Claim Missing Document
Check
Articles

Tel-U Seeker: Manajemen Rekruitasi Pegawai Pada Direktorat Pusat Teknologi Informasi Universitas Telkom Iqbal, Muhammad; Idris, Muhammad; Gozali, Alfian Akbar
eProceedings of Applied Science Vol. 10 No. 1 (2024): Februari 2024
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak — Proses rekrutmen pegawai di PuTI terkadang masih menggunakan metode konvensional seperti mengumumkan lowongan pekerjaan di media sosial atau melakukan seleksi dengan cara manual. Hal ini dapat memakan waktu dan biaya yang cukup besar, serta kurang efektif dan efisien.Melakukan perancangan website Tel-U Seeker berdasarkan analisa kebutuhan dan studi literatur yang telah dilakukan. Di tahap ini paling tidak akan ditentukan fitur-fitur yang akan diimplementasikan dalam aplikasi, rancangan tampilan aplikasi, dan struktur basis data yang akan dipakai di aplikasi.Oleh karena itu, kami membuat sebuah website rekrutmen pegawai yang bertujuan untuk memudahkan proses rekrutmen pegawai di bidang teknologi informasi. Website ini menyediakan informasi mengenai lowongan pekerjaan, persyaratan, dan proses seleksi secara online, serta memungkinkan pelamar untuk mengajukan lamaran secara online. Dengan adanya website rekrutmen pegawai, PuTI dapat meningkatkan efektivitas dan efisiensi manajemen rekrutmen pegawai, sehingga dapat mendapatkan karyawan yang berkualitas dan sesuai dengan kebutuhan perusahaan. Selain itu, website rekrutmen pegawai juga dapat meningkatkan citra dan reputasi PuTI sebagai institusi pendidikan yang modern dan berinovasi.Kata Kunci — Lowongan Pekerjaan, PuTI, Pegawai
Tel-U Seeker: Manajemen Rekruitasi Pegawai Pada Direktorat Pusat Teknologi Informasi Universitas Telkom Idris, Muhammad; Iqbal, Muhammad; Gozali, Alfian Akbar
eProceedings of Applied Science Vol. 10 No. 1 (2024): Februari 2024
Publisher : eProceedings of Applied Science

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

Abstract

Abstrak — Proses rekrutmen pegawai di PuTI terkadang masih menggunakan metode konvensional seperti mengumumkan lowongan pekerjaan di media sosial atau melakukan seleksi dengan cara manual. Hal ini dapat memakan waktu dan biaya yang cukup besar, serta kurang efektif dan efisien.Melakukan perancangan website Tel-U Seeker berdasarkan analisa kebutuhan dan studi literatur yang telah dilakukan. Di tahap ini paling tidak akan ditentukan fitur-fitur yang akan diimplementasikan dalam aplikasi, rancangan tampilan aplikasi, dan struktur basis data yang akan dipakai di aplikasi.Oleh karena itu, kami membuat sebuah website rekrutmen pegawai yang bertujuan untuk memudahkan proses rekrutmen pegawai di bidang teknologi informasi. Website ini menyediakan informasi mengenai lowongan pekerjaan, persyaratan, dan proses seleksi secara online, serta memungkinkan pelamar untuk mengajukan lamaran secara online. Dengan adanya website rekrutmen pegawai, PuTI dapat meningkatkan efektivitas dan efisiensi manajemen rekrutmen pegawai, sehingga dapat mendapatkan karyawan yang berkualitas dan sesuai dengan kebutuhan perusahaan. Selain itu, website rekrutmen pegawai juga dapat meningkatkan citra dan reputasi PuTI sebagai institusi pendidikan yang modern dan berinovasi.Kata Kunci — Lowongan Pekerjaan, PuTI, Pegawai
Geo-Navigasi di Museum: Aplikasi Realitas Tertambah di Museum Geologi Indonesia Gozali, Alfian Akbar; Prawita, Fat'hah Noor; Gumilar, Ihshan; Ramdana Putra, Haidar Rashid; Fauzan, Muhammad Arief
JURNAL INFOTEL Vol 16 No 1 (2024): February 2024
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v16i1.1103

