Article Per Year (5 Year)
p-Index From 2021 - 2026
6.318
P-Index
This Author published in this journals
All Journal Efisiensi : Kajian Ilmu Administrasi Jurnal Ilmu Komputer Jurnal Ilmiah Kursor Telematika SMATIKA Jurnal Informatika Upgris JURNAL MEDIA INFORMATIKA BUDIDARMA InComTech: Jurnal Telekomunikasi dan Komputer JURNAL ILMIAH INFORMATIKA JCES (Journal of Character Education Society) SINTECH (Science and Information Technology) Journal Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Tekno Insentif IJISTECH (International Journal Of Information System & Technology) The IJICS (International Journal of Informatics and Computer Science) JUTEKIN (Jurnal Manajemen Informatika) JUMANJI (Jurnal Masyarakat Informatika Unjani) KOMPUTIKA - Jurnal Sistem Komputer Jurnal Manajemen Informatika Jurnal Sistem Cerdas Jurnal Tekno Kompak MULTINETICS Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Teknologi Informasi : Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Dharma Raflesia : Jurnal Ilmiah Pengembangan dan Penerapan IPTEKS Journal of Computer System and Informatics (JoSYC) JIKA (Jurnal Informatika) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) IJISTECH Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Journal of Research in Instructional Merpati JUSTIN (Jurnal Sistem dan Teknologi Informasi) Jurnal Algoritma JOMLAI: Journal of Machine Learning and Artificial Intelligence Competitive Jurnal Informatika: Jurnal Pengembangan IT Jurnal Ilmiah Sistem Informasi The Indonesian Journal of Computer Science Smatika Jurnal : STIKI Informatika Jurnal
Prianto, Cahyo
Universitas Logistik Dan Bisnis Internasional
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Transportation Other

Published : 60 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 60 Documents
Search

 2   3   4   5   6 
Pengembangan Aplikasi Konsultasi Kesehatan Mental Untuk Meningkatkan Aksesibilitas Hutabarat, Rizkyria Angelina Pandapotan; Prianto, Cahyo
Jurnal Tekno Insentif Vol 19 No 1 (2025): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v19i1.1895

Abstract

Kesehatan mental merupakan salah satu aspek penting yang mempengaruhi produktivitas dan kesejahteraan individu. Di Indonesia sekitar 6,1% penduduk Indonesia berusia 15 tahun ke atas mengalami gangguan Kesehatan mental, sementara ini akses layanan konsultasi psikologis masih mengalami hambatan seperti biaya, lokasi dan waktu. Untuk mengatasi masalah ini, di bangun aplikasi berbasis website yang bernama Mindhaven menggunakan metode waterfall. Metode waterfall terdiri dari analisis, desain, implementasi, pengujian dan pemeliharaan. Aplikasi ini dibangun dengan menggunakan framework Laravel, yang memungkinkan pengembangan yang lebih cepat dan efisien. Penelitian ini dirancang untuk mempermudah pengguna dalam mengakses layanan konsultasi kesehatan mental secara online maupun offline. Hasil dari penelitian ini menunjukan bahwa MindHaven dapat memberikan solusi aksesibilitas layanan psikologi yang lebih baik dan mendukung peningkatan kualitas kesehatan mental.
Tinjauan Literatur Sistematis: Analisis Implementasi Kecerdasan Buatan untuk Verifikasi Dokumen Fedhira; Azzahra, Fedhira Syaila Putri; Prianto, Cahyo
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/kjjwk708

