Garuda - Garba Rujukan Digital

Pengaruh Aplikasi Inkubator Bisnis terhadap Keberlanjutan Usaha Rintisan: Kajian Literatur David Saro; Larisang Larisang; Hilda Herasmus; Harmen Harmen; Firnam Firnam; Ali Basriadi
Jurnal Responsive Teknik Informatika Vol. 8 No. 01 (2024): Jurnal Responsive Teknik Informatika
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i01.813

Usaha rintisan (startup) merupakan entitas bisnis yang menjadi pendorong utama inovasi dan pertumbuhan ekonomi di era digital. Namun, startup sering menghadapi tantangan signifikan dalam keberlanjutan dan pertumbuhan, dengan tingkat kegagalan yang tinggi. Inkubator bisnis hadir sebagai solusi untuk mendukung dan mempercepat pertumbuhan startup melalui penyediaan berbagai bentuk dukungan, seperti akses modal, bimbingan, pelatihan, dan fasilitas fisik. Penelitian ini bertujuan untuk mengevaluasi pengaruh inkubator bisnis terhadap keberlanjutan usaha rintisan melalui kajian literatur. Hasil penelitian menunjukkan bahwa inkubator bisnis memiliki pengaruh positif yang signifikan terhadap keberlanjutan startup, dengan beberapa faktor kunci yang mempengaruhi efektivitasnya. Tantangan yang dihadapi inkubator bisnis juga diidentifikasi, termasuk manajemen keuangan, pemilihan tim manajemen, dan adaptasi terhadap perubahan lingkungan bisnis. Dengan mengatasi tantangan ini, inkubator bisnis dapat meningkatkan efektivitas dalam mendukung ekosistem kewirausahaan lokal.

Improvement of IoT Security with a Machine Learning-Based Intrusion Detection System Approach Nur Halizzah; Indah Kusuma Dewi; Atman Lucky Fernandes; David Saro
Jurnal Responsive Teknik Informatika Vol. 8 No. 02 (2024): Jurnal Responsive Teknik Informatika
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i02.1001

The development of the Internet of Things (IoT) has brought convenience to various aspects of life, but it also presents significant challenges regarding cybersecurity. One solution to address this issue is the development of an Intrusion Detection System (IDS) based on machine learning. This study aims to design an efficient and adaptive IDS for IoT environments using machine learning algorithms such as Random Forest and Support Vector Machine (SVM). The methodology includes system design, data collection, algorithm selection, model training, and system performance evaluation. The results show that Random Forest and SVM algorithms are effective in detecting attacks such as Distributed Denial of Service (DDoS) and malware, with a relatively high accuracy rate. However, the main challenges faced are the need for representative datasets and computational efficiency issues on resource-constrained IoT devices. This study concludes that machine learning-based intrusion detection systems can improve IoT security by accurately detecting cyber-attacks. Further development is expected to address efficiency constraints and enhance the system's reliability in facing increasingly complex threats.

Pengelolaan Retur Penjualan melalui Sistem Informasi Berbasis Web dengan Metode SDLC Studi Kasus PT Informa Batam Muhammad Aris Fadilla; Atman Lucky Fernandes; Sabtu Sabtu; David Saro; Abd Basith; Firman Firman; Muhammad Ropianto
Jurnal Responsive Teknik Informatika Vol. 9 No. 01 (2025): Jurnal Responsive Teknik Informatika
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i02.1150

Perkembangan teknologi informasi telah membawa dampak signifikan dalam berbagai sektor industri, termasuk bidang penjualan dan distribusi. PT Informa Batam menghadapi tantangan dalam pengelolaan barang retur akibat sistem pencatatan yang belum terintegrasi secara optimal. Kendala seperti kesalahan pencatatan, keterlambatan proses, dan kesulitan dalam memperoleh laporan yang akurat menghambat efisiensi operasional perusahaan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan sistem informasi berbasis web menggunakan metode System Development Life Cycle (SDLC). Metode ini diterapkan melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan guna memastikan sistem berjalan secara efektif dan efisien. Sistem yang dikembangkan mampu mengotomatisasi proses pencatatan dan pelacakan barang retur, meningkatkan akurasi data, serta mempercepat proses pengambilan keputusan. Hasil penelitian menunjukkan bahwa penerapan sistem ini dapat mengoptimalkan pengelolaan retur barang, mengurangi kesalahan pencatatan, dan meningkatkan efisiensi operasional perusahaan. Dengan demikian, sistem informasi ini diharapkan dapat mendukung pertumbuhan bisnis PT Informa Batam serta meningkatkan kepuasan pelanggan dan daya saing perusahaan di industri furnitur.

