Article Per Year (5 Year)
p-Index From 2020 - 2025
1.937
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Prosiding Seminar Nasional Pengabdian Kepada Masyarakat
Dany Primanita Kartikasari
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Prediksi Cuaca Pada Data Time Series Menggunakan Adaptive Neuro Fuzzy Inference System (ANFIS) Dewi, Candra; Kartikasari, Dany Primanita; Mursityo, Yusi Tyroni
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1, No 1 (2014)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (669.63 KB)

Abstract

AbstrakInformasi mengenai kondisi atmosfer yang cepat,akurat, dan terperinci sangat diperlukan oleh berbagai sektor. Salah satumetode yang dapat digunakan untuk melakukan prediksi dan peramalan model yangkompleks dengan akurasi yang tinggi adalah Adaptive Neuro Fuzzy InferenceSystem (ANFIS). Dengankemampuan metode ini untuk melakukan prediksi dan peramalan, pada penelitianini dilakukan perbandingan kinerja dari kedua kemampuan ANFIS tersebut padadata time series cuaca berdasarkan parameter-parameter atmosfir yangmempengaruhinya.Padapenelitian ini, metode ANFIS baik untuk proses prediksi maupun peramalan diimplementasidengan struktur standar ANFIS yaitu lima layer. Namun pada proses peramalan dilakukan penggabungan dengan metode moving average untuk meramalkan nilai parameter input pada saat pengujian. Pengujian dilakukanpada data latih 40%, 50% dan 60% dari total data. Selain itu, pengujian jugadilakukan dengan mengelompokkan data berdasarkan musim, yaitu kemarau danpenghujan.Hasil ujicoba menunjukkan bahwa metode ANFIS cukup baik diterapkan untuk proses prediksijika tanpa pengelompokan data berdasarkan musim. Namun jika dilakukanpengelompokan berdasarkan musim, kemampuan ANFIS dalam melakukan peramalanmemiliki tingkat akurasi yang lebih tinggi dengan nilai error yang cukup rendah.Kata kunci: prediksi cuaca,peramalan cuaca, data time series, ANFISAbstractRapid and accurate information on the atmospheric conditions is required by the various sectors. One ofthe methods can be used to perform prediction and forecasting of complex modelwith high accuracy is AdaptiveNeuro Fuzzy Inference System(ANFIS).According to these two capabilitiesof ANFIS, this research is aimed to conduct comparison of accuracy on weathertime series data. This research implemented ANFIS using standard ANFISarchitecture that consists of five layers both to predict and to forecast theweather. However, the forecasting process combined ANFIS and moving averagemethod to forecast the input parameters were used at testing. This researchperformed learning process using 40%, 50% and 60% of total data. Beside, thelearning process also has been done on data was grouped into two groups basedon the season. The testing result showed ANFIS has better performance forprediction the data that were not grouped based on the season. However, ANFIShas better accuracy and lower error since the learning and testing were done onthe data that was grouped based on season.Keywords: weather prediction, weather forecasting,time series data, ANFIS
Implementasi Blockchain Berbasis Hyperledger Fabric pada Program Loyalitas Pelanggan Astutik, Krestiana Yuli; Kartikasari, Dany Primanita; Bhawiyuga, Adhitya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Program loyalitas pelanggan merupakan program yang tujuannya adalah memberikan penghargaan setiap pelanggan selesai melakukan transaksi. Program loyalitas pelanggan yang ada saat ini masih memiliki kekurangan dimana banyaknya manipulasi yang berasal dari pihak internal sehingga mengakibatkan pelanggan sering kehilangan dana dalam program, sehingga integritas datanya rendah. Dari permasalahan ini, maka disarankan solusi pembuatan program loyalitas sederhana berbasis blockchain dengan menggunakan platform Hyperledger Fabric dengan memanfaatkan sistem blockchain yang memiliki penyimpanan data terdesentralisasi, tingkat transparansi data transaksi yang tinggi melalui penerapan smart contract. Program disusun dengan menerapkan smart contract untuk mengakomodasi fungsi-fungsi utama dalam program loyalitas. Setelahnya, untuk memastikan integritas data, dilakukan tiga skenario pengujian terhadap program. Setelah dilakukan pengujian, diketahui bahwa integritas data dalam program loyalitas pelanggan menggunakan blockchain dapat terjaga. Yaitu dilakukan dengan tiga mekanisme utama yaitu dengan memastikan data antar peer yang terlibat adalah sama; membandingkan endorsement policy antara kedua peer organisasi saat salinan data diubah; dan mengharuskan agar perubahan smart contract mendapat persetujuan dari semua peer yang terlibat sehingga akan memperkecil kemungkinan manipulasi kontrak dan memperbesar jaminan integritas data.
