Article Per Year (5 Year)
p-Index From 2021 - 2026
3.225
P-Index
This Author published in this journals
All Journal Jurnal Pseudocode Voice Of Informatics Jurnal Teknologi Sistem Informasi dan Aplikasi Antivirus : Jurnal Ilmiah Teknik Informatika Journal of Intelligent Decision Support System (IDSS) Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (Senastindo) Jurnal Mandiri IT Jurnal Pengabdian Masyarakat : Pemberdayaan, Inovasi dan Perubahan Indonesian Community Journal Jurnal Dinamika Informatika (JDI) Jurnal Sains Student Research Abdi Reksa Jurnal TNI Angkatan Udara
Lediwara, Nadiza
Universitas Pertahanan Republik Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
6. PENENTUAN JURUSAN PEMINATAN PRODI FISIKA BERDASARKAN K-MEANS lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Muhmmad Alvito Faros; Vonna Lestari Dian Subianty; Gamelia Putri Anneta
Jurnal TNI Angkatan Udara Vol 3 No 1 (2024): Jurnal TNI Angkatan Udara Triwulan Pertama
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i1.93

Abstract

Penelitian ini bertujuan untuk menentukan jurusan peminatan mahasiswa Program Studi Fisika dengan menggunakan metode K-Means pada aplikasi RapidMiner. Pemilihan jurusan peminatan dianggap langkah krusial dalam mengembangkan minat dan bakat mahasiswa di bidang ilmu fisika. Metode K-Means dipilih sebagai pendekatan pengelompokan yang efektif untuk mengidentifikasi pola kesamaan dalam data mahasiswa. Data yang digunakan mencakup rata-rata nilai ujian akhir mahasiswa pada empat mata kuliah tertentu. Hasil penelitian ini menunjukkan pembentukan empat cluster mahasiswa dengan karakteristik nilai yang berbeda. Penelitian ini diharapkan dapat memberikan kontribusi pada pengembangan sistem penentuan jurusan peminatan yang lebih personal dan sesuai dengan potensi masing-masing mahasiswa di Program Studi Fisika. Metode K-Means pada aplikasi RapidMiner terbukti menjadi pendekatan yang efisien dalam menghasilkan rekomendasi peminatan berdasarkan analisis data nilai mahasiswa.
7. PENGARUH KEBIASAAN KADET DAN POTENSI INTELEGENSI TERHADAP INDEKS PRESTASI KADET MAHASISWA lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Sadiyana Yaqutna Naqiya; Salman Alfarisi; Shella Athaya Miwazuki; Fira Putri Wulandari
Jurnal TNI Angkatan Udara Vol 3 No 1 (2024): Jurnal TNI Angkatan Udara Triwulan Pertama
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i1.94

Abstract

Universitas Pertahanan Republik Indonesia (UNHAN RI) merupakan kampus bela negara yang menerapkan pendidikan akademik dan kemiliteran. Nilai prestasi akademik mahasiswa diukur dengan Indeks Prestasi. Nilai tersebut dapat mencerminkan prestasi belajar kadet mahasiswa. Besarnya nilai indeks prestasi suatu kadet mahasiswa dapat dipengaruhi oleh beberapa faktor, contohnya adalah kebiasaan dan potensi intelegensi kadet mahasiswa. Tujuan dari penelitian ini adalah untuk menganalisis pengaruh variabel-variabel kebiasaan dan intelegensi kadet mahasiswa melalui metode persamaan regresi. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dari kuesioner yang diberikan kepada kadet mahasiswa. Hubungan antar variabel diuji dengan hipotesis asosiatif. Berdasarkan pengolahan data pada model regresi terdapat 2 variabel independen yang berpengaruh signifikan terhadap variabel dependen, yaitu lama durasi belajar dan jumlah UKM. Sedangkan variabel independen lainnya yaitu durasi tidur, olahraga, dan jumlah makan dalam sehari tidak berpengaruh signifikan terhadap variabel dependen.
8. SEGMENTASI TINGGI BADAN DAN BERAT BADAN KADET MAHASISWA MENGGUNAKAN K-MEANS CLUSTERING lediwara, nadiza; Aulia Khamas Heikmakhtiar; Sembada Denrineksa Bimorogo; Army Kanaya; Almas Shafwan; Audrey Nur Aisyah
Jurnal TNI Angkatan Udara Vol 3 No 2 (2024): Jurnal TNI Angkatan Udara Triwulan Kedua
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i2.104

