Article Per Year (5 Year)
p-Index From 2021 - 2026
3.063
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Journal of Information Systems Engineering and Business Intelligence Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Indonesian Journal of Artificial Intelligence and Data Mining JSAI (Journal Scientific and Applied Informatics) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Walisongo Journal of Information Technology Brilliance: Research of Artificial Intelligence Abdimas Indonesian Journal Jurnal Pengabdian Masyarakat DIGIMAS: Jurnal Transformasi Digital Masyarakat
Narandha Arya Ranggianto
Universitas Jember
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Optimalisasi Klasifikasi Performa Akademik Mahasiswa dengan Pendekatan Metaheuristik Berbasis Educational Data Mining M. Habibullah Arief; Muhammad Andryan Wahyu Saputra; Khoirunnisa Afandi; Damar Novtahaning; Narandha Arya Ranggianto
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15168

Abstract

Peningkatan kualitas pendidikan tinggi merupakan prioritas strategis untuk menghasilkan lulusan yang kompeten dan adaptif terhadap tantangan zaman. Undang-Undang Nomor 12 Tahun 2012 tentang Pendidikan Tinggi menegaskan pentingnya mutu penyelenggaraan pendidikan dan kompetensi lulusan. Salah satu indikator kunci mutu tersebut adalah performa akademik mahasiswa, yang kini dapat diprediksi secara lebih akurat melalui pendekatan Educational Data Mining (EDM). Penelitian ini membandingkan efektivitas dari dua algoritma metaheuristik, yaitu Genetic Algorithm (GA) dan Particle Swarm Optimization (PSO) dalam proses seleksi fitur untuk meningkatkan akurasi klasifikasi performa akademik mahasiswa berdasarkan data akademik Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Jember. Dataset terdiri atas 203 mahasiswa dari tahun ajaran 2022/2023 dan 2023/2024. Hasil menunjukkan bahwa algoritma GA menghasilkan akurasi pengujian sebesar 0,9508, sementara algoritma PSO mencapai 0,9912. GA unggul dalam eksplorasi kombinasi fitur yang kompleks, sedangkan PSO menunjukkan efisiensi komputasi yang lebih tinggi. Fitur-fitur penting seperti SKS, pekerjaan orang tua, penggunaan smartphone, dan dukungan keluarga teridentifikasi sebagai prediktor utama. Kedua pendekatan terbukti efektif dalam meningkatkan performa model prediksi sekaligus mengurangi kompleksitas data. Temuan ini menunjukkan potensi besar algoritma metaheuristik sebagai teknologi pendukung dalam sistem akademik modern untuk mendukung pengambilan keputusan berbasis data, meningkatkan efisiensi intervensi akademik, dan menunjang perencanaan pendidikan tinggi yang lebih adaptif dan presisi.
Optimalisasi Manajemen Kualitas Website Desa Klatakan Berbasis ISO/IEC 25010 Damar Novtahaning; Erik Yohan Kartiko; Khoirunnisa Afandi; M. Habibullah Arief; Narandha Arya Ranggianto
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15176

Abstract

Website desa memiliki peran strategis sebagai sarana penyampaian informasi, pelayanan publik, serta keterbukaan data dalam rangka mendukung implementasi Sustainable Development Goals (SDGs) di tingkat lokal. Penelitian ini bertujuan untuk mengevaluasi kualitas Website Desa Klatakan Jember dengan menggunakan standar ISO/IEC 25010 melalui pendekatan kuantitatif. Evaluasi difokuskan pada lima karakteristik utama, yaitu functional suitability, reliability, performance efficiency, usability, dan compatibility. Pengumpulan data dilakukan melalui penyebaran kuesioner kepada responden yang merupakan pengguna aktif website, dengan penilaian berdasarkan dua dimensi utama: tingkat kepentingan (importance) dan kinerja aktual (performance), menggunakan skala Likert 1–5. Metode Customer Satisfaction Index (CSI) digunakan untuk menghitung tingkat kepuasan pengguna, sedangkan Importance-Performance Analysis (IPA) digunakan untuk memetakan prioritas perbaikan kualitas sistem. Hasil analisis menunjukkan bahwa nilai CSI secara keseluruhan adalah 76,72%, yang berada dalam kategori “Puas”. Pemetaan IPA menunjukkan bahwa karakteristik functional suitability dan compatibility berada pada kuadran I (prioritas utama), usability berada pada kuadran II (dipertahankan), sedangkan reliability dan performance efficiency berada pada kuadran III (prioritas rendah). Berdasarkan hasil tersebut, dapat disimpulkan bahwa meskipun sebagian besar fitur website telah berjalan sesuai fungsi, masih terdapat area yang perlu ditingkatkan, terutama dalam aspek kemudahan penggunaan dan efisiensi sistem. Penelitian ini diharapkan dapat memberikan kontribusi sebagai model evaluasi kualitas sistem informasi desa berbasis standar internasional, serta mendukung agenda transformasi digital desa secara lebih akuntabel, partisipatif, dan berkelanjutan.
Procedural Content Generation pada Level Gim Sokoban Menggunakan Model Hybrid GPT2 dan Algoritma Genetika Narandha Arya Ranggianto; Akbar Pandu Segara; Dwi Wijonarko; Anang Andrianto; M. Habibullah Arief
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 9 No. 3 (2025): Volume 9 Nomor 3 Agustus 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v9i3.15188

