Article Per Year (5 Year)
p-Index From 2021 - 2026
4.788
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi Applied Technology and Computing Science Journal Jurnal Teknologi Informasi dan Multimedia bit-Tech Jurnal Informasi dan Teknologi Jurnal Informatika dan Rekayasa Perangkat Lunak G-Tech : Jurnal Teknologi Terapan Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Computer Science and Information Technology (CoSciTech) IICS KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Pengabdian Kepada Masyarakat Abdi Putra International Journal Engineering and Applied Technology (IJEAT) Jurnal Informatika Polinema (JIP) Aksi Nyata : Jurnal Pengabdian Sosial dan Kemanusiaan Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
IVANA LUCIA KHARISMA
Nusa Putra University
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Pembelajaran Konfigurasi Mikrotik Berbasis Model OSI Layer di PT Proxi Jaringan Nusantara Ivana Lucia Kharisma; Mayang Selpiyana
Aksi Nyata : Jurnal Pengabdian Sosial dan Kemanusiaan Vol. 2 No. 1 (2025): Aksi Nyata : Jurnal Pengabdian Sosial dan Kemanusiaan
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62383/aksinyata.v2i1.977

Abstract

Effective network management is the main need in the world of information technology, especially for companies engaged in network infrastructure. One of the devices that is often used to support network connectivity is MikroTik. This journal aims to design MikroTik configuration learning based on the OSI Layer Model at PT Proxi Jaringan Nusantara, focusing on setting MikroTik so that it can be connected to the internet. The learning method is designed using theoretical and simulation approaches, including the introduction of the OSI Layer Model as the basis of network communication and the technical steps of MikroTik configuration, such as IP Address settings, NAT (Network Address Translation), DHCP Server, and basic Firewall. The simulation results show that the configuration carried out in accordance with the OSI Layer Model can improve network stability and efficiency. This learning is designed to provide practical and in-depth solutions for authors in understanding MicroTik-based network management.
Penerapan Metode RAD (Rapid Application Development) dalam Pengembangan Sistem Informasi Ketenagalistrikan Provinsi DKI Jakarta (SILAJA) Asep Rizki Firdaus; Gina Purnama Insany; Ivana Lucia Kharisma; Dendi Nasrulloh; Andi Nopiandi; Andi Agusti; Alida Fany Tariza Putri
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 3 (2024): Sentimeter 2024
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Penerapan aplikasi berbasis web pada era saat ini sudah sangat berkembang pesat. Sistem informasi yang terintegrasi dengan internet tentunya bisa memberikan dampak yang signifikan salah satunya pada instansi pemerintahan. Provinsi DKI Jakarta merupakan salah satu daerah dengan jumlah penduduk yang sangat padat, hampir 11 juta jiwa tinggal didaerah tersebut, yang pastinya menyebabkan tingkat konsumsi Listrik setiap harinya akan terus bertambah, maka dari itu, tentunya, dalam sudut pandang bisnis akan menjadi peluang usaha baru bagi para penyedia jasa penyediaan tenaga Listrik. Dinas ketenagakerjaan dan transmigrasi (Disnakertrans) DKI Jakarta harus melakukan manajemen pelaporan serta membuat suatu aplikasi yang mampu menampung data para pelaku usaha penyewaan jasa Listrik tersebut agar nantinya tidak terjadi pelanggaran dari para pelaku usaha tersebut. Sistem informasi ketenagalistrikan DKI Jakarta atau kita beri nama SiLaja merupakan sebuah aplikasi yang bisa memberikan kemudahan dalam menghadapi permasalahan tersebut. Aplikasi SiLaja dibuat dengan konsep Modern, mudah diakses dan untuk digunakan oleh semua kalangan, yang dilengkapi dengan berbagai fitur-fitur seperti : wajib lapor bagi para pelaku izin usaha IUPTLS / IUPTLU dan Permohonan Peminjaman Listrik sementara sehingga akan mempermudah dalam melakukan permohonan serta pelaporan. Sistem dalam aplikasi SiLaja dibangun menggunakan metode RAD atau Rapid Application Development yang mana penggunaan metode ini melibatkan pihak terkait untuk bisa langsung memberikan pendampingan dan ide kepada tim development sehingga apabila terjadi hal yang tidak sesuai maka bisa langsung diperbaiki pada saat itu juga. Dengan metode tersebut tentunya akan mempersingkat waktu pengerjaan aplikasi dan diharapkan memberikan manfaat yang besar bagi semua warga Masyarakat di wilayah DKI Jakarta.
Prediksi Produksi Beras di Jawa Barat Menggunakan Model Linier Regresi Ivana Lucia Kharisma; Algifari, M. Alwan; Purnama Insany, Gina; Kamdan; Setiawati
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.455