Abstract

Pemrosesan dokumen digital yang semakin kompleks mendorong pemanfaatan kecerdasan buatan Artificial Intelligence (AI) untuk meningkatkan akurasi dan efisiensi dalam sistem verifikasi dokumen. Penelitian ini menyajikan sebuah tinjauan literatur sistematis untuk mengkaji berbagai metode berbasis AI yang digunakan dalam inspeksi dan validasi dokumen secara otomatis. Sebanyak 42 artikel ilmiah yang diterbitkan antara tahun 2020 hingga 2025 dianalisis untuk mengidentifikasi pendekatan AI yang paling dominan, tantangan utama implementasi, serta kelebihan dan keterbatasan dari masing-masing metode. Hasil kajian menunjukkan bahwa natural language processing (NLP) merupakan teknik yang paling banyak digunakan, diikuti oleh machine learning (ML) dan deep learning (DL). Ketiga pendekatan ini menunjukkan efektivitas dalam mengurangi beban kerja manual, mempercepat waktu pemrosesan, serta memiliki fleksibilitas untuk diterapkan pada berbagai jenis dokumen, seperti dokumen keuangan, kontrak hukum, dokumen pendidikan, dan catatan medis. Meskipun demikian, penerapan metode AI dalam verifikasi dokumen masih menghadapi berbagai tantangan, termasuk format data yang tidak seragam, kemampuan generalisasi model yang terbatas, kebutuhan komputasi yang tinggi, dan kesulitan dalam menafsirkan hasil model. Tinjauan ini memberikan pemahaman yang lebih mendalam mengenai tren terkini dalam verifikasi dokumen berbasis AI dan menawarkan wawasan praktis untuk merancang sistem yang andal dan dapat diskalakan. Diharapkan, hasil dari studi ini dapat menjadi landasan bagi penelitian lanjutan dan penerapan teknologi analisis dokumen cerdas di berbagai sektor seperti keuangan, pendidikan, kesehatan, dan administrasi hukum.
PENGUATAN LITERASI KEUANGAN DIGITAL UNTUK MENINGKATKAN KESADARAN DAN KEAMANAN TRANSAKSI DI SMP IT GEMILANG MUTAFANNIN Prianto, Cahyo; Andarsyah, Roni; Juwita, Rukmi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 10 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i10.3776-3780

Abstract

Kegiatan Pengabdian kepada Masyarakat (PKM) yang dilaksanakan di SMP IT Gemilang Mutafannin ini dilatarbelakangi oleh perlunya meningkatkan pemahaman literasi keuangan digital di kalangan siswa, guru, dan orang tua. Kondisi tersebut memunculkan tiga permasalahan utama, yaitu kurangnya pengalaman praktis dalam perencanaan dan pengelolaan keuangan, dominannya budaya konsumtif dibandingkan budaya investasi, serta minimnya kesadaran terhadap risiko keamanan dalam penggunaan teknologi keuangan digital. Tujuan dari kegiatan ini adalah untuk meningkatkan pemahaman dan kesadaran seluruh ekosistem sekolah tentang pentingnya pengelolaan keuangan yang bijak serta kemampuan menjaga keamanan dalam transaksi digital. Untuk mencapai tujuan tersebut, dirancang enam program utama yang meliputi sosialisasi dan pelatihan perencanaan keuangan pribadi bagi siswa, penguatan literasi keuangan melalui simulasi gamifikasi, pelatihan perencanaan keuangan keluarga untuk guru dan orang tua, pelatihan keamanan digital, serta penerapan aplikasi FinGrow untuk pencatatan keuangan siswa. Metode pelaksanaan kegiatan dilakukan secara bertahap melalui enam langkah, yakni observasi lapangan untuk mengidentifikasi masalah, studi literatur, pelaksanaan program, pendampingan dan evaluasi hasil kegiatan, analisis serta pembahasan capaian, hingga penyusunan kesimpulan dan rencana keberlanjutan program. Hasil kegiatan menunjukkan adanya peningkatan pemahaman siswa, guru, dan orang tua terhadap literasi keuangan digital. Siswa mulai mampu membuat perencanaan keuangan pribadi, guru dan orang tua dapat menyusun rencana keuangan keluarga, serta terjadi peningkatan kesadaran untuk menabung, membuat prioritas pengeluaran, dan menghindari perilaku konsumtif. Selain itu, aplikasi FinGrow telah disosialisasikan dan mulai diterapkan dalam proses pencatatan tabungan siswa dan mendapat respons positif sebagai sarana pembelajaran keuangan digital yang aplikatif
Pendekatan LSTM Berbasis Deep Learning dalam Memprediksi Fluktuasi Harga Cabai Pertiwi, Aryka Anisa; Harani, Nisa Hanum; Prianto, Cahyo
Building of Informatics, Technology and Science (BITS) Vol 7 No 2 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i2.8100