Abstract

Procedural Content Generation (PCG) yang berfokus pada level menjadi poin penting dalam mempengaruhi pengalaman pengguna dalam bermain gim. Salah satu gim puzzle khususnya Sokoban dapat diterapkan untuk pembangunan level secara otomatis karena dapat direpresentasikan secara sederhana. Dataset Sokoban biasanya direpresentasikan ke dalam string ASCII yang terdiri dari pemain (@), dinding (#), kotak ($), dan tujuan (.). Hal ini menjadikan level Sokoban dapat dikembangkan menggunakan dua pendekatan yaitu berbasis pencarian dan machine learning. Metode pencarian memiliki kelebihan dalam mengeksplorasi sebuah level yang playable namun menghasilkan level yang sama. Sedangkan pada pendekatan machine learning data digunakan untuk melakukan training dengan pola-pola tertentu sehingga memberikan kemampuan membangun level yang bervariatif. Kekurangan data dalam level gim menjadikan pendekatan fine-tuning GPT2 lebih unggul untuk digunakan dalam pembangunan level. Namun, karakteristik data yang tidak memiliki koherensi yang baik pada level Sokoban menjadikan GPT2 tidak dapat membangun level yang playable. Model Hybrid GPT2 dan Algoritma Genetika (GPT2-GA) dimana nilai penggabungan ini akan memberikan hasil yang optimal. Evaluasi untuk mengukur accuracy, playability, dan diversity yang menunjukkan performa lebih unggul dibandingkan GPT2. Model GPT2-GA menunjukkan hasil peningkatan accuracy dari 81,9% menjadi 90,1%, playability dari 41,3% menjadi 62,8%, dan diversity dari 88,2% menjadi 97,5%. Pendekatan model ini berhasil mengatasi kelemahan model generatif GPT2 dalam menghasilkan level yang fungsional dengan mempertahankan level yang unik yang dapat diselesaikan.
Perbandingan Performa Algoritma Random Tree, K-NN, dan A-NN untuk Deteksi Serangan DDoS pada Software Defined Network (SDN) Akbar Pandu Segara; Muhammad Andryan Wahyu Saputra; Narandha Arya Ranggianto
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 2 (2025): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i2.8387

Abstract

Software-Defined Networks (SDNs) with a centralized architecture are vulnerable to Distributed Denial of Service (DDoS) attacks, which can cause widespread network service failures. This study aims to compare the performance of three Machine Learning algorithms—K-Nearest Neighbor (K-NN), Artificial Neural Network (ANN), and Random Tree—in detecting DDoS attacks in an SDN environment. The DDoS-SDN dataset, consisting of 104,345 rows and 23 columns, was used with a data split of 70% for training and 30% for testing. Evaluation was conducted using accuracy, precision, recall, F1-score, and AUC-ROC metrics. The results showed that ANN achieved the best performance with an accuracy of 96.85%, precision of 94.35%, recall of 97.79%, F1-score of 96.04%, and AUC of 0.994, followed by K-NN with an accuracy of 88.89% and Random Tree with the lowest accuracy of 86.49%. The superiority of ANN is attributed to its ability to capture complex non-linear patterns, perform automatic feature extraction, and adapt to the heterogeneity of data from the 22 features used. These findings indicate that ANN is the optimal choice for implementing a real-time DDoS attack detection system in an SDN environment, providing a strong foundation for the development of intelligent and adaptive Machine Learning-based network security systems
Pembinaan Olimpiade Sains Nasional Informatika Tingkat Provinsi di SMAN 1 Jember Atmoko, Rizky Alfanio; Saputra, Muhammad Andryan Wahyu; Novtahaning, Damar; Kartiko, Erik Yohan; Ranggianto, Narandha Arya; Segara, Akbar Pandu; Arief, M. Habibullah
Jurnal Transformasi Digital Masyarakat (DIGIMAS) Vol. 1 No. 3 (2025): DIGIMAS: Jurnal Transformasi Digital Masyarakat
Publisher : Universitas Jember