Implementasi Algoritma MTCNN dalam Mekanisme Autentikasi berbasis Pengenalan Wajah Anggara, Krisna Dwi; Kartikasari, Dany Primanita; Bakhtiar, Fariz Andri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 8 (2023): Agustus 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Untuk saat ini masih banyak aplikasi yang menggunakan metode autentikasi berupa Single Factor Authentication atau SFA yaitu penggunaan password. Penggunaan metode autentikasi berupa password dinilai memliki banyak celah pada keamanannya seperti dapat dilakukan hacking atau peretasan oleh hacker untuk mendapatkan data yang diinginkan oleh hacker. Maka dari itu, diperlukannya metode autentikasi tambahan dengan menggunakan autentikasi biometrik. Salah satu contoh dari autentikasi biometrik adalah penggunaan pengenalan wajah dari pengguna. Salah satu dari algoritma yang menggunakan pengenalan wajah adalah MTCNN. MTCNN atau Multi-Task Cascaded Convolutional Network adalah perombakan dari gabungan model CNN dengan 3 lapisan jaringan yaitu P-Net, R-Net, O-Net yang menggunakan pengelompokan kandidat dan klasifikasi untuk mendapatkan hasil deteksi wajah yang efisien dan cepat. Metode penelitian yang dilakukan adalah dengan menggunakan 10 orang dengan 5 kali percobaan pada 2 kondisi yaitu kondisi didalam ruangan dengan nilai lux antara 100 - 200 dan kondisi di luar ruangan dengan nilai lux diatas 160x10. Dari hasil penelitian yang telah dilakukan terhadap sepuluh orang dengan lima kali percobaan maka dapat ditarik kesimpulan mengenai penerapan MTCNN untuk deteksi wajah adalah algoritma mtcnn memiliki tingkat akurasi sebesar 76% untuk keadaan di dalam ruangan dan 84% untuk keadaan di luar ruangan yang dipengaruhi oleh faktor pencahayaan yang dideteksi oleh lux meter, jarak kamera dengan pengguna, dan kemiringan dari wajah pengguna. Dan dari percobaan yang sama yang dilakukan terhadap sepuluh orang yang sama dengan lima kali percobaan, algoritma MTCNN memerlukan waktu 3.78224 detik untuk melakukan proses autentikasi di dalam ruangan dan 3.56268 detik untuk melakukan proses autentikasi di luar ruangan. Waktu proses pendeteksian dipengaruhi oleh faktor dari performa virtual machine yang digunakan.
Implementasi Auto-Scaling Virtual Machine menggunakan Metode Threshold-Based Pangestu, Muhammad Faisal; Kartikasari, Dany Primanita; Bhawiyuga, Adhitya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 9 (2023): September 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Virtualisasi merupakan teknik dalam mengabstraksi perangkat keras komputer di mana mesin virtual dibuat seolah-olah berperilaku seperti komputer nyata dengan seperangkat sistem operasi. Dalam penerapan virtualisasi melalui hypervisor terdapat kondisi yang menyebabkan sumber daya mesin virtual kekurangan ataupun kelebihan kapasitas berbanding dengan beban kerja yang diterimanya. Kondisi tersebut menyebabkan terganggunya ketersediaan fungsionalitas layanan. Penskalaan otomatis adalah salah satu teknik yang sangat penting untuk menjaga ketersediaan sekaligus sebagai solusi penggunaan sumber daya yang optimal. Threshold-based merupakan teknik penskalaan otomatis yang sangat populer di antara penyedia cloud seperti Amazon EC2, dan alat pihak ketiga seperti RightScale. Kesederhanaan dan sifat intuitif dari kebijakan ini membuatnya sangat menarik bagi klien cloud. Penelitian yang dilakukan ini membahas tentang implementasi penskalaan otomatis mesin virtual menggunakan metode threshold-based dengan utilisasi CPU sebagai metrik yang dievaluasi. Simulasi dalam menjalankan mesin virtual dilakukan menggunakan QEMU/KVM sebagai hypervisor. Pembuatan mesin virtual dilakukan menggunakan metode cloud-init untuk membuat blueprint pada instance dengan mengeksekusi perintah pemasangan web server dan metrics agent saat proses pembuatan berlangsung. Skenario pengujian dilakukan dengan mengubah jumlah instance yang diskalakan dalam satu kali scale out yaitu, 1, 2, dan 3 instance dengan parameter pengujian meliputi provision time dan downtime. Hasil pada pengujian provision time menunjukkan bahwa semakin banyak instance yang dijalankan oleh hypervisor, nilai provision time semakin tinggi, yang menunjukkan bahwa sistem operasi cukup sibuk dalam menangani operasi yang dijalankan oleh cloud-init walau cooldown period telah diaktifkan per penskalaan. Pada pengujian ini tidak terdapat perubahan hasil yang signifikan pada ketiga skenario. Hasil pada pengujian downtime adalah 0% untuk ketiga skenario. Hasil pada pengujian downtime menunjukkan bahwa cooldown period yang diterapkan pada metode threshold-based berhasil mencegah kondisi osilasi sehingga tidak ada degradasi performansi yang sampai menyebabkan downtime pada saat proses penskalaan berlangsung.
