Article Per Year (5 Year)
p-Index From 2020 - 2025
1.819
P-Index
This Author published in this journals
All Journal Jurnal Riset Informatika JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pendidikan dan Teknologi Indonesia Jurnal Teknik Informatika Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Komunita: Jurnal Pengabdian dan Pemberdayaan Masyarakat
Ichsan Pradana, Afu
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Physics Public Health Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Penjurian Lomba Keterampilan Siswa Tingkat Kabupaten Wonogiri Kelompok Teknologi Informasi & Komunikasi Sebagai Upaya Peningkatan Kompetensi Siswa Ichsan Pradana, Afu; Sopingi, Sopingi
KOMUNITA: Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 2 No 2 (2023): Agustus
Publisher : PELITA NUSA TENGGARA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60004/komunita.v2i2.68

Abstract

Penjurian Lomba Keterampilan Siswa(LKS) merupakan salah satu kegiatan yang diadakan untuk meningkatkan kualitas proses dan hasil pembelajaran siswa SMK. Proses dimulai dari tingkat kabupaten, provinsi, dan nasional. Fokus kegiatan ini adalah di kabupaten Wonogiri, khususnya pada Kelompok Teknologi Informasi & Komunikasi bidang Web Technology dan IT Software Solution For Business. Peserta dalam kegiatan ini yaitu siswa jurusan Rekayasa Perangkat Lunak dari semua SMK di Kabupaten Wonogiri. Metode yang digunakan dalam pengabdian ini yaitu mulai dari pendaftaran, seleksi awal, penentuan waktu pelaksanaan, penentuan kriteria penilaian, dan pelaksanaan penjurian. Capaian nilai akhir tertinggi pada bidang Web Technology yaitu 78 point, dan bidang IT Software Solution For Business yaitu 52 point. Hasil dari kegiatan ini yaitu terpilihnya peserta yang mewakili tingkat Kabupaten Wonogiri, sebagai peserta di tingkat provinsi dan nasional.
Analisis Clustering Untuk Segmentasi Wilayah Berdasarkan Karakteristik PBB di Kabupaten Sragen Primadeni, Febriaji; Ichsan Pradana, Afu; Purwanto, Eko
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 11 (2024): JPTI - November 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.500

Abstract

Penelitian ini menganalisis karakteristik Pajak Bumi dan Bangunan (PBB) di Kabupaten Sragen menggunakan metode clustering K-means untuk mengoptimalkan pengelolaan pajak daerah. Analisis dilakukan terhadap dataset yang mencakup 1,5 juta item data PBB periode 2021-2023 dari 196 desa. Variabel yang digunakan meliputi luas bumi, nilai objek pajak, realisasi pembayaran, dan status administrasi pajak. Hasil penelitian menunjukkan pembentukan empat cluster dengan karakteristik berbeda: cluster urban premium (NJOP tinggi, luas lahan kecil), cluster permukiman menengah (NJOP moderat, luas sedang), cluster sub-urban (NJOP rendah, luas besar), dan cluster rural (NJOP terendah, luas terbesar). Analisis korelasi mengungkapkan hubungan positif kuat antara NJOP bangunan dengan PBB (r=0,98) dan hubungan negatif antara luas bumi dengan NJOP (r=-0,39), mengindikasikan fenomena densifikasi di pusat kabupaten. Pola distribusi desa dalam cluster mengalami perubahan signifikan selama periode penelitian, mencerminkan dinamika produktivitas dan efisiensi pengelolaan PBB. Hasil clustering ini memberikan dasar untuk pengembangan strategi pengelolaan PBB yang lebih terarah dan efektif sesuai karakteristik wilayah.
Prediksi Kelulusan Mahasiswa Pendidikan Kimia Universitas Sebelas Maret Dengan Metode Naive Bayes Rahman, Agung Dwi; Ichsan Pradana, Afu; Hartanti, Dwi
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 11 (2024): JPTI - November 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.501

