Article Per Year (5 Year)
p-Index From 2021 - 2026
3.648
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama Proceeding SENDI_U Jurnal Teknologi Komputer dan Sistem Informasi Journal of Innovation and Future Technology (IFTECH) Journal of Applied Engineering and Technological Science (JAETS) JURNAL PENELITIAN PERAWAT PROFESIONAL Indonesian Journal of Electrical Engineering and Computer Science Abdimasku : Jurnal Pengabdian Masyarakat Jurnal PkM: Pemberdayaan Masyarakat International Journal of Computer and Information System (IJCIS) Jurnal Pengabdian kepada Masyarakat JAST Jurnal Sains Teknologi dan Sistem Informasi Jurnal Dinamika Informatika (JDI) Jurnal Ilmu Komputer dan Teknologi (IKOMTI) Empowerment Journal Indonesian Journal of Information Technology and Computing (IMAGING) Inovasi Jurnal Pengabdian Masyarakat (IJPM) Jurnal Riset Sistem dan Teknologi Informasi PEDAMAS (Pengabdian Kepada Masyarakat) Jurnal TAM (Technology Acceptance Model) JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi)
Ismail Setiawan
Universitas 'Aisyiyah Surakarta
Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Implementation of augmented reality as a revolutionary approach in computer stores Gunawan, Dedi; Mutia Dawis, Aisyah; Setiawan, Ismail; Permatahati, Ita; Ardhani, Rahmad; Setiyanto, Sigit
Indonesian Journal of Electrical Engineering and Computer Science Vol 37, No 2: February 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v37.i2.pp913-927

Abstract

The adoption of augmented reality (AR) spans various fields, from education to business. Currently, many businesses utilize AR to boost customer engagement and enhance product understanding. This research focuses on developing and examining an AR application on a Solo computer store’s website to improve customer engagement. Results indicate that AR significantly enhances the shopping experience, deepens product comprehension, and increases website interactions. Features like 3D product visualization and detailed information enable customers to make more informed purchasing decisions. A questionnaire with 25 respondents revealed a high acceptance rate of the AR application, averaging 92%. Additionally, AR was shown to increase customer engagement, potentially boosting sales by up to 35%, reducing operating costs by 20%, and enhancing productivity by 15%. The study also found differing preferences across age groups: older respondents (40-70 years) favored traditional website features without AR and were less comfortable with markerless technology, whereas younger consumers (18-39 years) were more attracted to AR-enhanced websites. These insights offer valuable guidance for the Solo computer store to craft innovative marketing strategies tailored to the diverse preferences and needs of their customers.
Pengolah Citra Sebagai Solusi Kemacetan Di Kota Besar Ismail Setiawan; Wika Dewanta; Hanung Adi Nugroho; Heru Supriyono
JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi) Vol 2, No 3 (2019): JTKSI
Publisher : Institut Bakti Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jtksi.v2i3.769

Abstract

Fenomena kemacetan pada sebuah kota besar umumnya di sebabkan karena banyaknya jumlah kendaraan sementara ruas jalan tidak berkembang setiap tahun. Pemanfaatan teknologi informasi sangatlah penting dalam membantu penyeselasaiaan masalah kemacean di kota besar. Metode yang digunakan Red - Green – Blue atau dapat disingkat dengan RGB adalah model warna pencahayaan yang biasa dipakai untuk metode alat input seperti scanner maupun alat keluaran seperti monitor yang menggunakan warna primer merah, hijau dan biru sedangkan dalam proses pengembangan sistem menggunakan Metode perancangan pada penelitian ini menggunakan teknik SDLC (system Development Life Cycles). Hasil penelitian ini menguji kemampuan model RGB-YCBCR-Thresholding untuk membaca jumlah kendaraan dan menampilkan timer untuk merekayasa lalulintas.
Pengembangan Model Prediktif Akurat untuk Deteksi Dini Kanker Payudara: Analisis Algoritma Pohon Keputusan dan Optimasi Hiperparameter dengan SMOTE Lidiana, Exda Hanung; Mustikasari, Hanif; Despitasari, Mieska; Nurhayati, Nurhayati; Setiawan, Ismail
Jurnal Penelitian Perawat Profesional Vol 7 No 3 (2025): Juni 2025, Jurnal Penelitian Perawat Profesional
Publisher : Global Health Science Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37287/jppp.v7i3.6663

