Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Masyarakat Informatika Jurnal Simetris TELKOMNIKA (Telecommunication Computing Electronics and Control) Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Jurnal Teknologi Informasi dan Ilmu Komputer Jurnas Nasional Teknologi dan Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Teknik Informatika (JUTIF) Scientific Journal of Informatics
Indra Waspada
Department Of Informatics, Faculty Of Science And Mathematics, Diponegoro University, Tembalang, Semarang
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Library & Information Science

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
PENGEMBANGAN TEKNIK INAKTIVASI ENZIMATIS DAN EKSTRAKSI LINAMARIN DAUN SINGKONG SECARA SIMULTAN MELALUI FOTOBIOEKSTRAKTOR-UV SEBAGAI ANTI KANKER Mohamad Endy Yulianto; Zainal Abidin; Indra Waspada; Selvina Selvina; Wendi E Wendi E
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (465.279 KB)

Abstract

Riset ini bertujuan untuk mengembangkan skema produksi linamarin dari daun singkong melalui proses inaktivasi enzim linamarase dan dehidrasi osmosis simultan menggunakan teknologi fotobioekstraktor-UV. Parameter-parameter yang diteliti seperti: kecepatan putar pengaduk ditetapkan pada putaran 75 rpm, sedangkan kecepatan putar pisau pencacah sebesar 125 rpm. Jenis drying agent berupa magnesium sulfat, suhu pengering ditetapkan pada 800C dan voltase sinar UV juga ditetapkan. Variabel bebas berupa rasio pelarut-daun singkong (10:1;  15:1;  20:1; 25:1 % (b/b)), konsentrasi etanol (80;  85;  90;  95%), konsentrasi drying agent (5;  7,5;  10;  12,5 % (b/b)), suhu fotobioekstraktor-UV (25;  30;  35;  40 oC) sebagai fungsi waktu ekstraksi. Setelah proses ekstraksi selesai, ekstrak yang telah terpisah dari padatannya (supernatan) dimurnikan menggunakan karbon aktif. Hasil pemurnian dianalisa kandungan linamarin menggunakan spektrofotometer. Hasil riset menunjukkan semakin besar kecepatan putaran pengaduk, maka fraksi berat linamarin dalam ekstrak semakin tinggi yang berarti semakin banyak linamarin terekstrak. Kenaikan temperatur menyebabkan linamarin yang terekstrak semakin besar. Semakin besar perbandingan pelarut-umpan, linamarin yang terekstrak semakin besar.   Kata kunci: daun singkong, ekstraksi, fotobioekstraktor-uv, inaktivasi enzim, linamarin
Aplikasi Monitoring Perangkat dan Aktivitas Pengguna pada Jaringan Menggunakan Protocol SNMP dan Squid proxy Danur Wijayanto; Indra Waspada
Jurnal Nasional Teknologi dan Sistem Informasi Vol 2, No 3 (2016): Desember 2016
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v2i3.2016.11-20

Abstract

Unit Pengelolaan dan Pelayanan Teknologi Informasi (UP2TI) adalah salah satu unit di Fakultas Sains Matematika Universitas Diponegoro yang bergerak di bidang pelayanan dan pengelolaan segala sesuatu yang berkaitan dengan teknologi informasi. UP2TI mengelola perangkat jaringan seperti router, switch, server, dan access point di FSM UNDIP. Dengan banyaknya perangkat jaringan yang dikelola, admin UP2TI mengalami kesulitan jika proses monitoring perangkat jaringan dilakukan secara manual yaitu hanya mengandalkan laporan dari client jika ada permasalahan pada jaringan dan juga belum ada sistem untuk memonitor aktifitas pengguna internet.Solusi atas permasalahan tersebut dengan membuat aplikasi monitoring jaringan. Aplikasi monitoring bisa juga disebut sebagai Network Management System yaitu suatu sistem yang berfungsi untuk membantu system administrator dalam memonitor dan mengontrol perangkat jaringan yang kompleks SNMP merupakan sebuah protocol aplikasi pada jaringan TCP/ IP yang dapat digunakan sebagai protocol dalam Network Management System.Aplikasi monitoring yang dikembangkan juga melakukan pembacaan log squid proxy untuk mengetahui aktivitas pengguna internet. Pengembangan aplikasi ini menggunakan metode waterfall dengan bahasa pemograman PHP dengan framework CodeIgniter dan sistem manajemen basis data MySQL. Setelah pengembangan selesai dilakukan, dilanjutkan pengujian secara black-box. Hasil akhir dari penelitian ini adalah aplikasi yang memudahkan admin dalam memonitoring perangkat dan aktivitas pengguna pada jaringan Fakultas Sains Matematika Universitas Diponegoro
Penerapan Algoritma C4.5 pada Aplikasi Prediksi Kelulusan Mahasiswa Prodi Informatika Ratna Puspita Sari Putri; Indra Waspada
Khazanah Informatika Vol. 4 No. 1 Juni 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i1.5975

