peralatan pendukung kesehatan, dan perancangan sistem informasi untuk manajemen administrasi secara terkomputerisasi. Beberapa kegiatan yang telah selesai dilaksanakan pada kegiatan pengabdian yaitu perancangan aplikasi bina keluarga lansia, penyuluhan peningkatan pengetahuan para kader bina keluarga lansia, pelatihan penggunaan peralatan Kesehatan lansia, dan penyuluhan pentingnya posyandu lansia. Hasil dari evaluasi kegiatan menunjukkan bahwa tercapainya peningkatan kesehatan mitra, meningkatnya pelayanan mitra, dan meningkatnya pengetahuan mitra.
PKM Implementasi Teknologi Internet of Things (IoT) Dalam Monitoring Ketinggian Permukaan Air Sungai dan Aplikasi Tanggap Darurat Sebagai Upaya Mitigasi Bencana Banjir di Kota Pekanbaru Irawan, Yuda; Saputra, Haris Tri; Renaldi, Reno
Community Engagement and Emergence Journal (CEEJ) Vol. 4 No. 2 (2023): Community Engagement & Emergence Journal (CEEJ)
Publisher : Yayasan Riset dan Pengembangan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/ceej.v4i2.3221

Abstract

Daerah Kota Pekanbaru memiliki iklim tropis dan curah hujan yang cukup tinggi setiap tahunnya. Keadaan curah hujan yang tinggi mengakibatkan daerah tertentu di Pekanbaru mengalami banjir terutama kawasan di pinggiran sungai siak yang disebabkan melimpahnya sungai siak. Kurangnya informasi yang cepat tentang ketinggian air sungai siak menyebabkan keterlambatan peringatan dan proses evakuasi oleh BPBD Kota Pekanbaru. Akibat keterlambatan pengevakuasian dapat berdampak hanyutnya harta benda ataupun nyawa manusia. Selain itu seringnya terjadi keterlambatan pelaporan saat bencana banjir oleh warga ke BPBD untuk evakuasi disebabkan oleh belum adanya media pelaporan berbasis IT yang terintegrasi sehingga terkadang proses pelaporan dan tindak lanjut sering mengalami keterlambatan. Permasalahan lainnya adalah kepedulian masyarakat terhadap lingkungan, salah satunya yaitu pembuangan sampah di saluran pembuangan air dan sungai. Banyak nya tumpukan sampah disungai dan saluran air menyebabkan tidak lancarnya aliran air sehingga menyebabkan banjir. Kemudian ketidak pedulian masyarakat terhadap tebang pilih pohon dan reboisasi, pembuatan sumur resapan, dan sikap tidak peduli terhadap kebersihan lingkungan. Pembuangan sampah sembarangan juga menyebabkan terciptanya lingkungan yang tidak sehat sehingga dapat menghambat tercapainya kemandirian kesehatan. Berdasarkan 3 permasalahan prioritas tersebut maka tim pengusul beserta mahasiswa melaksanakan kegiatan PKM dengan tujuan mitigasi atau pengurangan resiko yang ditimbulkan akibat terjadinya bencana banjir di Kota Pekanbaru. Adapun upaya yang telah dilakukan adalah pembuatan alat monitoring pengukur ketinggian air sungai berbasis IoT sebagai Teknologi Tepat Guna yang merupakan penerapan hasil penelitian dari tim pengusul dan pembuatan aplikasi tanggap darurat bencana banjir. Selain itu kegiatan ini juga terfokus ke bidang kesehatan yaitu melaksanakan kegiatan penyuluhan sikap kepedulian lingkungan kepada warga terutama warga didaerah sekitar pinggiran sungai di Jl. Sumber Sari, Pekanbaru.
Perancangan Aplikasi Pembayaran SPP DI SDIT Bustanul Ulum Pekanbaru Wahyuni, Refni; Irawan, Yuda; Muhaimin, Abdi
Community Engagement and Emergence Journal (CEEJ) Vol. 4 No. 2 (2023): Community Engagement & Emergence Journal (CEEJ)
Publisher : Yayasan Riset dan Pengembangan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/ceej.v4i2.3299

