Article Per Year (5 Year)
p-Index From 2021 - 2026
3.452
P-Index
This Author published in this journals
All Journal Jurnal Simetris Prosiding SNATIF Jurnal Informatika Upgris JOURNAL OF APPLIED INFORMATICS AND COMPUTING SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Journal of Dedicators Community Jurnal SITECH : Sistem Informasi dan Teknologi Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Idealis : Indonesia Journal Information System Indonesian Journal of Technology, Informatics and Science (IJTIS) Journal of Computer and Information Systems Ampera Bima Abdi: Jurnal Pengabdian Masyarakat Jurnal Abdi Masyarakat Indonesia Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Jurnal Pengbdian Teknik Mesin Muria Jurnal Layanan Masyarakat Ilmu Komputer untuk Masyarakat Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Masyarakat Madani Indonesia
Andy Prasetyo Utomo
Universitas Muria Kudus
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 65 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 65 Documents
Search

 3   4   5   6   7 
Implementasi Sistem Informasi Arsip Digital Berbasis Web pada Dinas PMD Kudus Chelyn Audya Widany; Andy Prasetyo Utomo
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 2 (2026): Mei
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/qw92f782

Abstract

Pengelolaan arsip dokumen pada Dinas Pemberdayaan Masyarakat dan Desa Kabupaten Kudus masih dilakukan secara manual sehingga menyebabkan data sulit ditemukan kembali, serta berisiko mengalami kehilangan atau kerusakan. Kondisi tersebut menunjukkan perlunya suatu sistem yang mampu meningkatkan efektivitas dan efisiensi dalam pengelolaan arsip. Oleh karena itu, kegiatan ini bertujuan untuk merancang dan mengimplementasikan sistem informasi arsip digital berbasis web sebagai solusi atas permasalahan yang dihadapi. Metode yang digunakan meliputi observasi, analisis kebutuhan, perancangan sistem menggunakan pendekatan pemodelan, implementasi sistem, serta uji coba dan evaluasi. Hasil kegiatan menunjukkan bahwa sistem yang dikembangkan mampu mempermudah proses pengelolaan data arsip, mempercepat pencarian dokumen, serta mendukung penyimpanan arsip dalam bentuk digital yang lebih aman dan terorganisir. Dengan demikian, penerapan sistem ini terbukti dapat meningkatkan efisiensi kerja dan mendukung pengelolaan arsip yang lebih baik dibandingkan dengan metode sebelumnya, dengan hasil evaluasi yang menunjukkan kategori baik hingga sangat baik pada seluruh aspek pengujian sistem
Implementasi dan Pendampingan Sistem Pengaduan Masyarakat Digital (SIPAKAT) di Balai Desa Pringtulis Fatimah Azzahro; Andy Prasetyo Utomo
Ilmu Komputer untuk Masyarakat Vol 7, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v7i1.3522

Abstract

Tata kelola pengaduan dan aspirasi masyarakat di Balai Desa Pringtulis selama ini masih mengandalkan mekanisme konvensional melalui aplikasi pesan WhatsApp perorangan. Metode tersebut memicu berbagai kendala klinis di lapangan, seperti risiko kehilangan berkas dokumen aduan, lambatnya koordinasi birokrasi, serta ketiadaan transparansi pelacakan status laporan bagi masyarakat pelapor. Guna mengatasi permasalahan tersebut, program pengabdian masyarakat ini bertujuan untuk mengimplementasikan dan menguji efektivitas sistem informasi SIPAKAT (Sistem Pengaduan Masyarakat Digital) berbasis web. Metode pelaksanaan pengabdian dilakukan melalui empat tahapan sistematis yang meliputi analisis kebutuhan, perancangan fungsional menggunakan use case diagram, implementasi sistem menggunakan framework Laravel dan basis data MySQL, serta diakhiri dengan pendampingan teknis secara langsung kepada aparatur desa selaku operator utama. Hasil dari kegiatan pengabdian ini adalah terealisasinya aplikasi SIPAKAT yang berfungsi penuh dengan dualisme skema akses, yaitu mode tamu untuk menjamin inklusivitas warga awam serta akun terdaftar untuk transparansi pelacakan status penanganan secara real-time. Kegiatan ini melibatkan Balai Desa Pringtulis sebagai mitra aktif mulai dari tahap analisis kebutuhan hingga pendampingan teknis. Staf desa terlibat langsung dalam uji coba sistem menggunakan kasus pengaduan nyata, dan berhasil mengoperasikan sistem secara mandiri setelah pendampingan. Berdasarkan perbandingan kondisi sebelum dan sesudah penerapan, sistem terbukti mampu mengeliminasi risiko kehilangan laporan dan meningkatkan transparansi pelacakan status pengaduan oleh warga
Work Readiness Prediction of Vocational High School Students Using a Genetic Algorithm-Optimized Random Forest and XGBoost as a Benchmark Model with Explainable AI (SHAP) Syifa Amalia; Noor Latifah; Andy Prasetyo Utomo
Journal of Applied Informatics and Computing Vol. 10 No. 4 (2026): August 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i4.13435

