Claim Missing Document
Check
Articles

Perancangan Sistem Operasional Indekos Berbasis Web Untuk Meningkatkan Kemudahan Pengelolaan dan Pengalaman Penghuni Ramanda, Gian; Mulyawan, Bagus; Perdana, Novario Jaya
Progresif: Jurnal Ilmiah Komputer Vol 21, No 1: Februari 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v21i1.2415

Abstract

The design of the Web-Based Boarding Operational System at Kos Mandiri aims to simplify operational management and improve the resident experience. Kos Mandiri, located in South Tangerang, still relies on manual records that are prone to errors and data loss. By using Laravel framework and PHPMyAdmin for database management, this web-based system is designed to simplify room management. is designed to simplify the management of rooms, bills, payments, and resident complaints in a more efficient and structured manner. The Waterfall method is applied in system development, including requirements analysis, design, implementation, and testing. The test results show that this systemhas successfully improved operational efficiency and provided a better experience for residents and boarding house managers. With an exceptional usability score of 81, the system was evaluated using the System Usability Scale (SUS) approach.Key words: Boarding house operations; Laravel; PHP MyAdmin; Waterfall; Independent Boarding House AbstrakPerancangan Sistem Operasional Kos Berbasis Web pada Kos Mandiri bertujuan untuk mempermudah pengelolaan operasional serta meningkatkan pengalaman penghuni. Kos Mandiri, yang berlokasi di Tangerang Selatan, masih bergantung pada pencatatan manual, yang dapat menyebabkan kesalahan dan kehilangan data. Dengan menggunakan framework Laravel dan PHPMyAdmin untuk manajemen database, sistem berbasis web ini dirancang untuk menyederhanakan pengelolaan kamar, tagihan, pembayaran, serta pengaduan penghuni secara lebih efisien dan terstruktur. Metode Waterfall diterapkan dalam pengembangan sistem, meliputi analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil pengujian menunjukkan bahwa sistem ini dapat meningkatkan efisiensi operasional dan memberi penghuni dan pengelola kos pengalaman yang lebih baik. Dengan menggunakan metode System Usability Scale (SUS), sistem memperoleh skor 81 yang menandakan tingkat kegunaan yang sangat baik.Kata Kunci: Operasional indekos; Laravel; PHP MyAdmin; Waterfall; Indekos Mandiri
Pembuatan Aplikasi Point of Sale pada Toko Penjualan Alat-Alat Bangunan Han, Hansen; Novario Jaya Perdana; Jap Tji Beng
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.24371

Abstract

Toko Inti Bangunan adalah sebuah tempat yang menyediakan berbagai macam bahan bangunan seperti pasir, semen, dan alat-alat bangunan lainnya. Saat ini, proses transaksi penjualan, pembelian, dan pencatatan data stok masih dilakukan secara manual dengan menggunakan kertas. Manajemen penyediaan barang, transaksi penjualan, dan pembuatan laporan masih ditulis dengan tangan, yang berpotensi menyebabkan kesalahan penulisan data, ketidakakuratan data barang masuk, serta kurang efisiennya penggunaan tenaga dan waktu saat melakukan transaksi penjualan. Untuk mengatasi permasalahan tersebut, maka dari itu dibuatlah sebuah aplikasi Point of Sale (POS) yang berfungsi sebagai sistem perangkat lunak kasir di Toko Inti Bangunan. Aplikasi ini dirancang dengan menggunakan platform OutSystems, yang merupakan platform low-code yang mempercepat proses pembuatan aplikasi dengan pengetikan kode pemrograman yang minimal. Metode pengembangan aplikasi yang diterapkan menggunakan System Development Life Cycle (SDLC).
Empowering SMPN 75 Teachers: Digital Platform Training for Innovative Learning Media Perdana, Novario Jaya; Valencia, Valencia; Sandra, Jane Syahwalina Kaprica; Suwarjono, Gilang Samudro
Al-Khidmah Jurnal Pengabdian Masyarakat Vol. 5 No. 2 (2025): MEI-AGUSTUS
Publisher : Institute for Research and Community Service (LPPM) of the Islamic University of Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56013/jak.v5i2.4203