Abstract

Keberhasilan akademik mahasiswa, khususnya ketepatan waktu kelulusan, merupakan indikator penting dalam evaluasi kinerja institusi pendidikan tinggi. Termasuk di dalamnya Pendidikan S1 Kimia Universitas Sebelas Maret yang tingkat kelulusan mahasiswa tepat waktu lebih sedikit dari pada mahasiswa yang lulus terlambat. Penelitian ini bertujuan mengembangkan model prediksi kelulusan mahasiswa menggunakan metode Naive Bayes dengan analisis statistik komprehensif. Data yang digunakan mencakup 225 rekam akademik mahasiswa periode 2017-2019 dengan variabel meliputi indeks prestasi semester, indeks prestasi kumulatif, status beasiswa, jenis kelamin, dan jalur masuk. Metode penelitian menggunakan preprocessing data dengan menghilangkan data yang tidak lengkap dan normalisasi min-max scaling, dengan kombinasi Gaussian dan Multinomial Naive Bayes. Hasil penelitian menunjukkan model mencapai akurasi 80,65% dengan sensitivity 100%, specificity 70%, dan Area Under Curve 0,868. Indeks prestasi semester 7 dan 8 diidentifikasi sebagai prediktor terkuat dengan perbedaan mean signifikan antara kelulusan tepat waktu dan terlambat. Penelitian ini memberikan kontribusi metodologis dalam pengembangan sistem peringatan dini akademik yang dapat meningkatkan kelulusan tepat waktu.
IMPLEMENTASI BIDIRECTIONAL ENCODER REPRESENTATIONS FROM TRANSFORMERS (BERT) UNTUK KLASIFIKASI SPAM PADA EMAIL Tejo Arum, Dinenda; Nurchim, Nurchim; Ichsan Pradana, Afu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13114

Abstract

Spam email adalah tantangan utama dalam komunikasi digital, yang memerlukan solusi efektif untuk mendeteksi dan mengeliminasi pesan yang tidak diinginkan. Penelitian ini bertujuan untuk mengimplementasikan model Bidirectional Encoder Representations from Transformers (BERT) dalam klasifikasi email spam. BERT, sebagai model transformasi berbasis deep learning yang telah dioptimalkan untuk pemahaman konteks, mampu memproses dan menganalisis pola linguistik yang kompleks pada data teks. Proses penelitian meliputi pengumpulan dataset email, preprocessing data untuk menghapus noise, pelabelan data, pelatihan model, serta evaluasi performa berdasarkan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa implementasi BERT secara signifikan meningkatkan akurasi deteksi spam dibandingkan dengan metode tradisional seperti Naïve Bayes atau Support Vector Machine (SVM). Studi ini memberikan kontribusi terhadap pengembangan teknologi keamanan siber, khususnya dalam mengatasi ancaman spam di era komunikasi berbasis email.
Rancang Bangun Sistem Informasi Bimbingan Konseling Di SMK Batik 1 Surakarta Berbasis Web Punjung Kurniawan, Alfisal; Moh. Muhtarom; Ichsan Pradana, Afu
JEKIN - Jurnal Teknik Informatika Vol. 4 No. 3 (2024)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v4i3.1134

Abstract

SMK Batik 1 Surakarta memiliki sebuah misi untuk mengembangkan potensi siswa secara optimal, menghasilkan lulusan yang kompeten, kreatif, dan mandiri, serta menjalin kerjasama dengan berbagai pihak untuk meningkatkan mutu pendidikan serta memanajemen siswa sehingga siswa dapat di didik dengan teratur dan tertib. Dalam melacak perkembangan siswa bagian bimbingan konseling mengalami masalah yaitu kehilangan data, data mudah diakses, memerlukan biaya operasional yang tinggi, pembuatan laporan, dan informasi yang lambat. Rancang bangun sistem informasi bimbingan konseling bertujuan mempermudah dalam proses pengaksessan informasi siswa yang memiliki catatan pelanggaran serta memiliki beberapa fitur yaitu kelola data siswa, kelola data guru, membuat laporan, integrasi antar pengguna, pencatatan home visit, dan pencatatan surat panggilan. Merancang sistem informasi menggunakan metode waterfall, analisa kelemahan sistem menggunakan metode PIECES. Rancang bangun sistem informasi membatu dalam kegiatan yang ada di sekolah terutama bagian bimbingan konseling yang mendidik sisaw teratur dan tertib.
SISTEM REKOMENDASI BERBASIS KNOWLEDGE-BASED UNTUK DESTINASI WISATA DI KABUPATEN SUKOHARJO Maulana Saputra, Ridlo; Sumarlinda, Sri; Ichsan Pradana, Afu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14501