Abstract

Navigational challenges in large buildings with multiple rooms, such as museums, often result in inefficient visitor experiences. Traditional signage and direction plans, while common, do not always effectively convey the necessary information. This paper introduces an innovative solution leveraging Augmented Reality (AR) technology to enhance navigation in such complex environments. We developed a mobile application utilizing the Immersal Software Development Kit (SDK) to facilitate interaction with the surroundings in the Bandung Geological Museum. The application serves as a digital guide, providing clear directions and route information to various rooms within the museum. Our study's findings reveal that the application not only facilitated easier navigation through its accurate room identification and route suggestions but also enhanced the overall visitor experience by making it more interactive and immersive. Furthermore, the user engagement and experience survey, encompassing a broad demographic range, highlighted a significant increase in visitor satisfaction and interaction. The application's intuitive and user-friendly interface played a key role in this enhanced engagement. The survey results reflect the application's success in meeting its main objectives, demonstrating usability, and offering an effective user interface.
Meningkatkan Pengalaman Museum melalui Realitas Tertambah: Studi Kasus Museum Pos Indonesia Gozali, Alfian Akbar; Prawita, Fathah Noor; A, Subaveerapandiyan; Kusuma Handoyo, Amanda Putri; Assyifa, Cynthia
JURNAL INFOTEL Vol 16 No 2 (2024): May 2024
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v16i2.1104

Abstract

This paper presents the development and implementation of Mussia AR, an interactive augmented reality (AR) application designed for the Indonesian Postal Museum. Aimed at enhancing the educational and engagement aspects of museum visits, this project addresses the need for innovative approaches in museum experiences. We followed an Extreme Programming methodology for the development, ensuring a user-centric and iterative approach. The application overlays digital information onto physical exhibits, providing visitors with an immersive and informative experience. Our development process included comprehensive user needs analysis, application design, implementation, and extensive testing for both functionality and user experience. The results from user testing indicate a significant improvement in visitor engagement and satisfaction. The application not only succeeded in providing an enhanced learning experience but also demonstrated the potential of AR technology in cultural and educational settings. Future recommendations include expanding the content, introducing multilingual support, and extending the application's compatibility to various platforms. Mussia AR stands as a testament to the effective use of AR in enriching educational experiences in museums.
PSO-Enhanced ensemble techniques for pandemic prediction and feature importance analysis Pane, Syafrial Fachri; Sulistiyo, Mahmud Dwi; Gozali, Alfian Akbar; Adiwijaya, Adiwijaya
International Journal of Advances in Intelligent Informatics Vol 11, No 4 (2025): November 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i4.2091

Abstract

During the pandemic crisis that hit after 2020, Indonesia, like many other countries, faced tremendous challenges in areas such as health, economy, and mobility. An in-depth understanding of the dynamics and changes in these areas is essential to address the impacts of the pandemic. This research is an attempt to deeply analyze the impact of the pandemic and the most effective forecasting methods based on data and phenomena. Indonesia, with its growing economy and constantly adapting health system, faces conventional economic impacts, while its health system response tries to keep up with urgent needs driven by the spread of the virus. In the context of mobility, changes in how people move and interact significantly affect virus transmission. Modeling a pandemic event with all its complexities is not an easy task. Even more so, in finding the right method for prediction, ensemble techniques such as stacking and regression voting are emerging as promising approaches. However, deep learning and particle swarm optimization (PSO) techniques offer new innovations. The results of this study show that the ensemble vote provides the best performance in predicting confirmed positive cases and mortality based on factors of health, economic and population mobility in Indonesia. Through feature importance analysis using MDI and Tree SHAP, we conclude that factors such as active cases, the number of vaccinations, and economic indicators, such as close IDR and close IHSG, have a significant influence on the growth of confirmed positive cases. Meanwhile, recovery factors and vaccination number play an important role in the growth of the number of death cases. This study confirms that a multivariate approach that considers health, economy and mobility is the key to understanding and responding more effectively to the pandemic in Indonesia.
Peningkatan Kompetensi Guru SMK melalui Literasi dan Pemanfaatan Generative AI untuk Pengembangan Pembelajaran Inovatif Alfian Akbar Gozali; Cahyana; Asep Deffy Ciptady
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 5 No. 2 (2025): Prosiding COSECANT : Community Service and Engagement Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v5i2.10333

