Garuda - Garba Rujukan Digital

Prototype of Integrated National Identity Storage Security System in Indonesia using Blockchain Technology Fathiyana, Rana Zaini; Yutia, Syifa Nurgaida; Hidayat, Dinda Jaelani
JOIV : International Journal on Informatics Visualization Vol 6, No 1 (2022)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.1.877

Approximately 29 institutions in Indonesia issue were identifying numbers, such as ID cards, driving licenses, BPJS, etcetera. In general, the identity storage system is designed with a centralized system and managed by each government agency. However, this system has some disadvantages, like data replication and redundancy. Furthermore, the Indonesian government is now undertaking a program through the Ministry of Home Affairs to use population data for public services by providing access to organizations cooperating for population data use. With a centralized database managed by a single entity, data abuse can occur and rely on third parties, the sole authority of the national identity data. The blockchain-based solution described in this paper to integrate a national identity system can provide the advantages of a population data utilization program. The system designed can facilitate convenience in sharing and updating population data while also ensuring the security and integrity of the population data. The citizens do not have to worry about the possibility of data misuse by user institutions. Blockchain technology offers decentralization through the participation of members across a distributed network. There is no single point of failure, and no single user may alter the transaction record. Our proposed approach could help the government of Indonesia secure citizens' private information and increase transparency in information management.

SOLARISLIGHT : SISTEM PENERANGAN BERKELANJUTAN MENGGUNAKAN IOT DAN SOLAR CELL SYSTEM UNTUK EFISIENSI ENERGI PADA DESA WISATA CIASMARA Syifa Nurgaida Yutia; Aisyah Novfitri; Annisa Desianty; Alva Nurvina Sularso; Hakim Giraldi Saputra; Muhammad Nur Rizqi
Jurnal Pengabdian Masyarakat FKIP UTP Vol 7 No 1 (2026): PROFICIO : Jurnal Abdimas FKIP UTP
Publisher : FKIP UNIVERSITAS TUNAS PEMBANGUNAN SURAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36728/jpf.v7i1.6134

Kegiatan Pengabdian Masyarakat yang diadakan di desa Ciasmara di kabupaten Bogor bertujuan untuk meningkatkan infrastruktur berupa fasilitas umum penerangan lampu jalan sebagai bagian dari rencana desa Ciasmara sebagai desa wisata. Fasilitas penerangan lampu jalan berbasis IoT dan solar panel bertujuan untuk memberikan lingkungan yang aman, nyaman bagi para wisatawan, dan menciptakan energi bersih. Penerangan jalan menggunakan teknologi IoT dan Solar Panel menawarkan perawatan yang mudah dan tahan lama, dan tidak membebani biaya listrik desa. Sehingga teknologi ini menjadi solusi terbaik untuk alternatif di daerah terpencil. Tahapan implementasi program SolarisLight dimulai dengan kegiatan observasi untuk melakukan pemetaan titik penanaman tiang lampu. Proses perancangan dan pembuatan alat membutuhkan waktu satu minggu sebelum dilakukan pemasangan solar panel dan sistem IoT. Lima titik lampu penerangan ditenagai dengan kapasitas baterai sebesar 12V 300Ah dalam panel box mampu memberi ketahanan pencahayaan hingga 2 hari di malam hari. Sistem IoT yang diintegrasikan dengan panel surya memungkinkan adanya pemantauan parameter kelistrikan secara real time. Pemberian buku manual dan kegiatan sosialisasi penggunaan SolarisLight dilakukan agar masyarakat desa wisata Ciasmara dapat memonitoring sistem Solarislight melalui aplikasi yang diakses menggunakan smartphone. Hasil survei kepuasan mitra menunjukan adanya peningkatan jumlah wisatawan di desa Ciasmara setelah implementasi sitem SolarisLight. Dengan adanya hasil ini, diharapkan dapat menjadi program pengabdian masyarakat yang berkelanjutan.