Abstract

Kabupaten Sukoharjo merupakan salah satu wilayah di Provinsi Jawa Tengah yang memiliki keberagaman potensi wisata, meliputi wisata alam, budaya, dan buatan. Namun demikian, keterbatasan informasi dan media promosi membuat wisatawan kesulitan dalam menentukan destinasi yang sesuai dengan preferensi dan kebutuhannya. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem rekomendasi berbasis knowledge-based yang dapat memberikan saran destinasi wisata di Kabupaten Sukoharjo secara tepat dan relevan. Metode knowledge-based dipilih karena mampu memetakan kebutuhan pengguna dengan karakteristik objek wisata melalui pendekatan constraint-based reasoning. Sistem ini mengolah data atribut seperti jenis wisata, fasilitas, harga tiket, lokasi, dan waktu kunjungan, kemudian mencocokkannya dengan preferensi pengguna. Sistem dikembangkan dalam bentuk aplikasi berbasis web untuk memastikan aksesibilitas yang luas dan fleksibel. Pengembangan sistem ini menggunakan metode waterfall, yang meliputi tahapan analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Hasil implementasi menunjukkan bahwa sistem mampu memberikan rekomendasi yang sesuai dan membantu pengguna dalam mengambil keputusan secara efisien. Selain itu, sistem ini juga berperan sebagai media promosi digital yang mendukung pengembangan sektor pariwisata lokal. Dengan adanya sistem ini, diharapkan pengalaman wisata pengguna meningkat dan kontribusi terhadap pertumbuhan pariwisata di Kabupaten Sukoharjo dapat diwujudkan.
COMPARISON OF THE USE OF TELEGRAM AND BLYNK PLATFORMS IN IOT-BASED GAS LEAK DETECTION Apriliana, Anggie; Ichsan Pradana, Afu; Hartanti, Dwi
Jurnal Riset Informatika Vol. 7 No. 3 (2025): Juni 2025
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v7i3.381

Abstract

This study discusses the comparison between two Internet of Things (IoT)-based communication platforms, namely Telegram and Blynk, in a gas leak detection this system utilizes the NodeMCU ESP8266 microcontroller to detect hazardous functions to detect gas via the MQ-2 sensor, and measures temperature and humidity using the DHT11 sensor. Additional components such as buzzers, LEDs, relays, and exhaust fans are used as markers and early response when a leak occurs. The development of this system applies This study applies Waterfall method, which consists of planning, needs analysis, design, and implementation stages. This study then focuses on evaluating the effectiveness of both platforms, especially in the aspect. terms of notification speed, ease of integration, and data visualization. Testing is carried out by comparing the response system when detecting a gas leak and sending warning notifications via the Telegram and Blynk applications. This study concluded that Telegram is superior in sending notifications in real time, while Blynk provides advantages in visualizing sensor data and remote device control. In conclusion, the combination of using Telegram and Blynk in one system provides more optimal results than using one platform alone. This system has been proven to increase the effectiveness and efficiency in detecting gas leaks and providing early warnings to users quickly and interactively.
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Dengan Metode Simpel Additive Weighting Pada BP Coffee & Space Ghani Ardiesta, Alif; Ichsan Pradana, Afu; Permatasari, Hanifah
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/40nbww97

Abstract

Merekrut SDM unggul adalah langkah strategis guna meningkatkan kualitas sumber daya manusia di tengah persaingan bisnis yang ketat. Namun, praktik seleksi manual di BP Coffee and Space berpotensi menyebabkan bias dan ketidaktepatan hasil. Guna memperkuat objektivitas pemilihan karyawan terbaik, penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) memanfaatkan metode Simple Additive Weighting (SAW). Metode SAW dipilih karena efektif dalam mengevaluasi alternatif via penjumlahan nilai terbobot berdasarkan kriteria tertentu. Sistem dikembangkan melalui pendekatan waterfall, meliputi tahap analisis kebutuhan, perancangan, pembangunan (dengan PHP dan MySQL), pengujian black-box, hingga penerapan. Pengumpulan data primer dilakukan via wawancara dan observasi di BP Coffee and Space, menggunakan lima parameter: kehadiran, kinerja, jumlah tanggungan, absensi, dan kepribadian. Output sistem berupa peringkat karyawan yang ditentukan oleh akumulasi nilai tertimbang seluruh kriteria. Uji coba sistem menunjukkan keberhasilan dalam meningkatkan efisiensi, transparansi, dan ketepatan proses pengambilan keputusan. Oleh karena itu, implementasi SPK berbasis SAW ini direkomendasikan sebagai solusi bagi manajemen untuk menyeleksi karyawan secara lebih adil dan berbasis data.
Rekomendasi Pengembangan Sumber Daya Manusia UMKM Kuliner Dalam Ekosistem E-Commerce Digital Maulindar, Joni; Ichsan Pradana, Afu; Hartanti, Dwi; Wahyu Pamekas, Bondan
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/ct23j021