Abstract

Data tentang mahasiswa yang lulus merupakan sebuah data yang penting baik bagi departemen, fakultas maupun universitas karena data tersebut digunakan dalam proses akreditasi. Data tentang mahasiswa yang lulus terus bertambah di tiap tahunnya dan menumpuk seperti data yang terabaikan karena jarang digunakan. Data tentang mahasiswa yang lulus dapat memberikan informasi yang berguna jika dimanfaatkan dengan maksimal. Maka dari itu, penelitian ini akan memanfaatkan data tentang mahasiswa yang lulus dengan mengolahnya menggunakan data mining untuk mendapatkan informasi berupa prediksi kelulusan mahasiswa. Metode yang akan digunakan adalah metode pohon keputusan yang dibangun dengan algoritma C4.5 disertai dengan algoritma error-based pruning untuk proses pemotongan pohon keputusan. Kriteria yang akan digunakan adalah jenis kelamin, asal daerah, IPK, dan TOEFL. Dalam penerapannya, algoritma C4.5 dapat digunakan untuk menghasilkan prediksi kelulusan dengan nilai rata-rata precision 63.93%, recall 60.73%, dan akurasi 60.52%. Setelah pohon keputusan dipotong dengan menggunakan metode error-based pruning, didapatkan hasil yang lebih baik. Pohon yang dipotong dengan menggunakan nilai confidence 0,4 menghasilkan precision 70.70%, recall 50.65%, dan akurasi 61.57%. Sedangkan pohon yang dipotong dengan menggunakan nilai confidence 0,25 menghasilkan precision 73.77%, recall 48.84%, dan akurasi 62.44%.
The Design of Exploratory Application and Preprocessing of Event Log Data in LMS Moodle-Based Online Learning Activities for Process Mining Demaspira Aulia; Indra Waspada
Khazanah Informatika Vol. 5 No. 2 December 2019
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v5i2.8023

Abstract

Process Mining is one of the sub-studies of Data Mining that focuses on the events of a system. An area that benefits from process mining is education, especially online learning. This study used Moodle as a platform to provide online event activity log data in online learning. Moodle-based process mining requires several stages that are not easily understood directly by teachers. As a solution, some efforts are needed to integrate Moodle with process mining. This study built an application that could contribute to the Preprocessing and Exploratory Data Analysis (EDA) stages of Moodle event log data – as an important part of the process mining stage. Preprocessing was implemented by using the simple heuristic filtering method, while EDA was employed through visualization using flow control and dotted charts. Eventually, the application built in this study successfully performed preprocessing in Moodle event log data and could display the results visually, as a tool of control flow analysis and dotted chart analysis.
APLIKASI HYBRID PADA SISTEM INFORMASI PENYEWAAN BUKU Pradana, Dimas Iqbal; Waspada, Indra
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 10, No 1 (2019): JURNAL SIMETRIS VOLUME 10 NO 1 TAHUN 2019
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1449.579 KB) | DOI: 10.24176/simet.v10i1.2600

Abstract

Saat ini persewaan buku konvensional mengalami permasalahan dalam manajemen data, pemberian informasi  koleksi  buku,  serta  transaksi  penyewaan yang  mengharuskan penyewa  untuk  mendatangi tempat persewaan buku. Untuk itu diperlukan suatu sistem informasi yang dapat mendukung transaksi penyewaan.  Penggunaan  smartphone  yang   memiliki   akses   internet   sudah   menjadi  hal   umum. Pemanfaatan aplikasi mobile yang mendukung akses internet dalam pengembangan sistem informasi penyewaan buku dapat memberi kemudahan penggunaan dan akses informasi yang cepat bagi penyewa buku. Beragamnya jenis mobile platform menyebabkan pengembangan aplikasi mobile native menjadi tidak efisien, baik dalam aspek waktu maupun biaya pengembangan. Sebagai solusinya, teknologi mobile hybrid dapat mengatasi masalah tersebut. Berdasarkan latar belakang tersebut maka dibangun aplikasi mobile hybrid pada sisi klien sistem informasi penyewaan buku menggunakan framework Ionic. Klien ini terhubung dengan aplikasi back-end web administrator melalui RESTful Web Service.
Implementasi Data Mining untuk Deteksi Penyakit Ginjal Kronis (PGK) menggunakan K-Nearest Neighbor (KNN) dengan Backward Elimination Gamadarenda, Ikhsan Wisnuadji; Waspada, Indra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721896