Abstract

Pemanfaatan generative artificial intelligence (GenAI) dalam pendidikan vokasi memiliki potensi besar untuk meningkatkan kualitas pembelajaran, namun literasi dan kesiapan guru Sekolah Menengah Kejuruan (SMK) dalam mengintegrasikannya secara pedagogis masih terbatas. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi guru SMK dalam memahami, memanfaatkan, dan mengimplementasikan GenAI secara produktif dan etis dalam pengembangan konten ajar dan asesmen pembelajaran. Metodologi kegiatan menggunakan pendekatan pelatihan dan pendampingan partisipatif yang meliputi analisis kebutuhan, pre-test literasi AI, workshop literasi AI dan GenAI, pelatihan pengembangan konten ajar serta asesmen berbasis GenAI, dan evaluasi melalui post-test. Kegiatan dilaksanakan dengan melibatkan 18 guru dari berbagai kompetensi keahlian di SMKN 1 Garut sebagai mitra. Hasil kegiatan menunjukkan adanya peningkatan signifikan kompetensi guru, yang ditunjukkan oleh kenaikan rata-rata skor literasi AI dari 74,44 pada tahap pre-test menjadi 92,78 pada tahap post-test, dengan rata-rata peningkatan sebesar 18,33 poin dan 17 dari 18 peserta mengalami peningkatan skor. Selain itu, kegiatan ini menghasilkan modul ajar dan contoh asesmen berbasis GenAI serta meningkatkan kesiapan guru dalam mengintegrasikan GenAI secara pedagogis dalam pembelajaran vokasi. Temuan ini menunjukkan bahwa model pelatihan literasi GenAI yang diterapkan efektif dan berpotensi direplikasi pada SMK lain dengan karakteristik serupa.
Peningkatan Keterampilan Front-End Development melalui Pelatihan Tailwind CSS pada Siswa SMK IT Baitul Aziz Majalaya Alfian Akbar Gozali; Villy Satria Praditha; Anranur Uwaisy Marchiningrum; Miftahul Adnan Rasyid; Ario Harry Prayogo
The Proceeding of Community Service and Engagement (COSECANT) Seminar Vol. 5 No. 2 (2025): Prosiding COSECANT : Community Service and Engagement Seminar
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cosecant.v5i2.10349