Keandalan Metode Backup Data dalam Business Continuity Plan: Analisis Electronic Vaulting, Remote Journaling, dan Database Shadowing Syifa Nurgaida Yutia; Zuki Pristiantoro Putro
Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Vol 9 No 4 (2025): OCTOBER-DECEMBER 2025
Publisher : Lembaga Otonom Lembaga Informasi dan Riset Indonesia (KITA INFO dan RISET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jtik.v9i4.3813

Data security and availability are crucial aspects of an organization's operational sustainability, particularly in addressing potential disruptions such as system failures, human errors, natural disasters, or cyberattacks. A Business Continuity Plan (BCP) is designed to ensure that critical business processes can continue operating despite incidents that threaten operations. One of the key elements of BCP is data backup strategies, which serve to maintain the integrity and availability of information within a system. This study explores the implementation of three primary data backup methods Electronic Vaulting, Remote Journaling, and Database Shadowing in a MariaDB database environment. The research employs an experimental approach, in which these three backup strategies are implemented within a MariaDB-based system. Electronic Vaulting is used for periodically backing up data to a secondary server to ensure data security in disaster recovery scenarios. Remote Journaling records transaction changes in near real-time, allowing data synchronization with a backup server without requiring full database storage at all times. Database Shadowing combines database replication and server fault tolerance mechanisms, ensuring that data is simultaneously updated across multiple locations. The implementation of these backup strategies is expected to enhance system resilience against disruptions and ensure the continuity of organizational operations in the event of data loss. This study provides insights for organizations in selecting and implementing data backup strategies that align with their Business Continuity Plan. Future research may explore the integration of encryption in data backups, additional security mechanisms such as multi-factor authentication, and the use of cloud backup services to enhance system flexibility and resilience.

PELATIHAN DAN PEMBERDAYAAN KADER KESEHATAN DALAM IMPLEMENTASI APLIKASI WEBSITE POSYANDU FLAMBOYAN TANGERANG Syifa Nurgaida Yutia; Dea Wemona Rahma; Nurul Ilmi; Qilbaaini Effendi Muftikhali; Rana Zaini Fathiyana; Omar Shalhan Imanie; Nisa Dwi Angresti; Reyhan Fadhil Haryono; Mona Aziz; Daffa Aliffia Dipra; Nabiilah Mufiidah; Selvia Anjarwati
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 4 No. 1 (2024): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

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

Pos Pelayanan Terpadu (Posyandu) Flamboyan, Desa Sukasari, Tangerang merupakan pusat pelayanan kegiatan kesehatan dasar masyarakat. Posyandu sendiri dijalankan oleh kader posyandu. Layanan yang ditawarkan meliputi penimbangan, pemantauan status gizi, dan vaksinasi. Semua aktivitas ini dicatat oleh kader posyandu secara manual. Dalam hal ini, tidak jarang petugas posyandu kesulitan mencatat aktivitas dan menemukan data, karena untuk menyimpan data operasional masih disimpan dalam buku besar. Buku besar sering kali hilang karena banyaknya data operasional yang disimpan. Dalam hal ini untuk membantu mengatasi permasalahan yang sering dihadapi oleh kader posyandu, maka pada kegiatan pengabdian masyarakat ini menawarkan sistem penyimpanan data yang lebih baik. Hasil dari pengabdian masyarakat ini adalah sebuah sistem informasi yang dapat mencatat data reservasi pasien dan vaksinasi. Oleh karena itu, sistem ini dapat membantu kader posyandu dan pimpinan posyandu dalam mengolah data kegiatan posyandu dengan cepat dan efektif. Hasil kegiatan abdimas ini juga dalam rangka pemberdayaan kader posyandu terhadap pengetahuan dalam penggunaan sistem informasi. Hasil dari kuisioner yang dibagikan kepada kader posyandu, kegiatan pengabdian Masyarakat yang diselenggarakan sesuai dengan kebutuhan mitra.

