Article Per Year (5 Year)
p-Index From 2021 - 2026
5.901
P-Index
This Author published in this journals
All Journal JUSIFO : Jurnal Sistem Informasi Jurnal Ilmiah KOMPUTASI JRSI (Jurnal Rekayasa Sistem dan Industri) SEIKO : Journal of Management & Business IJIES (International Journal of Innovation in Enterprise System) Jurnal Teknologi Dan Sistem Informasi Bisnis ARSY : Jurnal Aplikasi Riset kepada Masyarakat Jurnal Indonesia : Manajemen Informatika dan Komunikasi Journal La Multiapp Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Jurnal Indonesia Sosial Sains eProceedings of Engineering Eduvest - Journal of Universal Studies Informatics Management, Engineering and Information System Journal Jurnal Indonesia : Manajemen Informatika dan Komunikasi The Indonesian Journal of Computer Science Advance Sustainable Science, Engineering and Technology (ASSET) Jurnal Ragam Pengabdian Journal of Production, Enterprise, and Industrial Applications NJCOM: Community Service Journal Proceeding of Community Service and Engagement
Nur Ichsan Utama
Universitas Telkom
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Neuroscience Nursing Physics Public Health Social Sciences Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Analisis Sentimen menggunakan Algoritma Long Short-Term Memory (LSTM) dan Pemodelan Topik menggunakan Algoritma Non-Negatif Matrix Factorization (NMF) pada aplikasi Sekolah.mu Berdasarkan Ulasan di Google Play Store Cynthia Ayu Prayuning; Oktariani Nurul Pratiwi; Nur Ichsan Utama
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

Penelitian ini bertujuan untuk menganalisis ulasan pengguna aplikasi Sekolah.mu di Google Play Store dengan menggunakan dua pendekatan utama yaitu analisis sentimen menggunakan algoritma Long Short-Term Memory (LSTM) dan pemodelan topik menggunakan algoritma Non-Negative Matrix Factorization (NMF). Aplikasi Sekolah.mu merupakan platform pembelajaran berbasis digital yang terus berkembang dan menerima umpan balik dari penggunanya. Dengan jumlah ulasan yang sangat banyak, analisis manual menjadi tidak efisien. Oleh karena itu, analisis sentimen diperlukan untuk mengklasifikasikan ulasan pengguna menjadi sentimen positif atau negatif, serta pemodelan topik untuk mengidentifikasi topik-topik utama yang dibahas. Metodologi penelitian mencakup pengumpulan data melalui scraping, preprocessing data, klasifikasi sentimen menggunakan LSTM, evaluasi model menggunakan confusion matrix dan pemodelan topik menggunakan NMF, evaluasi pemodelan topik menggunakan coherence topik. Hasil penelitian menunjukkan bahwa model LSTM memiliki akurasi sebesar 90,18% dalam mengklasifikasikan sentimen, sedangkan model NMF berhasil mengidentifikasi 6 topik utama yang relevan dengan pengalaman pengguna. Hasil penelitian diharapkan menjadi dasar strategis dalam pengembangan kualitas aplikasi dan peningkatan kepuasan serta loyalitas pengguna terhadap aplikasi Sekolah.mu. Kata kunci— analisis sentimen, deep learning, LSTM, NMF, Sekolah.mu, pemodelan topik
MANAJEMEN DATA DALAM PENGEMBANGAN DASHBOARD BAGI DOSEN DI TELKOM UNIVERSITY Josia Fortino Pakpahan; Oktariani Nurul Pratiwi; Nur Ichsan Utama
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

Institusi pendidikan menghadapi tantangan dalammengelola data akademik untuk mendukung pengambilankeputusan berbasis data. Penelitian ini bertujuanmengembangkan sistem berbasis website dan dashboardlearning analytics untuk membantu dosen mengelola data nilai,kehadiran mahasiswa, dan menganalisis performa akademik.Sistem dikembangkan menggunakan metode waterfall dengantahapan analisis kebutuhan, desain sistem, implementasi,pengujian, dan pemeliharaan. Data diolah melalui RDBMSberbasis Supabase, dengan dashboard visualisasi menggunakanLooker Studio.Hasil pengujian menunjukkan sistem mampu memberikanrespons rata-rata 537 ms dan meningkatkan efisiensi kerjadosen melalui fitur input manual dan import data historis.Dashboard membantu mengidentifikasi mahasiswa dengantingkat kehadiran rendah atau performa akademik di bawahstandar. Sistem ini berpotensi meningkatkan keberhasilanakademik melalui intervensi yang tepat sasaran dan dapatdiadaptasi untuk institusi lain.Kata Kunci: waterfall, website, learning analytics dashboard,Supabase, Looker Studio, manajemen data.
Penerapan Algoritma YOLO V11 untuk Deteksi Tingkat Kekondusifan Pembelajaran di Kelas Putri Chichilia Nababan; Nur Ichsan Utama; Faqih Hamami
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