Abstract

Penyakit ginjal kronis (PGK) merupakan masalah kesehatan publik di seluruh dunia dengan insiden yang terus meningkat. Berdasarkan sumber dari BPJS Kesehatan, perawatan PGK merupakan ranking kedua pembiayaan terbesar setelah penyakit jantung. Pendeteksian PGK juga memerlukan banyak atribut sehingga membutuhkan biaya yang cukup mahal. Oleh sebab itu dibuat sistem dengan tahapan data mining berbasis web yang memudahkan untuk melakukan deteksi PGK, sehingga PGK dapat dicegah, ditanggulangi, dan kemungkinan mendapatkan terapi yang efektif lebih besar jika diketahui lebih awal. Proses penelitian ini menggunakan sebuah rangka kerja data mining Knowledge Data Discovery (KDD). Dalam skenario rangka kerja yang digunakan, sistem ini menggunakan Algoritme Backward Elimination untuk mengurangi jumlah atribut yang dipakai dengan tujuan untuk mengurangi jenis pemeriksaan yang dilakukan, dan Algoritme k-Nearest Neighbor sebagai algoritme klasifikasi untuk mendeteksi penyakit. Hasil pemodelan terbaik data mining dari sistem yang dibuat menggunakan Backward Elimination (α = 0,05) dan kNN (k = 3) dengan pertimbangan penurunan biaya pemeriksaan dan sensitivity tertinggi. Rekomendasi sistem menghasilkan 10 atribut yang terpilih dari 24 atribut awal yang digunakan, yaitu: berat jenis (sg), albumin (al), urea darah (bu), kreatinin serum (sc), sodium (sod), hemoglobin (hemo), sel darah merah (rbc), hipertensi (htn), diabetes mellitus (dm), dan nafsu makan (appet). Penggunaan atribut yang telah terseleksi tersebut, berhasil menekan biaya pemeriksaan hingga 73,36%. Selanjutnya dilakukan pendeteksian penyakit menggunakan Algoritme k-Nearest Neighbor menghasilkan nilai akurasi sebesar 99,25%, sensitivity sebesar 99,5%, dan specificity sebesar 98,745%.AbstractChronic kidney disease (CKD) is a health problem for people around the world with increasing incidence. Based on sources from BPJS Kesehatan, CKD care is the second largest ranking of financing after heart disease. CKD detection also requires many attributes, so it requires quite expensive costs. Create a system with web-based data mining stages that makes it easy to detect CKD. Allowing CKD to be prevented, addressed, and advised to get effective therapy is greater if acknowledged earlier. The process of this research uses work methods of Data Mining Knowledge Data Discovery (KDD). In the framework of the framework used, this system uses the Backward Elimination Algorithm to reduce the number of attributes used to reduce the type of inspection performed, and the k-Nearest Neighbor Algorithm as an algorithm to update disease. The best data mining modeling results from the system are made using Backward Elimination (α = 0.05) and kNN (k = 3) by calculating the increase in inspection costs and the highest sensitivity. System recommendations produce 10 attributes selected from the 24 initial attributes used, namely: specific gravity (sg), albumin (al), blood urea (bu), serum creatinine (sc), sodium (soil), hemoglobin (hemo), cell red blood (rbc), hypertension (htn), diabetes mellitus (dm), and appetite (appetite). The use of the selected attributes succeeded in achieving inspection costs of up to 73.36%. Furthermore, disease detection using the k-Nearest Neighbor Algorithm produces an accuracy value of 99.25%, sensitivity of 99.5%, and specificity of 98.745%.
Hybrid ERC20 Ethereum Blockchain Multisignature Wallet 3of3 with Withdrawal Pattern, External Effects, and Mutex as Single Key and Reentrancy Mitigation. Jason Al Hilal Sabda Dewa; Indra Waspada; Priyo Sidik Sasongko
Jurnal Masyarakat Informatika Vol 15, No 1 (2024): May 2024
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.15.1.62835

Abstract

In the rapidly evolving era of Decentralized Finance (DeFi), the convergence of Blockchain technology with intermediary-free financial services has forged a revolutionary landscape. However, this progress has been accompanied by critical challenges, notably the Single Key Risk and reentrancy attack threats against ERC20 smart contracts in private Ethereum Blockchain. This research formulated a proactive approach and implemented an innovative solution by embodying Reliable Decentralized Finance through the deployment of a 3-of-3 Hybrid Multisignature Wallet system with Withdrawal Pattern, External Effects, and Mutual Exclusion in the form of a Decentralized Application (DApps). The system not only applied withdrawal patterns but also integrated external effects and the principle of mutual exclusion to enhance the security of smart contracts. The system development methodology was executed comprehensively using Agile Software Engineering, encompassing the development of both smart contracts and external applications (decentralized applications). Testing was conducted using Ganache EVM (Ethereum Virtual Machine) connected to the Hot Wallet Metamask as an Externally Owned Account (EOA) for transaction signing. Valid results were obtained from comprehensive testing against the system's functional requirements, affirming the system's success in managing Single Key Risk and preventing reentrancy attacks, providing a reliable and concrete solution
Contact, Fulfillment, and Privacy as Key Drivers of Mobile Commerce Success: A SOR-Extended M-S-QUAL Analysis Nurdin, Alya Aulia; Nugraheni, Dinar Mutiara Kusumo; Waspada, Indra
Scientific Journal of Informatics Vol. 13 No. 1: February 2026
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v13i1.34382