Pengaruh Aplikasi Inkubator Bisnis terhadap Keberlanjutan Usaha Rintisan: Kajian Literatur David Saro; Larisang Larisang; Sherly Agustini
Jurnal Responsive Teknik Informatika Vol 8 No 01 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i01.1469

Usaha rintisan (startup) merupakan entitas bisnis yang menjadi pendorong utama inovasi dan pertumbuhan ekonomi di era digital. Namun, startup sering menghadapi tantangan signifikan dalam keberlanjutan dan pertumbuhan, dengan tingkat kegagalan yang tinggi. Inkubator bisnis hadir sebagai solusi untuk mendukung dan mempercepat pertumbuhan startup melalui penyediaan berbagai bentuk dukungan, seperti akses modal, bimbingan, pelatihan, dan fasilitas fisik. Penelitian ini bertujuan untuk mengevaluasi pengaruh inkubator bisnis terhadap keberlanjutan usaha rintisan melalui kajian literatur. Hasil penelitian menunjukkan bahwa inkubator bisnis memiliki pengaruh positif yang signifikan terhadap keberlanjutan startup, dengan beberapa faktor kunci yang mempengaruhi efektivitasnya. Tantangan yang dihadapi inkubator bisnis juga diidentifikasi, termasuk manajemen keuangan, pemilihan tim manajemen, dan adaptasi terhadap perubahan lingkungan bisnis. Dengan mengatasi tantangan ini, inkubator bisnis dapat meningkatkan efektivitas dalam mendukung ekosistem kewirausahaan lokal.

Pengelolaan Retur Penjualan melalui Sistem Informasi Berbasis Web dengan Metode SDLC (Studi Kasus: PT Informa Batam) Muhammad Aris Fadilla; Atman Lucky Fernandes; Sabtu Sabtu; David Saro; Okta Veza; Muhammad Ropianto
Jurnal Responsive Teknik Informatika Vol 9 No 01 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i01.1473

Perkembangan teknologi informasi telah membawa dampak signifikan dalam berbagai sektor industri, termasuk bidang penjualan dan distribusi. PT Informa Batam menghadapi tantangan dalam pengelolaan barang retur akibat sistem pencatatan yang belum terintegrasi secara optimal. Kendala seperti kesalahan pencatatan, keterlambatan proses, dan kesulitan dalam memperoleh laporan yang akurat menghambat efisiensi operasional perusahaan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan sistem informasi berbasis web menggunakan metode System Development Life Cycle (SDLC). Metode ini diterapkan melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan guna memastikan sistem berjalan secara efektif dan efisien. Sistem yang dikembangkan mampu mengotomatisasi proses pencatatan dan pelacakan barang retur, meningkatkan akurasi data, serta mempercepat proses pengambilan keputusan. Hasil penelitian menunjukkan bahwa penerapan sistem ini dapat mengoptimalkan pengelolaan retur barang, mengurangi kesalahan pencatatan, dan meningkatkan efisiensi operasional perusahaan. Dengan demikian, sistem informasi ini diharapkan dapat mendukung pertumbuhan bisnis PT Informa Batam serta meningkatkan kepuasan pelanggan dan daya saing perusahaan di industri furnitur.