Implementasi Mekanisme Registrasi Dan Identifikasi Perangkat Node Sensor Di Gateway Berbasis Protokol Lora Imaduddin, Muhammad Fakhri; Kartikasari, Dany Primanita; Siregar, Reza Andria
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 6 (2024): Juni 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dengan semakin banyaknya perangkat IoT yang telah terpasang di Indonesia pada tahun 2020 mencapai 150 juta perangkat, hal ini menunjukkan bahwa teknologi IoT berpotensi berkembang pesat dan terus bertambah setiap tahunnya. Salah satu bentuk komunikasi antar perangkat IoT adalah melalui LoRa. Protokol LoRa memiliki keunggulan yaitu dapat mengirim data pada jarak jauh dengan konsumsi daya rendah, bahkan di area padat penduduk. Penelitian pendahuluan oleh Bhawiyuga et al. dan Eridani et al menekankan pentingnya pengembangan lebih lanjut pada mekanisme registrasi dan identifikasi perangkat sensor. Implementasi pengembangan lebih lanjut mencakup pengembangan portal web berbasis Node.js untuk registrasi perangkat dan aplikasi gateway berbasis Python untuk identifikasi perangkat serta pengiriman data ke Thingsboard. Selain itu sistem diuji melalui pengujian fungsional dan nonfungsional untuk memastikan sistem berjalan dengan baik berdasarkan kebutuhan yang telah didefinisikan. Hasil pengujian menunjukkan bahwa sistem dapat menerima registrasi data sebanyak 5, 10, dan 15 kali pengiriman data dalam sekali kirim dengan error 0%. Dan juga dapat melakukan identifikasi perangkat dengan rata-rata waktu 1 detik.
DIVERSIFIKASI PRODUK HASIL PANEN BUDIDAYA KJA DI RANU KLAKAH UNTUK PENINGKATAN KETAHANAN PANGAN DAN EKONOMI BIRU Kartikasari, Dany Primanita; Kilawati, Yuni; Maimunah, Yunita; Amrillah, Attabik Mukhammad; Muttaqin, Adharul
Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Vol. 4 (2023): PROSIDING SEMINAR NASIONAL PENGABDIAN KEPADA MASYARAKAT - SNPPM2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Negeri Jakarta

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

Abstract

Abstract Ranu Klakah is located in Tegalrandu Village, Klakah District, Lumajang Regency, and is a center for freshwater fisheries, especially Tilapia fish. Tilapia fish commodities produced in Ranu Klakah have characteristics, including thick flesh and better taste, so the selling price can be higher than production from other areas. The problem that always occurs in Ranu Klakah every year is upwelling which causes tilapia fish to experience mass deaths. On the one hand, this situation is beneficial because apart from the cultivated fish also from Ranu it will be easily harvested in large quantities by the local community. On the other hand, the number of simultaneous harvests causes a buildup of Tilapia stock which will cause prices to drop compared to usual or damage if the fish are not sold immediately. It is also felt that knowledge of marketing methods for fishery products that keep up with current developments is still lacking so the Tilapia commodity from Ranu Klakah can only be enjoyed by the surrounding community. The Brawijaya University Doctoral Community Service Team offers a solution by implementing product diversification aimed at increasing shelf life and selling value which will also directly increase community food security. The activities carried out are in the form of community service through the socialization process, training in making nuggets and chips made from tilapia fish as well as the introduction