Abstract

Transformasi digital UMKM kuliner masih menghadapi tantangan pada aspek pengembangan sumber daya manusia (SDM) yang belum merata. Penelitian ini bertujuan untuk mengelompokkan karakteristik SDM UMKM kuliner dalam ekosistem e- commerce digital menggunakan pendekatan data-driven. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik analisis klaster K-Means terhadap 100 data responden. Hasil penelitian menunjukkan terbentuknya enam klaster dengan karakteristik yang berbeda. Klaster 0 memiliki tingkat literasi digital, pelatihan, dan dukungan manajerial yang rendah. Klaster 1 unggul dalam pemahaman e-commerce dan dukungan manajerial, namun lemah dalam TI operasional. Klaster 2 menunjukkan kekuatan pada TI operasional, tetapi rendah pada literasi dan manajerial. Klaster 3 cukup seimbang dalam berbagai aspek, namun masih lemah pada sisi manajerial. Klaster 4 aktif dalam pelatihan, tetapi memiliki kendala pada akses infrastruktur. Klaster 5 memiliki skor tinggi di hampir semua variabel, menunjukkan kesiapan sebagai UMKM digital champion. Temuan ini menunjukkan pentingnya strategi intervensi yang disesuaikan untuk pengembangan SDM berbasis klaster.
Analisis Performa Autentikasi Wajah pada Sistem Informasi Manajemen Rumah Sakit Menggunakan Model Tiny Face Detector dari Face-API.js Awaludin, Toni; Ichsan Pradana, Afu; Hartanti, Dwi
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/qq1qnq79

Abstract

Penerapan Rekam Medis Elektronik (RME) di fasilitas kesehatan, termasuk RSUD Ir. Soekarno Kabupaten Sukoharjo, menjadi penting untuk memenuhi Peraturan Menteri Kesehatan Nomor 24 Tahun 2022 yang menekankan aspek keamanan data. Namun, Sistem Informasi Manajemen Rumah Sakit (SIMRS) masih menggunakan metode autentikasi konvensional berupa username dan password, yang rentan terhadap kelalaian logout dan penyalahgunaan akses. Penelitian ini bertujuan untuk menganalisis performa modul autentikasi wajah yang diintegrasikan ke dalam SIMRS dengan menggunakan model Tiny Face Detector dari Face-API.js, dengan fokus pada tingkat akurasi identifikasi dan kecepatan respon sistem Pengujian dilakukan pada dua skenario: pengguna tanpa masker dan pengguna yang mengenakan masker. Hasil menunjukkan bahwa sistem memiliki akurasi tinggi dan respon yang cepat saat mendeteksi wajah tanpa masker. Sebaliknya, sistem gagal mengenali wajah saat pengguna memakai masker. Temuan ini menunjukkan bahwa autentikasi wajah dengan model Tiny Face Detector dari Face-API.js layak diterapkan dalam SIMRS, tetapi efektivitasnya bergantung pada kondisi wajah yang tidak tertutup masker. Penelitian ini memberikan dasar teknis bagi pengembangan autentikasi biometrik di lingkungan rumah sakit dan mendorong evaluasi lanjutan terhadap model yang lebih adaptif terhadap penggunaan masker.
Co-Authors Abdul Rozzaq, Abdul Agung Priyatmoko, Yoga Anisatul Farida Apriliana, Anggie Awaludin, Toni Dwi Hartanti Eko Purwanto Ghani Ardiesta, Alif Maulana Saputra, Ridlo Maulindar, Joni Moh. Muhtarom Nurchim Nurchim Permatasari, Hanifah Primadeni, Febriaji Punjung Kurniawan, Alfisal Rahman, Agung Dwi Rudi Susanto Sopingi Sopingi, Sopingi Sumarlinda, Sri Tejo Arum, Dinenda Wahyu Pamekas, Bondan