Data Quality Management dalam Data Warehouse: Tinjauan Literatur Tiara Aziza; David Saro; Nofri Yudi Arifin; Romiko Afriantoni; Aprizal Y; Atman Lucky Fernandes
Jurnal Responsive Teknik Informatika Vol 9 No 02 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i02.1476

This study presents a systematic literature review of Data Quality Management (DQM) in data warehouse environments, aiming to map key dimensions, processes, and architectural/technological enablers, and to identify research gaps. Searches were conducted across Scopus, ScienceDirect, IEEE Xplore, ACM Digital Library, SpringerLink, and Google Scholar (as a complement) for the period 2009–2025, following PRISMA 2020. Of 200 initial records, 133 were excluded during the first screening, 67 underwent further assessment, and 6 studies met the inclusion criteria for in-depth analysis. Thematic synthesis indicates that effective DQM rests on four integrated pillars: (1) standardized quality dimensions and metrics (accuracy, completeness, consistency, timeliness, and traceability), (2) prevention–detection–correction processes embedded along the ETL/ELT pipeline (including consistent SCD policies and handling of late-arriving data), (3) architectural/technological support (automated data tests within CI/CD, catalogs/metadata, data lineage, observability, and data contracts), and (4) governance that clarifies roles and accountability (data owners/stewards) with incident-response procedures. Practically, organizations should start from critical data elements and high-priority consumption paths, translating SLA/SLI into executable rules. Limitations include the small number of included studies and contextual heterogeneity, motivating further work on cross-domain metric standardization, open DQM benchmarks, cost–benefit evaluations of observability/contract enforcement, and the impact of data quality on analytic/AI performance in near real-time settings.

Pengaruh Aplikasi Inkubator Bisnis terhadap Keberlanjutan Usaha Rintisan: Kajian Literatur David Saro; Larisang Larisang; Sherly Agustini
Jurnal Responsive Teknik Informatika Vol 8 No 01 (2024): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v8i01.1469

Usaha rintisan (startup) merupakan entitas bisnis yang menjadi pendorong utama inovasi dan pertumbuhan ekonomi di era digital. Namun, startup sering menghadapi tantangan signifikan dalam keberlanjutan dan pertumbuhan, dengan tingkat kegagalan yang tinggi. Inkubator bisnis hadir sebagai solusi untuk mendukung dan mempercepat pertumbuhan startup melalui penyediaan berbagai bentuk dukungan, seperti akses modal, bimbingan, pelatihan, dan fasilitas fisik. Penelitian ini bertujuan untuk mengevaluasi pengaruh inkubator bisnis terhadap keberlanjutan usaha rintisan melalui kajian literatur. Hasil penelitian menunjukkan bahwa inkubator bisnis memiliki pengaruh positif yang signifikan terhadap keberlanjutan startup, dengan beberapa faktor kunci yang mempengaruhi efektivitasnya. Tantangan yang dihadapi inkubator bisnis juga diidentifikasi, termasuk manajemen keuangan, pemilihan tim manajemen, dan adaptasi terhadap perubahan lingkungan bisnis. Dengan mengatasi tantangan ini, inkubator bisnis dapat meningkatkan efektivitas dalam mendukung ekosistem kewirausahaan lokal.

Pengelolaan Retur Penjualan melalui Sistem Informasi Berbasis Web dengan Metode SDLC (Studi Kasus: PT Informa Batam) Muhammad Aris Fadilla; Atman Lucky Fernandes; Sabtu Sabtu; David Saro; Okta Veza; Muhammad Ropianto
Jurnal Responsive Teknik Informatika Vol 9 No 01 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i01.1473

Perkembangan teknologi informasi telah membawa dampak signifikan dalam berbagai sektor industri, termasuk bidang penjualan dan distribusi. PT Informa Batam menghadapi tantangan dalam pengelolaan barang retur akibat sistem pencatatan yang belum terintegrasi secara optimal. Kendala seperti kesalahan pencatatan, keterlambatan proses, dan kesulitan dalam memperoleh laporan yang akurat menghambat efisiensi operasional perusahaan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan sistem informasi berbasis web menggunakan metode System Development Life Cycle (SDLC). Metode ini diterapkan melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan guna memastikan sistem berjalan secara efektif dan efisien. Sistem yang dikembangkan mampu mengotomatisasi proses pencatatan dan pelacakan barang retur, meningkatkan akurasi data, serta mempercepat proses pengambilan keputusan. Hasil penelitian menunjukkan bahwa penerapan sistem ini dapat mengoptimalkan pengelolaan retur barang, mengurangi kesalahan pencatatan, dan meningkatkan efisiensi operasional perusahaan. Dengan demikian, sistem informasi ini diharapkan dapat mendukung pertumbuhan bisnis PT Informa Batam serta meningkatkan kepuasan pelanggan dan daya saing perusahaan di industri furnitur.