Abstract

Penelitian ini merupakan langkah awal yang digunakan sebagai syarat utamaserta bekal dan persiapan dalam rangka menentukan Kadet mahasiwa UNHAN RI yangakan bekerja pada instansi pertahanan yang memiliki pengetahuan akademik dan militer.Penelitian ini bertujuan untuk segmentasi kadet mahasiwa berdasarkan tinggi badan danberat badan yang nantinya akan membantu pembuat keputusan dalam hal pembinaan fisik.Untuk segmentasi kadet mahasiswa ini peneliti menggunakan metode K-Means Clustering.Dari hasil segmnetasi didapat tiga cluster yaitu cluster 0, cluster 1, dan cluster 2. Cluster 0menunjukkan adanya potensi untuk dilakukan pembinaan lebih lanjut, sedangkan cluster 1dan cluster 2 juga bisa dilakukan pembinaan tapi dengan level sedang dan sederhana
9. PREDIKSI PEMINJAMAN BUKU DI PERPUSTAKAAN UNHAN RI lediwara, nadiza; Sembada Denrineksa Bimorogo; Aulia Khamas Heikmakhtiar; Ananda Yessica Margaretha Hutagalung; Mufti Labib Ahmada; Tiara Damayati
Jurnal TNI Angkatan Udara Vol 3 No 2 (2024): Jurnal TNI Angkatan Udara Triwulan Kedua
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i2.105

Abstract

Pelitian ini dilaksanakan bertujuan untuk meningkatkan efektivitas pengelolaan perpustakaan, pemodelan ARIMA dapat digunakan sebagai alat prediktif untukmemproyeksikan jumlah peminjaman buku di masa yang akan datang. Penelitian inimengeksplorasi penggunaan prediksi time series dalam software RapidMiner untukmembangun model prediktif peminjaman buku berdasarkan faktor-faktor tertentu.RapidMiner digunakan untuk mengekstraksi pola dan tren dari data tersebut serta untukmembangun model regresi yang dapat memprediksi jumlah peminjaman buku di masadepan. Hasil penelitian ini memberikan prediksi peminjaman dalam waktu ke depanmenunjukkan buku dengan kategori science yang akan banyak diminati oleh pengu
8. PREDIKSI KENDARAAN CUTI KADET MAHASISWA UNHAN RI lediwara, nadiza; Sembada Denrineksa Bimorogo; Aulia Khamas Heikmakhtiar; Fhatur Robby Tanzil Herris; Findi Zhafirah
Jurnal TNI Angkatan Udara Vol 3 No 3 (2024): Jurnal TNI Angkatan Udara Triwulan Ketiga
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i3.113

Abstract

Tujuan dari penelitian ini adalah untuk memprediksi jenis kendaraan yang akandigunakan kadet mahasiswa UNHAN RI pada saat cuti. Untuk memprediksi jenis kendaraanyang digunakan, peneliti menggunakan model Logistic Regression dengan menggunakanOne-Hot Encoding. Hasil dari penelitian ini dapat digunakan untuk memprediksi jeniskendaraan yang digunakan. Nilai akurasi menunjukkan tingkat keakuratan sebesar 80%.Nilai ini cukup baik sebagai prediksi jenis kendaraan yang akan digunakan kadetmahasiswa cuti.
9. KLASIFIKASI PERFORMA TES LARI KADET MAHASISWA UNHAN RI DENGAN NAIVE BAYES lediwara, nadiza; Sembada Denrineksa Bimorogo; Aulia Khamas Heikmakhtiar; Tazky Khumaira Tsany; Zerusealtin David Naibaho
Jurnal TNI Angkatan Udara Vol 3 No 3 (2024): Jurnal TNI Angkatan Udara Triwulan Ketiga
Publisher : Staf Komunikasi dan Elektronika, TNI Angkatan Udara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62828/jpb.v3i3.114

