Article Per Year (5 Year)
p-Index From 2021 - 2026
9.324
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Jurnal Pekommas Elkawnie Computatio : Journal of Computer Science and Information Systems Knowledge Engineering and Data Science Jurnal CoreIT Jurnal Pengabdian Pada Masyarakat JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) JUTIM (Jurnal Teknik Informatika Musirawas) Jurnal Nasional Komputasi dan Teknologi Informasi Kurawal - Jurnal Teknologi, Informasi dan Industri JUSIM (Jurnal Sistem Informasi Musirawas) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JISKa (Jurnal Informatika Sunan Kalijaga) JATI (Jurnal Mahasiswa Teknik Informatika) Scientific Journal of Informatics Teknomatika (Jurnal Teknologi dan Informatika) Brilliance: Research of Artificial Intelligence Algoritme Jurnal Mahasiswa Teknik Informatika Green Intelligent Systems and Applications Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Digital Transformation Technology (Digitech) Publikasi Hasil Pengabdian Kepada Masyarakat. DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY MDP Student Conference Jurnal Sains Student Research Journal Information & Computer (JICOM) Jurnal Software Engineering and Computational Intelligence JURNAL MULTIDISIPLIN ILMU AKADEMIK Jurnal Ilmiah Sistem Informasi MERDEKA: Jurnal Ilmiah Multidisiplin Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Ilmiah Multidisiplin
Novan Wijaya
Universitas Multi Data Palembang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology 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 Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Neuroscience Social Sciences Transportation Other

Published : 91 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 91 Documents
Search

 5   6   7   8   9 
Analisis Problematika Penilaian Keaslian Tugas Berbasis Produk di Era Kecerdasan Buatan Dalam Perspektif Kejujuran Akademik Muliawan, Indra; Wijaya, Novan
Jurnal Ilmiah Multidisipin Vol. 4 No. 5 (2026): Jurnal Ilmiah Multidisiplin, Mei 2026
Publisher : Lumbung Pare Cendekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60126/jim.v4i5.1573

Abstract

Kehadiran kecerdasan buatan generatif telah mengubah tatanan dunia akademik secara fundamental, khususnya dalam memicu krisis validitas pada instrumen penilaian tugas mahasiswa. Penelitian ini bertujuan untuk menganalisis secara kritis problematika penilaian tugas yang eksklusif berfokus pada hasil akhir (produk) di era kecerdasan buatan, serta mengevaluasi dampaknya terhadap standar kejujuran akademik. Metode yang digunakan adalah studi pustaka dengan pendekatan deskriptif kritis terhadap berbagai literatur, laporan resmi institusi, dan artikel jurnal mutakhir yang terbit antara 2023 hingga 2026. Hasil kajian menunjukkan bahwa sistem penilaian yang sekadar bertumpu pada produk tulisan telah kehilangan fungsi ukur kompetensinya secara drastis. Hal ini dikarenakan algoritma saat ini mampu memproduksi tulisan analitis yang formatnya jauh melampaui kemampuan asli mahasiswa. Penggunaan aplikasi pendeteksi kecerdasan buatan juga terbukti tidak efektif dan justru berisiko melanggar hak etis mahasiswa karena tingginya potensi tuduhan palsu. Kesimpulan dari penelitian ini menegaskan bahwa untuk menyelamatkan integritas akademik, institusi pendidikan harus segera bertransformasi. Penilaian tidak dapat lagi sekadar memuja estetika dokumen akhir, melainkan wajib bergeser menuju penilaian autentik yang memverifikasi proses kognitif, transparansi penggunaan alat digital, dan kemampuan mahasiswa dalam mempertanggungjawabkan tugasnya secara lisan.
Implementasi Teknologi IoT, Kecerdasan Buatan, dan Big Data pada Perusahaan Kelapa Sawit di Indonesia Nadya Putri Suryani; Novan Wijaya
MERDEKA : Jurnal Ilmiah Multidisiplin Vol. 3 No. 4 (2026): April
Publisher : PT PUBLIKASI INSPIRASI INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/merdeka.v3i4.7412