Abstract

Work readiness among vocational high school (SMK) students remains a critical challenge in aligning educational outcomes with industry expectations. This study proposes a binary classification system using Genetic Algorithm (GA)-optimized Random Forest as the primary model and XGBoost as a benchmark. Two predictor variables are used: average practical score (X1) and attitude score (X2). The classification target is based on the minimum competency threshold (KKM = 80) regulated by the Indonesian Ministry of Education: a student is labeled Ready to Work when X1 >= 80 AND X2 >= 80. A boundary noise injection mechanism is applied to mitigate label determinism at the borderline zone. The dataset comprises 1,211 student records split into 968 training and 243 testing records. Evaluation employs hold-out testing, Stratified 5-Fold Cross Validation, overfitting detection, and McNemar's statistical significance test. SHAP interpretability is performed at three levels: global feature importance, beeswarm summary plot, and dependence plots. RF+GA achieved 90.12% accuracy, 0.9391 precision, 0.8640 recall, 0.9000 F1-score, and 0.9582 AUC-ROC. Cross-validation confirmed stable performance at 91.53% +/- 2.51%. Overfitting analysis showed a training-testing gap of only 1.72% (Not Detected). McNemar's test (p = 1.000) indicated statistically equivalent performance between both models. SHAP analysis revealed that attitude score (X2) is the dominant predictor (mean SHAP = 0.2611), followed by average practical score (X1, mean SHAP = 0.1628). Practical implications include an early warning system, targeted remedial programs, and individual guidance recommendations generated by the deployed Streamlit application.
Analysis of BCA and Mandiri User Satisfaction Based on Google Maps and Google Play Store Reviews Using the Support Vector Machine Method Alfianas Shofi Tafta Mahendra; Fajar Nugraha; Andy Prasetyo Utomo
IDEALIS : InDonEsiA journaL Information System Vol. 9 No. 2 (2026): Jurnal IDEALIS Juli 2026
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v9i2.3817

Abstract

The development of digital banking services encourages banks to improve service quality through branch offices and mobile banking applications. User reviews on Google Maps and Google Play Store can be used to identify users’ assessments of these services. However, previous studies have generally focused on a single banking application or one review platform, so comparisons of branch and mobile banking services across two banks remain limited. This study aims to analyze sentiment, compare user satisfaction with BCA and Mandiri, and evaluate the performance of the Support Vector Machine (SVM) based on reviews from both platforms. The research stages include data collection, preprocessing, feature extraction using Term Frequency-Inverse Document Frequency, and sentiment classification using SVM. The dataset consists of 1,934 Google Maps reviews and 5,786 Google Play Store reviews. Testing results on Google Maps data achieved an accuracy of 91.99%, precision of 93.09%, recall of 98.25%, and F1-score of 95.60%. Meanwhile, testing on Google Play Store data achieved an accuracy of 83.85%, precision of 87.17%, recall of 77.96%, and F1-score of 82.31%. Sentiment analysis showed that positive sentiment toward BCA and Mandiri on Google Maps reached 87.79% and 88.96%, respectively. On Google Play Store, BCA Mobile obtained 43.68% positive sentiment, while Livin’ by Mandiri obtained 52.74%. Therefore, Mandiri had a higher proportion of positive sentiment on both platforms. This study contributes an integrated comparison of branch and mobile banking services and an evaluation of SVM performance across two different review sources.
Sistem Analisis Transaksi Tunai Harian Kenna Cell Menggunakan Machine Learning: Kenna Cell Daily Cash Transaction Analysis System Using Machine Learning Ambarwati, Niken Ayu; Utomo, Andy Prasetyo; Supriyono, Supriyono
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.3063

