2026-05-24T23:37:06Z https://jurnal.pradita.ac.id/index.php/jii/oai

oai:ojs2.jurnal.pradita.ac.id:article/85 2025-05-01T01:38:27Z jii:ART

Peningkatan Akurasi OCR dalam Pemrosesan Formulir Keuangan melalui Fine-Tuning Transformer dan Strategi Pra- pemrosesan Data Rafi Surya OCR berbasis Transformer; Pengenalan Formulir Tulisan Tangan; Prapemrosesan Data; Tingkat Kesalahan Karakter (CER); Digitalisasi Layanan Keuangan Permintaan layanan kartu kredit yang terus meningkat mendorong kebutuhan untuk metode pemrosesan formulir yang lebih efisien. Artikel ini mengusulkan penggunaan model Optical Character Recognition (OCR) berbasis Transformer, TrOCR, yang telah disempurnakan melalui fine-tuning dan prapemrosesan data untuk meningkatkan akurasi dalam pemrosesan formulir pendaftaran kartu kredit. Hasil eksperimen menunjukkan peningkatan signifikan dalam kinerja model setelah penerapan strategi prapemrosesan data dan penyetelan hiperparameter. Model dengan konfigurasi terbaik menghasilkan Character Error Rate (CER) sebesar 0,0607 pada dataset IAM dan 0,3620 pada formulir Bank XYZ. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2025-05-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/85 10.51170/jii.v7i2.85 Jurnal Inovasi Informatika; Vol. 7 No. 2 (2025): Jurnal Inovasi Informatika; 1-12 2686-1615 2686-1615 10.51170/jii.v7i2 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/85/32

oai:ojs2.jurnal.pradita.ac.id:article/86 2025-05-01T01:38:27Z jii:ART

Design of the Cikolelet Tourism Village Virtual Reality Tour Application to Respons the Challenges of the 4.0 Tourism Era Wahyu Tisno Atmojo Deasy Olivia Afifah Trista Ayunda Andi Guna Kelly Kirsten Audrey Desain; Virtual Reality; Wisata,Aplikasi; Era Pariwisata 4.0 Pandemi Covid-19 mengakibatkan terjadinya penurunan di sektor pariwisata karena adanya pembatasan menyebabkan masyarakat tidak dapat ke tempat wisata, sehingga terjadi penurunan pengunjung yang sangat signifikan. Desa Wisata Cikolelet adalah desa wisata yang mengalami penurunan wisatawan akibat pandemic Covid-19. Desa ini memiliki potensi wisata alam perbukitan dan budaya kreatif yang menonjolkan lokalitas masyarakat baik dari produk lokal maupun aktivitas kesenian dan kebudayaan dari kehidupan sehari-hari masyarakat lokal. Penelitian ini bertujuan untuk menghasilkan rancangan aplikasi VR Tour Desa Cikolelet yang dapat mengakomodir kegiatan pariwisata di Desa Cikolelet sehingga wisatawan tetap dapat berwisata kapanpun dan dalam kondisi apapun secara virtual, sehingga diharapkan dapat membangkitkan kembali sektor pariwisata di Desa Cikolelet agar pulih lebih cepat melalui wisata virtual ini. Aplikasi ini dibangun dengan menggunakan metode agile VR di mana tahapan pengembangan dimulai dari requirement, design, development, testing, deployment dan review. Berdasarkan hasil hasil pengujian didapatkan 93% user merasa terbantu dengan kehadiran aplikasi VR Tour ini sehingga dapat disimpulkan bahwa penelitian ini menjawab permasalah yang ada. Penelitian ini memiliki batasan ruang lingkup pada proses desain Aplikasi Virtual Reality Tour yang diujikan dan digunakan di Desa Wisata Cikolelet. Untuk selanjutnya, aplikasi VR ini dapat digunakan dan menjadi alternatif cara berwisata baru secara virtual untuk mengakses beberapa atraksi wisata yang ada di Desa Cikolelet yang dapat dikunjungi oleh wisatawan yang ada di manapun dan dapat dikunjungi kapanpun secara virtual. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2025-05-01 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/86 Jurnal Inovasi Informatika; Vol. 7 No. 2 (2025): Jurnal Inovasi Informatika; 13-24 2686-1615 2686-1615 10.51170/jii.v7i2 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/86/33