Abstract

Sektor perkebunan kelapa sawit di Indonesia menghadapi tantangan peningkatan produktivitas seiring tekanan lingkungan dan persaingan global. Penelitian ini bertujuan menganalisis implementasi teknologi Internet of Things (IoT), Kecerdasan Buatan (Artificial Intelligence/AI), dan Big Data Analytics pada perusahaan kelapa sawit di Sumatera Selatan. Metode penelitian yang digunakan adalah studi kasus kualitatif dengan pendekatan deskriptif analitik pada tiga perusahaan kelapa sawit berskala menengah-besar. Pengumpulan data dilakukan melalui wawancara mendalam, observasi lapangan, dan analisis dokumen. Hasil penelitian menunjukkan bahwa penerapan sensor IoT untuk pemantauan lahan dan sistem AI untuk prediksi hasil panen mampu meningkatkan efisiensi operasional hingga 27%, mengurangi penggunaan pupuk sebesar 18%, dan menurunkan biaya operasional sebesar 22% dibandingkan dengan metode konvensional. Integrasi Big Data Analytics memungkinkan pengambilan keputusan berbasis data secara real-time. Kesimpulan penelitian ini menunjukkan bahwa adopsi teknologi digital secara terpadu berpotensi besar mentransformasi industri kelapa sawit Indonesia menuju pertanian presisi yang lebih berkelanjutan dan kompetitif di pasar global.
Integrasi Artificial Intelligence dalam Pengembangan Pertanian Presisi: Systematic Literature Review Wahyu Putra Satrio; Wijaya, Novan
MERDEKA : Jurnal Ilmiah Multidisiplin Vol. 3 No. 5 (2026): Juni
Publisher : PT PUBLIKASI INSPIRASI INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/merdeka.v3i5.7436

Abstract

Perkembangan teknologi digital dan meningkatnya kebutuhan pangan mendorong transformasi sektor pertanian menuju sistem yang lebih modern dan efisien melalui konsep pertanian presisi. Penelitian ini bertujuan untuk menganalisis integrasi Artificial Intelligence (AI) dan teknologi digital dalam pengembangan pertanian presisi serta dampaknya terhadap efisiensi dan produktivitas pertanian. Metode yang digunakan dalam penelitian ini adalah Systematic Literature Review (SLR) dengan mengkaji sebanyak 20 artikel yang diperoleh dari database Google Scholar. Hasil penelitian menunjukan bahwa metode Artificial Intelligence yang paling dominan digunakan adalah Machine Learning dan Deep Learning, dengan penerapan pada prediksi hasil panen, deteksi penyakit tanaman, serta analisis kondisi lingkungan pertanian. Selain itu, teknologi digital yang paling banyak terintegrasi dengan AI adalah Internet of Things (IoT), sensor, UAV atau drone, serta Big Data dan Cloud Computing yang mendukung pengolahan data secara real-time dan akurat. Penerapan integrasi teknologi ini terbukti mampu meningkatkan efisiensi penggunaan sumberdaya, seperti penghematan air hingga 30% serta peningkatan akurasi prediksi hasil panen sebesar 15-20%. Namun demikian, implementasi AI dalam pertanian presisi masih menghadapi beberapa tantangan, seperti keterbatasan infrastruktur, biaya implementasi yang tinggi, serta rendahnya literasi teknologi di kalangan petani. Oleh karena itu, diperlukan dukungan dari berbagai pihak untuk mendorong penerapan teknologi ini secara lebih luas. Penelitian ini diharapkan dapat memberikan gambaran komprehensif mengenai perkembangan dan potensi integrasi Artificial Intelligence dalam pertanian presisi.  
Pemanfaatan Chatbot AI untuk Efektivitas Pembelajaran di Era Digital Nasrudin, Muhammad; Wijaya, Novan
MERDEKA : Jurnal Ilmiah Multidisiplin Vol. 3 No. 5 (2026): Juni
Publisher : PT PUBLIKASI INSPIRASI INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/merdeka.v3i5.7437