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

Abstract

Abstrak−Pembinaan Olimpiade Sains Nasional (OSN) Informatika merupakan salah satu upaya strategis dalammempersiapkan siswa menghadapi kompetisi akademik berskala nasional. Kegiatan pengabdian kepada masyarakat inidilaksanakan sebagai program lanjutan dari pembinaan OSN tingkat kabupaten/kota yang sebelumnya berhasil meloloskanseorang siswa SMAN 1 Jember bernama Firdaus ke seleksi tingkat provinsi Jawa Timur. Fokus kegiatan adalah memberikanpendalaman materi pemrograman lanjutan, struktur data, dan algoritma melalui metode tatap muka, latihan soal intensif,diskusi interaktif, serta simulasi kompetisi. Hasil kegiatan menunjukkan adanya peningkatan pemahaman konsep algoritmik,keterampilan pemrograman, serta kepercayaan diri siswa dalam menghadapi soal setingkat provinsi. Program ini berhasilmendukung Firdaus untuk berkompetisi pada OSN tingkat provinsi, sekaligus menjadi motivasi bagi siswa lain di SMAN 1Jember untuk berprestasi dalam bidang informatika.
Sosialisasi Pemanfaatan Artificial Intelligence sebagai Media Pembelajaran Mandiri di SDN Ngronggo 3 Kediri Rizky Alfanio Atmoko; Muhammad Andryan Wahyu Saputra; Damar Novtahaning; Erik Yohan Kartiko; Narandha Arya Ranggianto; Akbar Pandu Segara; M. Habibullah Arief; Gama Wisnu Fajarianto
Jurnal Transformasi Digital Masyarakat (DIGIMAS) Vol. 2 No. 1 (2026): Vol. 2 No. 1 (2026): DIGIMAS: Jurnal Transformasi Digital Masyarakat
Publisher : Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/digimas.v2i1.60015

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pemahaman siswa sekolah dasar mengenai pemanfaatan Artificial Intelligence (AI) sebagai media pembelajaran mandiri yang edukatif dan bertanggung jawab. Perkembangan teknologi AI yang semakin pesat berpotensi memberikan manfaat dalam proses belajar, namun juga berisiko disalahgunakan, seperti untuk menyalin jawaban tanpa memahami materi. Oleh karena itu, diperlukan edukasi sejak dini agar siswa mampu memanfaatkan teknologi secara bijak. Kegiatan ini dilaksanakan di SDN Ngronggo 3 Kediri dengan metode sosialisasi, demonstrasi, dan praktik langsung menggunakan aplikasi AI sederhana. Peserta kegiatan adalah siswa sekolah dasar yang diberikan materi pengenalan konsep dasar AI, contoh penggunaan dalam pembelajaran, serta penanaman etika penggunaan teknologi. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa terhadap fungsi dan manfaat kecerdasan buatan sebagai alat bantu belajar, serta meningkatnya kesadaran dalam menggunakan teknologi secara positif. Siswa juga menunjukkan antusiasme tinggi dalam mengikuti praktik penggunaan AI. Dengan demikian, kegiatan ini memberikan kontribusi dalam mendukung literasi digital dan pembelajaran mandiri siswa sejak dini.
Transformasi Pelayanan Administrasi Desa melalui Anjungan Mandiri Sihandal Terintegrasi di Desa Klatakan Afandi, Khoirunnisa'; Arief, M. Habibullah; Ranggianto, Narandha Arya
Jurnal Transformasi Digital Masyarakat (DIGIMAS) Vol. 2 No. 2 (2026): Vol. 2 No. 2 (2026): DIGIMAS: Jurnal Transformasi Digital Masyarakat
Publisher : Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/digimas.v2i2.60016