of marketing systems using IT, mentoring, and evaluation for cultivator groups in Ranu Klakah. Abstrak Ranu Klakah terletak di Desa Tegalrandu Kecamatan Klakah Kabupaten Lumajang, merupakan sentra perikanan tawar terutama ikan Nila. Komoditi ikan Nila yang dihasilkan di Ranu Klakah memiliki kekhasan antara lain berdaging tebal dan lebih enak rasanya, sehingga harga jualnya bisa lebih tinggi dibandingkan produksi dari daerah lain. Permasalahan yang selalu terjadi di Ranu Klakah setiap tahun adalah terjadinya upwelling yang menyebabkan Ikan nila mengalami kematian massal. Di satu sisi keadaan ini menguntungkan karena selain ikan hasil budidaya juga dari Ranu akan dengan mudah dipanen dengan jumlah banyak oleh masyarakat sekitar. Di sisi lain jumlah panen serentak tersebut menyebabkan bertumpuknya stock Ikan Nila yang akan menyebabkan turun harga dibandingkan biasanya atau terjadi kerusakan jika ikan tidak segera terjual. Pengetahuan metode pemasaran hasil perikanan yang mengikuti perkembangan jaman juga dirasakan masih kurang sehingga komoditi Nila dari ranu Klakah hanya bisa dinikmati oleh masyarakat di sekitarnya saja. Tim Doktor Mengabdi Universitas Brawijaya menawarkan solusi dengan menerapkan diversifikasi produk yang bertujuan meningkatkan daya simpan, nilai jual yang secara langsung juga akan meningkatkan ketahanan pangan masyarakat. Kegiatan yang dilaksanakan berbentuk pengabdian kepada masyarakat melalui proses sosialisasi, pelatihan pembuatan nugget dan keripik berbahan dasar ikan nila serta pengenalan sistem pemasaran menggunakan IT, pendampingan dan evaluasi kepada kelompok pembudidaya di Ranu Klakah.
Penjadwalan dan Pelaporan Menggunakan Dynamic Priority Scheduling dan Geolocation untuk Keamanan Lingkungan Masyfa, Faiz Hilmawan; Kartikasari, Dany Primanita; Tibyani, -
Techno.Com Vol. 22 No. 1 (2023): Februari 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i1.7132

Abstract

Angka kriminalitas di Indonesia yang meningkat menimbulkan inisiatif dari warga untuk meningkatkan keamanan lingkungan tempat tinggal melalui ronda. Penjadwalan yang masih manual menjadi salah satu permasalahan kegiatan ronda. Belum adanya portal pelaporan tindak kejahatan yang sudah terjadi maupun laporan daerah yang berpotensi tindak kejahatan juga menjadi permasalahan. Hal ini menimbulkan tidak adanya rekam jejak tindak kejahatan yang telah terjadi serta menimbulkan kerentanan keamanan lingkungan. Sehingga tujuan penelitian ini adalah mengembangkan sistem informasi penjadwalan ronda dan pelaporan keamanan lingkungan. Penjadwalan pada sistem ini dijalankan otomatis dengan mengimplementasikan algoritma dynamic priority scheduling serta dilengkapi reminder jadwal yang terintegrasi dengan telegram. Pelaporan yang berbasis lokasi dikembangkan menggunakan teknologi geolocation. Hasil pengujian sistem telah menunjukkan penjadwalan memiliki akurasi perbandingan sebesar 99% dan akurasi optimasi 97.04% yang dapat diraih dengan waktu eksekusi 24.72 detik pada data dengan persebaran yang cukup merata. Hal ini menujukkan penjadwalan yang otomatis memiliki ketepatan penjadwalan dan efisiensi waktu yang lebih baik dari penjadwalan manual. Sistem pelaporan mampu mengidentifikasi lokasi pengguna dengan toleransi akurasi 3 meter. Validasi akhir dengan SUS menunjukkan bahwa sistem sudah dapat diterima oleh pengguna. Metode yang diajukan berhasil membuat proses penjadwalan dan pelaporan menjadi lebih mudah dan dinamis.