PENGEMBANGAN KARAKTER MELALUI PELATIHAN STRATEGI BELAJAR DAN PENETAPAN TUJUAN MENGGUNAKAN SMART GOALS Syifa Nurgaida Yutia; Rana Zaini Fathiyana; Ahmad Syarifullah Daulay; Yuha Safira Ramadani; Immanuel Cakra Duta Rosario
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 4 No. 1 (2024): The Proceeding of Community Service and Engagement (COSECANT) Seminar
Publisher : Telkom University

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

Pengembangan karakter merupakan aspek penting dalam pendidikan yang bertujuan membentuk individu yang berintegritas, bertanggung jawab, dan mampu beradaptasi dengan tantangan masa depan. Pengabdian Masyarakat ini mengeksplorasi efektivitas pelatihan strategi belajar dan penetapan tujuan menggunakan kerangka SMART (Specific, Measurable, Achievable, Relevant, Time-bound) dalam mengembangkan karakter peserta didik. Pelatihan ini melibatkan sejumlah siswa dari berbagai tingkatan/kelas di SMK Telekomunikasi Telesandi Bekasi yang diberikan pelatihan mengenai strategi belajar efektif serta cara menetapkan dan mencapai tujuan yang terukur dan realistis. Selain itu, penggunaan Smart Goals terbukti membantu siswa dalam merencanakan dan mengevaluasi pencapaian mereka secara lebih sistematis dan terarah. Temuan ini mengindikasikan bahwa integrasi pelatihan strategi belajar dengan penetapan tujuan yang tepat dapat menjadi pendekatan yang efektif dalam mendukung pengembangan karakter peserta didik. Kegiatan pengabdian ini dilaksanakan dalam bentuk penyuluhan dan pelatihan dalam bidang pengembangan karakter, penggunaan gaya belajar untuk menunjang hasil belajar yang maksimal. Tujuan kegiatan pengabdian kepada masyarakat ini adalah memberikan siswa berbagai alternatif untuk memahami sebuah pembelajaran dengan lebih mudah menggunakan berbagai macam gaya belajar. Hasil dari kuisioner yang dibagikan kepada siswa-siswi SMK Telekomunikasi Telesandi Bekasi menunjukan kepuasan pada kegiatan pengabdian Masyarakat yang diselenggarakan, dan sesuai dengan kebutuhan mitra.

Penerapan Algoritma Resedual Network 50 dan Convusional Block Attention Module untuk Deteksi Citra Deepfake Muhammad Dimas Aulia Putra Riali; Syifa Nurgaida Yutia; Demi Adidrana
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Deepfake merupakan teknologi berbasis kecerdasan buatan dengan teknologi deep learning yang mampu menciptakan atau memanipulasi wajah seseorang secara realistis. Dalam survey terbaru VIDA Where’s The Fraud – Protecting Indonesia Business from AI Generated Fraud, menemukan lonjakan 1540% pada kasus penipuan deepfake di wilayah APAC tahun 2022 hingga 2023, sementara di indonesia terdapat 1550% kasus penipuan. Peningkatan signifikan kasus deepfake ini menunjukkan tantangan baru dalam mendeteksi manipulasi visual menggunakan teknologi Artificial Intelligence (AI). Di samping manfaatnya penggunaan teknologi deep learning ini bisa menjadi ancaman serius dalam kasus penipuan dan pemerasan, diperlukan metode deteksi berbasis kecerdasan buatan untuk mendeteksi deepfake secara efektif dan efisien. Penelitian ini berfokus pada pengembangan dan penerapan metode deteksi deepfake berbasis Convolutional Neural Network (CNN) menggunakan arsitektur Residual Network 50 (ResNet50) yang dimodifikasi dengan Convusion Block Ateention Module (CBAM) untuk meningkatkan akurasi dalam mendeteksi pola-pola artefak yang muncul pada citra deepfake, sebagai kontribusi dalam upaya mitigasi penyalahgunaan teknologi deepfake yang semakin marak. Penelitian ini menggunakan dataset kaggle yang berjumlah 8000 dataset. Dataset yang akan digunakan untuk perbandingan keaslian data melalui tahapan normalisasi, pelatihan model, dan evaluasi performa dengan metrik akurasi yang terdiri dari gambar asli dan gambar yang sudah menggunakan deepfake yang dihasilkan melalui teknologi berbasis AI. Dalam studi terdahulu Penggunaan ResNet50 dalam kelasifikasi menunjukan hasil sebesar 78,87% sedangkan integrasi menggunakan attention mecanism pada ResNet50 dengan Long- Distance Attention Module mencapai akurasi hingga 94.30% dan AUC 98.70%. Hasil dari penelitian ini menunjukan penggunaan CBAM pada 8000 dataset menghasilkan metrix akurasi Accuracy 68.44%, Precision 72,26%, Recall 53,73%, dan F1- score 61,63%, dan dari hasil pengamatan pada 6000 dataset ditemukan Accuracy 75.27%, Precision 67,91%, Recall 95,80%, dan F1- score 79,43%. Dengan pendekatan ini di harapkan mampu menjadi solusi yang efektif untuk meningkatkan keamanan sistem berbasis biometrik, serta mencegah penyalahgunaan teknologi deepfake dalam berbagai sektor. Kata kunci — Deepfake, Convolutional Neural Network, ResNet50, Convolutional Block Attention Module, Rectified Linear Unit, Sigmoid.