Abstract

Penelitian ini bertujuan untuk mengkaji peran Chatbot berbasis Artificial Intelligence (AI) dalam meningkatkan efektivitas pembelajaran mahasiswa di era digital. Perkembangan teknologi informasi dan komunikasi yang pesat telah mengubah metode pembelajaran konvensional menjadi lebih fleksibel, interaktif, dan berbasis teknologi, di mana Chatbot berfungsi sebagai asisten virtual yang mampu memberikan jawaban, penjelasan, serta panduan pembelajaran secara instan. Penelitian ini menggunakan metode kualitatif melalui studi literatur dengan menganalisis berbagai jurnal, artikel ilmiah, buku, dan publikasi ilmiah lainnya yang berkaitan dengan penggunaan Chatbot AI dalam pendidikan. Hasil penelitian menunjukkan bahwa Chatbot berkontribusi dalam meningkatkan efektivitas pembelajaran melalui kemudahan akses informasi, peningkatan keterlibatan mahasiswa, dukungan terhadap pembelajaran mandiri, serta pemberian umpan balik secara cepat sehingga menciptakan pengalaman belajar yang lebih personal. Selain itu, Chatbot juga membantu pendidik dalam mengurangi tugas-tugas repetitif dan mendukung metode pengajaran yang lebih adaptif. Namun, masih terdapat beberapa kendala, seperti keterbatasan dalam memahami konteks yang kompleks, ketergantungan pada koneksi internet yang stabil, potensi ketidakakuratan jawaban, serta risiko ketergantungan berlebihan terhadap teknologi. Oleh karena itu, penerapan Chatbot berbasis AI dalam pendidikan perlu disertai dengan bimbingan yang tepat, peningkatan literasi digital, dan upaya menjaga kemampuan berpikir kritis mahasiswa
Analisis Pemanfaatan Generative AI Dalam Pendidikan Tinggi Yohanes Billy Wicaksono; Wijaya, Novan
MERDEKA : Jurnal Ilmiah Multidisiplin Vol. 3 No. 5 (2026): Juni
Publisher : PT PUBLIKASI INSPIRASI INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62017/merdeka.v3i5.7438

Abstract

Penelitian ini bertujuan untuk mengkaji peran teknologi Generative AI dalam mendukung proses pembelajaran di perguruan tinggi melalui pendekatan studi literatur. Metode yang digunakan adalah pendekatan kualitatif dengan menelaah berbagai sumber ilmiah yang relevan. Hasil penelitian menunjukkan bahwa Generative AI memberikan manfaat dalam membantu mahasiswa memahami materi, mempercepat pencarian informasi, serta mendukung penyusunan tugas akademik. Selain itu, teknologi ini juga membantu dosen dalam mengembangkan materi ajar dan menciptakan pembelajaran yang lebih interaktif. Namun, penggunaan Generative AI juga menghadapi beberapa tantangan, seperti potensi penyalahgunaan dalam kegiatan akademik, ketergantungan terhadap teknologi, serta kurangnya pemahaman mengenai etika penggunaan AI. Oleh karena itu, diperlukan pemanfaatan yang bijak disertai literasi digital dan kebijakan yang jelas agar teknologi ini dapat digunakan secara optimal. Penelitian ini juga menekankan pentingnya kemampuan pengguna dalam memverifikasi informasi secara mandiri sehingga hasil penggunaan teknologi tetap dapat dipertanggungjawabkan. Dengan penggunaan yang seimbang dan dukungan institusi pendidikan, Generative AI diharapkan mampu meningkatkan kualitas pembelajaran secara berkelanjutan dan tetap sesuai dengan prinsip etika akademik.
Comparison of Tea Leaf Disease Classification Using SVM with MobileNetV2 and MobileNetV3-Small Feature Extractors Muhammad Dzaky Raihan; Novan Wijaya
Green Intelligent Systems and Applications Volume 6 - Issue 1 - 2026
Publisher : Tecno Scientifica Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53623/gisa.v6i1.1158

Abstract

Tea is a strategic plantation commodity that serves as a major source of income for millions of rural families. However, its production is often threatened by devastating pests and diseases. Accurate and timely classification of diseases such as brown blight, gray blight, and tea algal leaf spot is crucial for maintaining crop quality. Traditional identification methods often involve observer subjectivity and require significant time. Although Convolutional Neural Networks (CNNs) have demonstrated effectiveness in automatic recognition, their application on mobile devices is often limited by high computational demands. Previous studies in the tea domain that use MobileNet as a feature extractor combined with an SVM classifier are still limited. Therefore, this study evaluates the implementation of this hybrid model for tea leaf disease classification. This study compares two models: MobileNetV2-SVM and MobileNetV3-Small-SVM, using the TeaLeafBD dataset. Empirical testing shows that both architectures achieve very comparable classification performance, with accuracy rates of 75.3% for MobileNetV2 and 75.1% for MobileNetV3-Small. Despite marginal differences in accuracy, the MobileNetV3-Small-SVM hybrid offers a lower computational footprint, reducing computational load by approximately fivefold and model size by more than half. These findings indicate that the MobileNetV3-Small-SVM architecture provides a favorable balance between recognition stability and resource efficiency. Consequently, this hybrid approach is a viable candidate for the development of on-site tea leaf disease diagnostic tools on resource-constrained mobile devices.
Application of Transfer Learning Using Inception-Resnet-V2 for Image-Based Classification of Apple Leaf Diseases Earlando Moza; Novan Wijaya
Green Intelligent Systems and Applications Volume 6 - Issue 1 - 2026
Publisher : Tecno Scientifica Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53623/gisa.v6i1.1165