Abstract

Perkembangan teknologi digital menuntut lulusan Sekolah Menengah Kejuruan (SMK) memiliki keterampilan yang relevan dengan kebutuhan industri, khususnya pada bidang front-end development. Namun, masih terdapat kesenjangan antara kompetensi siswa SMK dan tuntutan dunia kerja, terutama dalam penguasaan teknologi framework modern. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan keterampilan front-end development siswa SMK IT Baitul Aziz Majalaya melalui pelatihan Tailwind CSS sebagai framework CSS berbasis utility-first yang banyak digunakan di industri. Metode pelaksanaan kegiatan meliputi tahap persiapan, pelaksanaan, monitoring dan pendampingan, serta evaluasi. Pelatihan dilaksanakan selama dua hari dengan pembagian materi sesuai tingkat kelas, yaitu pengenalan konsep dasar dan utility class untuk siswa kelas X serta penerapan lanjutan, responsivitas, dan mini project untuk siswa kelas XI. Hasil kegiatan menunjukkan adanya peningkatan pemahaman dan keterampilan siswa dalam membangun antarmuka web yang lebih rapi dan responsif, yang tercermin dari hasil mini project. Selain itu, hasil survei kepuasan menunjukkan bahwa sebagian besar peserta menilai materi dan pelaksanaan kegiatan sesuai dengan kebutuhan serta berharap kegiatan serupa dapat dilanjutkan. Kegiatan ini juga memperkuat kolaborasi antara perguruan tinggi dan sekolah dalam pengembangan pendidikan vokasional berbasis teknologi terkini. Dengan demikian, pelatihan Tailwind CSS dapat menjadi salah satu solusi efektif untuk meningkatkan kesiapan kerja siswa SMK di bidang teknologi informasi.
Penerapan Algoritma Prophet Dalam Peramalan Ketersediaan Stok Obat Penyakit Asma (Studi Kasus:Yayasan Kesehatan X) Revanda Octavian; Oktariani Nurul Pratiwi; Alfian Akbar Gozali
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Pengelolaan ketersediaan obat yang memadai sangat penting dalam penjaminan mutu kesehatan. Namun, banyak fasilitas kesehatan, termasuk Yayasan Kesehatan Swasta X, menghadapi masalah ketidakseimbangan stok obat (kelebihan atau kekurangan) yang berdampak negatif pada pasien dan efisiensi operasional. Permasalahan ini diperparah oleh kebijakan distribusi farmasi yang memprioritaskan fasilitas pemerintah serta variasi kebutuhan obat berdasarkan jenis penyakit kronis seperti Asma. Penelitian ini bertujuan untuk menerapkan metode peramalan time series menggunakan Prophet dari periode Januari 2021 hingga Desember 2024. Prophet dipilih karena kemampuannya dalam menangani trend, seasonality, dan holiday yang kompleks pada data. Evaluasi kinerja model menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Root Mean Squared Error (RMSE) yang menunjukkan hasil akurasi tinggi. Nilai MAPE berkisar antara 10.54% hingga 30.47% dan nilai RMSE antara 0.24 hingga 0.71. Hasil ini mengindikasikan bahwa model Prophet mampu memprediksi kebutuhan stok obat dengan tingkat kesalahan yang rendah, meskipun terdapat batasan dalam menangkap fluktuasi ekstrem atau perubahan mendadak. Peramalan ini dapat menjadi landasan strategis untuk pengambilan keputusan pengadaan, memastikan ketersediaan stok obat, serta meningkatkan efisiensi operasional dan kualitas pelayanan kesehatan secara optimal di Yayasan Kesehatan Swasta X. Kata kunci— Peralaman, Stok Obat, Time Series, Prophet, Asma
Prediksi Ketersediaan Obat Penyakit Hipertensi Berbasis Data Historis Menggunakan Algoritma Long Short-Term Memory (LSTM) Reihaini Fikria Bunga Oktaviani; Oktariani Nurul Pratiwi; Alfian Akbar Gozali
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Manajemen ketersediaan obat merupakan aspek penting dalam menjamin pelayanan kesehatan yang optimal. Namun, sering terkendala oleh ketidakseimbangan stok obat yang menyebabkan kerugian finansial, risiko obat kadaluwarsa adanya ketidakpuasan pasien. Hal ini selaras dengan isu global terkait akses obat untuk penyakit kronis seperti Hipertensi. Penelitian ini bertujuan untuk mengembangkan model prediksi ketersediaan stok obat dengan pendekatan deep leaning, menggunakan algoritma Long Short-Term Memory (LSTM), guna meningkatkaan efektivitas pengelolaan persediaan obat di fasilitas kesehatan, khususnya untuk jenis-jenis obat yang sangat dibutuhkan. Penelitian ini menggunakan metodologi KDD (Knowledge Discovery in Database) dengan data transaksi obat historis dari Januari 2021 hinga Desember 2024 untuk diproses dan dimodelkan. Setelah itu, dari hasil pemodelan dilakukan evaluasi menggunakan metrik MAPE dan RMSE yang hasilnya menunjukkan kinerja bervariasi; model mampu memprediksi beberapa brand obat dengan akurasi yang baik sebanyak 5 brand (MAPE < 30%) dan menghadapi tantangan signifikan pada brand lain dengan error yang tinggi (MAPE > 50%). Meskipun demikian, model ini berpotensi meningkatkan efisiensi stok obat dan kepuasan pasien untuk obat-obatan yang terprediksi baik. Kata Kunci: Ketersediaan Obat, Prediksi, KDD, Deep Learning, LSTM, Hipertensi
Power Station Engine Failure Early Warning System Using Thermal Camera Alfian Akbar Gozali
Jurnal Penelitian Pendidikan IPA Vol 9 No 8 (2023): August
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v9i8.4598

