Article Per Year (5 Year)
p-Index From 2021 - 2026
1.431
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Perencanaan, Sains dan Teknologi (Jupersatek) Prosiding Seminar Nasional Hasil Penelitian dan Pengabdian Kepada Masyarakat Toplama
Harianja Harianja
Universitas Islam Kuantan Singingi
Religion Aerospace Engineering Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Pengenalan Aplikasi Perkantoran Berbasis Open Source Bagi Operator Sekolah Se-Kabupaten Kuantan Singingi Febri Haswan; M. Hasim Siregar; Jasri Jasri; Nofri Wandi Al-Hafiz; Aprizal Aprizal; Erlinda Erlinda; Rabby Nazli; Elgamar Syam; Harianja Harianja; Helpi Nopriandi; Sri Chairani
Prosiding Seminar Nasional Hasil Penelitian dan Pengabdian Kepada Masyarakat 2021: Hasil Penelitian dan Pengabdian Kepada Masyarakat
Publisher : Lembaga Penelitian Pengabdian Kepada Masyarakat dan Dakwah Islamiyah Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/prosidinguniks.v0i0.1899

Abstract

Sekolah sebagai lembaga pendidikan formal yang dituntut mampu mengikuti perkembangan teknologi sehingga menghasilkan sumber daya manusia yang sangat produktif. Kabupaten Kuantan Singingi yang terletak di Provinsi Riau memiliki beberapa sekolah terdiri dari pendidikian diusia dini maupun di jenjang pendidikan menengah atas. Operator Sekolah merupakan seseorang yang mengelola data sekolah secara terampil, dimana saat ini Operator Sekolah Se-Kabupaten Kuantan Singingi belum menggunakan sebahagian aplikasi perkantoran secara legal, Dengan adanya kegiatan pengabdian kepada masyarakat ini tentang pengenalan aplikasi perkantoran berbasis open soure peserta dapat memahami dan mengetahui tentang bahayanya menggunakan aplikasi yang digunakan secara illegal, dikarenakan dapat menimbulkan kerugian dari semua pihak, selain itu para peserta juga dapat mengantisipasi penggunaan aplikasi yang di gunakan pada PC masing-masing.
Sistem Aplikasi Absensi Online Menggunakan Android Guna Mencegah Penyebaran Virus Pada Masa Pandeami Covid-19 Di Bawaslu Kuantan Singingi Ririn Anjeli; Harianja Harianja; Rabby Nazli
Prosiding Seminar Nasional Hasil Penelitian dan Pengabdian Kepada Masyarakat 2021: Hasil Penelitian dan Pengabdian Kepada Masyarakat
Publisher : Lembaga Penelitian Pengabdian Kepada Masyarakat dan Dakwah Islamiyah Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/prosidinguniks.v0i0.1960

Abstract

Sistem absensi saat ini perlu memerlukan pembaharuan sistem yang baru. Karena dengan melakukan hal ini akan berdampak sangat baik bagi Bawaslu kuantan singingi dilihat dari sisi efisien, efektif, cepat dan tanpa kontak lansung dengan karyawan yang ada di Bawaslu Kuantan Singingi . Dalam hal ini saya akan membuat sistem absensi yang dapat berjalan pada teknologi saat ini seperti smartphone android. Hal tersebut membutuhkan sebuah design rancangan sebelum sistem ini dibuat sehingga dapat mengetahui permasalahan dan solusi pada sistem yang akan dibuat. Design sistem absensi online digunakan untuk mempercepat absen hanya melalui smartphone android yang dimiliki oleh masing-masing karyawan. Proses penampilan peta menggunakan Google Maps sehingga tampil dengan baik di Platform Android. Aplikasi dapat melakukan pengisian Absensi lokasi, foto karyawan disimpan dalam database server. Guna membuat sebuah laporan dengan metode sistem diatas, memerlukan metode pengumpulan data sistem yang berjalan, wawancara, observasi, analisa sistem yang diusulkan, dan testing sebagai pembentukan sistem usulan yang memadai sebagai alternative solusi terbaik dari permasalahan yang ada.
A CONCEPTUAL FRAMEWORK FOR AI SELF-HEALING FOR BIAS MITIGATION: A PROACTIVE ARCHITECTURAL PROPOSAL Harianja Harianja; Elgamar Syam; Alawiyah Abd Wahab; Huda Ibrahim; Hapini Awang; Nur Suhaili Mansor; Adi Permana Sidik
TOPLAMA Vol. 3 No. 2 (2026): TOPLAMA
Publisher : PT Altin Riset Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61397/tla.v3i2.509

Abstract

As the adoption of Artificial Intelligence (AI) continues to expand across various sectors, the issue of bias in training data has emerged as a significant ethical and technical challenge. AI systems are commonly trained using large-scale datasets collected from digital environments such as the internet, social media, and public databases. These datasets often contain historical inequalities, stereotypes, and unbalanced representations of certain demographic groups. Consequently, AI models may unintentionally replicate and amplify these biases in their predictions or decisions. This situation becomes particularly concerning when AI is used in high-stakes domains such as recruitment, healthcare, financial services, and public policy. Most existing bias mitigation strategies rely on reactive approaches, such as adjusting model outputs or modifying datasets after bias has already been identified. While these methods can reduce certain forms of discrimination, they often require significant manual intervention and may not effectively address bias in dynamic data environments. This research proposes a conceptual framework for an AI self-healing system designed to autonomously detect and correct bias in training data before it influences model outcomes. The proposed framework integrates four key modules: Data Monitoring, Bias Analysis, Automated Bias Correction, and a Feedback Loop and Validation mechanism. Together, these components create a continuous workflow that allows the system to identify bias patterns, apply corrective strategies, and verify fairness before data is used for model training. This framework offers a proactive and sustainable approach to bias mitigation while supporting the development of more ethical, robust, and accountable AI systems.
Co-Authors Adi Permana Sidik Al-Hafiz, Nofri Wandi Alawiyah Abd Wahab Aprizal Aprizal Ayik Ario Dahlia Dahlia Elgamar Syam Erlinda Erlinda FEBRI HASWAN Fernando Sadewa Hapini Awang Helpi Nopriandi Huda Ibrahim Jasri . Lidri Yandi M. Hasim Siregar Nur Suhaili Mansor Rabby Nazli Revi Novriantika Ririn Anjeli Sri Chairani Wahyu Wardana Yon Lean Karmarer