Article Per Year (5 Year)
p-Index From 2020 - 2025
0.702
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi AGRIKA Jurnal Dimensi Pratama Teknik Sipil Jurnal Ilmiah Hijau Cendekia Narra J
Ari Wibisono
Mahasiswa Universitas Kristen Petra
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Health Professions Immunology & microbiology Library & Information Science Medicine & Pharmacology Public Health

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
STUDI LITERATUR TENTANG BERBAGAI MACAM SERTIFIKASI DI DUNIA KONSTRUKSI Wibisono, Ari; Soedarman, Deni; Nugraha, Paul
Jurnal Dimensi Pratama Teknik Sipil Vol 2, No 1 (2013)
Publisher : Jurnal Dimensi Pratama Teknik Sipil

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (78.005 KB)

Abstract

Saat ini sertifikasi di dunia konstruksi sangatlah diperlukan oleh para Project Manager khususnya yang bekerja di bidang konsruksi. Hal ini dikarenakan dengan mengikuti sertifikasi yang tepat akan sangat membantu bagi kemajuan karir Project Manager tersebut. Penelitian yang dilakukan pada tugas akhir ini bertujuan untuk mengetahui seberapa banyak manfaat yang akan didapatkan oleh Project Manager dengan mengikuti sertifikasi di dunia konstruksi. Metodologi yang dipergunakan adalah pengumpulan data survei dari internet dan analisa data survei. Berdasarkan hasil dari studi literatur tentang berbagai macam sertifikasi tersebut, dipilih 5 asosiasi sertifikasi untuk dibandingkan. Adapun ke-5 asosiasi tersebut adalah IPMA, PMI, PRINCE2, IAMPI dan ASTTI. Asosiasi sertifikasi IPMA, PRINCE2 dan PMI merupakan asosiasi sertifikasi yang paling banyak diikuti oleh Project Manager dibanding dengan asosiasi sertifikasi IAMPI dan ASTTI. Hal ini dikarenakan asosiasi sertifikasi IPMA, PRINCE2 dan PMI merupakan asosiasi sertifikasi yang berskala internasional dan memiliki daerah jangkauan serta pengaruh dan manfaat secara global
Comparative Evaluation of Database Systems for High-Volume Seismic Prediction Data Management in Real-Time Applications Wibisono, Ari; Naufal Rahmadika, Rafif
Jurnal Ilmu Komputer dan Informasi Vol. 18 No. 2 (2025): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Informatio
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21609/jiki.v18i2.1539

Abstract

The Earthquake Early Warning System (EEWS) plays a pivotal role in mitigating structural damage and minimizing casualties by issuing alerts prior to the arrival of destructive seismic waves (S-waves), through the detection of the earlier and faster P-waves. The operational effectiveness of EEWS depends not only on the accuracy of its predictive algorithms but also on the efficiency of the underlying data storage and management infrastructure. This study presents a comparative evaluation of three data storage approaches i.e. MongoDB, MongoDB with sharding, and InfluxDB, as well as the MiniSEED (mseed) binary format, with a focus on their performance in managing real-time seismic prediction data. Benchmarking was conducted based on two key metrics: Input/Output Operations Per Second (IOPS) and data throughput. The results indicate that both MongoDB and InfluxDB offer strong performance in high-ingestion scenarios, with MongoDB demonstrating higher IOPS, while InfluxDB exhibits better scalability and consistency as data volume increases. Conversely, the mseed format achieves exceptionally high throughput due to its flat-file structure but lacks the responsiveness and query capabilities required for real-time analytics. These findings suggest that MongoDB and InfluxDB are well-suited for integration into scalable EEWS infrastructures, offering a balance between performance and flexibility. Future work will extend this evaluation to larger-scale datasets and alternative architectures such as data lake systems to improve disaster response readiness.
Designing the CORI score for COVID-19 diagnosis in parallel with deep learning-based imaging models Kamelia, Telly; Zulkarnaien, Benny; Septiyanti, Wita; Afifi, Rahmi; Krisnadhi, Adila; Rumende, Cleopas M.; Wibisono, Ari; Guarddin, Gladhi; Chahyati, Dina; Yunus, Reyhan E.; Pratama, Dhita P.; Rahmawati, Irda N.; Nareswari, Dewi; Falerisya, Maharani; Salsabila, Raissa; Baruna, Bagus DI.; Iriani, Anggraini; Nandipinto, Finny; Wicaksono, Ceva; Sini, Ivan R.
Narra J Vol. 5 No. 2 (2025): August 2025
Publisher : Narra Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52225/narra.v5i2.1606