Abstract

Tujuan dari penelitian ini adalah untuk mengklasifikasi apakah kadet mahasiswamemenuhi standar nilai untuk tes kesegaran jasmani (Garjas). Garjas yang difokuskandalam penelitian ini adalah Garjas A (Tes Lari). Dalam pemodelan data mining inimenggunakan algoritma Naïve Bayes. Hasil dari penelitian ini menghasilkan nilai akurasi diatas 90%. Hasil tersebut dapat digunakan untuk pemangku kebijakan melihat secara cepatklasfikasi kadet mahasiswa dari memenuhi atau tidaknya Garjas A.
Development of android-based weapon monitoring application in the armory Sadewa, Rio Bintang; Saragih, Hondor; Lediwara, Nadiza
Jurnal Mandiri IT Vol. 13 No. 2 (2024): CALL FOR PAPER !!! Scope Computer Science
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mandiri.v13i2.334

Abstract

Information and communication technologies (ICT) are of vital importance in the context of modern military operations, with Android-based solutions becoming increasingly relevant for the improvement of military weapons management systems. This study addresses the inefficiencies of current manual weapon management practices, which are susceptible to data errors and operational delays. The objective of this research is to enhance the accuracy, efficiency, and security of weapon management through the development of an Android-based monitoring application. The Rapid Application Development (RAD) methodology was employed to streamline the development process, which entailed the planning of requirements, the design of the user interface, the construction of the application, and its implementation. The application was constructed using Kotlin for the front end and Node.js with Express.js for the back end. It integrates real-time data updates, automated notifications, and efficient data management. The system’s design incorporates a comprehensive class diagram for database structure, user interface mockups, and various backend components, including models, migrations, controllers, routing, and middleware. The results demonstrate that the application markedly enhances weapon management by reducing manual errors, increasing operational efficiency, and providing enhanced security and accountability through accurate, real-time digital record-keeping.
SENTIMEN ANALISIS MENGENAI UNHAN RI MELALUI MEDIA SOSIAL TWITTER Lediwara, Nadiza; Denrineksa Bimorogo, Sembada; Khamas Heikmakhtiar, Aulia; Jaya Gainal, Ido; Naylil Karomah, Sufi; Fahmi, Khazali
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 18 No 2 (2024): November 2024
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/antivirus.v18i2.3902

Abstract

This study aims to determine public opinion regarding Universitas Pertahanan Republik Indonesia (UNHAN RI). As a new university, responses regarding public opinion need to be carried out so that the university can provide better services and educational programs. To see the public response to UNHAN RI, a Machine Learning method is used, namely Naïve Bayes. This Naïve Bayes modeling can help to classify public sentiment analysis towards UNHAN RI. By Naïve Bayes modeling, an accuracy value of 60.78% was obtained with three classification results, namely positive, negative, and neutral. The largest classification results were obtained in the positive class of 60.8%, the neutral class of 33.3%, and the negative class of 5.9%..
The development of a data lakehouse system for the integration and management of cyber threat intelligence data in XYZ unit Chan, Ricky; Dhaifullah, Rendi Hanif; Saragih, Hondor; Lediwara, Nadiza; Adha, Rochedi Idul
Journal of Intelligent Decision Support System (IDSS) Vol 8 No 1 (2025): March: Intelligent Decision Support System
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/idss.v8i1.293