Permasalahan utama dalam proses pembelajarantatap muka adalah kurangnya pemantauan objektif terhadapperilaku mahasiswa di dalam kelas, terutama terkait tingkatfokus selama kegiatan belajar berlangsung. Perilaku tidakfokus seperti tidur dan menggunakan ponsel kerap terjaditanpa dapat terdeteksi secara real-time oleh pengajar, yangberdampak pada penurunan efektivitas pembelajaran. Untukmengatasi hal ini, penelitian ini mengusulkan sistem pendeteksiperilaku mahasiswa berbasis algoritma YOLOv11, yangbertugas mendeteksi tiga jenis gerakan: tidur, menggunakanponsel, dan memperhatikan. Data citra diperoleh melaluidokumentasi video di kelas, kemudian dilabeli secara manualdan dilatih menggunakan model YOLOv11 dengan parameterutama 50 epoch, ukuran gambar 640 piksel, dan batch size 16.Model yang dikembangkan dievaluasi menggunakan metrikevaluasi seperti accuracy, precision, recall, F1-score, dan meanAverage Precision (mAP). Hasil evaluasi menunjukkan nilaiprecision accuracy sebesar 0.9652 sebesar 0.9457, recall sebesar0.9575, F1-score sebesar 0.9515, mAP@50 sebesar 0.9672, danakurasi sistem mencapai 0.9662. Output dari sistem berupa fileExcel (.xlsx) yang memuat timestamp, jenis perilaku yangterdeteksi, dan confidence score, serta proporsi persentaseperilaku fokus dan tidak fokus dalam kelas.Berdasarkan hasil tersebut, dapat disimpulkan bahwaYOLOv11 dapat diterapkan secara efektif dalam mendeteksidan mengklasifikasikan perilaku mahasiswa, serta memberikangambaran yang objektif mengenai tingkat kekondusifanpembelajaran di kelas.kata kunci: YOLOv11, deteksi perilaku, computer vision,fokus belajar, deep learning
Pengembangan Backend Microservices Yang Terintegrasi Dengan Blockchain Ethereum Untuk Aplikasi Voting Pemilihan Presiden & Wakil Presiden Menggunakan Metode Iterative Incremental (Studi Kasus Kota Bandung) Hanif Abyan Ayyasyi; Nur Ichsan Utama; Faishal Mufied Al Anshary
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

Pemilihan umum di Indonesia menghadapi tantangan signifikan dalam hal keamanan, transparansi, dan efisiensi akibat sistem pemungutan suara konvensional berbasis kertas. Penelitian ini mengembangkan sistem backend berbasis arsitektur microservices yang terintegrasi dengan teknologi blockchain Ethereum untuk aplikasi voting pemilu di Indonesia. Sistem ini dirancang untuk meningkatkan keamanan, transparansi, dan efisiensi proses pemungutan suara. Pengembangan dilakukan dengan metode Iterative Incremental, yang memungkinkan proses bertahap dan perbaikan berkelanjutan. Smart contract pada Ethereum mengelola logika pemungutan suara, memastikan integritas data melalui sifat immutable dan desentralisasi blockchain. Arsitektur microservices memisahkan fungsi utama ke dalam layanan independen seperti User Management, Election Management, Voting, dan Result Service, yang berkomunikasi melalui Apache Kafka. Bahasa Go dipilih untuk concurrency dan efisiensi memorinya, mendukung performa dan skalabilitas sistem. Pengujian meliputi unit testing dan performance testing untuk memverifikasi fungsionalitas dan ketahanan sistem. Hasil menunjukkan sistem mampu mencatat suara secara aman, mendukung audit real-time, dan memungkinkan verifikasi publik tanpa mengorbankan privasi pemilih. Penelitian ini diharapkan menjadi solusi untuk pemilu yang lebih aman, transparan, dan efisien di Indonesia. Kata kunci— blockchain, microservices, backend, e-voting,ethereum
Pengembangan Chatbot Berbasis Large Language Model (LLM) pada Platform E-Commerce Yoga Raditya Nugraha Sukma Pradana; Nur Ichsan Utama; Sinung Suakanto
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