Abstract

Produksi beras merupakan salah satu indikator penting dalam ketahanan pangan suatu daerah. Jawa Barat sebagai salah satu provinsi penghasil beras utama di Indonesia memiliki peran strategis dalam menjaga ketersediaan pangan nasional. Penelitian ini bertujuan untuk memprediksi produksi beras di Jawa Barat dengan menggunakan model regresi linear. Data yang digunakan dalam penelitian ini berupa data sekunder dari Badan Pusat Statistik mengenai luas panen dan produksi beras selama beberapa tahun terakhir. Hasil analisis menunjukkan bahwa terdapat hubungan yang signifikan antara luas panen dengan jumlah produksi beras. Model regresi linear yang dibangun dapat digunakan untuk memprediksi produksi beras di masa mendatang dengan tingkat akurasi yang cukup baik. Hasil evaluasi akurasi model menunjukkan bahwa beberapa wilayah memiliki tingkat akurasi yang tinggi dengan nilai R² di atas 0.7 seperti Pangandaran (R² = 0.8809), Tasikmalaya (R² = 0.8340), kota depok (R2 = 0,8056), kota Bekasi (R2 = 0,7968), kota Cirebon (R2 = 0,7478) .Penelitian ini diharapkan dapat memberikan informasi yang berguna bagi perencanaan pertanian dan pengambilan kebijakan pemerintah di sektor pangan.
The Implementasi Model Vision Transfomers Pada Klasifikasi Jenis Kulit Wajah Berbasis Website Dila Aura Futri; Ivana Lucia Kharisma; Somantri
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.10026

Abstract

Skin type misidentification often leads to inappropriate skincare product selection, which can negatively affect skin health. This study aims to develop a web-based automatic facial skin type classification system using the Vision Transformer (ViT) architecture. The model implemented is ViT Base Patch 16, pre-trained on the ImageNet dataset and fine-tuned using 10,000 facial images evenly distributed across four classes: normal, dry, oily, and combination. The dataset underwent augmentation and normalization during preprocessing. The training results showed an accuracy of 78% on the test data, with the best performance in the combination skin class (F1-score of 0.86) and the lowest in the normal skin class (F1-score of 0.72). The model was integrated into a Flask-based system that enables users to classify their skin type by either uploading an image or capturing it via camera. System testing was conducted using functional testing and API testing via Postman. The results demonstrated that all key features of the system functioned properly, and the API successfully returned classification responses in JSON format. This system can assist users in identifying their skin type and serve as a reference for selecting appropriate skincare ingredients.
Perbandingan Teknik Jaringan Syaraf Tiruan dalam Pengenalan Wajah Menggunakan Backpropagation dan Learning Vector Quantization Tri Hadianto; Muhammad Raihan Asshafwat; Muhammad Dafik Kholik Firdaus; Mirna Kamilah; Lufita Alvira; Ivana Lucia Kharisma
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Pengenalan wajah telah menarik minat penelitian yang signifikan, terutama melalui penerapan jaringan saraf buatan (ANN) untuk tugas-tugas seperti keamanan dan autentikasi. Studi ini membandingkan kinerja dua algoritma ANN terkemuka Backpropagation dan Learning Vector Quantization (LVQ) dalam sistem pengenalan wajah. Meskipun kedua algoritma memetakan masukan ke keluaran yang benar, keduanya berbeda dalam mekanisme pembelajaran dan karakteristik. Penelitian ini mengevaluasi efektivitasnya dalam hal akurasi, kecepatan komputasi, dan ketahanan terhadap variasi wajah, memanfaatkan kumpulan data dari Kaggle dan Labeled Faces in the Wild. Hasilnya menunjukkan bahwa model Backpropagation mencapai akurasi validasi sebesar 97%, mengungguli LVQ yang mencatat 78%, menyoroti keunggulan model Backpropagation dalam menangkap pola gambar kompleks dan menangani data berdimensi tinggi.
Sistem Rekomendasi Film Menggunakan Algoritma K-Nearest Neighbors Maximillian Huang; Sany Noor Fauzianty; Naufal Nuryanto; Saila Julia; Fransiskus Octavianus Mado Hurint; Ivana Lucia Kharisma
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Pemilihan film yang relevan dengan preferensi pengguna menjadi tantangan seiring meningkatnya jumlah pilihan film di berbagai platform. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi film berbasis algoritma K-Nearest Neighbors (KNN) guna memberikan rekomendasi yang lebih personal. Dataset yang digunakan dalam penelitian ini adalah movies_metadata.csv dan ratings_small.csv dari sumber publik. Model diuji dengan parameter k=5, 8, dan 10 menggunakan metrik kesamaan Cosine Similarity dan Euclidean Distance. Hasil pengujian menunjukkan bahwa konfigurasi k=10 dengan metrik Cosine Similarity memberikan hasil terbaik, dengan nilai Root Mean Square Error (RMSE) sebesar 1.0168. Sistem rekomendasi yang dikembangkan mampu memberikan rekomendasi film yang sesuai dengan preferensi pengguna berdasarkan data rating yang tersedia. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem rekomendasi untuk meningkatkan pengalaman pengguna dalam memilih film.
Pengembangan Media Pembelajaran Interaktif Gerakan Shalat Berbasis AR (Studi Kasus: Madrasah Diniyah Al-Barokah) Teguh Gumelar; Alun Sujjada; Ivana Lucia Kharisma
Jurnal Teknologi Informasi dan Multimedia Vol. 7 No. 3 (2025): August
Publisher : Sekawan Institut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v7i3.779