Abstract

Pengabdian kepada masyarakat ini dilaksanakan sebagai upaya mendukung transformasi pelayanan administrasi desa melalui penerapan Anjungan Mandiri Sihandal di Desa Klatakan. Permasalahan utama yang dihadapi masyarakat adalah proses pengurusan dokumen administrasi yang masih bergantung pada layanan manual, kebutuhan mencetak berkas di luar kantor desa, serta keterbatasan akses tempat percetakan dan fotokopi yang cukup jauh dari kantor desa. Kondisi tersebut menyebabkan pelayanan menjadi kurang efisien, membutuhkan waktu lebih lama, dan menambah beban biaya masyarakat. Kegiatan pengabdian ini bertujuan menghadirkan solusi layanan mandiri berbasis teknologi yang memudahkan masyarakat dalam mengurus dan mencetak dokumen administrasi desa secara langsung di kantor desa. Anjungan Mandiri Sihandal dikembangkan terhubung dengan Sistem Informasi Desa (SID) sehingga data administrasi dapat diproses secara cepat, akurat, dan terintegrasi. Metode pelaksanaan dilakukan melalui tahapan identifikasi kebutuhan mitra, perancangan sistem, instalasi perangkat, integrasi data layanan, uji coba operasional, serta implementasi layanan kepada masyarakat. Hasil kegiatan menunjukkan bahwa waktu penyelesaian dokumen administrasi menurun dari rata-rata 30 menit menjadi 10 menit atau meningkat efisiensi waktu sebesar 66,7%. Selain itu, masyarakat tidak lagi bergantung pada jasa percetakan di luar desa, sedangkan perangkat desa terbantu dalam pengelolaan layanan yang lebih tertib, cepat, dan efisien. Inovasi ini turut meningkatkan kualitas pelayanan publik desa, memperkuat pemanfaatan teknologi digital, dan menjadi model layanan administrasi mandiri yang dapat direplikasi pada desa lain
Pengembangan Antarmuka Website untuk Platform Penjualan Daring dan Manajemen Keuangan Sekolah Kopi Raisa Intanti Kurnia Dwi Septiya; Hanin Zahirah Syabani; Stanislaus Jiwandana Pinasthika; Adinda Adila Safira; Narandha Arya Ranggianto; Dina Lu’luul Karimah; Vina Dewi Ramadhanty; Muhammad Aka Sahadi; Akbar Pandu Segara; Renaldi Agustyan; Dwiretno Istiyadi Swasono; Harry Soepandi
Jurnal Transformasi Digital Masyarakat (DIGIMAS) Vol. 2 No. 1 (2026): Vol. 2 No. 1 (2026): DIGIMAS: Jurnal Transformasi Digital Masyarakat
Publisher : Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/digimas.v2i1.60020

Abstract

Kabupaten Bondowoso terkenal luas sebagai salah satu sentra produksi kopi terbaik di Indonesia. Berada di daerah pegunungan, tanah Bondowoso cocok untuk budidaya tanaman perkebunan, salah satunya adalah kopi. Kopi Bondowoso sudah diakui dunia, dibuktikan dengan data ekspor. Melihat potensi ini, para pemangku kebijakan merancang sebuah website untuk mengoptimalkan penjualan dan manajemen keuangan Sekolah Kopi RAISA. Pendekatan pengembangan antarmuka yang digunakan adalah desain thinking, sebuah metode yang terdiri dari 5 tahap, yaitu empathize, define, ideate, prototype, dan tes. Proses empathize merupakan proses penggalian informasi mengenai permasalahan yang dihadapi calon pengguna. Permasalahan tersebut didefinisikan untuk mendapatkan gambaran solusinya sebelum dilakukan perancangan antarmuka dan purwarupa. Proses pengujian dilakukan dengan melibatkan calon pengguna dari dua peran, yaitu admin Sekolah Kopi RAISA dan mitra UMKM, untuk melakukan uji penggunaan. Berdasarkan waktu eksekusinya, fitur untuk admin lebih kompleks dengan waktu penyelesaian 27,96 detik per skenario dengan total 4 skenario, sedangkan fitur untuk UMKM diselesaikan dalam waktu 18,02 detik per skenario dengan total 7 skenario. Berdasarkan hasil tes ini, dapat disimpulkan bahwa calon pengguna, baik admin maupun mitra UMKM, sudah siap untuk mengoperasikan sistem ini. Namun, dibutuhkan pendampingan yang intens bagi admin Sekolah Kopi RAISA agar mereka dapat semakin mahir dan selanjutnya dapat memberikan pelatihan kepada calon mitra UMKM. Selain itu, diperlukan perbaikan minor untuk fitur-fitur di sisi admin karena prosedur untuk admin cukup kompleks. Salah satu perbaikan yang harus dilakukan adalah menyederhanakan tata letak, warna, dan font sehingga admin dan pegawai lain yang berkepentingan dalam proses bisnis ini dapat memberikan pelayanan yang optimal bagi para pelanggan.
Pembinaan Olimpiade Sains Nasional Informatika di SMAN 2 dan SMAN 1 Jember Atmoko, Rizky Alfanio; Saputra, Muhammad Andryan Wahyu; Novtahaning, Damar; Kartiko, Erik Yohan; Ranggianto, Narandha Arya; Segara, Akbar Pandu; Arief, M. Habibullah
Jurnal Transformasi Digital Masyarakat (DIGIMAS) Vol. 1 No. 2 (2025): DIGIMAS: Jurnal Transformasi Digital Masyarakat
Publisher : Universitas Jember