Abstract

Pembayaran Sumbangan Pembinaan Pendidikan merupakan sumbangan yang wajib dibayarkan oleh siswa/siswi untuk memperlancar kegiatan belajar mengajar di Sekolah. Pembayaran SPP biasanya dibayarkan setiap bulannya oleh siswa dengan nominal sesuai dengan aturan sekolah tersebut (Heriyanto & Oktavianis, 2019) SDIT Bustanul Ulum Pekanbaru merupakan sekolah dasar swasta yang terletak di jalan Hang Tuah Ujung, Sail, Pekanbaru, untuk memperlancar kegiatan pendidikan, siswa/siswi di SDIT Bustanul Ulum juga diwajibkan membayar iuran SPP setiap bulannya. Pembayaran SPP di SD IT Bustanul Ulum Pekanbaru dilakukan dengan cara, siswa/siswa atau orang tua datang langsung ke Sekolah, Setelah itu bagian keuangan mencatat ke buku besar sebagai bukti pembayaran yang dipegang oleh pihak sekolah dan mencatat di kwitasni sebagai bukti pembayaran yang diterima oleh siswa/ wali murid. Dalam pembuatan laporan pembayaran, keuangan harus mencatat data pembayaran di buku besar dan menghitung besar penerimaan setiap bulannya, untuk pembuatan laporan pun dikerjakan secara manual dengan mengatur dan mendesain sendiri bentuk laporannya. Dalam penyelesaian masalah tersebut maka tim mengusulkan tentang perancangan aplikasi pembayaran SPP. Dengan sistem ini jauh akan mempermudah bagian keuangan dalam melayani pembayaran SPP yang dilakukan siswa/siswi atau orang tua wali murid. Dan mempermubah bagian keuangan dalam membuat laporan yang dibutuhkan. Permasalahan yang terjadi dengan kegiatan tersbut adalah kurang efektif dan efisiennya pembayaran SPP. Dari permasalahn tersebut maka akan diberikan solusi yaitu perancangan aplikasi pembayaran SPP. Tujuan dari penerapan  aplikasi ini bisa mempermudah bagian keuangan dalam melayani pembayaran SPP
Comparison of Support Vector Machine and XGBSVM in Analyzing Public Opinion on Covid-19 Vaccination Rahmaddeni, Rahmaddeni; Anam, M. Khairul; Irawan, Yuda; Susanti, Susanti; Jamaris, Muhammad
ILKOM Jurnal Ilmiah Vol 14, No 1 (2022)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v14i1.1090.32-38

Abstract

The corona virus has become a global pandemic and has spread almost all over the world, including Indonesia. There are many negative impacts caused by the spread of COVID-19 in Indonesia, so the government takes vaccination measures in order to suppress the spread of COVID-19. The public's response to vaccination was quite diverse on Twitter, some were supportive and some were not. The data used in this study came from Twitter which was taken using the drone emprit portal, using the keyword, namely "vaccination". The classification will be carried out using the SVM and hybrid methods between SVM and XGBoost or what is commonly called XGBSVM. The purpose of this study is to provide an overview to the public whether the Covid-19 vaccination actions carried out tend to be positive, neutral or negative opinions. The results of the sentiment evaluation that have been carried out can be seen that SVM has the highest accuracy of 83% with 90:10 data splitting, then XGBSVM produces 79% accuracy with 90:10 data splitting.
A Hybrid YOLO–CNN Model for Automatic Detection and Severity Assessment of Atopic Dermatitis in Infant Images Debi Setiawan; Ramalia Noratama Putri; Sara Herlina; Achmad Nizar Hidayanto; Yuda Irawan; Naohiro Hohashi
Journal of Applied Data Sciences Vol 7, No 2: May 2026
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v7i2.1212

Abstract

Atopic dermatitis is one of the most common skin diseases affecting infants and children worldwide and has a particularly high prevalence in tropical countries. Traditional diagnosis methods, which still rely on physical examinations and laboratory tests often face challenges such as delays, high costs, and limited facilities, thereby necessitating an artificial intelligence–based system that is more efficient and accurate. This study aims to develop a hybrid YOLO–CNN model for the automatic detection and severity classification of atopic dermatitis in infants. The dataset comprises 2,000 infant skin images, including lesions categorized as mild, moderate, and severe, obtained from an online repository and field observations conducted in three villages. The labeling process was performed by a specialist doctor to ensure clinical validity. In the first step, YOLO was used to detect the lesion area in real time by generating a bounding box. This produced a region of interest (ROI), which was subsequently analyzed by a CNN model employing transfer learning in the second step to determine the severity level. Experimental results indicate that YOLO achieved high detection performance, with an mAP@0.5 of 91.2% and an F1-score of 90.2%, while the CNN model attained an average accuracy of 85% and a macro-F1 score of 85% in classification. The visualization of predictions indicates that most lesions were detected with confidence levels ≥0.9, confirming the model’s consistency. These findings highlight the potential of the hybrid YOLO–CNN framework as a supportive system for digital clinical diagnosis, applicable to both mobile applications and teledermatology services, particularly in regions with limited medical personnel. Future research should employ larger, multi-center datasets and integrate explainable AI approaches to promote broader clinical adoption.
Improved Hybrid Machine and Deep Learning Model for Optimization of Smart Egg Incubator Anita Febriani; Refni Wahyuni; Mardeni Mardeni; Yuda Irawan; Rika Melyanti
Journal of Applied Data Sciences Vol 5, No 3: SEPTEMBER 2024
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v5i3.304

