Article Per Year (5 Year)
p-Index From 2021 - 2026
3.577
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) SITEKIN: Jurnal Sains, Teknologi dan Industri Seminar Nasional Teknologi Informasi Komunikasi dan Industri Jurnal Informatika Universitas Pamulang Jurnal Teknologi Sistem Informasi dan Aplikasi Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Sistem Informasi dan Informatika (SIMIKA) Zonasi: Jurnal Sistem Informasi Journal of Applied Engineering and Technological Science (JAETS) Jurnal Computer Science and Information Technology (CoSciTech) KLIK: Kajian Ilmiah Informatika dan Komputer Malcom: Indonesian Journal of Machine Learning and Computer Science
Novriyanto Novriyanto
Jurusan Teknik Informatika, Fakultas Sains Dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Analisis Tingkat Kualitas Computerized Maintenance Management System (CMMS) Menggunakan COBIT 5 Fahrul Al Hidayat; Novriyanto Novriyanto; Muhammad Irsyad; Lola Oktavia
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 2 (2024): Jurnal Ekonomi Manajemen Sistem Informasi (November - Desember 2024)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i2.3451

Abstract

PT Perkebunan Nusantara V Pekanbaru adalah sebuah Badan Usaha Milik Negara (BUMN) yang mengelola perkebunan karet dan kelapa sawit. Dalam pemanfaaatan teknologi untuk meningkatkan kualitasnya, PTPN V menggunakan Computerized Maintenance Management System (CMMS) sebagai sistem pengawasan untuk pemeliharaan. Selain itu, CMMS juga memiliki kemampuan untuk meningkatkan kondisi peralatan dan hasil produksinya. Hingga saat ini, belum ada pengukuran tingkat kualitas untuk mengevaluasi kualitas keseluruhan dari aktivitas bisnis yang menghasilkan solusi TI pada CMMS. Penelitian ini bertujuan untuk meninjau sejauh mana perkembangan tingkat manajemen kualitas dari yang direncanakan dengan yang sudah direalisasikan sekaligus pengusulan suatu rekomendasi perbaikan dalam CMMS pada PTPN V Pekanbaru menggunakan framework COBIT 5 domain APO11 tentang manage quality. Melakukan pengisian kusioner kepada 5 orang responden, kemudian mewawancarai salah satu responden yang terkait dengan CMMS, diperoleh hasil tingkat kemampuan keseluruhan (capability level) dari subdomain APO11 pada CMMS di PTPN V Pekanbaru sebesar 4,45 atau berada di level 4 (Predictable Process). Hal ini menunjukkan bahwa PTPN V Pekanbaru telah mampu menghasilkan proses secara berkelanjutan dan melakukan perbaikan secara konsisten untuk masa depan. Namun, berdasarkan keadaan yang ingin untuk dicapai dan keadaan sekarang, CMMS yang digunakan pada PTPN Pekanbaru harus melakukan pengembangan secara konsisten dan berkelanjutan untuk mencapai keadaan yang diinginkan.
Implementasi Large Language Models dalam Rancang Bangun Aplikasi Computer-Assisted Test Mobile Berbasis Android : Implementation of Large Language Models in the Design of Android-Based Computer-Assisted Test Mobile Applications Natadisastro, Yoga; Harahap, Nazruddin Safaat; Novriyanto, Novriyanto; Darmizal, Teddie
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 1 (2026): MALCOM January 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i1.2402

Abstract

Perkembangan teknologi digital telah mendorong penerapan Computer Assisted Test (CAT) sebagai sarana evaluasi pembelajaran yang mampu meningkatkan efisiensi dan ketepatan pelaksanaan ujian. Meskipun demikian, sebagian besar sistem CAT yang ada masih berbasis web, sehingga fleksibilitas penggunaan pada perangkat mobile belum optimal dan proses penyusunan soal ujian masih memerlukan waktu yang relatif lama. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi CAT berbasis mobile Android yang terintegrasi dengan Large Language Models (LLM) guna mendukung pembuatan soal ujian secara otomatis. Proses pengembangan sistem dilakukan dengan menggunakan metode Rapid Application Development (RAD) agar tahapan analisis, perancangan, dan implementasi dapat dilakukan secara lebih cepat dan adaptif. Hasil pengujian menunjukkan bahwa aplikasi yang dikembangkan berfungsi dengan baik dan memperoleh tingkat penerimaan pengguna sebesar 89% berdasarkan hasil User Acceptance Test (UAT). Integrasi LLM dalam aplikasi CAT mobile mampu meningkatkan efisiensi dalam pembuatan soal serta mendukung pelaksanaan ujian digital yang lebih fleksibel dan efektif.
Analisis Tingkat Kualitas Computerized Maintenance Management System (CMMS) Menggunakan COBIT 5 Fahrul Al Hidayat; Novriyanto Novriyanto; Muhammad Irsyad; Lola Oktavia
Jurnal Ekonomi Manajemen Sistem Informasi Vol. 6 No. 2 (2024): Jurnal Ekonomi Manajemen Sistem Informasi (November - Desember 2024)
Publisher : Dinasti Review