Pengembangan Sistem Internet of Things untuk Deteksi Kebakaran dan Peringatan Dini Berbasis Algoritma Naïve Bayes Fadlan Amir Furqon; Syifa Nurgaida Yutia; Nurul Ilmi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Kebakaran merupakan salah satu bencana yang sering terjadi di Indonesia, dengan rumah tinggal sebagai bangunan yang paling rentan terhadap risiko kebakaran. Penghuni rumah sering kali tidak menyadari terjadinya kebakaran, yang dapat menyebabkan kerugian harta benda, properti, bahkan nyawa jika tidak segera ditangani. Oleh karena itu, dibutuhkan sistem pendeteksi dini kebakaran yang dapat memberikan peringatan secara cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan prototipe sistem keselamatan kebakaran berbasis Internet of Things (IoT), yang menggunakan berbagai sensor dan kecerdasan buatan dengan metode Naive Bayes untuk mengklasifikasikan potensi kebakaran pada gedung. Sistem ini memanfaatkan microcontroller ESP32 sebagai penghubung antara sensor dan aplikasi Telegram untuk pemantauan serta notifikasi kebakaran secara real-time. Sensor Api dan Sensor MQ-2 digunakan untuk mendeteksi api, asap dan gas yang menjadi indikasi awal kebakaran, sementara modul ESP32-CAM digunakan untuk mengambil gambar atau video situasi kebakaran. Metode Naive Bayes dipilih karena cocok digunakan pada sistem berbasis mikrokontroler dengan keterbatasan penyimpanan, seperti ESP32. Dataset yang digunakan untuk penelitian berjumlah 3200 data. Hasil dari penelitian model yang dikembangkan menunjukkan akurasi tinggi sebesar 96,72% dengan precision, recall, dan F1-score mencapai hingga 0,97, menandakan kemampuan klasifikasi yang konsisten dan seimbang dalam membedakan kondisi berbahaya dan tidak berbahaya. Kata kunci— Deteksi Kebakaran, Naïve Bayes, Internet of Things, ESP32

Akselerasi Transformasi Digital Desa Galuga melalui Pengembangan Website Promosi Potensi Desa Yumna Zahran Ramadhan; Rana Zaini Fathiyana; Nurul Ilmi; Dea Wemona Rahma; Qilbaaini Effendi Muftikhali; Syifa Nurgaida Yutia; Dimas Bayu Arkaan; Kalingga Rafif Danisworo Kusnaji; Satrio Aji Nugroho; Stiefanny Dwi Chandra; Rafi Athallah Sjakha; Keisha Anggraini
SOROT : Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2026): Januari
Publisher : Fakultas Teknik dan Ilmu Komputer (FASTIKOM) UNSIQ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/kg7sps79