Abstract

This research develops a Smart Egg Incubator that integrates IoT technology, fuzzy logic, and the YOLOv9-S Deep Learning model to enhance the efficiency and accuracy of hatching chicken eggs. The system automatically regulates temperature and humidity, maintaining temperature between 34.3°C and 39.5°C and humidity between 57% and 68% with a fuzzy logic success rate of 90%. The YOLOv9-S model enables realtime chick detection and classification with mAP50 of 93.7% and mAP50:95 of 71.3%. Efficiency improvements are measured through the success rate of fuzzy logic and improved detection and classification accuracy. This research also uses CNN for high-accuracy object classification, with model optimization performed using SGD to accelerate convergence and improve accuracy. The results indicate significant potential in improving the egg hatching process. The high accuracy and robustness of the YOLOv9-S model enhance real-time monitoring and decision-making in hatcheries, leading to higher hatching success rates, reduced chick mortality, and increased operational efficiency. Future designs can leverage these technologies to create more intelligent, automated systems requiring minimal human intervention, enhancing productivity and scalability. Additionally, IoT and deep learning integration can extend to other poultry farming areas, such as broiler production and disease monitoring, providing a comprehensive approach to farm management. Future research could focus on integrating the YOLOv10 model for even higher accuracy and efficiency, exploring diverse data augmentation techniques, optimizing fuzzy logic algorithms, and integrating additional sensors like CO2 and advanced humidity sensors to improve environmental regulation. These advancements would benefit not only smart incubator applications but also broader poultry farming areas.
APLIKASI SISTEM PEMBERIAN REWARD BERDASARKAN KINERJA KARYAWAN DENGAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) PADA TOKO GOLDEN JAYA STAR PEKANBARU Yuda Irawan; Nella Sari
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 2 No. 1 (2019): Jurnal Teknologi dan Open Source, June 2019
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v2i1.149

Abstract

The employee system at the Golden Jaya Star Pekanbaru Shop is currently based on the store's personal opinion, so its assessment of employee performance is not believed to be valid. This study aims to determine the employee performance appraisal system that is right used as the basis for awarding employee rewards. This research is expected to be able to help or facilitate the Golde Jaya Star Pekanbaru shop leader in providing rewards based on employee performance appraisal, among others, with the existence of this application can help leaders in giving rewards based on employee performance appraisal at the Golden Jaya Star Pekanbaru store. With this application, it can help leaders in giving rewards based on employee performance appraisals can reduce the occurrence of errors in the provision of employee rewards. With the application of the system of giving rewards based on employee performance evaluation can reduce the occurrence of errors in the awarding of employee rewards. This system application is only applied to determine the employee reward amount.
APLIKASI PEMESANAN MAKANAN BERBASIS WEB DI CATERING CINDELARAS PEKANBARU Yuda Irawan; Herianto -; Refni Wahyuni
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 2 No. 2 (2019): Jurnal Teknologi dan Open Source, December 2019
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v2i2.350