Abstract

Kanker payudara merupakan masalah kesehatan global yang memerlukan deteksi dini untuk meningkatkan harapan hidup pasien. Tantangan signifikan dalam pengembangan sistem diagnostik adalah data medis yang sering tidak seimbang, di mana kasus kanker seringkali merupakan kelas minoritas. Penelitian ini bertujuan mengembangkan model prediktif akurat untuk deteksi dini kanker payudara, dengan menganalisis kinerja algoritma pohon keputusan dan mengoptimalkan berbagai parameter kuncinya, sembari mengatasi ketidakseimbangan data menggunakan teknik penambahan sampel minoritas sintetis. Eksperimen dilakukan pada dataset kanker payudara dengan memvariasikan status penggunaan teknik penambahan sampel, jumlah tetangga, jumlah pohon, kriteria pemisahan, kedalaman maksimum pohon, strategi pemangkasan, strategi pengambilan keputusan, serta eksekusi paralel. Kinerja model dievaluasi komprehensif menggunakan berbagai metrik seperti akurasi, nilai Kappa, dan kemampuan mendeteksi kelas minoritas. Hasil menunjukkan bahwa penggunaan teknik penambahan sampel secara signifikan meningkatkan identifikasi kasus kanker. Konfigurasi optimal yang melibatkan kriteria pemisahan tertentu dan jumlah pohon yang lebih banyak menghasilkan kinerja diagnostik yang konsisten. Optimalisasi kedalaman pohon dan pemangkasan krusial dalam menghindari ketidaksesuaian model, dan eksekusi paralel mempercepat proses komputasi. Model yang dikembangkan mencapai akurasi 81.20% dan nilai Kappa 0.622. Penelitian ini menegaskan pentingnya optimasi parameter model dan penanganan data tidak seimbang untuk meningkatkan akurasi deteksi dini kanker payudara, mendukung pengembangan alat diagnostik yang lebih andal.
PENINGKATAN KAPASITAS MAHASISWA DALAM BIDANG AI DAN KEAMANAN SIBER UNTUK MENCEGAH ANCAMAN DI DUNIA DIGITAL Ismail Setiawan; Surya Kusuma, Ridho; Muhammad Fadhil, Taqy; Nafisah Miftahul Jannah, Ilma
Empowerment Journal Vol. 5 No. 2 (2025): September
Publisher : Universitas 'Aisyiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30787/empowerment.v5i2.2121

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas mahasiswa di bidang kecerdasan buatan (AI) dan keamanan siber melalui pelatihan dan workshop yang dirancang berbasis Standar Kompetensi Kerja Nasional Indonesia (SKKNI) No. 55 Tahun 2015. Program ini menyasar mahasiswa Program Studi Sistem Informasi dan Teknologi Informasi dari mitra, yang masih memiliki keterbatasan dalam pengetahuan serta keterampilan praktis terkait ancaman digital. Metode pelaksanaan menggabungkan pelatihan langsung, pembelajaran berbasis proyek, dan e-learning mandiri. Hasil evaluasi menunjukkan peningkatan signifikan pada skor pre-test dan post-test peserta, penyelesaian proyek mini berbasis unit kompetensi, serta kepuasan tinggi terhadap pelaksanaan kegiatan. Selain dampak langsung, kegiatan ini juga mendorong terbentuknya komunitas belajar keamanan siber di kampus mitra dan peningkatan kesadaran digital peserta. Kendala teknis seperti keterbatasan perangkat dan pemahaman awal diatasi melalui pendekatan bertahap dan alternatif media pembelajaran. Program ini terbukti efektif dalam memperkuat kesiapan mahasiswa menghadapi tantangan keamanan digital dan berpotensi dikembangkan lebih lanjut secara berkelanjutan.
LINEAR REGRESSION MODEL: A STEP ANALYSIS AND ITS APPLICATION FOR EVALUATING THE STUDENT LEARNING PROCESS IN MATH SUBJECT Nurnawati, Erna Kumalasari; Setiawan, Ismail
Jurnal TAM (Technology Acceptance Model) Vol 15, No 1 (2024): Jurnal TAM (Technology Acceptance Model)
Publisher : Institut Bakti Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56327/jurnaltam.v15i1.1536