Abstract

Cybersecurity systems are evolving to deal with increasingly complex digital threats. One of the main challenges in this field is integrating and managing Cyber Threat Intelligence (CTI) efficiently. This research aims to design and implement Data Lakehouse as a solution to manage CTI data in XYZ Unit. The system was built using Apache Spark, MinIO, Dremio, Nessie, and Apache Iceberg with a containerization approach using Docker to ensure flexibility and ease of implementation. The implementation results show that the system successfully integrates various CTI data sources and improves efficiency in data storage, processing, and analysis. MinIO is used as the primary storage, Apache Spark processes data at scale, Dremio enables real-time data analysis, and Nessie manages data version control to maintain its integrity. Blackbox testing proves that the system can work optimally, with results showing improved data integration and efficiency in managing cyber threat information. Thus, the developed Data Lakehouse can be an effective solution in supporting threat detection and strategic decision-making in XYZ Unit.
Sosialisasi Two Factor Authentication dan Aplikasinya pada Era Keamanan Digital di SMA Negeri 63 Jakarta Lediwara, Nadiza; Bimorogo, Sembada Denrineksa; Heikmakhtiar, Aulia Khamas; Bhiftime, E.I.; Phatoni, Khaerul Imam; Husni, Nashiratul; Febriantama, Rizal Gian
I-Com: Indonesian Community Journal Vol 5 No 2 (2025): I-Com: Indonesian Community Journal (Juni 2025)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/i-com.v5i2.7614

Abstract

Kemajuan teknologi digital membawa kemudahan dalam kehidupan sehari-hari, namun juga menghadirkan tantangan dalam perlindungan data pribadi. Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman siswa/i SMA Negeri 63 Jakarta mengenai risiko keamanan digital dan pentingnya Two Factor Authentication (2FA). Metode yang digunakan meliputi ceramah dan demonstrasi dalam mengaktifkan 2FA pada platform digital seperti email, media sosial, dan aplikasi keuangan yang diikuti 33 peserta pada tanggal 22 Mei 2024. Hasil kegiatan menunjukkan peningkatan kesadaran dan kemauan peserta dalam menerapkan 2FA. Kegiatan ini turut mendorong terbentuknya budaya literasi digital yang aman dan bertanggung jawab.
Co-Authors Abigail Tifani Manullang Adha, Rochedi Idul Agusti, Rizki Yulian Ahmed, Alfian Habib Alghiffari, Ahmad Abizar Allodya Nadra Xaviera Almas Shafwan Alya Hijrianisa Amadea Kenyoning Hapsari Ananda Yessica Margaretha Hutagalung Angelia Melisa Hutapea Army Kanaya Assalaam, Muhammad Firdaus Audrey Nur Aisyah Aulia Khamas Heikmakhtiar Aulia, Regifia Ningrum Nur Azahra, Manda Fatimah Bhiftime, E.I. Bimorogo, Sembada Denrineksa Chan, Ricky Damaris Easter Nugrahita Christi Denrineksa Bimorogo, Sembada Dhaifullah, Rendi Hanif Eva Savitri Febriantama, Rizal Gian Fhatur Robby Tanzil Herris Findi Zhafirah Fira Putri Wulandari Fulkan Kafilah Al Husein funny farady Coastera Gamelia Putri Anneta H., Nick Holson Mangiring Silalahi Heikhmakhtiar, Aulia Khamas Heikmakhtiar, Aulia Khamas Hondor Saragih Husni, Nashiratul Jaya Gainal, Ido Julia Purnama Sari Julia Purnama Sari Khamas Heikmakhtiar, Aulia Khazali Fahmi Mardamsyah, Adam Mochammad Yusa Mochammad Yusa Mufti Labib Ahmada Muhmmad Alvito Faros Naylil Karomah, Sufi Phatoni, Khaerul Imam Priyani, Kadek Jana Putra, Alvin Reychan Perdana Ricky Chan Rivaldi, Muhammad Rohman Ali Hanan I Sadewa, Rio Bintang Sadiyana Yaqutna Naqiya Salman Alfarisi Sembada Denrineksa Bimorogo Shella Athaya Miwazuki Suhar totok Sunami , Yoga Sunami, Yoga Tazky Khumaira Tsany Tiara Damayati Vonna Lestari Dian Subianty Yosi Herianti Zarfinal, Andila Zefanya Seto Gandhara Zerusealtin David Naibaho