Abstract

Penelitian ini membahas tentang Pembuatan Aplikasi Pemesanan Makanan Berbasis Web di Catering Cindelaras Pekanbaru. Sistem pemesanan makanan yang ada pada Catering Cindelaras masih mengunakan cara hal yang biasa yaitu untuk memesan makanan pelanggan atau konsumen harus datang langsung ke Catering Cindelaras dan pelayan pada Catering Cindelaras masih mencatat pesanan pelanggan secara manual pada kertas. Aplikasi ini berisikan tentang mengolah data menu Makanan serta Pemesanan dari Pelanggan. Aplikasi ini didesain menggunakan model Unifield Modeling Language (UML). Metode yang digunakan yaitu metode waterfall. Alasan menggunakan metode ini adalah karena metode waterfall melakukan pendekatan secara sistematis dan berurutan dalam membangun suatu sistem. Proses metode waterfall yaitu pada pengerjaan dari suatu sistem dilakukan secara berurutan. Sistem yang dihasilkan akan berkualitas baik, dikarenakan pelaksanaannya secara bertahap sehingga tidak terfokus pada tahapan tertentu. Diharapkan dengan adanya aplikasi ini, bisa memudahkan administrasi untuk mengolah data pemesanan makanan di Catering Cindelaras.
Co-Authors -, Herianto A.A. Ketut Agung Cahyawan W Abdullah Mitrin Abdurrahman Hamid Achmad Deddy Kurniawan Achmad Nizar Hidayanto Adhitya, Ryan Yudha Aditya Rickyta Adyanata Lubis Afresi Yunita Agnita Utami Agus Alamsyah Ahmad Fauzan Azim Akbar, Amri Akhmad Zulkifli Aldiga Rienarti Abidin Anam, M Khairul Andre Wahyu Novrianto Anisa, Lia Anita Febriani Anita Febriani Aprilia, Ulfa Areta Sonya Rahajeng Areta Sonya Rahajeng Arfianto, Afif Zuhri Arie Linarta Arnawilis Arnawilis Arnawilis Bakhrizal Bambang Kurniawan Bayu Saputra Budy Mustika Debi Setiawan Debi Setiawan, Debi Desi Rahmawati Devis, Yesica Dhea Arina Ramadhini Dhini Septhya Diandra, Roni Edriyansyah Eka Sabna Elisawati, Elisawati Fachry Abda El Rahman Fatmawati, Kiki Fitri, Imelda Fonda, Hendry Gilang Citra Lenardo Habib Yuhandri, Muhammad Hadi Asnal, Hadi Hafizh Sallam Hamdani Hamdani Hamid, Abdurrahman Hasnor Khotimah Hayami, Regiolina Hendro Agus Widodo, Hendro Agus Hendry Fonda Herianto Herianto Herianto Herianto Herianto - Herianto - Herianto Heri Herianto Herianto Herianto Herianto Hidayati Kurnia Fitri Hohashi, Naohiro Irwanda Syahputra Jamaris, Muhamad Jamaris, Muhammad Jenli Susilo Jenni Oinike Br Sitorus Jepisah, Doni Jeri Trio Sentana Junadhi Junadhi Junadhi Junadhi Junadhi, Junadhi Khairunisa Khairunisa Khairunisa, Khairunisa Kharisma Rahayu Kurniawan, Bambang Leonita, Emy Lia Anisa Lubis, Mustopa Husein Lucky Lhaura Van FC, Lucky Lhaura Mardainis Mardeni Mardeni Mardeni Mardeni Mardeni, Mardeni Matthijs B Punt Maulita Yulia Sari Mbunwe Muncho Josephine Mbunwe Muncho Josephine Melyanti, Rika Mitrin, Abdullah Mohd Rinaldi Amartha Muhaimin, Abdi Muhamadiah, Muhamadiah Muhammad Bambang Firdaus Muhammad Habib Yuhandri Muhardi Muhardi Muhardi - Muhardi - Muhardi Muhardi Muhardi Muhardi Muhardi, Muhardi Mulya Rispani Mustopa Husein Lubis Mutiara Sari, Ria Naima Belarbi Naima Belarbi Naohiro Hohashi Nella Sari Nella Sari Nico Chandra Nopriadi Nopriadi Nopriadi Nopriadi Nopriadi Noratama Putri, Ramalia Novi Yona Sidratul Munti Nurhadi Nurhazimah Rafiah Octaria, Haryani Oktavia Dewi Ordila, Rian Perkasa, Reza Prihandoko, P Purnomo, Nopi Purwanti, Siti Putra Rahmaddeni Rahmaddeni Rahmaddeni Rahmaddeni Rahmalisa, Uci Rahman, Rudi Ramalia Noratama Putri Refni Wahyuni Renaldi, Reno Reza Perkasa Rian Ordila Rian Ordila Riananda, Dimas Pristovani Richi Andrianto Rickyta, Aditya Rika Melyanti Rina Irawan Rina Irawan Rofiqoh, Ummi Rometdo Muzawi Roni Diandra Rudi Rahman Ruwahida, Dewi Rizani Ruwahida Sabna, Eka Sakroni Indra Gunawan Salsabila Rabbani Saputra, Haris Tri Sara Herlina Sarjon Defit Sentana, Jeri Trio Siti Aisyah Siti Aisyah Siti Purwanti Sugiati Suherman Sohor Suherman Suherman Suriandi Suriandi Susanti Susanti Susi Oustria Simamora Susilo, Jenli Syamsul Arifin Ulfa Aprilia Urfi Utami Utami, Urfi Vindi Fitria Winda Herrianti Manullang Winda Sari Wulan Sari Yesica Devis Yuhandri Yuhandri, Yuhandri Yulanda Yulanda Yulanda Yulanda, Yulanda YULISMAN Yulisman, Yulisman Yunior Fernando Zufari, Faisal Zufi Pratama Noviardi Zupri Henra Hartomi