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/jemsi.v6i2.3451

Abstract

PT Perkebunan Nusantara V Pekanbaru adalah sebuah Badan Usaha Milik Negara (BUMN) yang mengelola perkebunan karet dan kelapa sawit. Dalam pemanfaaatan teknologi untuk meningkatkan kualitasnya, PTPN V menggunakan Computerized Maintenance Management System (CMMS) sebagai sistem pengawasan untuk pemeliharaan. Selain itu, CMMS juga memiliki kemampuan untuk meningkatkan kondisi peralatan dan hasil produksinya. Hingga saat ini, belum ada pengukuran tingkat kualitas untuk mengevaluasi kualitas keseluruhan dari aktivitas bisnis yang menghasilkan solusi TI pada CMMS. Penelitian ini bertujuan untuk meninjau sejauh mana perkembangan tingkat manajemen kualitas dari yang direncanakan dengan yang sudah direalisasikan sekaligus pengusulan suatu rekomendasi perbaikan dalam CMMS pada PTPN V Pekanbaru menggunakan framework COBIT 5 domain APO11 tentang manage quality. Melakukan pengisian kusioner kepada 5 orang responden, kemudian mewawancarai salah satu responden yang terkait dengan CMMS, diperoleh hasil tingkat kemampuan keseluruhan (capability level) dari subdomain APO11 pada CMMS di PTPN V Pekanbaru sebesar 4,45 atau berada di level 4 (Predictable Process). Hal ini menunjukkan bahwa PTPN V Pekanbaru telah mampu menghasilkan proses secara berkelanjutan dan melakukan perbaikan secara konsisten untuk masa depan. Namun, berdasarkan keadaan yang ingin untuk dicapai dan keadaan sekarang, CMMS yang digunakan pada PTPN Pekanbaru harus melakukan pengembangan secara konsisten dan berkelanjutan untuk mencapai keadaan yang diinginkan.
Early Detection of Foetal Pathological Conditions with Neural Network Method: Implementation of Backpropagation Neural Network and SMOTE on Cardiotocography Data Elin Haerani; Fadhilah Syafria; Novriyanto Novriyanto; Ismail Marzuki
Journal of Applied Engineering and Technological Science (JAETS) Vol. 7 No. 2 (2026): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/3n6z5n26

Abstract

This research focuses on the development of an effective classification model for early detection of foetal pathological conditions using Cardiotocography (CTG) data by utilising the Backpropagation Neural Network (BPNN) method. The high maternal mortality rate (MMR) and infant mortality rate (IMR) in Indonesia, including Riau Province, emphasise the importance of accurate prenatal diagnosis. The main challenge of this research is to address the class imbalance issue in the CTG dataset, which is biased towards the Normal class (77.9%) compared to the Suspect (13.9%) and Pathological (8.2%) classes. This problem was addressed by applying the Synthetic Minority Oversampling Technique (SMOTE). The model's performance was evaluated using K-Fold Cross Validation (5-Fold and 10-Fold). The test results showed that the combination of BPNN and SMOTE significantly improved performance, achieving a highest average accuracy of 92.66% and a maximum accuracy of 94.84% in the 10-Fold Cross Validation scheme. The resulting model is stable, has a high generalisation capability, and has great potential to be integrated into an Artificial Intelligence (AI)-based Clinical Decision Support System (CDSS) to support evidence-based health policies in reducing Maternal Mortality Rate (MMR) and Infant Mortality Rate (IMR).
Co-Authors Aditya Dyan Ramadhan Agesta Putrama Al Fajri Alvin Alvin Anzaz Islami Alwis Nazir Arvansyah, M Afdhol Baehaqi Darmizal, Teddie Dosmaulina Dosmaulina Elin Haerani Elin Haerani Elin Haerani Elin Haerani (Scopus ID: 57191839502) Elvia Budianita Emir Ramon Fadhilah Syafria Fahrul Al Hidayat Fatimah Almira Firdausi Febby Kurniawan Febi Yanto Fitra Lestari Fitri Insani Fitri Insani (Scopus ID: 57190404820) Gusti, Siska Kurnia Hafsyah hariansyah, Aldi Haris Simare Mare Hartini Hartini Hertati Ibrahim Armadian Pujakesuma Ismail Marzuki Ismail Marzuki Iwan Iskandar Iwan Iskandar Lesmana, Aria Lola Oktavia Lola Oktavia M. Saski M. Zaid.S Muhammad Affandes Muhammad Irsyad Natadisastro, Yoga Nazruddin Safaat Nazruddin Safaat H Nazruddin Safaat H Nuraisyah Idham Oktavia, Lola Pizaini Pizaini Putri Zahwa Reski Mai Candra Setio Mulyo Siddik, Muhammad Khoirun Surya Agustian Suwanto Sanjaya Syafira, Fadhilah Syaputra, Alviandy Syofin Wibawa Mukti Teddie Darmizal Vitriani, Yelfi Vusuvangat, Imam Wenni Syafitri Wirayudha, Muhammad Aldi Yusra, Yusra