Claim Missing Document
Check
Articles

Found 34 Documents
Search

Sistem Pemantauan Layanan Dukungan Manajemen Konstruksi Berbasis Web Pada PT Gerbang Sinergi Prima Kurniawan, Ronald; Rita Komalasari
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.3552

Abstract

PT Gerbang Sinergi Prima merupakan salah satu anak perusahaan Dana Pensiun PT PLN (Persero) yang bergerak dibidang ICT (Information and Communication Technology). Sistem yang sedang berjalan telah mengadopsi pendekatan semi-modern dalam pengelolaan data, namun masih ditemukan beberapa kendala seperti kendala data yang tersebar di beberapa file, pemeliharaan peralatan yang tidak terencana, pemantauan kendaraan yang tidak memadai. Oleh karena itu diperlukan sebuah sistem pemantauan layanan dukungan manajemen konstruksi berbasis web untuk membantu menangani kegiatan tersebut. Metode pengembangan sistem yang digunakan untuk perancangan sistem adalah metode SDLC atau Software Development Life Cycle dengan model Waterfall dan menggunakan pendekatan UML (Unified Modeling Language) dalam perancangan sistem. Penelitian ini merancang Sistem Management Support Service Construction (MSSC) merupakan sistem monitoring berbasis website yang bertujuan untuk mempermudah pengelolaan data karyawan, alat, serta aset yang digunakan pada kegiatan jasa layanan konstruksi. Penelitian ini menyimpulkan bahwa implementasi sistem monitoring telah berhasil mempermudah pengelolaan data kegiatan jasa layanan konstruksi pada PT Gerbang Sinergi Prima, dengan kontribusi positif terhadap peningkatkan efektivitas dan efisiensi dalam membagikan informasi dan memonitoring kegiatan operasional jasa layanan konstruksi.
Pengaruh Business Intelligence, Pembelajaran Jaringan, dan Inovasi Terhadap Kinerja Startup Novianti Indah Putri; Puji Pramesti; Rita Komalasari; Zen Munawar
ATRABIS Jurnal Administrasi Bisnis (e-Journal) Vol. 9 No. 2 (2023): ATRABIS: Jurnal Administrasi Bisnis (e-Journal)-Desember 2023
Publisher : Program Studi Administrasi Bisnis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/atrabis.v9i2.721

Abstract

Penelitian ini mengusulkan model untuk menyelidiki efek langsung dari Business Intelligence (BI) pada kinerja, dan efek tidak langsung, melalui pembelajaran jaringan (NL) dan inovasi (INNOV). Investigasi didasarkan pada sampel 228 startup dari berbagai negara Eropa. Kami mengeksplorasi hubungan tersebut menggunakan Structural Equation Modeling. Hasil studi ini menunjukkan efek positif di antara variabel yang berbeda dan kami dapat menyimpulkan bahwa kapasitas Business Intelligence berdampak pada pembelajaran jaringan, inovasi, dan kinerja. Dari temuan ini, dapat dikatakan bahwa beberapa perhatian harus disesuaikan dengan kapasitas intelijen bisnis di perusahaan rintisan, mengingat dampaknya terhadap kinerja perusahaan. Selain itu, efek pembelajaran jaringan melalui BI signifikan dan menghadirkan pengaruh positif dalam kinerja. Karena startup biasanya berjuang dengan kekurangan sumber daya dan tim menghadapi banyak tuntutan perhatian, tampaknya mengusulkan praktik intelijen bisnis merupakan tantangan baru untuk diatasi, tetapi karena informasi merupakan sumber daya utama untuk pengambilan keputusan yang lebih baik dapat membuahkan hasil.
Solusi AI Untuk Melindungi Privasi dan Keamanan Data Pengguna Zen Munawar; Sri Sutjiningtyas; Novianti Indah Putri; Milla Marlina; Rita Komalasari; Herru Soerjono
TEMATIK Vol. 12 No. 2 (2025): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2025
Publisher : LPPM POLITEKNIK LP3I BANDUNG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/tematik.v12i2.2794