oai:ojs2.jurnal.pradita.ac.id:article/87 2025-05-01T01:38:27Z jii:ART

Big Data dalam Bisnis: Studi Literatur dan Penerapannya di Indonesia Muh. Masri Sari Refgiufi Patria Avrianto Big Data; Bisnis; Teknologi Informasi; UMKM; Indonesia; Studi Literatur Artikel ini mengkaji penerapan Big Data dalam dunia bisnis, dengan fokus pada implementasi di Indonesia. Big Data merujuk pada data dalam volume besar dan kompleks yang memerlukan teknologi dan metodologi canggih untuk diolah dan dianalisis. Melalui studi literatur yang komprehensif terhadap tujuh artikel ilmiah terbaru, tulisan ini bertujuan untuk menggali manfaat, teknologi, tantangan, serta konteks penerapan Big Data di berbagai sektor bisnis di Indonesia, seperti UMKM, industri, logistik, dan e-commerce. Hasilnya menunjukkan bahwa meskipun Big Data membawa peluang besar untuk meningkatkan efisiensi dan daya saing bisnis, terdapat tantangan serius yang perlu diperhatikan, seperti keterbatasan infrastruktur, sumber daya manusia, dan perlindungan data pribadi. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2025-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/87 Jurnal Inovasi Informatika; Vol. 7 No. 2 (2025): Jurnal Inovasi Informatika; 25-36 2686-1615 2686-1615 10.51170/jii.v7i2 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/87/35 Copyright (c) 2025 Jurnal Inovasi Informatika

oai:ojs2.jurnal.pradita.ac.id:article/88 2025-07-09T04:21:47Z jii:ART

Hybrid Learning as a Catalyst for Pedagogical Innovation: A Systematic Review and Meta-Analysis Carlia Isneniwati Robinson Situmorang Cecep Kustandi Richardus Eko Indrajit Refgiufi Patria Avrianto Pembelajaran Hibrida; Transformasi Pedagogis; Literasi Digital; Keterlibatan Siswa; Berpikir Kritis, Keterampilan Abad ke-21. Transformasi pedagogi di era digital menuntut pendekatan inovatif untuk merancang pengalaman belajar. Artikel ini mengeksplorasi peran pembelajaran hibrida sebagai katalisator transisi dari pendidikan tradisional ke pendidikan transformatif. Studi ini menggunakan tinjauan sistematis dan meta-analisis literatur terkini (2018–2023), yang dilengkapi dengan data empiris dari implementasi pembelajaran hibrida di berbagai tingkat pendidikan. Temuan tersebut mengungkapkan bahwa pembelajaran hibrida tidak hanya meningkatkan efektivitas pedagogis tetapi juga mendorong pengembangan keterampilan abad ke-21 seperti berpikir kritis, kolaborasi, dan literasi digital. Lebih jauh, studi ini mengidentifikasi faktor-faktor kunci keberhasilan dalam implementasi pembelajaran hibrida, termasuk adaptasi teknologi, kesiapan guru, dan dukungan kelembagaan. Makalah ini berkontribusi pada wacana tentang pembelajaran hibrida dengan mengusulkan kerangka kerja untuk memanfaatkan potensi transformatifnya dalam konteks pendidikan yang beragam. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2025-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/88 10.51170/jii.v7i2.88 Jurnal Inovasi Informatika; Vol. 7 No. 2 (2025): Jurnal Inovasi Informatika; 37-54 2686-1615 2686-1615 10.51170/jii.v7i2 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/88/34 Copyright (c) 2025 Jurnal Inovasi Informatika

oai:ojs2.jurnal.pradita.ac.id:article/327 2026-04-30T11:30:24Z jii:ART

Dari Refleksi Menuju Prediksi: Pemanfaatan Jurnal Siswa untuk Mendapatkan Wawasan Cepat tentang Kesejahteraan dalam Pedagogi Berbasis Coaching: FROM REFLECTION TO PREDICTION: LEVERAGING STUDENT JOURNALS FOR RAPID INSIGHTS ON WELL-BEING IN COACHING-BASED PEDAGOGY Handoko, Handoko Well-being refleksi sentimen WHO-5 coaching Hasil analisis menunjukkan bahwa skor sentimen refleksi tidak berkorelasi signifikan dengan skor WHO-5 (r = –0.076, p = 0.694). Temuan ini mengindikasikan bahwa journaling reguler belum dapat digunakan sebagai indikator kuantitatif langsung untuk mendeteksi kesejahteraan psikologis siswa. Namun, refleksi tertulis tetap memiliki peran pedagogis penting sebagai media eksplorasi diri dan pemantik percakapan dalam proses coaching. Implikasi praktis menunjukkan bahwa guru dan coach sebaiknya memanfaatkan journaling sebagai titik awal dialog reflektif, bukan sebagai sistem deteksi otomatis. Penelitian ini menegaskan bahwa pendekatan berbasis coaching mendorong perkembangan metakognisi dan kesadaran diri, meskipun tidak selalu mencerminkan kondisi emosional secara eksplisit. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2026-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/327 10.51170/jii.v8i1.327 Jurnal Inovasi Informatika; Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika; 60-75 2686-1615 2686-1615 10.51170/jii.v8i1 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/327/114 10.51170/jii.v8i1.327.g114 Copyright (c) 2026 Handoko Handoko https://creativecommons.org/licenses/by/4.0