Perkembangan teknologi digital di Indonesia yang pesat telah mendorong adopsi sistem perdagangan elektronik pada berbagai institusi, termasuk platform e-commerce internal seperti TokoPoin di Koperasi Telkom University. Namun, implementasi sistem komunikasi pelanggan pada platform tersebut masih menghadapi tantangan signifikan, yaitu inefisiensi pengelolaan komunikasi customer service akibat keterbatasan akses penjual terhadap platform komunikasi dan pola komunikasi pelanggan yang tidak efisien dengan pertanyaan-pertanyaan repetitif. Penelitian ini bertujuan mengembangkan sistem chatbot berbasis Large Language Model (LLM) yang terintegrasi dengan WhatsApp untuk mengatasi masalah tersebut. Metode penelitian menggunakan pendekatan kuantitatif dengan implementasi model llama3.2:3b yang diintegrasikan melalui multi-channel antara platform WhatsApp dan antarmuka web. Hasil penelitian menunjukkan bahwa sistem berhasil mencapai akurasi pengenalan intent sebesar 93,75% dengan rata-rata waktu respons 8,4 detik. Integrasi multi-channel berfungsi optimal dengan pengiriman pesan real-time rata-rata 2,412 detik, berada di bawah standar 3 detik. Kualitas jawaban chatbot mencapai skor rata-rata 4,10 dari skala 5. Pengujian usability menggunakan System Usability Scale (SUS) terhadap 36 responden menghasilkan skor rata-rata 77,85, melampaui ambang batas standar 68 dan masuk kategori usability baik. Penelitian ini membuktikan bahwa implementasi chatbot berbasis LLM dapat secara efektif mengurangi beban komunikasi repetitif penjual, meningkatkan efisiensi operasional, dan memberikan pengalaman komunikasi yang responsif dalam konteks e-commerce internal. Kata kunci: chatbot, customer service, e-commerce, Large Language Model, multi-channel integration, TokoPoin, WhatsApp
Pengembangan Chatbot E-Commerce Berbasis Large Language Model Dengan Pendekatan Retrieval-Augmented Generation Untuk Mendukung Automated Query Resolution Dan Order Processing Muhammad Haris Sitompul; Nur Ichsan Utama; Sinung Suakanto
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

Seiring dengan pesatnya perkembangan teknologi informasi dan komunikasi di era digital, lanskap bisnis global mengalami perubahan yang signifikan, salah satunya transformasi digital melalui platform e-commerce. Namun, seiring meningkatnya jumlah produk dan kebutuhan informasi yang akurat bagi pelanggan, tantangan muncul dalam menyediakan layanan pelanggan yang responsif dan relevan. Penelitian ini mengusulkan pengembangan chatbot e-commerce dengan pendekatan Retrieval-Augmented Generation (RAG), yang menggabungkan kemampuan Large Language Model (LLM) dengan sistem pencarian dokumen berbasis vektor. Model LLM yang digunakan adalah Llama-3.3-70B-Instruct, yang telah ditingkatkan kemampuannya dengan menambahkan informasi relevan melalui pencarian semantik terhadap knowledge base yang disimpan dalam vector storage berupa FAISS. Dengan pendekatan ini, chatbot mampu memberikan jawaban berbasis data aktual tanpa perlu melakukan fine-tuning, serta meminimalkan munculnya jawaban yang bersifat asumsi atau spekulatif. Hasil implementasi sistem menunjukkan bahwa integrasi LLM dan RAG dapat meningkatkan efisiensi layanan pelanggan dalam platform e-commerce. Hal ini dibuktikan melalui evaluasi mengunakan performance metrics dengan hasil skor metrik yang cukup tinggi, sehingga menunjukkan bahwa chatbot mampu memberikan jawaban yang akurat dan relevan sesuai kebutuhan pengguna. Kata kunci — e-commerce, chatbot, Large Language Model, Retrieval-Augmented Generation, LLaMA, FAISS
Perancangan Frontend Aplikasi Mobile Electronic Voting berbasis Blockchain untuk Pemilihan Presiden dan Wakil Presiden di Indonesia dengan Pendekatan Design Thinking (Studi Kasus: Kota Bandung) Luh Komang Devi Savitri; Nur Ichsan Utama; Faishal Mufied Al Anshary
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