Abstract

In the Fourth Industrial Revolution, education must keep pace with scientific and technological advancements to stay relevant. Integrating technology into learning is crucial for fostering effective, creative, innovative, and collaborative educational environments. Therefore, educators must master information technology to optimize teaching using various digital platforms. To enhance education quality, teachers at SMPN 75 Jakarta received training focused on developing interactive and innovative learning media. This initiative introduced them to the latest technologies designed to support classroom instruction. The sessions specifically covered using Canva for creating engaging learning materials and Kahoot for developing effective student assessment tools. Both Canva and Kahoot were chosen for their comprehensive features and user-friendliness. The methodology used in this program involved several stages such as observation, where the team visited the partner school to observe its conditions and environmental circumstances; literature review, to identify best practices and relevant digital tools for interactive learning; activity preparation, including designing training modules and organizing necessary resources; implementation, where the two-day training sessions were conducted; and evaluation, which involved collecting feedback and assessing the effectiveness of the training through participant reflections and performance assessments. Conducted over two days, the training was met with positive reception from the participating teachers. Evaluations revealed that the program significantly boosted their digital literacy and technical skills, particularly in the area of crafting interactive and innovative learning media. This directly contributes to improving the overall quality of education provided.
Kinerja BART dalam Automatic Summarization Berita Otomotif TAKESHI, CECILIANA; MAWARDI, VINY CHRISTANTI; PERDANA, NOVARIO JAYA
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 10, No 1 (2025): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v10i1.61-72

Abstract

ABSTRAKIndustri otomotif menghadapi tantangan besar dalam mengelola dan menyajikan informasi yang relevan serta terstruktur di tengah meningkatnya volume data digital. Penelitian ini memperkenalkan sistem pencarian dan peringkasan berbasis teks menggunakan model BART (Bidirectional and Auto-Regressive Transformers) untuk meningkatkan efisiensi pencarian informasi dan peringkasan konten. Sistem ini mengintegrasikan web scraping, preprocessing teks, TF-IDF, dan teknik cosine similarity untuk mengekstrak dan memproses data, menghasilkan hasil yang ringkas dan akurat. Evaluasi menggunakan metrik ROUGE dan umpan balik pengguna menunjukkan kemampuan sistem dalam menghasilkan ringkasan yang informatif dan efisien dengan waktu pemrosesan yang lebih cepat. Sistem ini mencapai performa sebesar rata rata 78.5 berdasarkan evaluasi yang dilakukan. Temuan ini menyoroti efektivitas BART dalam menangani data otomotif yang kompleks dan memenuhi kebutuhan pengguna untuk mendapatkan ringkasan berita yang relevan, mendukung pengambilan keputusan berbasis data di sektor otomotif.Kata kunci: Pencarian Informasi, BART, NLP, Otomotif, Peringkasan Teks.ABSTRACTThe automotive industry faces significant challenges in managing and presenting relevant and structured information amidst the growing volume of digital data. This study introduces a text-based search and summarization system using the BART (Bidirectional and Auto-Regressive Transformers) model to enhance the efficiency of information retrieval and content summarization. The system integrates web scraping, text preprocessing, TF-IDF, and cosine similarity techniques to extract and process data, delivering concise and accurate results. Evaluations using ROUGE metrics and user feedback demonstrate the system’s ability to produce informative and efficient summaries with reduced processing time. The system achieved a performance average score of 78.5 based on the evaluation. The findings highlight the effectiveness of BART in handling complex automotive data and meeting user needs relevant news summaries, thereby supporting data-driven decision-making in the automotive sector.Keywords: Information Retrieval, BART, NLP, Automotive, Text Summarization.
ANALISIS HUBUNGAN MATA KULIAH KOMPUTASI DASAR DENGAN IPK MAHASISWA TEKNIK INFORMATIKA MENGGUNAKAN SUPPORT VECTOR REGRESSION Perdana, Novario Jaya; Ferdinand, Kelvin; Gozali, Carisha Puspa; Herwindiati, Dyah Erny
Infotech: Journal of Technology Information Vol 11, No 1 (2025): JUNI
Publisher : ISTEK WIDURI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37365/jti.v11i1.383