Data Quality Management dalam Data Warehouse: Tinjauan Literatur Tiara Aziza; David Saro; Nofri Yudi Arifin; Romiko Afriantoni; Aprizal Y; Atman Lucky Fernandes
Jurnal Responsive Teknik Informatika Vol 9 No 02 (2025): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v9i02.1476

This study presents a systematic literature review of Data Quality Management (DQM) in data warehouse environments, aiming to map key dimensions, processes, and architectural/technological enablers, and to identify research gaps. Searches were conducted across Scopus, ScienceDirect, IEEE Xplore, ACM Digital Library, SpringerLink, and Google Scholar (as a complement) for the period 2009–2025, following PRISMA 2020. Of 200 initial records, 133 were excluded during the first screening, 67 underwent further assessment, and 6 studies met the inclusion criteria for in-depth analysis. Thematic synthesis indicates that effective DQM rests on four integrated pillars: (1) standardized quality dimensions and metrics (accuracy, completeness, consistency, timeliness, and traceability), (2) prevention–detection–correction processes embedded along the ETL/ELT pipeline (including consistent SCD policies and handling of late-arriving data), (3) architectural/technological support (automated data tests within CI/CD, catalogs/metadata, data lineage, observability, and data contracts), and (4) governance that clarifies roles and accountability (data owners/stewards) with incident-response procedures. Practically, organizations should start from critical data elements and high-priority consumption paths, translating SLA/SLI into executable rules. Limitations include the small number of included studies and contextual heterogeneity, motivating further work on cross-domain metric standardization, open DQM benchmarks, cost–benefit evaluations of observability/contract enforcement, and the impact of data quality on analytic/AI performance in near real-time settings.

Api Response Time Prediction Using a Deep Learning Model on Web Application Load Testing Simulation Data Defnizal Defnizal; Atman Lucky Fernandes; Aprizal Y; David Saro; Ghea Paulina Suri; Nofri Yudi Arifin; Romiko Afriantoni; Willy Rizki Perdana
Jurnal Responsive Teknik Informatika Vol 10 No 01 (2026): JR : Jurnal Responsive Teknik Informatika
Publisher : LPPM Universitas Ibnu Sina Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36352/jr.v10i01.1539

Web application performance, particularly application programming interface (API) response time, is one of the primary determinants of user experience and system reliability, especially under high-load conditions. Conventional load testing is reactive, as it can only measure actual response time after a given load has been applied to the system, creating a need for a predictive approach capable of estimating API response time from load and server-resource conditions. This study applies a deep learning model in the form of a Multi-Layer Perceptron (MLP) with three hidden layers to predict API response time, and compares its performance against two baseline models, namely Linear Regression and Random Forest Regressor. Due to limited access to sensitive real-world production data, this study uses a simulated load-testing dataset of 500 samples generated programmatically, comprising ten load and server-resource features such as concurrent users, requests per second, payload size, database query count, cache hit ratio, and CPU and memory utilization, with non-linear patterns representing resource-contention effects under high load. The data was split into 70% training and 30% testing, then evaluated using Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), Mean Absolute Percentage Error (MAPE), and the coefficient of determination (R²). Experimental results show that the Deep Learning (MLP) model achieved the best predictive performance with an RMSE of 24.86 ms, MAPE of 19.33%, and R² of 0.9009, outperforming Linear Regression (RMSE 26.25 ms, R² 0.8895) and Random Forest (RMSE 27.90 ms, R² 0.8751), although Linear Regression's MAE was slightly lower (19.34 ms versus 19.53 ms). Feature-importance analysis indicates that the number of concurrent users, database query count, and CPU utilization are the most dominant factors influencing API response time. To ground the simulated scenario in a concrete example, a small real demonstration web application was also built and load-tested; its qualitative behavior (response time increasing with concurrency) is consistent with the assumptions underlying the simulated dataset. These findings indicate that the deep learning model is better able to capture non-linear patterns caused by resource contention compared to a linear model or a tree-based ensemble, suggesting potential use as a predictive component in auto-scaling strategies or web-application capacity planning, with the caveat that these results remain a preliminary study requiring further validation using real production data.

Title

Found 25 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 25 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 25 Documents
Search