Pemilihan Umum (Pemilu) merupakan pilar demokrasi dalam menjamin pemerintahan yang adil dan transparan. Namun pemilu konvensional di Indonesia masih menghadapi masalah khususnya dalam ketidakefisienan dan potensi manipulasi surat suara. Penelitian ini mengusulkan solusi pengembangan aplikasi mobile berbasis blockchain untuk sistem Electronic Voting dengan fokus pada aksesibilitas, transparansi, dan keamanan. Aplikasi ini untuk memungkinkan pemilih memberikan suara secara digital dengan integrasi blockchain, dan interface yang ramah pengguna. Dalam perancangannya menggunakan pendekatan Design Thinking, serta melibatkan pengujian menggunakan metode Usability Testing (UT) serta System Usability Scale (SUS) untuk menilai kepuasan pengguna, serta Black Box Functionality Testing untuk menguji fungsionalitas aplikasi. Hasil penelitian menghasilkan skor rata-rata SUS sebesar 95,75 (grade A) menunjukkan tingkat kepuasan yang sangat tinggi. Durasi penyelesaian tugas bervariasi, dengan waktu terlama pada proses registrasi dan login sekitar 54,5 detik. Selain itu, 9 fitur aplikasi berhasil dalam blackbox testing tanpa adanya kendala. Kata kunci— Blackbox Testing, Blockchain, Design Thinking, Electronic Voting, Mobile Application, Usability Testing
Perancangan Frontend Website Pengelolaan Data Pemilu Berbasis Blockchain untuk Pemilihan Presiden & Wakil Presiden dengan Metode Design Thinking (Studi Kasus: KPU Kota Bandung) Dinda Chairunisa Darmadi; Nur Ichsan Utama; Faishal Mufied Al Anshary
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

Pemilu merupakan pilar demokrasi Indonesia, namun tantangan seperti kesalahan input data dan inefisiensi sistem pada Sirekap masih terjadi. Penelitian ini merancang frontend berbasis blockchain untuk pengelolaan data pemilu bagi KPU, meningkatkan transparansi dan kegunaan. Menggunakan metode Design Thinking, proses meliputi empathize, define, ideate, prototype, dan testing untuk memahami kebutuhan pengguna. Frontend dibangun dengan Next.js, Tailwind CSS, dan TypeScript, menghasilkan antarmuka interaktif. Pengujian usability dengan staf KPU dan masyarakat menghasilkan skor System Usability Scale (SUS) 89,72, termasuk dalam kategori A (Best Imaginable). Pengujian otomatis via Selenium IDE dan Katalon memastikan stabilitas fungsional. Sistem Votechain meningkatkan efisiensi, transparansi, dan kepuasan pengguna, sejalan dengan SDG 16 tentang tata kelola inklusif. Penelitian ini menawarkan solusi skalabel untuk pemilu digital. Kata kunci— Pemilu, UI/UX, Design Thinking, Frontend, Blockchain
Optimizing Pytixs Online Ticketing Applications with Microservices Implementation: An Approach from Monolithic Infrastructure Abdullah Ridwan; Nur Ichsan Utama
Eduvest - Journal of Universal Studies Vol. 5 No. 9 (2025): Eduvest - Journal of Universal Studies
Publisher : Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/eduvest.v5i9.52220

Abstract

Pytixs faces the challenge of defining and developing their online ticketing web application based on monolithic infrastructure and hosted on VPS (Virtual Private Server). This monolithic structure causes difficulties in scalability, maintenance, and the development of efficient new features. Therefore, migration to the microservices architecture hosted on AWS (Amazon Web Services) is considered a solution that can improve system performance, scalability, and flexibility. The study aims to evaluate and implement the transformation of Pytixs online ticketing web applications from a monolithic VPS-hosted infrastructure to a microservices architecture hosted on AWS. The migration process involves dismantling a monolithic service into several small, independent services, which communicate through the RESTful API. In addition, AWS provides a range of services that support microservices, such as Amazon ECS, Amazon Lambda, and Amazon RDS, which help in improving efficiency and infrastructure management. The results of this study show that migration to the microservices architecture hosted on AWS provides significant improvements in terms of system scalability and performance. In addition, application development and maintenance time is drastically reduced, allowing the development team to respond to business needs faster and more efficiently. This Pytixs case study provides practical guidance and insight to other companies facing similar challenges in upgrading their web applications.
Penguatan Kompetensi Teknologi Santri melalui Pelatihan Kecerdasan Artifisial di Pesantren Terpadu Darul ’Amal Nur Ichsan Utama; Adityas Widjajarto; Daffa Aliefiandy Yudhistira; Rofiif Nabil Syafaqoh; Muhamad Rizal
NJCOM: Community Service Journal Vol. 2 No. 2 (2026): JULY
Publisher : RAM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.21322255