Abstract

Student academic performance serves as a key indicator in higher education assessment. For students in Informatics Engineering, foundational computing skills are critical to their academic progression, and these are primarily acquired through first-semester courses. This study proposes a predictive model for Cumulative Grade Point Average (GPA) using the Support Vector Regression (SVR) method with a Radial Basis Function (RBF) kernel. The courses "Introduction to Algorithms," "Computation I," "Computation II," and "Data Structures" were selected as independent variables, as they provide essential computing foundations for subsequent coursework. The dataset comprised 270 records, each containing grades from the aforementioned courses and the corresponding GPA achieved by students in their fourth semester. To ensure data quality, outlier detection was performed using the Z-score method, resulting in a refined dataset of 200 entries. This dataset was then split into 75% for training and 25% for testing. A grid search optimization identified the best hyperparameter combination: C = 100, γ = 0.05, and ε = 0.05. Model evaluation yielded promising results, with a Mean Absolute Error (MAE) of 0.0742, a Mean Absolute Percentage Error (MAPE) of 2.19%, a Mean Squared Error (MSE) of 0.012, and an R² score of 0.8695—indicating strong predictive accuracy. Furthermore, the F-test produced a value of 74.9440, which exceeds the critical F-value of 2.5787, confirming the statistical significance of the independent variables in predicting GPA. This model has the potential to support academic monitoring and enhancement efforts by delivering actionable predictions and insights for the Informatics Engineering program.
PENGUATAN KOMPETENSI NUMERASI DAN LITERASI DIGITAL SISWA SD MELALUI PROGRAM SMART VILLAGE DI DESA CIHERANG Setyaningsih, Endah; Calvinus, Yohanes; Fransisca Iriani Roesmala Dewi; Hetty Karunia Tunjungsari; Sri Tiatri; Jap Tji Beng; Mei Ie; Novario Jaya Perdana; Desi Arisandi
Jurnal Bakti Masyarakat Indonesia Vol. 8 No. 1 (2025): Jurnal Bakti Masyarakat Indonesia
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jbmi.v8i1.34502

Abstract

Program Smart Village Universitas Tarumanagara dilaksanakan di Desa Ciherang, Kecamatan Pacet, Kabupaten Cianjur, untuk meningkatkan kompetensi numerasi dan literasi digital siswa sekolah dasar menghadapi Asesmen Nasional Berbasis Komputer (ANBK). Kegiatan ini berlangsung selama tiga hari pada Oktober 2024, melibatkan lima sekolah dasar yaitu SDN 01 Ciherang, SDN 02 Ciherang, SDN Caringin Nunggal, SDN Maleber, dan SDN Panyaweuyan. Metode kegiatan mencakup pengenalan literasi digital, pembelajaran numerasi interaktif, serta pre-test dan post-test untuk mengevaluasi peningkatan kompetensi siswa. Pendekatan pembelajaran yang digunakan bersifat interaktif dengan ice breaking dan permainan edukatif yang menarik minat belajar siswa. Data pre-test menunjukkan siswa menghadapi tantangan signifikan dalam memahami soal-soal ANBK, khususnya numerasi dan pengoperasian komputer. Setelah sesi intervensi, hasil post-test menunjukkan peningkatan signifikan pada pemahaman numerasi dan kepercayaan diri siswa dalam menggunakan komputer. Program ini secara langsung mendukung pencapaian Sustainable Development Goals (SDGs), khususnya SDG 4 tentang pendidikan berkualitas dan SDG 9 terkait inovasi dan infrastruktur teknologi di pedesaan. Tantangan utama selama kegiatan berupa keterbatasan fasilitas teknologi, rendahnya literasi awal siswa, serta kendala bahasa lokal yang menghambat komunikasi efektif. Melalui kolaborasi mahasiswa lintas disiplin ilmu dan interaksi yang hangat antara siswa dan mahasiswa, kegiatan ini berhasil menciptakan lingkungan belajar yang kondusif, menyenangkan, serta efektif. Program Smart Village UNTAR ini memberikan model intervensi pendidikan yang inovatif yang dapat direplikasi untuk mendukung transformasi pendidikan digital di daerah lain di Indonesia.
IMPLEMENTASI ALGORITMA GOOGLE LATENT SEMANTIC DISTANCE UNTUK EKSTRAKSI RANGKAIAN KATA KUNCI ARTIKEL JURNAL ILMIAH Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 2 No. 2 (2018): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v2i2.2569