Abstract

The significant fluctuation in chili prices in Indonesia leads to economic instability, particularly for consumers and market stakeholders. This study aims to develop a daily chili price prediction model using the Long Short-Term Memory (LSTM) algorithm based on deep learning, designed to capture seasonal patterns and long-term dependencies in historical data. The research adopts the CRISP-DM approach, encompassing business understanding, data processing, model training, and implementation into a web-based dashboard. The dataset, collected from Pagar Alam City between 2022 and 2024, includes features such as previous prices, chili sub-variants, sinusoidal time transformations, and market conditions. The LSTM regression model demonstrated high performance, achieving an R² score of 0.9567, a MAE of 1,402.92, and an RMSE of 2,595.98. Additionally, a classification model was developed to predict price status (increase, decrease, stable) as a decision-support tool. The deployment of this system into an interactive dashboard enables real-time price predictions. These results indicate that the LSTM-based approach is not only technically accurate but also offers a practical solution for commodity price monitoring and decision-making in the food sector.
Penerapan Algoritma Machine learning untuk Prediksi Gangguan Kesehatan Mental: Systematic Literature Review Prianto, Cahyo; Hutabarat, Rizkyria Angelina Pandapotan
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 13, No 4 (2025)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v13i4.95911

Abstract

Gangguan kesehatan mental merupakan isu serius yang memengaruhi kesejahteraan individu dan masyarakat secara luas. Seiring meningkatnya kesadaran akan pentingnya kesehatan mental, pendekatan berbasis teknologi seperti Machine learning (ML) mulai banyak digunakan untuk mendeteksi dan memprediksi gangguan tersebut secara lebih akurat dan efisien. Penelitian ini bertujuan untuk melakukan kajian literatur sistematis mengenai penerapan algoritma machine learning dalam prediksi gangguan kesehatan mental. Dengan menggunakan metode Systematic Literature Review (SLR) dan pendekatan PRISMA, sebanyak 40 studi yang dipublikasikan antara tahun 2020 hingga 2025 dianalisis berdasarkan kriteria inklusi tertentu, seperti studi yang ditulis dalam Bahasa Inggris dan membahas prediksi kesehatan mental menggunakan machine learning. Hasil tinjauan menunjukkan bahwa atribut seperti usia, jenis kelamin, dan kebiasaan tidur merupakan faktor yang paling berpengaruh dalam prediksi kesehatan mental. Adapun algoritma yang paling sering digunakan adalah Logistic Regression, Random Forest, XGBoost, dan Support Vector Machine (SVM). Evaluasi performa model dilakukan dengan metrik seperti precision, recall, f1-score, accuracy, dan AUC. Model LightGBM menunjukkan performa tertinggi dalam studi yang ditinjau. Temuan ini mengindikasikan bahwa machine learning memiliki potensi besar dalam mendukung sistem deteksi dini gangguan kesehatan mental yang lebih efektif dan berbasis data.
Komparasi Model Klasifikasi Naïve Bayes Dan C4.5 Pada Data Prestasi Kerja PNS Vegita, Yola; Prianto, Cahyo; Pane, Syafrial Fachri
Jurnal Informatika UPGRIS Vol 8, No 2: Desember 2022
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v8i2.13205