oai:ojs2.jurnal.pradita.ac.id:article/329 2026-04-30T11:30:23Z jii:ART

Analisa Penjadwalan dan Manajemen Tugas Guru Menggunakan Teknik Dasar Data Science di Sekolah Dasar: ANALYSIS OF TEACHER SCHEDULING AND TASK MANAGEMENT USING BASIC DATA SCIENCE TECHNIQUES IN ELEMENTARY SCHOOLS Sembiring, Agustinus Data Science Penjadwalan Guru Distribusi Beban Kerja Transformasi Digital Efesiensi Operasional Sekolah dasar di daerah non-metropolitan, seperti SD Swasta Sint Yoseph Kabanjahe, menghadapi tantangan manajerial akibat keterbatasan teknologi dan rendahnya literasi data. Penjadwalan dan distribusi tugas guru masih dilakukan secara manual, berisiko menimbulkan ketimpangan beban kerja dan inefisiensi operasional. Penelitian ini menawarkan solusi berbasis teknik dasar data science untuk mengoptimalkan penjadwalan secara sistematis dan berbasis data. Data jam mengajar, tugas tambahan, dan preferensi waktu dari 15 guru dianalisis menggunakan Python melalui statistik deskriptif, visualisasi, dan simulasi penjadwalan dengan OR-Tools. Hasil menunjukkan bahwa 60% guru memiliki beban kerja ≥34 jam per minggu, sementara 20% hanya ≤26 jam. Simulasi berhasil menurunkan standar deviasi beban kerja dari 4,2 jam menjadi 1,1 jam, serta meningkatkan kepuasan guru terhadap jadwal dari 66,7% menjadi 86,7%. Model penjadwalan yang dikembangkan terbukti meningkatkan transparansi, efisiensi, dan akurasi dalam pengambilan keputusan manajerial. Studi ini berkontribusi menyediakan pendekatan sederhana dan replikatif bagi sekolah dasar di daerah tertinggal untuk memulai transformasi digital berbasis data secara bertahap, sekaligus membangun fondasi budaya manajemen pendidikan yang berkelanjutan di era digital. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2026-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/329 10.51170/jii.v8i1.329 Jurnal Inovasi Informatika; Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika; 49-59 2686-1615 2686-1615 10.51170/jii.v8i1 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/329/115 10.51170/jii.v8i1.329.g115 Copyright (c) 2026 Agustinus Sembiring https://creativecommons.org/licenses/by/4.0

oai:ojs2.jurnal.pradita.ac.id:article/330 2026-04-30T11:30:23Z jii:ART

Optimasi Random Forest untuk Identifikasi Dini Siswa Berisiko di Sekolah Menengah: OPTIMIZING RANDOM FOREST ALGORITHM FOR EARLY IDENTIFICATION OF AT-RISK STUDENTS IN SECONDARY SCHOOL Silalahi, Sondius Educational Data Mining Random Forest Early Warning System Poin Kedisiplinan Sekolah Menengah Pemanfaatan Educational Data Mining (EDM) kini menjadi instrumen vital dalam manajemen pendidikan modern untuk meningkatkan kualitas pembelajaran. Namun, di tingkat sekolah menengah, deteksi dini terhadap kegagalan akademik siswa masih menghadapi kendala, di mana metode evaluasi konvensional sering kali terlambat karena hanya berfokus pada nilai ujian akhir dan mengabaikan pola perilaku siswa. Penelitian ini bertujuan mengatasi masalah tersebut dengan mengembangkan model Early Warning System (EWS) berbasis Machine Learning. Solusi yang diusulkan adalah implementasi algoritma Random Forest yang dioptimasi, dengan mengintegrasikan variabel akademik historis serta data perilaku berupa presensi dan poin kedisiplinan. Evaluasi performa dilakukan dengan membandingkan model yang diusulkan terhadap algoritma Support Vector Machine (SVM) dan Naive Bayes menggunakan simulasi dataset siswa jenjang menengah. Hasil eksperimen menunjukkan bahwa Random Forest mencatatkan kinerja terbaik dengan akurasi mencapai 95,0%, mengungguli SVM (94,0%) dan Naive Bayes (93,5%), dengan variabel poin kedisiplinan teridentifikasi sebagai fitur prediktor yang paling signifikan. Kontribusi utama penelitian ini adalah penyediaan model prediktif yang tidak hanya akurat tetapi juga mampu memberikan wawasan dini bagi pendidik untuk melakukan tindakan intervensi preventif sebelum kegagalan akademik terjadi. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2026-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/330 10.51170/jii.v8i1.330 Jurnal Inovasi Informatika; Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika; 34-48 2686-1615 2686-1615 10.51170/jii.v8i1 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/330/116 10.51170/jii.v8i1.330.g116 Copyright (c) 2026 Sondius Silalahi https://creativecommons.org/licenses/by/4.0

