p-Index From 2021 - 2026
8.413
P-Index
Claim Missing Document
Check
Articles

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.
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.
Peran Artificial Intelligence dalam Meningkatkan Personalisasi Rekomendasi Produk pada Platform E-Commerce Calvin_Steven Chandra; Novan Wijaya
JURNAL MULTIDISIPLIN ILMU AKADEMIK Vol. 3 No. 3 (2026): JUNI
Publisher : CV. KAMPUS AKADEMIK PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jmia.v3i3.10364

Abstract

Abstrak. The development of e-commerce platforms has significantly increased the need for personalized recommendation systems. To resolve this issue many studies have applied Artificial Intelligence (AI) methods to improve recommendation personalization. This study reviews research related to the implementation of AI in e-commerce recommendation systems by analyzing 42 publications from 2018 to 2026. The review focuses on collaborative filtering, content-based filtering, hybrid models, reinforcement learning, and Graph Neural Networks (GNNs). Based on the reviewed studies, AI-based recommendation systems provide better performance than traditional rule-based methods, particularly in increasing click-through rates (CTR). Deep learning models process large-scale and sparse interaction data effectively, while Explainable AI (XAI) addresses black-box issues. The findings suggest that future studies should focus on explainable AI and federated learning to improve transparency and data security. Keywords: Artificial Intelligence; Collaborative Filtering; Deep Learning; E-Commerce; Recommendation System Abstrak. Perkembangan pesat e-commerce menghadirkan tantangan dalam menyajikan rekomendasi produk yang personal. Studi ini mengkaji bagaimana teknologi Artificial Intelligence (AI) dapat digunakan untuk mengatasi masalah tersebut. Dengan metode Systematic Literature Review (SLR) terhadap 42 artikel ilmiah (2018-2026), kami meninjau pendekatan collaborative filtering, content-based filtering, model hybrid, reinforcement learning, dan Graph Neural Networks (GNN). Hasil analisis menunjukkan implementasi AI mampu meningkatkan click-through rate (CTR) dan konversi penjualan secara signifikan dibandingkan sistem tradisional. Model deep learning terbukti efektif memproses data berskala besar yang sparse, sementara Explainable AI (XAI) menjadi solusi mutakhir menerjemahkan prediksi algoritma agar transparan. Tinjauan ini menemukan kendala seperti cold-start problem, privasi data, dan bias algoritma. Ke depannya, riset ini merekomendasikan eksplorasi pengembangan federated learning dan explainable AI. Kata Kunci: Artificial Intelligence; Collaborative Filtering; Deep Learning; E-Commerce; Sistem Rekomendasi
Analisis Tingkat Literasi Artificial Intelligence pada Mahasiswa Menggunakan Instrumen SNAILS Michael Felix Chandra; Novan Wijaya
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 5 No. 1 (2026): Juni 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v5i1.1085

Abstract

Perkembangan teknologi Artificial Intelligence pada era digital saat ini memberikan kemudahan bagi kita dalam berbagai bidang. Penerapan AI telah dimanfaatkan penggunaan secara luas dari berbagai sektor khususnya di bidang akademik. Tetapi, tingginya penggunaan teknologi AI tidak selaras dengan tingkat literasi Artificial Intelligence yang memadai. Hal ini menunjukkan bahwa pentingnya pemahaman mahasiswa terhadap pemanfaatan teknologi tersebut agar dapat digunakan secara lebih tepat, kritis, dan bertanggung jawab. Sehingga penelitian ini bertujuan dalam menganalisis tingkat literasi AI kepada mahasiswa dengan latar belakang teknologi menggunakan instrumen SNAILS (Scale for the Assessment of Non-Experts AI Literacy). Dalam instrumen tersebut terdapat dimensi Technical Understanding, Crictical Appraisal, serta Practical Application. Pada penelitian ini menggunakan metode deskriptif kuantitatif dengan teknik pengumpulan data yaitu kuesioner yang diikuti sebanyak 58 responden melalui Google Form. Analisis data menggunakan statistika deskriptif berupa mean dan standar deviasi. Secara keseluruhan item pernyataan, didapatkan bahwa hasil penelitian untuk dimensi Technical Understanding mendapat nilai mean 4,98 dan standar deviasi 1,39, Crictical Appraisal mendapat nilai mean 5,78 dan standar deviasi 1,08, serta Practical Application mendapat nilai mean 5,66 dan standar deviasi 1,13. Sehingga hasil dari penelitian menunjukkan bahwa mahasiswa memiliki tingkat literasi AI yang cukup baik dalam memahami, mengevaluasi, dan menerapkan teknologi AI dalam aktivitas akademik maupun kehidupan sehari-hari.
Co-Authors Adelia Rizky Febriyanti Adit Jansa Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Aljabbar, Jodi Putra Alyssa Hasyim Ambar Yani, Siti Amirah, Syabina Najla Andrean Tjen andreyas Anisa Rahmawati Anton Wibowo Anugrah Ridwan Arman Pratama, Muhammad Atika, Rindi Az Zahrah, Siti Fatimah Bryant Ansky Cahayadi, Albert Calvin_Steven Chandra Dafid . Daniel Lim Daniel Udjulawa Darmawan, Dean Dedi Ferdinan Manalu Derry Alamsyah Devella, Siska Dicky Pratama Dicky Ryanto Fernandes Effendy, Qrizky Putra Eric Candra Febryan, Migel Orvin Felix Felix Felix Gunawan Firno Justira, Reinkar Georgerius Alesandro Christianto Hafiz Irsyad Hariyadi, Dyon Fillipo Agma Hasibuan, Citra Fadilah Heriyanto Heriyanto Inayatullah, Inayatullah Jefry Jeremy Allegrato Hartono Jihan Ghassani Johan, Femmy Kamaruddin Sanjaya, Herry Karolina, umi Kelvin Stepanus Kevin Susanto Lee, Raphael Lie, Kenny M Rafli M. Gilang, Seftian Maulana Malik, Maulana Mawarni, Marselyna Fitri Meiriyama, Meiriyama Michael Felix Chandra Molavi Arman Mughny, Tria Nanda Muhammad Akbar Muhammad Ezar Al Rivan Muhammad Syauqi Attallah Muhammad Wildan Muhammad, Fadhel Muliawan, Indra Musyaffa, Daffa Yudha Nabil Syawaludin Prima Nabila Nabila Nadya Putri Suryani Nicolas Jacky Pratama Hasan Olivia Patricia, Grace Putri, Dina Lestari Rajaguguk, M. Rifaldi Febriansyah Riadi, Safina Rio Jhonsen Rizaldy, Alya Putri RR. Ella Evrita Hestiandari Siska Amelia, Siska Steven Tan, Steven Sudarsono, Ariel Suryanto, Serenity Devina Suwanto, Fredy Syeira, Khaerani Tandoballa, Lucky Taqwiym, Akhsani Taqwiym, Akhsani Taqwiym, Akhsani Tinaliah, Tinaliah Tri Buana Ayu Tri Wahyu Cahyo Septa Triana Elizabeth, Triana Veraldo, Veraldo Verta, Marselia Verty, Jennifer Vivin Oktavia Wahyu Putra Satrio Wendy Steven Wulandari, Selvi Putri Yeremia Agung Chandra Yohanes Billy Wicaksono Yohannes, Yohannes