Abstract

Power station engines are critical infrastructure components that require constant monitoring to prevent failures and ensure an uninterrupted power supply. This paper proposes a failure early warning system based on a thermal camera using a computer vision approach. The system uses a thermal camera to generate thermal images in a video format, which is then processed by an automated fire detection engine and temperature detection engine. The results of these two subsystems are then used as input for an anomaly detection engine, which predicts the likelihood of engine failure. Based on the results of the experiments, it can be concluded that the YOLOv7 model outperforms Faster R-CNN in detecting fires, achieving a higher mAP score on the one-class dataset. The proposed temperature and anomaly detection system also accurately detected temperature levels and anomalies in thermal images. Furthermore, in the failure time prediction experiment, the Holt-Winters additive method with additive errors, additive trend, and additive seasonality model was identified as the best fit among the models evaluated. In contrast, the Decision Tree model showed good performance and a short training time, making it a good choice for applications where training time is critical. These results highlight the importance of selecting the most suitable method for a given application. Moreover, it demonstrates the effectiveness of different models and approaches for engine failure early warning systems in a power station using a thermal camera.
Co-Authors A, Subaveerapandiyan Abduh Husaini Batubara, Muhammad Abdul Raihan Achmad Rizal Ade Romadhony Adiwijaya Ahmad Ibrahim A.M Akmal Natakusuma Amir Hasanudin Fauzi Angelina Prima Kurniati Anranur Uwaisy Marchiningrum Ardian Adam Alfarisyi Ario Harry Prayogo Artanto Ageng Kurniawan Asep Deffy Ciptady Asri Erbenca Gegeh, Yolando Assyifa, Cynthia Bondan Ari Bowo Bq Desy Hardianti Bq Desy Hardianti Cahyana Chikal Fachdiana Citra Pangestu Diken Pradana Putra Diska Yunita Eko Darwiyanto Elly Susilowati Emir Septian Sori Dongoran Fachri Pane, Syafrial Fahri Alfiansyah Fauzan, Muhammad Arief Gumilar, Ihshan Hariandi Maulid Harris Febryantony Z Hegar Aryo Dewandaru Hegar Aryo Dewandaru Hetti Hidayati I Gusti Bagus Ady Sutrisna Imelda Atastina J. Ratna Juita S Joshua Tanuraharja Julius Angger Satrio Wicaksono Kadek David Kurniawan Kemas Rahmat Saleh Wibowo Kemas Rahmat Saleh Wiharja Kusuma Handoyo, Amanda Putri Mahendra Dwifebri Purbolaksono Mahmud Dwi Sulistiyo Miftahul Adnan Rasyid Mira Kania Sabariah Muhammad Agung Agung Muhammad Idris Muhammad Iqbal Muliadi Angga Wicaksono Nunit Prihatoni Siregar Nur Ghaniaviyanto Ramadhan Oktariani Nurul Pratiwi Pangestuaji Widodo, Akhdan Pratami, Rahmat Prawita, Fat'hah Noor Prawita, Fathah Noor Rafie Novianto Sudrajat Ramdana Putra, Haidar Rashid Reihaini Fikria Bunga Oktaviani Revanda Octavian Ria Aniansari Ruhallah, Muhammad Lutfi Shigeru Fujimura Syafrial Fachri Pane, Syafrial Fachri Tedy Gumilang Sejati Villy Satria Praditha Warih Maharani Wisnu Riyan Pratama Putra Yudhono, Efwandha Yusuf Basqara, Muhammad