Abstract

— Salah satu bagian yang terpenting untuk mencapai keberhasilan dalam kemajuan suatu organisasi adalah SDM atau sumber daya manusia. Pegawai yang tidak menuntaskan pekerjaannya, maka target organisasi tidak akan tercapai. Berdasarkan hal tersebut, apabila seorang pegawai tidak maksimal dan tidak dapat bekerja dengan baik, pastinya akan mempengaruhi perkembangan dan kemajuan dari perusahaan atau organisasi. Untuk melakukan evaluasi  kinerja PNS Dinas Perhubungan Provinsi Jawa Barat dengan memanfaatkan hasil penilaian prestasi kerja, yang mana data yang digunakan adalah penilaian pada tahun 2020. Banyaknya pegawai membuat penilaian Prestasi Kerja menjadi sulit dan tidak dipungkiri penilaian juga terkadang dilakukan tidak objektif. Untuk melakukan suatu penilaian kerja dapat menggunakan metode pendukung, salah satunya dengan melakukan klasifikasi data pegawai dengan data mining. Penelitian ini membandingkan algoritma performance algoritma Naïve Bayes dan C4.5 dengan mengevaluasi hasil pemodelan dengan Confusion Matrix dan Classification Report. Hasilnya, C4.5 memiliki akurasi 99.12% sedangkan Naïve Bayes hanya 83%.
Measuring the quality of the learning process in basic courses using the multivariate statistical process control method Riza, Noviana; Mubassiran, Mubassiran; Prianto, Cahyo
Journal of Research in Instructional Vol. 3 No. 2 (2023): Journal of Research in Instructional
Publisher : Univeritas Papua

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30862/jri.v3i2.266

Abstract

The quality of learning is the key to being able to compete in the world of education. This research aims to measure the quality of the learning process in basic courses at the University of Logistics and International Business. The method used is Multivariate Statistical Control Process with subgroups whose size is not constant. In this method, multivariate control of the target process is carried out using the T2 Hotelling control diagram. Meanwhile, control of multivariate process variability is carried out using a generalized variance control chart. The sample data used in this research was taken from grades in English courses and introductory logistics courses from 20 classes with a total of 498 students. Data collection was carried out randomly from 2019-2022. The results obtained were that in the Multivariate Process Target (MPT) calculation using the T2 Hotelling control diagram it was found that class 1 was out of control. Meanwhile, in calculating Multivariate Process Variability (MPV) using a Generalized Variance (GV) based control diagram, it was found that classes 5 and 20 were out of control. Investigating the cause of the class being out of control is a part that must be explored by study program and university leaders in an effort to improve the teaching and learning process.
Penerapan Forward Chaining Dalam Pengembangan Simulasi Gamifikasi Interaktif Untuk Pelatihan Operasional Logistik Menggunakan Unity Sulaksono, Al Novianti Ramadhani; Prianto, Cahyo; Nurkamal Fauzan, Mohamad
Jurnal Algoritma Vol 22 No 2 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-2.2540

Abstract

Workforce training in the logistics sector requires an interactive approach capable of realistically representing the complexity of operational processes. This study aims to develop a logistics training system based on gamified simulation using Unity, integrated with a forward chaining inference method. The system was designed using the ADDIE development model and applies IF–THEN logic rules as the foundation for automatic evaluation of user decisions.An application named SIMBA was developed across four training levels, incorporating gamification elements such as points, badges, leaderboards, and tiered challenges. Evaluation involving 30 respondents was conducted using a five-point Likert scale questionnaire designed to measure the effectiveness of gamification elements and user experience. The assessment instrument met reliability and validity criteria based on Cronbach’s Alpha, Average Variance Extracted (AVE), and Composite Reliability (CR). Test results showed a Cronbach’s Alpha value of 0.896, AVE ranging from 0.777 to 0.869, and CR between 0.913 and 0.952, indicating excellent consistency and reliability.These findings demonstrate that forward chaining is effective as a rule-based evaluation mechanism in simulation-based digital training, and suggest that similar approaches can be adapted for simulation-based training in other industrial sectors. The original contribution of this research lies in the comprehensive integration of forward chaining and gamification within logistics simulation training—an approach that has been rarely implemented in prior studies.
Analisis Pemesanan Hosting PT Qwords Company International Menggunakan Metode K-Means Clustering Cahyo Prianto; Shinta Amelia
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 9 No 01 (2019): SMATIKA Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v9i01.242