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

Abstract

Program "Pembinaan OLIMPIADE SAINS NASIONAL (OSN) di SMAN 2 dan SMAN 1 Jember" dirancang untukmeningkatkan kompetensi siswa dalam bidang Informatika melalui pelatihan intensif tatap muka di Fakultas Ilmu KomputerUniversitas Jember (UNEJ) dan di lingkungan sekolah. Kegiatan mingguan ini berfokus pada penguasaan algoritma,pemrograman, dan logika, dilengkapi evaluasi berkala berupa latihan soal, tes, dan simulasi kompetisi. Sasaran utamanyaadalah siswa berpotensi dari kedua sekolah yang dipersiapkan untuk OSN tingkat nasional. Dampak yang diharapkanmencakup peningkatan prestasi siswa, penguatan mental kompetitif, serta kontribusi terhadap pengembangan reputasiakademik sekolah. Manfaat ini juga dirasakan oleh guru pendamping, sekaligus memperkaya sumber belajar di SMAN 2 danSMAN 1 Jember.
Hybrid Reinforcement and Evolutionary Learning Model for Adaptive Pathway Optimization In Computer Networks Education Sherly Rosa Anggraeni; Dian Julianto Wahyudi; Waode Yunia Silviariza; Rachmy Rosyida Ro’is; Narandha Arya Ranggianto
Indonesian Journal of Artificial Intelligence and Data Mining Vol. 8 No. 3 (2025): November 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

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

Abstract

This paper introduces a Hybrid Reinforcement and Evolutionary Learning Model developed to optimize adaptive learning pathways in computer network education. Traditional uniform curricula often struggle to accommodate diverse learner profiles, resulting in knowledge gaps across hierarchical concepts such as OSI layers, routing protocols, and security mechanisms. The proposed model integrates Deep Knowledge Tracing (DKT) with Long Short Term Memory (LSTM) networks for real-time estimation of learners’ knowledge states, Proximal Policy Optimization (PPO) for dynamic sequential content selection, and a Genetic Algorithm Particle Swarm Optimization (GA–PSO) hybrid for global pathway refinement under constraints such as prerequisites and time limits. The model was evaluated using real learner data from an e-learning platform and achieved an average final mastery score of 0.867, quiz accuracy of 0.822, and an F1-score of 0.880 for path recommendations outperforming baseline models such as static curricula (0.740 mastery) and DKT+PPO (0.824 mastery) by 5–17%. Ablation studies validated the synergistic contribution of each component, with the GA–PSO module enhancing optimization efficiency by approximately 10%. Overall, these findings demonstrate that the proposed model offers superior personalization, learning efficiency, and adaptability, marking a significant advancement in AI-driven education for computer networks.
Co-Authors Adinda Adila Safira Afandi, Khoirunnisa Akbar Pandu Segara Anang Andrianto Atmoko, Rizky Atmoko, Rizky Alfanio Baihaqi, Yustri Budi Yuswanto, Istatuk Chastine Fatichah Damar Novtahaning Damar Novtahaning Dian Julianto Wahyudi Diana Purwitasari Dina Lu’luul Karimah Dwi Wijonarko Dwiretno Istiyadi Swasono Erik Yohan Kartiko Erik Yohan Kartiko Gama Wisnu Fajarianto Hanin Zahirah Syabani Harry Soepandi Intanti Kurnia Dwi Septiya Isti Fadah Kartiko, Erik Yohan Khoirunnisa Afandi M. Habibullah Arief Martiana Kholila Fadhil Muhammad Aka Sahadi Muhammad Andryan Wahyu Saputra Rachmy Rosyida Ro’is Renaldi Agustyan Rizka Wakhidatus Sholikah Rizka Wakhidatus Sholikah, Rizka Wakhidatus Rizky Alfanio Atmoko RR. Ella Evrita Hestiandari Sherly Rosa Anggraeni Sherly Rosa Anggraeni Stanislaus Jiwandana Pinasthika Vika Octaviani Vina Dewi Ramadhanty Waode Yunia Silviariza Yudha Alif Auliya