Abstract

Apple leaf diseases posed a major challenge to agricultural productivity due to their similar visual appearance and the limitations of manual classification methods. This study aimed to develop an accurate and efficient image-based classification system for apple leaf diseases using the Inception-ResNet-V2 architecture and a transfer learning approach. The dataset consisted of 3,171 images from the PlantVillage dataset, categorized into four classes: Apple Scab, Cedar Apple Rust, Black Rot, and Healthy. The data were divided into training, validation, and test sets in a 70:15:15 ratio using stratified sampling. Image preprocessing included resizing, normalization, and data augmentation, while class balancing was applied to address class imbalance. The model was trained using the Adam optimizer through a two-stage process consisting of feature extraction and refinement. Experimental results showed that the proposed model achieved a test accuracy of 98.74%, with high precision, recall, and F1-scores across all classes, demonstrating strong classification performance and generalization ability. This study demonstrated that Inception-ResNet-V2 was effective in capturing complex visual features of apple leaf diseases. In conclusion, the proposed approach offered an effective solution for classifying apple leaf diseases and had the potential to support more efficient and accurate agricultural decision-making.
Sistem Absensi Karyawan Berbasis Mobile Menggunakan Validasi Lokasi dan Pengenalan Wajah Yeremia Agung Chandra; Jeremy Allegrato Hartono; Novan Wijaya
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8164

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi berbasis mobile yang mampu meningkatkan efektivitas, efisiensi, serta akurasi dalam pencatatan kehadiran. Sistem absensi konvensional yang masih mengandalkan pencatatan manual memiliki berbagai kelemahan, antara lain potensi terjadinya kecurangan, kesalahan pencatatan data, keterlambatan rekapitulasi, serta keterbatasan dalam pengelolaan dan penyimpanan data kehadiran. Oleh karena itu, diperlukan sebuah sistem absensi berbasis teknologi mobile yang dapat mengatasi permasalahan tersebut. Metode penelitian yang digunakan adalah metode rekayasa perangkat lunak dengan pendekatan waterfall, yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, dan pengujian sistem. Sistem dikembangkan pada platform mobile dengan dukungan basis data terpusat yang memungkinkan penyimpanan dan pengolahan data kehadiran secara real-time. Hasil penelitian menunjukkan bahwa sistem absensi berbasis mobile ini mampu mempermudah proses absensi bagi pengguna, mempercepat pengolahan data, serta menghasilkan laporan kehadiran yang lebih akurat dan terstruktur. Berdasarkan hasil pengujian, seluruh fungsi utama sistem berjalan dengan baik dan sesuai dengan kebutuhan pengguna. Dengan demikian, sistem absensi berbasis mobile ini dapat dijadikan sebagai solusi alternatif yang efektif dan efisien dalam pengelolaan absensi.
Perancangan dan Implementasi Sistem Inventaris Bebasis Mobile pada CV. Karya Mandiri Rio Jhonsen; Muhammad Syauqi Attallah; Novan Wijaya
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8249

Abstract

CV Karya Mandiri adalah entitas bisnis dagang yang membutuhkan manajemen persediaan terorganisir guna mendukung kelancaran operasional. Kendala utama yang dihadapi saat ini adalah pencatatan stok yang masih dilakukan secara konvensional dan terpisah, sehingga kerap memicu selisih antara data catatan dengan fisik barang di gudang. Studi ini difokuskan pada perancangan sistem inventaris mobile berupa purwarupa antarmuka menggunakan tools Figma. Kerangka pengembangan mengadopsi model Waterfall, dengan penekanan pada fase analisis kebutuhan serta desain sistem tanpa mencakup tahap penulisan kode. Luaran dari penelitian ini adalah prototipe aplikasi mobile yang memuat fitur autentikasi, dasbor, manajemen barang, rekapitulasi transaksi, hingga laporan stok. Prototipe ini didesain sebagai fondasi pengembangan tahap lanjut untuk mengoptimalkan efisiensi serta validitas data inventaris pada CV Karya Mandiri.
PEMBUATAN COMPANY PROFILE BERBASIS WEBSITE Nicklause Felix Ferry Salim; Novan Wijaya
DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Vol 7, No 1: JUNI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/device.v7i1.8255