Abstract

The coronavirus disease 2019 (COVID-19) pandemic has triggered a global health crisis and placed unprecedented strain on healthcare systems, particularly in resource-limited settings where access to RT-PCR testing is often restricted. Alternative diagnostic strategies are therefore critical. Chest X-rays, when integrated with artificial intelligence (AI), offers a promising approach for COVID-19 detection. The aim of this study was to develop an AI-assisted diagnostic model that combines chest X-ray images and clinical data to generate a COVID-19 Risk Index (CORI) Score and to implement a deep learning model based on ResNet architecture. Between April 2020 and July 2021, a multicenter cohort study was conducted across three hospitals in Jakarta, Indonesia, involving 367 participants categorized into three groups: 100 COVID-19 positive, 100 with non-COVID-19 pneumonia, and 100 healthy individuals. Clinical parameters (e.g., fever, cough, oxygen saturation) and laboratory findings (e.g., D-dimer and C-reactive protein levels) were collected alongside chest X-ray images. Both the CORI Score and the ResNet model were trained using this integrated dataset. During internal validation, the ResNet model achieved 91% accuracy, 94% sensitivity, and 92% specificity. In external validation, it correctly identified 82 of 100 COVID-19 cases. The combined use of imaging, clinical, and laboratory data yielded an area under the ROC curve of 0.98 and a sensitivity exceeding 95%. The CORI Score demonstrated strong diagnostic performance, with 96.6% accuracy, 98% sensitivity, 95.4% specificity, a 99.5% negative predictive value, and a 91.1% positive predictive value. Despite limitations—including retrospective data collection, inter-hospital variability, and limited external validation—the ResNet-based AI model and the CORI Score show substantial promise as diagnostic tools for COVID-19, with performance comparable to that of experienced thoracic radiologists in Indonesia.
PENGARUH ARAH PENANAMAN TERHADAP PERTUMBUHAN DAN HASIL TANAMAN SELADA (Lactuca sativa L.) SECARA AEROPONIK VERTIKAL HEKSAGONAL Suryandika, Fadila; Wibisono, Ari; Suharjono, Hadi
Jurnal Ilmiah Hijau Cendekia Vol 10 No 1 (2025): Jurnal Ilmiah Hijau Cendekia
Publisher : Universitas Islam Kadiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/hijau.v10i1.7433

Abstract

Selada (Lactuca sativa L.) merupakan salah satu tanaman yang cocok untuk dibudidayakan dengan metode aeroponik vertical horizontal, karena kebutuhan terhadap kondisi lingkungan yang terkontrol jika dibudidayakan pada dataran rendah. Arah penanaman dalam budidaya selada dengan sistem aeroponik vertical memiliki peran penting, arah penanaman yang tidak tepat dapat menyebabkan penyebaran cahaya matahari yang tidak merata sehingga dapat menurunkan laju dan hasil fotosintesis. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh arah penanaman yang terbaik pada pertumbuhan dan hasil tanaman selada yang dibudidaya secara aeroponik vertical heksagonal. Penelitian ini menggunakan Rancangan Acak Kelompok (RAK) non factorial dengan perlakuan 6 arah penanaman (A) yaitu: A1 (Arah Barat), A2 (Arah Barat Laut), A3 (Arah Timur Laut) A4 (Arah Timur), A5 (Arah Tenggara), dan A6 (Arah Barat Daya). Hasil penelitian menunjukkan bahwa arah penanaman berpengaruh nyata terhadap pertumbuhan dan hasil tanaman selada pada sistem aeroponik vertikal heksagonal. Arah penanaman A4 (arah timur) memiliki nilai rata-rata tertinggi pada parameter jumlah daun, lebar tajuk, dan berat segar, namun tidak berbeda nyata pada parameter panjang akar dan berat kering. Perlakuan arah penanaman A4 (arah timur) memberikan pengaruh terbaik terhadap berat segar tanaman selada dengan peningkatan sebesar 7,69% dibanding dengan perlakuan A1 (arah barat).
PERTUMBUHAN DAN HASIL TANAMAN SELADA (Lactuca sativa L.) DENGAN SISTEM AEROPONIK VERTIKAL HEKSAGONAL PADA BERBAGAI INTERVAL WAKTU PENYIRAMAN Wibisono, Ari; Suhardjono, Hadi; Suryandika, Fadila
Agrika Vol. 19 No. 2 (2025): NOVEMBER 2025
Publisher : Badan Penerbitan Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/ja.v19i2.6808