Abstract

The accuracy of search result using search engine depends on the keywords that are used. Lack of the information provided on the keywords can lead to reduced accuracy of the search result. This means searching information on the internet is a hard work. In this research, a software has been built to create document keywords sequences. The software uses Google Latent Semantic Distance which can extract relevant information from the document. The information is expressed in the form of specific words sequences which could be used as keyword recommendations in search engines. The result shows that the implementation of the method for creating document keyword recommendation achieved high accuracy and could finds the most relevant information in the top search results.
Penerapan Klasifikasi Suara Sebagai Autentikasi Keamanan Sistem Login Menggunakan Gaussian Mixture Models Milson, Audie; Herwindiati, Dyah Erny; Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 1 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i1.16229

Abstract

Program penerapan klasifikasi suara sebagai auntetikasi keamanan sistem login merupakan sebuah program berbasis website yang dibuat untuk menguji efektivitas metode autentikasi suara sebagai alternatif metode autentikasi biometrik dalam meningkatkan keamanan sistem login suatu aplikasi. Program website yang dibuat terdiri dari bagian Frontend dan bagian Backend yang dibangun dengan modul Python Flask dalam pembentukan API yang berfungsi sebagai fungsionalitas website dan modul Vue Js dalam pembuatan tampilan aplikasi. Aplikasi yang dibuat kemudian diuji dari segi fungsionalitas, tingkat akurasi model dalam mengklasifikasikan suara dan keamanannya dengan metode blackbox testing dan serangkaian security test seperti penetration testing, SQL Injection, dan XSS Attack dengan hasil pengujian aplikasi berfungsi sesuai ekspektasi dan tidak rentan terhadap serangan SQL Injection ataupun XSS Attack, sedangkan hasil dari pengujian tingkat akurasi model dalam mengklasifikasikan suara menghasilkan tingkat akurasi sebesar 67% dengan menggunakan 5 suara sebagai input awal. Hasil dari serangkaian pengujian yang telah dilakukan menunjukan bahwa perpaduan metode Linear Predictive Coding dan Gaussian Mixture Model kurang efektif dalam mengklasifikasikan suara, akan tetapi metode Autentikasi Suara berhasil meningkatkan tingkat keamanan sistem login pada aplikasi.
Pengenalan Suara Manusia Menggunakan Support Vector Classifier(SVC) Untuk Proses Otentikasi Anindya, Florentina Pramita; Herwindiati, Dyah Erni; Perdana, Novario Jaya
Computatio : Journal of Computer Science and Information Systems Vol. 7 No. 1 (2023): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v7i1.16230

Abstract

Sistem pengenalan suara SEAUI merupakan salah satu aplikasi website untuk melakukan proses verifikasi suara sebagai salah satu teknik pengamanan tingkat lanjut dengan mengenali pemilik suara setelah melakukan proses login. Sistem ini dibuat untuk diterapkan pada aplikasi website. Sistem ini dibuat dengan menggunakan bahasa pemrograman Python dengan modul framework Flask dan basis data SQL Server Management Studio untuk penyimpanan data. Proses pengenalan suara pada sistem ini menggunakan metode Median Filter, metode ekstraksi fitur suara Mel Frequency Cepstral Coefficients dan metode klasifikasi Support Vector Classifier. Proses pengumpulan data dilakukan dengan teknik kuesioner dan didapatkan data suara dari 25 responden. Dalam tahap pengujian, sistem SEAUI sudah dapat melewati tes pengujian SQL Injection dengan 4 kali percobaan pengujian dan sistem dapat berjalan sesuai fungsionalitas. Data suara yang digunakan sebagai input adalah 1 data suara rekaman pada saat login dan kumpulan data suara yang terdapat dalam basis data. Akurasi tertinggi sistem SEAUI yang didapatkan adalah sebesar 67% untuk 15 kali percobaan pengujian dalam 1 akun pengguna.
Perancangan Aplikasi Monitoring dan Prediksi Kinerja Publikasi Universitas "X" Nathan, Michael; Mulyawan, Bagus; Jaya Perdana, Novario
Computatio : Journal of Computer Science and Information Systems Vol. 7 No. 2 (2023): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v7i2.21249