Abstract

Analisis transaksi tunai harian menjadi kebutuhan penting bagi UMKM yang mencatat transaksi melalui berbagai metode pembayaran digital. Kenna Cell mengelola 13.289 catatan transaksi pada delapan metode pembayaran, sehingga pemilik usaha membutuhkan analisis harian yang terstruktur untuk mengantisipasi arus keluar dan tingkat kepadatan transaksi. Penelitian ini bertujuan membangun sistem berbasis machine learning yang membersihkan data transaksi tunai, menyusun panel harian, memperkirakan nominal outflow pada hari berikutnya, dan mengelompokkan kepadatan transaksi ke dalam kategori rendah, sedang, dan tinggi. Alur penelitian mengikuti CRISP-DM melalui tahap pemahaman data, pembersihan data, feature engineering, pelatihan berbasis urutan waktu, evaluasi, dan prediksi. Tahap persiapan menghasilkan 13.289 transaksi rapi dan 3.904 data harian dengan 41 indikator. XGBoost, LightGBM, dan CatBoost dibandingkan pada tugas regresi dan klasifikasi menggunakan MAE, RMSE, MAPE, R2, akurasi, presisi, recall, F1-Score Macro, dan F1-Score Weighted. CatBoost Regressor menghasilkan kesalahan terendah dengan RMSE Rp 3.534.296,59 dan MAPE 14,50%, sedangkan CatBoost Classifier memberikan keseimbangan kelas terbaik dengan akurasi 0,8066 dan F1-Score Macro 0,7713. Kebaruan penelitian terletak pada integrasi pembentukan panel harian, regresi nominal hari berikutnya, klasifikasi kepadatan transaksi, dan prediksi berdasarkan metode pembayaran dalam satu workflow operasional berbasis web untuk UMKM. Informasi yang dihasilkan mendukung persiapan likuiditas harian secara lebih terarah, dengan tetap memerlukan verifikasi manajerial
Co-Authors - Supriyono Abdul Hafid Alaudin Aji Saiful Anwar Alfianas Shofi Tafta Mahendra Amanda Nur Alidya Yahya Ambarwati, Niken Ayu An Nisaa' Putri Yuniardi Anggraeny, Wahyu Kartika Arief Setiawan Arief Setiawan Arif Setiawan Aulia Happy Salma Budi Cahyo Wibowo Budi Wibowo Chelyn Audya Widany Diana Laily Fithri Diana Laily Fithri Diana Elysa Yhona Endriatna Adellia Wiby Fachry Abda El Rahman Fajar Nugraha Fajar Nugraha Fandi Ahmad Farid Yulianto Fatimah Azzahro Firda Intan Nur Alisa Micelia Propa Kumara Micelia Propa Kumara, Micelia Propa Muhamad Sholikhudin Muhammad Muhammad Azka Latif Noor Latifah Noor Latifah Nurul Anjarsari, Nurul Pratomo Setiaji R Rhoedy Setiawan Suciningtyas - Suciningtyas - Suciningtyas - Suciningtyas Suciningtyas Suciningtyas Suciningtyas, Suciningtyas Supriyono Supriyono Syafira Indah Purnama Sari Syafiul Muzid Syifa Amalia Taufiq Hidayat Teddy Octa Prabowo Trendy Wijayanti Tri Listyorini Tya Ningsih Wahyu Setyaningsih Wulandari, Alvianis Wulandari, Alvianis Yhona, Elysa Yudie Irawan