Abstract

Purpose: M-commerce has become crucial for facilitating grocery shopping through delivery services, yet challenges like delayed orders and systems failures continue to hinder user satisfaction and loyalty. There are still lack of research that have investigated in depth both mobile apps service quality and paid attention to the perspective of user behavior in a structured way. This study addresses a gap by uniquely integrating the Mobile Service Quality (M-S-QUAL) and Stimulus Organism Response (SOR) to find out the key drivers for enhancing m-commerce grocery shopping services quality, and analyzing the influence of the m-commerce services quality factors as Stimulus in m-commerce apps to satisfaction felt by users as Organism, and their relationship with loyalty and E-WOM as user Response. Methods: Using a quantitative approach, 362 Indonesian m-commerce user responses from online survey were analyzed through Partial Least Squares Structural Equation Modeling (PLS-SEM). Outer model and inner model was carried out to test the significance between the construct and the strength of the model. Result: Results show that Contact ( =0.229), Fulfillment ( =0.192), and Privacy ( =0.166) are the most influential factors driving perceived m-commerce service quality that has strong predictive power (R2=0.804). These findings, which repositions these specific dimensions as primary stimulus within the SOR framework significantly impacts user satisfaction as organism and positively drive both loyalty and E-WOM as response. Novelty: This study provides valuable insights and a structured perspective to explain post-adoption user behavior in m-commerce delivery. The study offers novel academic insights and practical strategies for enhancing customer service, delivery reliability, and data protection through user-centered design with more attention to factors such as Contact, Fulfillment, and Privacy (Stimulus) to drive user satisfaction (Organism), loyalty and E-WOM (Response).
Cardiovascular Disease Risk Prediction Using Random Forest, RFECV Feature Selection, and SHAP with Multisource Clinical Data Integration Fania, Dea; Waspada, Indra; Wibawa, Helmie Arif
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 1 (2026): JUTIF Volume 7, Number 1, February 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.1.5744

Abstract

Cardiovascular disease (CVD) remains one of the leading causes of mortality in Indonesia, highlighting the urgent need for effective preventive strategies, including the development of risk prediction systems based on population health data. A major challenge in developing CVD prediction models is the limited availability of local medical data that adequately represent the Indonesian population. This study aims to develop a CVD risk prediction model using the Random Forest algorithm by integrating two data sources: private clinical data from cardiology outpatients at RSUD M. Yunus Bengkulu and a publicly available dataset. Data integration was conducted to address the limited size of private data and to improve model performance. The research was conducted through three experimental settings. Shapley Additive Explanations (SHAP) were employed to analyze the contribution of each feature, while Recursive Feature Elimination with Cross-Validation (RFECV) was applied for feature selection. The results indicate that Scenario 3 in the Experiment on Data Integration achieved the best performance, with an accuracy of 73.57%, recall of 81.44%, and F1-score of 77.06%. SHAP analysis identified blood pressure and age as the most influential predictors of CVD risk. These findings demonstrate that integrating limited private data with public datasets can significantly improve model performance while providing clinically interpretable insights, particularly in settings with constrained local data availability.
Co-Authors Adi Wibowo Aprilia, Ayu Riana Devi Aprilia, Ayu Riana Devi Aulia, Demaspira Awan, Bagus Dwi Ari Demaspira Aulia Dinar Mutiara Kusumo Nugraheni Fania, Dea Gamadarenda, Ikhsan Wisnuadji Helmie Arif Wibawa Jason Al Hilal Sabda Dewa Mohamad Endy Y Yulianto Nikmatun, Inna Alvi Noel Segura Meraz Nurdin Bahtiar Nurdin, Alya Aulia Panji Wisnu Wirawan Pradana, Dimas Iqbal Pradana, Dimas Iqbal Priyo Sidik Sasongko Putri, Ratna Puspita Sari Ratna Puspita Sari Putri Selvina Selvina Sutikno Sutikno Wendi E Wendi E Wijayanto, Danur Zainal Abidin