Desa Galuga di Kabupaten Bogor memiliki potensi ekonomi yang signifikan pada sektor pertanian, produk UMKM, dan pariwisata, namun pengembangannya masih terhambat oleh kesenjangan infrastruktur digital dan rendahnya literasi teknologi perangkat desa dalam mengelola layanan publik maupun promosi potensi lokal. Program pengabdian kepada masyarakat ini bertujuan untuk menginisiasi transformasi digital melalui pengembangan prototipe website desa serta peningkatan kapasitas sumber daya manusia dalam pemanfaatan teknologi informasi. Kegiatan dilaksanakan pada 13 November 2025 dengan menerapkan metode pelatihan partisipatif, demonstrasi sistem, dan pendampingan teknis kepada perangkat desa serta perwakilan masyarakat. Hasil kegiatan menunjukkan keberhasilan pembuatan prototipe website yang fungsional sebagai media layanan administrasi dan promosi desa. Berdasarkan evaluasi umpan balik peserta, program ini dinilai sangat memuaskan dengan skor rata-rata tertinggi pada aspek kualitas pelayanan panitia (4,55) serta kesesuaian materi dan kompetensi narasumber (4,36). Tingginya antusiasme peserta juga tercermin dari indikator harapan keberlanjutan program yang mencapai skor 4,18, meskipun aspek durasi pelaksanaan (3,91) menjadi catatan evaluasi untuk optimalisasi alokasi waktu pelatihan di masa mendatang. Secara keseluruhan, program ini berhasil menjadi pemantik modernisasi tata kelola desa yang lebih adaptif dan transparan, sekaligus memberikan landasan bagi kemandirian digital masyarakat Desa Galuga.

Penerapan Algoritma Resedual Network 50 dan Convusional Block Attention Module untuk Deteksi Citra Deepfake Muhammad Dimas Aulia Putra; Syifa Nurgaida Yutia; Demi Adidrana, ST., M.T.I.
LOGIC: Jurnal Penelitian Informatika Vol. 4 No. 1 (2026): June 2026
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/logic.v4i1.11021

Deepfake merupakan teknologi berbasis kecerdasan buatan dengan teknologi deep learning yang mampu menciptakan atau memanipulasi wajah seseorang secara realistis. Dalam survey terbaru VIDA Where’s The Fraud – Protecting Indonesia Business from AI Generated Fraud, menemukan lonjakan 1540% pada kasus penipuan deepfake di wilayah APAC tahun 2022 hingga 2023, sementara di indonesia terdapat 1550% kasus penipuan. Peningkatan signifikan kasus deepfake ini menunjukkan tantangan baru dalam mendeteksi manipulasi visual menggunakan teknologi Artificial Intelligence (AI). Di samping manfaatnya penggunaan teknologi deep learning ini bisa menjadi ancaman serius dalam kasus penipuan dan pemerasan, diperlukan metode deteksi berbasis kecerdasan buatan untuk mendeteksi deepfake secara efektif dan efisien. Penelitian ini berfokus pada pengembangan dan penerapan metode deteksi deepfake berbasis Convolutional Neural Network (CNN) menggunakan arsitektur Residual Network 50 (ResNet50) yang dimodifikasi dengan Convusion Block Ateention Module (CBAM) untuk meningkatkan akurasi dalam mendeteksi pola-pola artefak yang muncul pada citra deepfake, sebagai kontribusi dalam upaya mitigasi penyalahgunaan teknologi deepfake yang semakin marak. Penelitian ini menggunakan dataset kaggle yang berjumlah 8000 dataset. Dataset yang akan digunakan untuk perbandingan keaslian data melalui tahapan normalisasi, pelatihan model, dan evaluasi performa dengan metrik akurasi yang terdiri dari gambar asli dan gambar yang sudah menggunakan deepfake yang dihasilkan melalui teknologi berbasis AI. Dalam studi terdahulu Penggunaan ResNet50 dalam kelasifikasi menunjukan hasil sebesar 78,87% sedangkan integrasi menggunakan attention mecanism pada ResNet50 dengan Long- Distance Attention Module mencapai akurasi hingga 94.30% dan AUC 98.70%. Hasil dari penelitian ini menunjukan penggunaan CBAM pada 8000 dataset menghasilkan metrix akurasi Accuracy 68.44%, Precision 72,26%, Recall 53,73%, dan F1- score 61,63%, dan dari hasil pengamatan pada 6000 dataset ditemukan Accuracy 75.27%, Precision 67,91%, Recall 95,80%, dan F1- score 79,43%. Dengan pendekatan ini di harapkan mampu menjadi solusi yang efektif untuk meningkatkan keamanan sistem berbasis biometrik, serta mencegah penyalahgunaan teknologi deepfake dalam berbagai sektor.

Title

Found 29 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 29 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 29 Documents
Search