Abstract

Integrasi Kecerdasan Artifisial (Artificial Intelligence/AI) yang pesat dalam kehidupan sehari-hari menghadirkan peluang sekaligus tantangan bagi lingkungan pesantren, khususnya terkait kesenjangan antara penggunaan teknologi secara instan dan pemahaman konsep yang mendalam. Kegiatan pengabdian kepada masyarakat ini bertujuan menguatkan kompetensi teknologi santri Pesantren Terpadu Darul ’Amal, Sukabumi, melalui pelatihan AI terstruktur yang dibangun atas tiga pilar: literasi AI, pemanfaatan teknologi secara etis (adab digital), dan kesiapan kompetensi masa depan. Kegiatan dilaksanakan pada 2 Mei 2026 dan diikuti oleh 50 santri jenjang SMP–SMA dengan pendekatan Experiential Learning yang meliputi ceramah interaktif, praktik terbimbing penggunaan tools AI generatif dan otomatisasi berbasis n8n serta OpenRouter, dan diskusi studi kasus. Efektivitas diukur melalui pre-test dan post-test yang terdiri atas delapan butir soal pengetahuan serta skala sikap Likert, dan kepuasan mitra diukur melalui kuesioner yang dianalisis secara deskriptif persentase. Hasil menunjukkan rata-rata skor pengetahuan meningkat dari 58,5% (pre-test, n=50) menjadi 84,8% (post-test, n=46), atau naik 26,3 poin persen dengan indeks gain ternormalisasi (N-gain) sebesar 0,63 (kategori sedang). Peningkatan tertinggi terjadi pada pemahaman platform otomatisasi n8n (+43,1 poin) dan konsep machine learning (+31,1 poin). Efikasi diri santri untuk membangun workflow otomatisasi meningkat dari 2,96 menjadi 3,61 (skala 1–5), sementara kesadaran adab dan etika digital konsisten sangat tinggi (rata-rata 4,7–4,9). Kuesioner kepuasan mitra yang diisi 10 responden menunjukkan 98% respons pada kategori Setuju dan Sangat Setuju. Program menunjukkan bahwa penguatan kompetensi teknologi santri dapat dicapai selaras dengan pemeliharaan nilai-nilai kepesantrenan.
Co-Authors Abdullah Ridwan Adillah, Muhammad Fauzan Nur Adityas Widjajarto Ahnaf , Farhan Bani Al Ansary, Faishal Mufied Al Fatwa, Rizki Anggiat Pandu Daniel Siregar Aprilita Firsty Hazdia Asyam , Muhammad Rizq Dzaki Bagaskara, Kumara Ris Panji Cynthia Ayu Prayuning Daffa Aliefiandy Yudhistira Dian Novitasari Puspitaningrum Dinda Chairunisa Darmadi Ekky Novriza Alam Fa'rifah, Riska Yanu Faishal Mufied Al Anshary Faqih Hamami Hafizal Arsyad, Muhammad Hanif Abyan Ayyasyi Hazdia, Aprilita Firsty Herlina, Nenden Eva Meilani Himawan, Naufal Aqil Ilham Perdana Isnaeni, Rizqullah Maziyah Jesika Damayanti Doloksaribu Josia Fortino Pakpahan Kartaatmadja, Achmad Taufiq Lailatuth Thohiroh, Elvira Luh Komang Devi Savitri Luthfi Ramadani Mochamad Teguh Kurniawan Muhamad Rizal Muhammad Abizard Al Thareq Muhammad Fauzan Nur Adillah Muhammad Haris Sitompul Muharman Lubis Murman Dwi Prasetio Mustada, Fitrina Annisa Muttaqin, Alif Noorachmad Naufal Aqil Himawan Nur Adillah, Muhammad Fauzan Oktariani Nurul Pratiwi Puspitaningrum, Dian Novitasari Putri Chichilia Nababan Raharjo, Adi Raina, Apriani Nur Rio Aurachman Riska Yanu Fa'rifah Riska Yanu Fa’rifah Riverinda Rijadi, Safara Cathasa Rofiif Nabil Syafaqoh Sapna, Sitti Munawwarah Sinung Suakanto Siregar , Anggiat Pandu Daniel Tien Fabrianti Kusumasari Widyatasya Agustika Nurtrisha Wiyono Sutari Yoga Raditya Nugraha Sukma Pradana Yusuf Nugroho Doyo Yekti