oai:ojs2.jurnal.pradita.ac.id:article/332 2026-04-30T11:30:23Z jii:ART

Sistem Rekomendasi Minat Siswa Berbasis AI Untuk Peningkatan Perencanaan Pendidikan Strategis: AI-BASED STUDENT INTEREST RECOMMENDER SYSTEMS FOR ENHANCED STRATEGIC EDUCATIONAL PLANNING Kunsuswandono Suryo Bagus Sutojo Kecerdasan Buatan Sistem Rekomendasi Collaborative Filtering Perencanaan Edukasi Sekolah Menengah Atas Perencanaan strategis di sekolah menengah atas semakin memerlukan perkakas yang akurat untuk menyelaraskan minat siswa dengan jalur akademik dan ekstrakurikuler. Namun, banyak institusi masih bersandar pada asesmen manual dan bimbingan yang digeneralisasi, yang kerap gagal mencerminkan preferensi dan potensi unik setiap siswa. Kajian ini memperkenalkan sistem pemberi rekomendasi minat siswa berbasis AI yang dirancang untuk menunjang perencanaan pendidikan strategis pada jenjang sekolah menengah atas. Sistem ini memanfaatkan teknik Collaborative Filtering untuk menganalisis pola dari kinerja akademik, partisipasi klub siswa, dan pilihan mata pelajaran elektif di seluruh 1.200 profil siswa sekolah menengah atas. Model faktorisasi matriks hibrida yang digabungkan dengan penyaringan berbasis ketetanggaan (neighborhood-based filtering) diimplementasikan untuk meningkatkan personalisasi dalam rekomendasi. Hasilnya menunjukkan bahwa sistem ini mencapai akurasi 87,6% dalam merekomendasikan jalur akademik dan program ekstrakurikuler yang relevan. Selain itu, administrator sekolah melaporkan peningkatan pengambilan keputusan dalam perencanaan kurikulum dan alokasi sumber daya berdasarkan wawasan dari sistem tersebut. Riset ini menyoroti nilai integrasi sistem pemberi rekomendasi berbasis AI ke dalam perencanaan strategis sekolah menengah atas. Hal ini tidak hanya menunjang bimbingan siswa, tetapi juga upaya institusional untuk menyampaikan program pendidikan yang lebih personal dan efektif yang selaras dengan aspirasi siswa dan sasaran sekolah. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2026-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/332 10.51170/jii.v8i1.332 Jurnal Inovasi Informatika; Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika; 23-33 2686-1615 2686-1615 10.51170/jii.v8i1 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/332/117 10.51170/jii.v8i1.332.g117 Copyright (c) 2026 Kunsuswandono Suryo Bagus Sutojo https://creativecommons.org/licenses/by/4.0