Abstract

Fiqh learning in madrasah diniyah often still relies on conventional media such as textbooks, which tend to be less engaging for students and may lead to decreased interest. This study aims to develop an interactive learning media for shalat movements using Augmented Reality (AR) technology and the ADDIE development model (Analysis, Design, Development, Implementation, Evaluation). AR was chosen as an innovative solution to deliver fiqh material in a more visual, interactive, and contextual manner. The application was designed using a marker-based approach and visualizes eight shalat movements through 3D animated objects validated by Islamic scholars. The trial was conducted at Madrasah Diniyah Al-Barokah involving 8 students and 2 teachers. Black-box testing confirmed that all features functioned properly across different devices. Meanwhile, the User Acceptance Test (UAT) showed a very high level of user satisfaction, with an average score of 91.22%, particularly in terms of ease of use, visual appeal, and clarity of content. Unlike previous studies, this application specifically focuses on visualizing shalat movements for children in madrasah diniyah within the context of fiqh learning. This research recommends future development with broader user testing and the integration of quantitative learning outcome evaluations.
Implementasi YOLOv8 Nano pada Sistem Monitoring Budidaya Jamur Tiram Berbasis IoT Andi Nopiandi; Fakhriyal Riyandi Yasin; Rizki Haddi Prayoga; Ivana Lucia Kharisma; Somantri
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8239

Abstract

Jamur tiram merupakan salah satu komoditas pertanian yang memiliki nilai ekonomi tinggi dan banyak dibudidayakan di Indonesia. Namun, proses pemantauan pertumbuhannya secara konvensional masih dilakukan secara manual, sehingga membutuhkan waktu, tenaga, dan rentan terjadi kesalahan dalam pengambilan keputusan. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem monitoring pertumbuhan jamur tiram secara otomatis dengan memanfaatkan teknologi Internet of Things (IoT) dan Artificial Intelligence (AISistem ini menggunakan sensor DHT22 untuk membaca suhu dan kelembapan, sensor BH1750 untuk mengukur intensitas cahaya, serta kamera ESP32-CAM untuk mengambil gambar jamur. Data dikirim melalui ESP32 dan dianalisis menggunakan Python, sementara gambar diproses oleh model YOLOv8 Nano untuk mengklasifikasikan fase pertumbuhan jamur menjadi baglog, jamur muda, dan jamur siap panen. Hasil pemantauan ditampilkan secara real-time pada dashboard dan disimpan dalam database MySQL. Hasil pelatihan model menunjukkan performa yang cukup baik dengan nilai rata-rata precision sebesar 0,69, recall sebesar 0,78, dan mean Average Precision (mAP@0.5) sebesar 0,71. Pengujian lanjutan dilakukan terhadap 15 gambar uji dari masing-masing fase jamur, dan seluruh gambar berhasil terdeteksi sesuai dengan kelas yang sebenarnya. Selain itu, pada uji terhadap 10 gambar negatif (tanpa objek jamur). Keberhasilan sistem ini juga didukung oleh jaringan yang stabil untuk pengiriman data, pencahayaan ruang budidaya yang memadai saat pengambilan gambar, serta pengaturan suhu dan kelembapan yang dapat menyesuaikan secara otomatis dengan fase pertumbuhan jamur. Sistem ini membuktikan kemampuannya dalam memantau kondisi pertumbuhan jamur secara otomatis dan akurat, serta berpotensi menjadi solusi praktis dalam mendukung kegiatan budidaya jamur yang lebih modern dan efisien.
Implementation of Technique for Order Preference by Similarity to Ideal Solution for Selecting Content Ivana Lucia Kharisma; Indra Yustiana; Falya Amrina Zahra
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.2768

