Article Per Year (5 Year)
p-Index From 2021 - 2026
9.503
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Jurnal Informatika Global Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi (JUST-SI) Indexia
Nanang Yudi Setiawan
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Dentistry Education Electrical & Electronics Engineering Engineering Library & Information Science

Published : 79 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 79 Documents
Search

 4   5   6   7   8 
Dashboard Design for Monitoring Health, Safety, and Security as Part of Social Sustainability in the Mining Industry Holding Group Aqsho, Ziq Izza El; Maghfiroh, Intan Sartika Eris; Setiawan, Nanang Yudi
Journal of Information Technology and Computer Science Vol. 11 No. 1: April 2026
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jitecs.111805

Abstract

Social sustainability is a critical aspect of sustainable development, particularly in the mining industry, which carries high risks related to occupational health and safety. This study aims to design a Health, Safety, and Security (HSS) dashboard to support data-driven decision-making within a mining industry holding group. The development follows a User-Centered Design (UCD) approach and is evaluated using the Dashboard Assessment Usability Model (DATUS). The dashboard was developed iteratively by applying principles of the Visual Information Seeking Mantra (VISM), Gestalt, and Data Storytelling. It comprises 32 HSS indicators grouped into four main modules: KPI, Health, Safety, and Security. Testing results show high effectiveness, with a task completion rate of 98.9%, an error rate of 1.1%, and an 18.04% improvement in task completion time during the second session. User satisfaction scored 88.3 out of 100. These results indicate that the dashboard effectively enhances monitoring and strategic decision-making related to social sustainability in the mining sector.
Analisis Pendekatan Knowledge Modelling Berbasis LLM untuk Meningkatkan Kinerja Analisis Interpretasi Jawaban Tes Esai Haniyah, Rania Jilan; Setiawan, Nanang Yudi; Pramono, Djoko
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi pendekatan knowledge modelling berbasis Large Language Model (LLM) dalam membantu interpretasi jawaban tes esai pada konteks evaluasi berbasis psikologi. Sistem dikembangkan melalui tahapan knowledge acquisition dengan mengumpulkan dan menyusun pengetahuan dari dokumen interpretasi psikolog, indikator penilaian, serta referensi pendukung, yang selanjutnya diintegrasikan sebagai basis pengetahuan dalam skema Retrieval Augmented Generation (RAG). Sistem dirancang menggunakan beberapa konfigurasi model LLM dan variasi knowledge dengan pendekatan Retrieval Augmented Generation (RAG). Evaluasi dilakukan melalui dua tahap, yaitu evaluasi kuantitatif untuk mengukur kinerja sistem berdasarkan metrik kelengkapan analisis, relevansi, akurasi interpretasi psikologis, serta kejelasan dan struktur penjelasan, dan evaluasi kualitatif melalui validasi expert psikolog menggunakan teknik triangulasi sumber. Hasil evaluasi kuantitatif menunjukkan bahwa model LLM GPT-5 Mini dengan penambahan knowledge pada skema RAG memperoleh kinerja terbaik dengan nilai overall score tertinggi sebesar 7,525, dibandingkan dengan model LLM lainnya maupun kondisi baseline knowledge. Hasil validasi expert menunjukkan bahwa interpretasi sistem dinilai cukup sesuai dan jelas, namun belum layak digunakan sebagai alat utama psikotes, melainkan sebagai alat bantu pendukung dalam proses interpretasi tes esai.
Analisis Sentimen Ulasan Pengguna Aplikasi Mobile Tokopedia Berdasarkan Aspek Usability DAN Reliability Menggunakan IndoBERT Raynaldy, Jerico Willy; Setiawan, Nanang Yudi; Ratnawati, Dian Eka
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di SENTRIN 2026
Evaluasi Kualitas Aplikasi DANA Berdasarkan Aspek Security, Usability, dan Reliability Berbasis Sentimen Analisis Menggunakan IndoBERT Nadian, Muhammad Azhar Putra; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di SENTRIN 2026
Analisis Sentimen Ulasan Pengguna Aplikasi Mobile Tokopedia Berdasarkan Aspek Usability DAN Reliability Menggunakan IndoBERT Raynaldy, Jerico Willy; Setiawan, Nanang Yudi; Ratnawati, Dian Eka
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Artikel ini diterbitkan pada SENTRIN2026
Perbandingan Kinerja Algoritma K-Means dan DBSCAN pada Segmentasi Pasien Puskesmas Soposurung Kecamatan Balige Sihite, Steven Hot Asi; Setiawan, Nanang Yudi; Purnomo, Welly
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini membandingkan K-Means dan DBSCAN dalam segmentasi pasien di Puskesmas Soposurung, dengan fokus pada perencanaan layanan dan alokasi sumber daya berbasis data. Kerangka kerja Knowledge Discovery in Databases (KDD) diterapkan pada data kunjungan 3.780 pasien unik selama 15 bulan (Juli 2024-September 2025). Data transaksional diagregasi menjadi profil per pasien melalui rekayasa fitur, lalu dievaluasi menggunakan tiga metrik validitas internal, yaitu Silhouette Coefficient, Davies-Bouldin Index, dan Calinski-Harabasz Index, pada dua varian dataset, yakni dataset dengan fitur lengkap dan dataset dengan fitur numerik saja. Dari seluruh konfigurasi yang diuji, K-Means dengan k=5 pada dataset numerik mencatat nilai terbaik, yakni Silhouette Coefficient 0,241 dan Calinski-Harabasz Index 803,92. Kelima klaster yang dihasilkan mencerminkan karakteristik pasien yang beragam, yaitu durasi sakit panjang, waktu pelayanan farmasi tinggi, tingkat absensi tertinggi, kebutuhan medis ringan, dan lansia dengan pola kunjungan rutin. Di sisi lain, DBSCAN membentuk dua klaster dan mengidentifikasi 120 pasien sebagai noise, yang menjadi ebuah temuan yang bernilai untuk analisis anomali, meski tidak cukup untuk segmentasi operasional. Meskipun DBSCAN unggul pada Davies-Bouldin Index yang lebih rendah (0,953), K-Means menghasilkan pembagian klaster yang lebih terperinci dan lebih langsung dapat digunakan untuk pengambilan keputusan di tingkat puskesmas.
Analisis Ulasan Pengguna Aplikasi myBCA Berdasarkan Klasifikasi Sentimen Menggunakan Metode Support Vector Machine dan Analisis SWOT Kirana, Melshita Ardia; Setiawan, Nanang Yudi; Wicaksono, Satrio Agung
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