Abstract

Qwords.com is a web hosting service company that serves domain name registration and web hosting. Qwords.com was established on July 10, 2005, and started using the Qwords.com brand since August 28, 2005. Hosting is a place to create web pages that have been made onlide, so that others can access them. In this study, the outhor found a problem, namely the difficulty of finding clients who often host in the area and from the company where the clients from. So the company is difficult to determine the target of promotion that will be done. Therefore, we need a method that can solve problems that exist to provide output in the form of calculation results that show the most purchased products in the category of hosting packages in 2017, and later this data is useful to determine the target of promotion.
Model Prediksi Risiko Kanker Serviks dengan Pendekatan Support Vector Machine Hutapea, Juwita Stefany; Harani, Nisa Hanum; Prianto, Cahyo
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 11 No. 1 (2026): January 2026
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.5445

Abstract

Cervical cancer is one of the leading causes of death in women, especially in developing countries due to delays in early diagnosis. Developing a risk prediction model based on the Support Vector Machine (SVM) algorithm is one way to support a more accurate and efficient early detection process. The research object is medical records of female patients obtained from hospitals in Medan City, with a total of 164 patient data. The development process was carried out through the CRISP-DM stages, which include data cleaning, feature transformation, class balancing with SMOTE, and dimensionality reduction using PCA. The evaluation results showed that the best model was obtained with a PCA configuration with 9 principal components (90% variance) and a test size of 80:20, resulting in an accuracy of 88%, a precision of 88%, a recall of 84%, and an F1-score of 86%. Cross-validation evaluation with 5 folds provided the best average performance and the smallest standard deviation, indicating model stability. The final model was implemented in a web-based system to facilitate digital early detection. This study shows that SVM with the SMOTE and PCA approaches is effective in predicting cervical cancer risk accurately and efficiently.
Co-Authors Adiningrum, Nur Tri Ramadhanti Adiningrum, Nur Tri Ramadhanti Alfadian Owen Amalia, Fahriza Rizky Aminuyati Andarsyah, Roni Andi Tenri Wali Andri Fajar Sunandhar Arjun Yuda Firwanda Azzahra, Fedhira Syaila Putri Burhanudin Zuhri Dellavianti Nishfi Ilmiah Huda Dian Markuci Fahira Fahira Fedhira Fikri Aldi Nugraha Firwanda, Arjun Yuda Habib Abdul Rasyid Hanna Theresia Siregar Hanum, Nisa Harani, Nisa Hanum Harun Ar-Rasyid Helmi Azhar Hutabarat, Rizkyria Angelina Pandapotan Hutapea, Juwita Stefany Ilyas Tri Khaqiqi, M Indra Firmansyah Kamaluddin, Rendy Kezia Tirza Naramessakh Kezia Tirza Naramessakh Kishendrian, Hanan M Ilyas Tri Khaqiqi Mariana Rospilinda Siki Markuci, Dian Mohamad Nurkamal Fauzan Mubassiran Mubassiran, Mubassiran Muh Kusnadi Muhammad Ibnu Choldun Muhammad Nazhim Maulana Muhammad Rifqi Daffa Ulhaq Muhammad Yusril Helmi Setyawan Muhammad Yusuf, Hadi Nawaf Naofal Nico Ekklesia Sembiring Nisa Hanum Nisa Hanum Harani Nisa Hanum Harani Nisa Hanum Harani Nisa Hanum Harani Nisa Hanum Harani Nisa Hanum Harani Nisa Hanum Harani Nurkamal Fauzan, Mohamad Nurul Izza Hamka Nurul Izza Hamka Nurul Lutfiasih Oktaviami Manullang Oktaviami Manullang Pertiwi, Aryka Anisa Rahayu, Woro Isti Rd Nuraini Rd.Nuraeni Siti Fatonah Riza, Noviana Rolly Maulana Awangga Rolly Maulana Awangga, Rolly Maulana Roni Andarsyah Roni Andarsyah Roni Andarsyah Roni Andarsyah Rukmi Juwita Setiadi, Hilman Setyawan, Muhammad Yusril Helmi Shinta Amelia Shinta Amelia Sulaksono, Al Novianti Ramadhani Supriady, Supriady Syafrial Fachri Pane Syafrial Fachri Pane Syafrial Fachri Pane, Syafrial Fachri Syahra, anita alfi Vegita, Yola Zian Asti Dwiyanti Zuhri, Burhanudin