Abstract

Aplikasi monitoring dan evaluasi perguruan tinggi merupakan suatu aplikasi dalam bentuk website yang dirancang untuk membantu perguruan tinggi dalam mendata publikasi yang ada dan membantu mahasiswa dalam mencari publikasi dalam perguruan tinggi. Digunakan metode Least Square dalam sistem peramalan dalam aplikasi agar dapat mengeluarkan perkiraan publikasi beberapa tahun yang akan mendatang. Pada hasil perhitungan dihasilkan data perkiraan publikasi beberapa tahun kedepan yang akan ditampilkan dalam bentuk grafik. Pengguna jika menjadi admin dapat menambah data terbaru melalui unggah file excel maupun di input secara manual. Sistem yang digunakan dalam proses pembuatan aplikasi adalah Outsystem. Data perkiraan publikasi yang dihasilkan oleh aplikasi dapat membantu perguruan tinggi dalam mengambil sebuah keputusan. Pengujian yang dilakukan di dalam aplikasi menggunakan pengujian kuesioner, blackbox dan Mean Absolute Percentage Error. Hasil yang didapat dari pengolahan data kuesioner adalah aplikasi berjalan dengan sangat memuaskan dan hasil dari perhitungan Mean Absolute Percentage Error adalah hasil peramalan cukup baik.
Co-Authors Agus Budi Dharmawan Agus Budi Dharmawan Alvin Chandra Andre Ertanto Andre, Andre Andy Wijaya Nusantara Angeline, Mariani Anindya, Florentina Pramita Anthony Arisandi, Desi bagus Mulyawan Bagus Mulyawan Bernike Burnama Bryan Filemon Budiyantara, Agus Bunardi Budiman Burnama, Bernike Calvinus, Yohanes Caroline Wili Harto Chairisni Lubis Chairisni Lubis Chairisni Lubis Charles Yuliansen Chavia Rossyerin Prabowo Sutjiadi Daffa Hilmi Aji Daniel Ary Nugroho Danu Yuliarto Darwin Raharja Dedi Trisnawarman Derren Chrissanto Desi Arisandi Desi Arisandi Devin Abipraya Dhananjaya, Asoka Dyah Erny Herwindiati Dyah Erny Herwindiati Edgar Lawrence Edward Darmaja Edwin Suryaputra Endah Setyaningsih Faithtria, Monica Glory Felicia, Clara Ferdinand, Kelvin Fransisca Iriani Roesmala Dewi Frederick, Thomas Gian Ramanda Gilang Samudro Giselle Naomi Sutanto Gozali, Carisha Puspa Gumay, Fhilia Anasty Han, Hansen Hanven Pradana Herwindiati, Dyah Erni Hetty Karunia Tunjungsari Hidayat, Farasya Syifa Hizkia Natanael Ivan Ivan Sutedjo Jane Syahwalina Kaprica Sandra Jap Tji Beng Jason Jeanny Pragantha Jeffri Alimin Jonathan Jovian, Ernestito Kacen Kalengkongan, Aurelia Naftali Kelvin Fernando Pinem Kelvin Wijaya Kevin kevin Kevin Marcello Jonathan Lim, Yulia Lioviani Gavrilla Louis, Josh Mariani Angeline Mei Ie Milson, Audie Muhammad Adi Nugraha Mulyawan, Bagus Natalicia Margatan Nathan, Michael Nathaniel Andrew Nicko Kurniawan Nizham Kamil Hia Owen Maytrio Phratama Pertiwi , Saula Rahmadianti K. Phang, Jastien Phratama, Owen Maytrio Prisiani, Yuri Putri, Tiara Maharani Azkia Ramanda, Gian Ribka Suwardy Richard, Richard Riyanto, Radika Yudha Salsabila, Unik Hanifah Sandra, Jane Syahwalina Kaprica Santoso, Salim Sarah Azka Nazwah Saula Rahmadianti Krisma Pertiwi Sebastian, Dennis Sherena Yemima Purba Sri Tiatri Steven Cang Steven Dharmawan Sudono Widjaja Sukardi, Aldy Supirman Supirman Sutanto, Giselle Naomi Suwarjono, Gilang Samudro TAKESHI, CECILIANA Tamara Violeta Teny Handhayani Tony Tony Trisnawarman, Dedi Valencia Valencia, Valencia Vanesa Nellie Victor Femona Laoli Vincent Marcellino Viny Christanti M Viny Christanti Marwadi Wasino Wasino Wasino Wasino, Wasino William Antonius William Wijaksana Willyanto Wijaya Windah Maria Sonia Nadiah Hutagalung Yagyu Munenori M.E. Yongky Saputra Zyad Rusdi Zyad Rusdi