oai:ojs2.jurnal.pradita.ac.id:article/333 2026-04-30T11:30:22Z jii:ART

Analisis Bibliometrik Manajemen Risiko Serangan Siber Menggunakan Tableau dan Vosviewer: BIBLIOMETRIC ANALYSIS OF CYBER ​​ATTACK RISK MANAGEMENT USING TABLEAU AND VOSVIEWER Dermawan, Steven Manajemen Risiko Serangan Siber Bibliometrik VOSviewer Keamanan IoT Ketahanan Siber Meningkatnya kompleksitas ekosistem digital modern telah meningkatkan urgensi untuk melakukan kajian komprehensif mengenai Cyberattack Risk Management sebagai fondasi utama dalam membangun ketahanan siber. Penelitian ini menggunakan metode bibliometrik dengan dukungan VOSviewer dan Tableau untuk memetakan tren publikasi, jaringan sitasi, serta distribusi kata kunci selama periode 2020–2025. Metodologi penelitian mencakup proses pengumpulan dan pengolahan data, analisis menggunakan VOSviewer dan Tableau, serta interpretasi hasil analisis. Temuan penelitian menunjukkan adanya pertumbuhan publikasi yang konsisten, dominasi repositori ilmiah seperti arXiv dan Lecture Notes in Computer Science, serta keberadaan artikel-artikel berpengaruh yang membentuk struktur intelektual bidang ini, khususnya terkait dengan pemanfaatan data telemetri IoT dan perlindungan infrastruktur kritis. Pemetaan co-occurence mengungkapkan tiga klaster utama, yakni tata kelola dan kebijakan, pendekatan teknis, serta perlindungan data, sementara visualisasi kepadatan menunjukkan beberapa topik yang masih kurang dieksplorasi, termasuk smart grid, sektor kesehatan, perangkat IoT, dan isu privasi. Temuan ini menunjukkan adanya pergeseran dalam perkembangan pengetahuan menuju integrasi antara tata kelola risiko dan inovasi teknologi yang lebih adaptif. Lebih lanjut, meningkatnya minat terhadap pemodelan prediktif dan keamanan berbasis kecerdasan buatan (AI) mengindikasikan transformasi pendekatan dari deteksi yang bersifat reaktif menuju mitigasi yang lebih proaktif. Secara keseluruhan, penelitian ini menyajikan peta konseptual yang komprehensif untuk memperkuat arah penelitian di masa depan, pengembangan teknologi, serta perumusan kebijakan di bidang keamanan siber. LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2026-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/333 Jurnal Inovasi Informatika; Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika; 9-22 2686-1615 2686-1615 10.51170/jii.v8i1 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/333/118 Copyright (c) 2026 Steven Dermawan https://creativecommons.org/licenses/by/4.0

oai:ojs2.jurnal.pradita.ac.id:article/472 2026-04-30T11:30:22Z jii:ART

Analisis RoBERTa terhadap Pergeseran Semantik dalam Ulasan Sastra Lintas Modalitas Teks dan Video: ROBERTA ANALYSIS ON THE SEMANTIC DRIFT IN BOOK REVIEWS ACROSS TEXTUAL AND VIDEO MODALITIES Claudia, Carmen Pemrosesan Bahasa Alami RoBERTa Analisis Sentimen Diskursus Kekerasan Dalam Rumah Tangga (KDRT) Penambangan Teks Resepsi terhadap novel best-seller karya Colleen Hoover, It Ends With Us, menghadirkan studi kasus mengenai divergensi sentimen pembaca lintas waktu dan platform. Penelitian ini menyajikan analisis komputasional terhadap dua korpus teks yang berbeda: dataset longitudinal yang terdiri dari ulasan berbasis teks dari Goodreads, dan dataset kontemporer yang berisi transkrip dari sembilan esai video YouTube ("BookTube") terkemuka. Dengan memanfaatkan arsitektur RoBERTa (Robustly Optimized BERT Pretraining Approach), analisis sentimen berbasis aspek (Aspect-Based Sentiment Analysis atau ABSA) dilakukan untuk mendeteksi tren untuk memetakan diskursus seputar novel tersebut. Hasil penelitian mengidentifikasi adanya "Pergeseran Semantik" yang signifikan secara statistic. Dataset Goodreads (2012–2019) didominasi oleh klaster tema "romansa" dan "dampak emosional" (sentimen positif), sedangkan dataset YouTube (2021–2024) didefinisikan oleh klaster padat "kritik sosiologis," yang secara khusus menyoroti pemasaran novel tersebut serta penggambaran pengasuhan anak bersama (coparenting) dengan mantan pasangan yang kasar (abuser). Model tersebut mencapai skor F1 sebesar 0,88 dalam membedakan antara kritik estetika (gaya penulisan) dan kritik etis (glorifikasi kekerasan). Makalah ini menguraikan alur kerja anotasi, proses fine-tuning pada model Transformer, serta implikasi penggunaan NLP untuk mengurai kontroversi sastra multimodal yang kompleks LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita 2026-04-30 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Peer-reviewed Article application/pdf https://jurnal.pradita.ac.id/index.php/jii/article/view/472 Jurnal Inovasi Informatika; Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika; 1-8 2686-1615 2686-1615 10.51170/jii.v8i1 eng https://jurnal.pradita.ac.id/index.php/jii/article/view/472/121 Copyright (c) 2026 Carmen Claudia https://creativecommons.org/licenses/by/4.0