Abstract

Essentially, education serves to create generations or people who are excellent thinkers, doers, and decision-makers. Based on academic performance, students' character sizes. Naturally, achieving good marks is influenced by a variety of things. The goal of this study is to examine the variables that affect student learning achievement using the linear regression method. The procedure is as follows: Convert the date to a number, eliminate any missing values, eliminate overlapping data, normalizing data (transforming a domain), Determine the correlation between the target attribute and the other attributes with the highest positive values, then select the target attribute.  According to the 9:1 ratio, divide the data into test and train data.  Find out how well the created model performs and what parameter modifications will result in the greatest performance. The calculations' findings and the developed model demonstrate that the qualities G1 (first period grade) and G2 (second period grade) are important determinants of elevating student achievement. In a comprehensive year-long learning assessment, the G2 (second period grade) attribute had the biggest influence on students' performance.
Tinjauan Penerapan Data Science Dalam Optimalisasi Program Merdeka Belajar Kampus Merdeka Ita Permatahati; Ismail Setiawan
Jurnal IT UHB Vol 5 No 2 (2024): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v5i2.1521

Abstract

Penelitian ini bertujuan untuk menyelidiki penerapan data science dalam optimalisasi program Merdeka Belajar Kampus Merdeka (MBKM). Dengan pendekatan analisis, implementasi, dan evaluasi, penelitian ini memeriksa bagaimana data science dapat digunakan untuk meningkatkan efektivitas dan efisiensi dari program MBKM. Analisis awal dilakukan untuk memahami kebutuhan dan tantangan yang dihadapi dalam implementasi MBKM. Selanjutnya, konsep data science diimplementasikan untuk memproses dan menganalisis data yang relevan guna memberikan wawasan yang mendalam dalam pelaksanaan program MBKM. Evaluasi dilakukan untuk mengevaluasi dampak dari penerapan data science terhadap program MBKM dan mengidentifikasi area-area yang memerlukan perbaikan atau penyesuaian lebih lanjut. Hasil penelitian ini diharapkan dapat memberikan pemahaman yang lebih baik tentang potensi penerapan data science dalam konteks pendidikan tinggi dan kontribusinya terhadap upaya meningkatkan kualitas dan relevansi dari program MBKM.
Komparasi Kinerja Algoritma Random Forest, Decision Tree, Naïve Bayes, dan KNN dalam Prediksi Tingkat Depresi Mahasiswa menggunakan Student Depression Dataset Ismail Setiawan; Fatah Yasin, Ilham; Tri Desianti, Yuninda
Jurnal IT UHB Vol 6 No 1 (2025): Jurnal Ilmu Komputer dan Teknologi
Publisher : Universitas Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/ikomti.v6i1.1756