Abstract

Aeroponik merupakan salah satu teknologi pada budidaya  secara urban farming. Tanaman selada (Lactuca sativa L.) merupakan salah satu jenis tanaman sayuran yang sangat cocok dibudidayakan menggunakan sistem aeroponik. Sistem aeroponik yang tepat juga dapat mendukung pertumbuhan dan hasil tanaman selada. Sistem aeroponik juga memiliki faktor penting yaitu interval waktu penyemprotan. Pada tanaman selada, interval waktu penyemprotan yang jaraknya terlalu singkat dapat menyebabkan akar tanaman menjadi busuk karena terkena larutan nutrisi dalam waktu yang lama. Sebaliknya, interval waktu penyemprotan yang jaraknya terlalu lama dapat menyebabkan tanaman kekurangan air dan nutrisi, sehingga pertumbuhannya terhambat. Oleh karena itu penelitian yang mengkaji interval waktu penyemprotan pada model instalasi aeroponik vertikal heksagonal perlu dilakukan. Penelitian dilaksanakan di Greenhouse Fakultas Pertanian UPN “Veteran” Jawa Timur, Kecamatan Gunung Anyar, Kota Surabaya. Perlakuan diaplikasin menggunakan pompa yang diatur interval waktu semprotnya. Waktu penyemprotan terdiri dari 3 macam waktu yaitu I1: menyala selama 24 jam (non Stop); I2: 5 menit menyala (on), 5 menit mati (off); I3: 5 menit menyala (on), 10 menit mati (off). Hasil penelitian menunjukkan Perlakuan interval waktu penyemprotan berpengaruh nyata pada beberapa parameter antara lain jumlah daun, berat segar dan berat kering. Interval waktu penyemprotan I2 (5 menit menyala (on); 5 menit mati (off)) memiliki nilai tertinggi pada jumlah daun, berat segar dan berat kering, tetapi tidak berbeda nyata dengan perlakuan I1 (menyala selama 24 jam (non stop)). Interval waktu penyemprotan I2 (5 menit menyala (on); 5 menit mati (off)) menjadi interval waktu penyemprotan terbaik pada budidaya selada dengan sistem aeroponik vertikal heksagonal.
Co-Authors A’yunina, Qurrotin Abdul Haris Afifi, Rahmi Akbar, Rachmad Ananda, David Bayu Anggraini Iriani Baruna, Bagus DI. Chahyati, Dina Deni Soedarman Falerisya, Maharani Guarddin, Gladhi Hadi Suhardjono Krisnadhi, Adila Muhammad Soleh Nandipinto, Finny Nareswari, Dewi Naufal Rahmadika, Rafif Paul Nugraha Petrus Mursanto Pratama, Dhita P. Purbarani, Sumarsih C Rahmawati, Irda N. Rumende, Cleopas M. Salsabila, Raissa Septiyanti, Wita Sini, Ivan R. Suharjono, Hadi Suryandika, Fadila Telly Kamelia Wicaksono, Ceva wisesa, hanif Wisnu Jatmiko Yunus, Reyhan E. Zulkarnaien, Benny