Perancangan dan Pengembangan Aplikasi Berbasis Gamification untuk Meningkatkan Partisipasi Masyarakat dalam Pengelolaan Sampah Yudhanto, Alif Alamsyah; Kartikasari, Dany Primanita; Siregar, Reza Andria
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 1 (2025): Januari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Masalah pengelolaan sampah menjadi isu global yang semakin mendesak, termasuk di Indonesia. Partisipasi masyarakat dalam pengelolaan sampah sangat penting untuk mencapai keberhasilan dalam mengatasi masalah ini. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi berbasis gamifikasi yang dapat meningkatkan partisipasi masyarakat dalam pengelolaan sampah. Penelitian ini menggunakan metode pengembangan waterfall. Pengembangan aplikasi dilakukan melalui beberapa tahap, mulai dari perancangan sistem, implementasi, hingga pengujian. Pengujian dilakukan dengan melibatkan pengguna untuk mendapatkan umpan balik mengenai fungsional dan efektivitas aplikasi. Hasil penelitian menunjukkan bahwa aplikasi berbasis gamifikasi yang dikembangkan berhasil meningkatkan partisipasi masyarakat dalam pengelolaan sampah. Fitur-fitur gamifikasi seperti poin, level, dan hadiah terbukti efektif dalam memotivasi pengguna untuk terus aktif dalam aplikasi. Selain itu, aplikasi ini juga memberikan informasi yang relevan mengenai pengelolaan sampah, sehingga pengguna dapat meningkatkan pengetahuan dan kesadarannya.
Pengaruh Algoritma Konsensus Raft dan Smart-BFT dalam Teknologi Blockchain dengan Platform Hyperledger Fabric pada Lingkungan Multi-VM Aaron, Anthony; Kartikasari, Dany Primanita; Shaffan, Nur Hazbiy
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Ultima Computing
Perbandingan Kinerja Algoritma Support Vector Machine dan K-Nearest Neighbor dalam Mendeteksi Pesan Berisi Tautan Phishing Pada Platform Media Sosial X Wicaksono, Bagoes Sandy; Pramukantoro, Eko Sakti; Kartikasari, Dany Primanita
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 7 (2025): Juli 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Meningkatnya serangan phishing di platform media sosial seperti X memerlukan sistem deteksi otomatis yang efektif, mengingat deteksi manual tidak lagi memadai. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Support Vector Machine (SVM) dan K-Nearest Neighbor (KNN) dalam mendeteksi tautan phishing berbasis fitur leksikal. Metodologi penelitian melibatkan pelatihan model pada dataset seimbang berisi 10.000 URL yang diekstraksi menjadi delapan fitur, kemudian diuji pada 2.000 data dan divalidasi menggunakan 150 URL baru hasil scraping. Hasilnya menunjukkan bahwa kedua algoritma memiliki efektivitas tinggi, dengan F1-Score model terbaik mencapai di atas 92%. SVM dengan kernel RBF unggul dalam hal keamanan dengan mencapai nilai recall tertinggi sebesar 97,1%, yang esensial untuk meminimalkan ancaman yang terlewat. Di sisi lain, KNN menunjukkan keunggulan signifikan dalam efisiensi komputasi, dengan waktu pelatihan dan pengujian yang jauh lebih cepat. Kesimpulannya, pemilihan algoritma yang optimal menyajikan sebuah trade-off antara keamanan deteksi superior dari SVM dan efisiensi operasional dari KNN, memberikan panduan praktis bagi pengembang.
Co-Authors Aaron, Anthony Adharul Muttaqin Adhitya Bhawiyuga, Adhitya Anggara, Krisna Dwi Annisa, Faradiba Astutik, Krestiana Yuli Attabik Mukhammad Amrillah Bakhtiar, Fariz Andri Bayu Rahayudi Candra Dewi Eko Sakti Pramukantoro, Eko Sakti Imaduddin, Muhammad Fakhri Masyfa, Faiz Hilmawan Muhammad Alkaff Pangestu, Muhammad Faisal Reza Andria Siregar Sabriansyah Rizqika Akbar Setiawan, Roisul Shaffan, Nur Hazbiy Syarifah Soraya Tibyani, - Wicaksono, Bagoes Sandy Wijaya, Eka Setya Yudhanto, Alif Alamsyah Yuni Kilawati Yunita Maimunah Yusi Tyroni Mursityo Yuslena Sari, Yuslena