Abstract

Kesehatan mental, khususnya depresi pada mahasiswa, menjadi isu penting yang membutuhkan perhatian serius. Penelitian ini bertujuan untuk membandingkan kinerja beberapa algoritma klasifikasi dalam memprediksi tingkat depresi mahasiswa menggunakan Student Depression Dataset (SDD). Algoritma yang dianalisis meliputi Random Forest, Decision Tree, Naïve Bayes, dan K-Nearest Neighbors (KNN). Metode yang digunakan mencakup evaluasi performa model berdasarkan metrik akurasi, Precision, Recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest memiliki performa terbaik dalam menyeimbangkan antara Precision dan Recall, sementara Naïve Bayes lebih cocok untuk aplikasi yang memprioritaskan Precision. Temuan ini memberikan wawasan baru dalam penerapan algoritma klasifikasi untuk data kesehatan mental dan menjadi dasar rekomendasi bagi institusi pendidikan dalam menyusun kebijakan yang lebih efektif untuk mendukung kesehatan mental mahasiswa.
PENINGKATAN KEMAMPUAN CODING ANAK USIA REMAJA DENGAN METODE CRUD GENERATOR BERBASIS WEB DENGAN ANALISA DATABASE setiawan, ismail; Fuad Dwi Artha; Rifa'i Wahid Ahmad Iktisom
PEDAMAS (PENGABDIAN KEPADA MASYARAKAT) Vol. 1 No. 2 (2023): JULI 2023
Publisher : MEDIA INOVASI PENDIDIKAN DAN PUBLIKASI

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

Abstract

Pengabdian ini bertujuan untuk meningkatkan kemampuan coding anak usia remaja melalui penerapan metode CRUD (Create, Read, Update, Delete) generator berbasis web dengan analisa database. Metode ini bertujuan untuk memberikan pendekatan pembelajaran yang interaktif dan praktis sehingga dapat meningkatkan minat serta keterampilan coding pada kelompok usia remaja. Penelitian ini akan menggunakan pendekatan penelitian tindakan, dengan melibatkan kelompok anak usia remaja sebagai subjek penelitian. Pada tahap awal, akan dilakukan analisa kebutuhan dan pemahaman tentang tingkat pengetahuan coding yang dimiliki oleh peserta. Selanjutnya, sebuah aplikasi CRUD generator berbasis web akan dikembangkan dengan antarmuka yang user-friendly dan intuitif. Aplikasi ini akan dirancang sedemikian rupa sehingga para peserta dapat membangun dan mengelola database serta menghasilkan kode-kode dasar untuk operasi CRUD dengan mudah. Proses analisa database akan memberikan pemahaman tentang struktur dan hubungan antara tabel dalam basis data, sehingga peserta akan lebih terampil dalam merancang dan mengimplementasikan solusi perangkat lunak. Melalui sesi pelatihan dan penggunaan aplikasi CRUD generator ini, diharapkan peserta akan dapat meningkatkan pemahaman tentang konsep-konsep dasar coding, bahasa pemrograman, dan logika pemrograman. Selain itu, mereka akan menjadi lebih percaya diri dalam mengembangkan solusi perangkat lunak berbasis web dan mampu mengimplementasikan operasi CRUD dengan efisien. Hasil dari pengabdian ini akan dinilai melalui tes kemampuan coding sebelum dan setelah pelatihan, serta umpan balik dari peserta mengenai pengalaman dan peningkatan pemahaman mereka selama proses pelatihan. Diharapkan pengabdian ini akan memberikan manfaat positif bagi peserta, memberikan kontribusi positif bagi pendidikan di bidang teknologi informasi, dan membantu meningkatkan keterampilan coding generasi muda dalam menghadapi tantangan era digital yang terus berkembang.
Co-Authors Achmad Noerkhaerin Putra Aisyah Mutia Dawis Ardhani, Rahmad Ari Pantjarani Badriyah Rifani Dedi Gunawan Dewanta, Wika Eko Purbiyanto Elfrida Ratnawati Erna Kumalasari Nurnawati Erna Kumalasari Nurnawati Fatah Yasin, Ilham Fuad Dwi Artha Hanif Mustikasari Hanung Adi Nugroho Heru Supriyono Irfan Sadida Ita Permatahati Kresno Ario Tri Wibowo Lidiana, Exda Hanung Mieska Despitasari Muhammad Fadhil, Taqy Nafisah Miftahul Jannah, Ilma Nurhayati Nurhayati Renata Fina Antika Cahyani Rifa'i Wahid Ahmad Iktisom Sigit Setiyanto Supriono, Heru Surya Kusuma, Ridho Tri Desianti, Yuninda Ulun, Nutfah Ailul Wika Dewanta Yuniarti, Arinia Hasna