Abstract

Perkembangan teknologi informasi mendorong perusahaan untuk memanfaatkan media digital sebagai sarana penyampaian informasi yang efektif. Website company profile berperan sebagai identitas digital perusahaan yang menampilkan profil, layanan, serta informasi pendukung lainnya. Penelitian ini bertujuan untuk membangun dan mengevaluasi usability website company profile PT Tawan Cemerlang Abadi agar mampu memberikan kemudahan penggunaan dan kepuasan bagi pengguna. Metodologi yang digunakan adalah evaluasi usability dengan pendekatan System Usability Scale (SUS). Website dikembangkan berbasis Content Management System (CMS) sehingga pengelolaan konten dapat dilakukan secara mandiri oleh admin. Evaluasi usability dilakukan melalui kuesioner kepada pengguna setelah menggunakan website. Hasil penelitian menunjukkan bahwa website company profile memiliki tingkat usability yang sangat baik dan mampu mendukung penyampaian informasi perusahaan secara optimal.
Co-Authors Adelia Rizky Febriyanti Adit Jansa Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Albert Cahayadi Aljabbar, Jodi Putra Alyssa Hasyim Amirah, Syabina Najla Andrean Tjen andreyas Anisa Rahmawati Anton Wibowo Anugrah Ridwan Ariel Sudarsono Atika, Rindi Attallah, Muhammad Syauqi Bryant Ansky Calvin_Steven Chandra Chandra, Yeremia Agung Daffa Yudha Musyaffa Dafid . Daniel Lim Daniel Udjulawa Darmawan, Dean Dedi Ferdinan Manalu Derry Alamsyah Devella, Siska Dicky Pratama Dicky Ryanto Fernandes Dina Lestari Putri Earlando Moza Effendy, Qrizky Putra Entarisa Asma Kartika Eric Candra Erika Putri Say Fadhel Muhammad Felix Felix Felix Gunawan Femmy Johan Ferry Salim, Nicklause Felix Georgerius Alesandro Christianto Hafiz Irsyad Hariyadi, Dyon Fillipo Agma Hartono, Jeremy Allegrato Hasibuan, Citra Fadilah Heriyanto Heriyanto Inayatullah Inayatullah Jefry Jennifer Verty Jeremy Allegrato Hartono Jhonsen, Rio Jihan Ghassani Kamaruddin Sanjaya, Herry Karolina, umi Kelvin Stepanus Kevin Susanto Lie, Kenny M Rafli M. Gilang, Seftian Marselia Verta Maulana Malik Mawarni, Marselyna Fitri Meiriyama, Meiriyama Michael Felix Chandra Migel Orvin Febryan Molavi Arman Mughny, Tria Nanda Muhammad Akbar Muhammad Arman Pratama Muhammad Dzaky Raihan Muhammad Ezar Al Rivan Muhammad Syauqi Attallah Muhammad Wildan Muliawan, Indra Nabil Syawaludin Prima Nabila Nabila Nadya Putri Suryani Nicklause Felix Ferry Salim Nicolas Jacky Pratama Hasan Olivia Pambudi, Readysna Krisna Patricia, Grace Raden George Samuel Budi Rajaguguk, M. Rifaldi Febriansyah Raphael Lee Reinkar Firno Justira Riadi, Safina Rio Jhonsen Rizaldy, Alya Putri RR. Ella Evrita Hestiandari Serenity Devina Suryanto Siska Amelia Siti Ambar Yani Siti Fatimah Az Zahrah Steven Tan, Steven Suwanto, Fredy Tandoballa, Lucky Taqwiym, Akhsani Taqwiym, Akhsani Taqwiym, Akhsani Tinaliah, Tinaliah Tri Buana Ayu Tri Wahyu Cahyo Septa Triana Elizabeth, Triana Veraldo Veraldo Vivin Oktavia Wahyu Putra Satrio Wendy Steven Wilcent Wilcent Wulandari, Selvi Putri Yeremia Agung Chandra Yohanes Billy Wicaksono Yohannes, Yohannes