PT Bank Central Asia Tbk (BCA) menghadirkan aplikasi myBCA sebagai platform perbankan digital berkonsep super app. Tingginya volume ulasan pengguna menuntut pendekatan komputasi untuk mengekstraksi opini secara otomatis. Penelitian ini bertujuan menganalisis sentimen ulasan myBCA berbasis aspek menggunakan standar ISO/IEC 25010 (Product Quality), berfokus pada karakteristik Performance Efficiency (Efisiensi Performa) dan Security (Keamanan). Metode yang digunakan meliputi web scraping, pra-pemrosesan teks, perluasan leksikon berbasis Word2Vec dengan koreksi pakar, pelabelan sentimen melalui weak supervision, pembobotan fitur TF-IDF n-gram, serta klasifikasi menggunakan Support Vector Machine (SVM). Sebanyak 7.952 ulasan valid dikumpulkan dari Google Play Store, di mana 7.049 ulasan biner (positif/negatif) digunakan dalam proses klasifikasi. Hasil evaluasi menunjukkan model LinearSVC (C = 0,1) mencapai akurasi 85,82% dengan recall kelas Negatif 0,96. Validasi pelabelan memperoleh Cohen's Kappa 0,86 dan Fleiss' Kappa 0,91. Aspek Security didominasi sentimen negatif (88,9%), sedangkan Performance Efficiency berkomposisi 41,1% positif dan 58,9% negatif. Temuan dipetakan ke analisis SWOT guna menghasilkan rekomendasi strategis pengembangan aplikasi, terutama penguatan modul login, OTP, dan verifikasi wajah.
Analisis Perbandingan Kinerja dan Skalabilitas Apache Airflow dan Mage.ai dalam Proses ETL Shakira, Talitha Agus; Setiawan, Nanang Yudi; Wardani, Niken Hendrakusuma
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di SENTRIN 2026
Evaluasi Efektivitas Metode Explainable AI (SHAP dan LIME) untuk Klasifikasi Penyakit Jantung Menggunakan Random Forest dan XGBoost melalui Kerangka Validasi Multi-Lapis Tambun, Lesnar; Setiawan, Nanang Yudi; Farisi, Hariz
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 08 (2026): Agustus 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyakit jantung merupakan salah satu penyakit dengan risiko kematian tinggi sehingga deteksi dini menjadi aspek penting dalam bidang kesehatan. Machine learning dapat membantu klasifikasi penyakit jantung, tetapi model berperforma tinggi sering kali sulit ditafsirkan karena bersifat black box. Penelitian ini bertujuan mengevaluasi efektivitas metode Explainable AI (XAI), yaitu SHAP dan LIME, dalam menjelaskan model klasifikasi penyakit jantung melalui kerangka validasi multi-lapis, dengan terlebih dahulu membandingkan kinerja Random Forest dan XGBoost untuk memperoleh model klasifikasi terbaik sebagai objek yang dijelaskan. Penelitian menggunakan Dataset UCI Heart Disease Cleveland (303 sampel, 13 fitur prediktor, dan 1 target biner) melalui pipeline terintegrasi yang mencakup prapemrosesan data, penanganan ketidakseimbangan kelas menggunakan SMOTE, pelatihan model, evaluasi performa, implementasi XAI, serta validasi multi-lapis. XGBoost dipilih sebagai champion model dengan recall tertinggi sebesar 92,86%, meskipun Random Forest unggul pada accuracy dan