Abstract

This study addresses the challenge faced by the Sukabumi Creative Hub Instagram team in identifying the most engaging content by proposing a web-based Decision Support System (DSS) utilizing the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method. Instagram, as a dominant social media platform in Indonesia, serves as a vital tool for promoting local creative industries, yet current content evaluation lacks systematic analysis. The system developed ranks 62 content items based on three engagement metrics—likes, views, and shares—weighted at 5, 3, and 1 respectively. Data were processed using Microsoft Excel and visualized through an Input-Process-Output (IPO) model. The results show that “Rekap Merangkum Sukabumi” achieved the highest relative closeness (RC = 0.8793), demonstrating TOPSIS’s effectiveness in ranking content based on proximity to ideal engagement levels. Compared to previous studies that applied TOPSIS in different contexts, this research offers a novel contribution by applying it to localized social media content, filling a gap in digital content analytics literature. Despite limitations such as subjective weighting, platform specificity, and manual calculations, the system offers a replicable, structured approach to content evaluation, with implications for improved social media strategy and future research in automated, cross-platform DSS applications. Ultimately, this study bridges practical needs in creative content management with theoretical development in decision support systems for digital engagement analysis.
Web-Based Employee Attendance System Utilizing Face Recognition And CNN Via Face-API.Js Muhammad Ikhsan Thohir; Ivana Lucia Kharisma; Ika
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.2828

Abstract

There are still significant drawbacks to traditional attendance techniques, like those employed at PT Cloud Hosting Indonesia, including the possibility of fraud, imprecise data capture, and reliance on manual input. The goal of this project is to use Convolutional Neural Network (CNN)-based facial recognition technology, which is implemented using the Face-API.js package, to design and construct an online employee attendance system. To guarantee that attendance can only be completed within a specified office radius, the system is outfitted with geolocation validation. This system's practical advantages include lowering the workload of human resources personnel, increasing the precision of attendance records, and stopping the practice of entrusted attendance. In order to protect user privacy and minimize server load, the facial recognition procedure is carried out directly on the client side (browser). The Agile Scrum system development methodology, which is used iteratively to adapt to user needs, is combined with a quantitative approach in this study. The black-box method is used for testing, and a confusion matrix is used to evaluate performance. According to the test findings, all characteristics function as intended, and the system can identify user faces from 15 registered face samples with an accuracy rate of 86.67%. The efficiency, transparency, and security of this system are better than those of traditional attendance techniques and GPS-based biometrics alone. Face recognition technology and location validation combine to create a digital solution that is suitable, secure, and suitable for use in organizations with flexible or shift-based work schedules.
Co-Authors adang badru jaman,anggun fergina, adang badru jaman,anggun fergina Ade Arian Adhitia Erfina Adisti Ridha Ramadhan Algifari, M. Alwan Alida Fany Tariza Putri Alun Sujjada Alyanissa Putri Iskandar Andi Agusti Andi Nopiandi Andi Nopiandi Armelia Isabela Taek Asep Rizki Firdaus Atikah Mugiyanti Azkal Khalif Dede Serlina Dendi Nasrulloh Dewi Puspitasari Dhea Ayu Septiani Dhea Ayu Septiani Dila Aura Futri Dwi Sartika Simatupang E. Tesly Navida Fakhriyal Riyandi Yasin falentino sembiring Falya Amrina Zahra Fransiskus Octavianus Mado Hurint Galih Rakasiwi Galuh Ratna Putri Gina Purnama Insany Gina Purnama Insany Gina Purnama Insany Hermanto Ika Imam Sanjaya Indra Yustiana Ira Rohimah Junjun Junaedi Kamdan Lufita Alvira Maximillian Huang Mayang Selpiyana Meutia Riany Meylinda Nuryani Mirna Kamilah Moh. Abd. Aziz Hidayat Muhamad Galih Sundayana Muhamad Rizky Fauzi Muhammad Dafik Kholik Firdaus Muhammad Ikhsan Thohir Muhammad Ikhsan Thohir Muhammad Raihan Asshafwat Muslih, Muhamad Naufal Nuryanto Neng Syahla Nida Khofifah Nieka Julyana Nur Hidayah K. Fadhilah Paikun Pascal Aditia Muclis Purnama Insany, Gina Putri Anugrah S Putri Iskandar, Alyanissa Resma Nuraeni Rismi Nurlaely Rizki Haddi Prayoga ROSNIA YURISTA Saila Julia Sally Agustin Elisya Salman Alhidamkara Sany Noor Fauzianty Setiana Andika Putra Setiawati Siti Sarah Sobariah Lestari Somantri Somantri Somantri Somantri Suhendar Suhendar Teguh Gumelar Teguh Gumelar Tofik Hidayat Tri Hadianto Widy Karisma Wigi Januar Rahman Wilda Widyana Yusup Solehudin