Abstract

Integrasi AI pada data masif memicu risiko privasi serius. Penelitian ini menganalisis solusi teknis seperti privasi diferensial untuk menyeimbangkan perlindungan data dengan kinerja sistem AI. Penelitian ini bertujuan untuk menganalisis isu-isu krusial terkait privasi dan keamanan data yang muncul akibat integrasi masif Kecerdasan Buatan (AI) di berbagai industri, serta mengevaluasi pendekatan teknis yang dapat menjaga kerahasiaan informasi pengguna tanpa mengorbankan kinerja sistem. Fokus utama penelitian ini adalah mengkaji efektivitas mekanisme perlindungan data seperti privasi diferensial, pembelajaran federasi, enkripsi homomorfik, dan komputasi multi-pihak yang aman dalam memitigasi risiko pelanggaran privasi dan akses ilegal. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi literatur sistematis untuk mengevaluasi solusi privasi pada sistem kecerdasan buatan.Hasil penelitian menunjukkan bahwa teknik seperti federated learning dan enkripsi homomorfik efektif melindungi data pribadi dalam sistem AI. Namun, implementasinya menghadapi tantangan trade-off berupa penurunan kecepatan komputasi dan akurasi model. Rekomendasi desain berfokus pada keseimbangan antara keamanan dan performa guna mendukung regulasi AI yang aman serta terukur.Teknik perlindungan data seperti federated learning efektif menjaga privasi, namun berisiko menurunkan performa komputasi AI. Kesimpulannya, diperlukan keseimbangan antara keamanan dan efisiensi. Rekomendasinya, pengembang harus mengadopsi desain privacy-by-design dan pemerintah perlu menyusun regulasi teknis yang mendukung inovasi AI yang aman serta terukur bagi masyarakat.
Pemanfaatan Smart Farming Berbasis AI untuk Optimalisasi Pemupukan Presisi bagi Kelompok Tani di Kabupaten Bandung Zen Munawar; Herru Soerjono; Rita Komalasari; Novianti Indah Putri; Milla Marlina; Mira Ismirani Fudsyi
Darma Abdi Karya Vol. 4 No. 2 (2025): Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat
Publisher : LPPM POLITEKNIK LP3I

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38204/darmaabdikarya.v4i2.2803

Abstract

Permasalahan utama yang dihadapi oleh Kelompok Tani Mekarsari di Kabupaten Bandung adalah ketidaktepatan dosis pemupukan yang masih dilakukan secara estimasi visual subjektif tanpa mengetahui kondisi riil unsur hara tanah. Hal ini berdampak pada inefisiensi biaya produksi dan penurunan kualitas lahan. Kegiatan Pengabdian kepada Masyarakat (PKM) ini bertujuan menerapkan teknologi Smart Farming terintegrasi yang menggabungkan Internet of Things (IoT) dan Artificial Intelligence (AI). Sistem yang dibangun bekerja dengan dua mekanisme input: (1) Sensor tanah berbasis IoT untuk memantau kelembapan dan pH tanah secara real-time, dan (2) Pengolahan citra digital (Computer Vision) untuk mendeteksi tingkat kehijauan daun (Bagan Warna Daun) guna mengestimasi kebutuhan Nitrogen tanaman. Data dari kedua sumber tersebut diolah oleh algoritma cerdas pada aplikasi mobile untuk menghasilkan rekomendasi takaran pupuk yang presisi. Metode pelaksanaan meliputi survei teknis, instalasi perangkat keras IoT di lahan, pelatihan penggunaan aplikasi deteksi daun, serta pendampingan intensif. Hasil kegiatan menunjukkan bahwa mitra mampu mengoperasikan perangkat IoT dan aplikasi dengan baik, serta terjadi efisiensi penggunaan pupuk sebesar 75% dibandingkan metode konvensional. Integrasi teknologi ini menjadi solusi digitalisasi pertanian yang efektif dalam mendukung manajemen usaha tani yang lebih modern dan menguntungkan.