AUC-ROC. SHAP menunjukkan stabilitas relatif lebih tinggi dibandingkan LIME dengan rata-rata Jaccard Index sebesar 0,7184, sedangkan LIME memperoleh 0,6103. Validasi semantik berbasis LLM menghasilkan rata-rata alignment score sebesar 3,05 dari 5, yang menunjukkan plausibilitas medis parsial dalam konteks penelitian. Validasi ahli domain menilai artefak XAI dapat dipahami dan dinilai relevan, tetapi belum siap digunakan secara klinis. Evaluasi model medis perlu mempertimbangkan performa, stabilitas penjelasan, plausibilitas medis, dan penilaian ahli domain secara berlapis.
Co-Authors Abhirama, Fauzan Akbar Adristi, Tikta Ahmad Afif Supianto Al-Hafidz, Jundullah Alfi Nur Rusydi Alfian Hakim Almas, Muhammad Fikri Almira Syawli Alyaa Nadira Amal, Muhammad Ikhlasul Amira, Nabila Noor Anandia, Nazwa Andi Reza Perdanakusuma, Andi Reza Anwar, Novriani Dewi Aqsho, Ziq Izza El Asiyah, Noor Leona Asyrofi, Moh. Yuslam Azpiranda, Novira Bayu Rahayudi Berliani, Afridha Bonaventura Julio Putra Nandika Damahindra, Rangga Andhito Diamanta, Ananda Dian Eka Ratnawati diniyah, zubaidah Djoko Pramono Dwija Wisnu Brata Edmund Pierre Purba, Geoffrey Fadhil, Adam Ghirvan Fadhilah, Irsya Salim Fajr, Saifulloh Achmad Faranisa, Puspa Ayu Farisi, Hariz Febriandirza, Arafat Firdaus, Muhammad Fariz Fitra Abdurrachman Bachtiar Fuadi, Muh. Rofif Rahman Hamas, radityo Haniyah, Rania Jilan Haq, Muhammad Arienal Hilal, Khaliffman Rahmat Husalie, Levin Vinnu Intan Sartika Eris Maghfiroh Jannah, Nisa Usrifatul Khairani, Nadia Raisa Kirana, Melshita Ardia Kusuma, Salsabila Azzahra' Zulfa Listyawan, Bagas Raditya Nur Mahardika, Fawwaz Roja Marzuq, Rafly Dwi Maulana, M. Ighfar Maulidiyah Rizqiyani, Erlis Mochamad Chandra Saputra, Mochamad Chandra Mushowwiru, Mochammad Faza Pramudya Nadian, Muhammad Azhar Putra Niken Hendrakusma Wardani Niken Hendrakusuma Wardani, Niken Hendrakusuma Nur, Iqbal Taufiq Ahmad Prabandari, Putu Ayu Purnama Dyah Prakoso, Bondan Sapta Pramathalia Wulandari, Adila Pramudita, Julina Larasati Purnomo, Welly Putra, Muhammad Ishadireza Putri, Rizka Saudah Yunida Rahmadina, Alishza Putri Rahmandita, Prasetya Naufal Ramadhani, T. Zalfa Raynaldy, Jerico Willy Reza Andria S Riswan Septriayadi Sianturi Rizquna, Rania Aulia Ryandra, Muhammad Salsabillah, Dinar Fairus Salwa, Shafa Nathaniela Saputra, Dion Ricky Saragih, Imanuel Nathaliando Sartika Eris Maghfiroh, Intan Sartika, Intan Sarwosri Sarwosri Satrio Agung Wicaksono Satrio Hadi Wijoyo Sembiring, Wira Tarumta Timothy Shakira, Talitha Agus Sihite, Steven Hot Asi Sitepu, Mikha Aziel Christian Sormin, Hartati Penta Angelina Suryawati, Endang Tambing, Nathania Maerella Arungla'bi' Tambun, Lesnar Taqiyuddin, Ammar Yazid Vania Malinda Wibowo Viriya, Aurelius Alexaner Welly Purnomo Wibisono, Nusa Seldi Wibowo, Shinta Dewi Putri Widya Azzahra, Shellen Widyadhana, Fawwaz Kumudani Yanuardhana, Anugrah Daffa Yuditama, Alvan Alif Yusi Tyroni Mursityo Yuwana, R. Sandra Yuwana, Raden Sandra Zatmiko, Celvin Fahryan Dwi