Article Per Year (5 Year)
p-Index From 2020 - 2025
3.2
P-Index
This Author published in this journals
All Journal Litera Syntax Jurnal Informatika Indonesian Journal of Science and Technology JITK (Jurnal Ilmu Pengetahuan dan Komputer) JMM (Jurnal Masyarakat Mandiri) Indonesian Journal of Applied Informatics Jurnal Linguistik Komputasional Jurnal Abmas Brilliance: Research of Artificial Intelligence Academic Journal of Computer Science Research (AJCSR) Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Digital Transformation Technology (Digitech) JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Hipotenusa: Journal of Mathematical Society
Wibisono, Yudi
Universitas Pendidikan Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Implementasi Multinomial Naive Bayes Untuk Klasifikasi Ujaran Kebencian Pada Dataset Kicauan (Twitter) Bahasa Indonesia Umar Syahid Aulia Rahman; Yudi Wibisono; Eddy Prasetyo Nugroho
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 3, No 2 (2020)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v3i2.28231

Abstract

Pada paper ini kami membahas klasifikasi ujaran kebencian pada data kicauan (Twitter) dalam bahasa Indonesia dimana pada penelitian ini kami membangun dataset ujaran kebencian pada kicauan bahasa Indonesia dan melakukan pengklasifikasian dengan mengimplementasikan algoritma Multinomial Naive Bayes dengan menggunakan ekstraksi fitur term frequency – inverse document frequency (TF-IDF). Pada penelitian kami melakukan beberapa konfigurasi dalam modifikasi data training untuk mengatasi imbalanced dataset yaitu dengan menggunakan metode random oversampling dan random undersampling. Dari eksperimen tersebut kami melakukan evaluasi menggunakan confusion matrix dan didapatkan hasil implementasi metode Multinomial Naive Bayes dengan modifikasi data training menggunakan random oversampling dengan rasio data testing 10% memiliki hasil yang paling bagus dengan fmeasure sebesar 0.5307. 
INTEGRATION OF BLOCKCHAIN TECHNOLOGY IN DIGITAL LIBRARIES: A SOFTWARE ENGINEERING DESIGN Arie Gunawan; Munir Munir; Yudi Wibisono; Chairul Furqon
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 9 No. 2 (2024): JITK Issue February 2024
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v9i2.5010

Abstract

This research aims to design software engineering that integrates blockchain technology in digital libraries to improve system security and reliability. This integration is expected to overcome challenges related to data security, service reliability, and efficiency in digital library management. The research methodology involves collecting data through literature, expert interviews, and observations, on the implementation of blockchain technology in digital libraries, then analyzing data to support data design such as etherum, smart contracts, address, node.js, solidity, metamask, and sublime text, then using the Agile Extreme Programming (XP) method for software development. The research results include the design of a decentralized blockchain architecture, the use of smart contracts, and the application of cryptographic techniques to enhance security. Immutability testing in the context of blockchain involves verifying data consistency, validating the process of adding data, testing the ability to delete data, testing against attacks, and activities on immutable data. These tests were conducted using the Truffle framework. The results show that the system is able to maintain data integrity well.
PENERAPAN METODE LSTM DALAM PEMBUATAN SISTEM PENDETEKSI BERITA PALSU BERBAHASA INDONESIA Maulana R, M Rifky; Wibisono, Yudi; Siregar, Herbert
SYNTAX Jurnal Informatika Vol 12 No 02 (2023): Oktober 2023
Publisher : Universitas Singaperbangsa Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35706/syji.v12i02.9924

Abstract

The development of information technology allows people to access news anywhere and anytime through the internet and social media. However online news often contains facts that are manipulated to mislead readers, which is called fake news (hoax). Fake news or hoaxes are information that is created and manipulated with the aim of misleading readers. Fake news is generally created with provocative and slanderous titles, with language that can convince readers. Fake news can spread quickly due to people's ignorance in filtering the information they get, and unconsciously spreading fake news to others. Therefore, it is necessary to create a system that can help people to distinguish between fake news and news that is fact. This research aims to create a fake news detection system using the Long Short Term Memory (LSTM) algorithm using Indobert. This research uses a dataset containing 3309 hoax and non-hoax news. This model can predict fake news with an accuracy rate of 94.2%, precision 0.944, recall 0.940 and f1 score of 0.941 which is better than the comparison method. Keywords: hoax, LSTM, hoax prediction system, deep learning, Indobert
Pengembangan Layanan Digital untuk Mendukung Program Desa Digital Wibisono, Yudi; Setiawan, Wawan; Wahyudi, Yudi; Sobana, Aceng; Setiadiputra, Dodi
JATIKOM: Jurnal Aplikasi dan Teori Ilmu Komputer Vol 4, No 1 (2021)
Publisher : Universitas Pendidikan Indonesia (UPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17509/jatikom.v4i1.30196

Abstract

Seiring perkembangan Teknologi Informasi dan Komunikasi (TIK), layanan akses digital semakin dibutuhkan. Teknologi media hibrida terbukti mempermudah desa inovatif membangun jejaring dan memberdayakan komunitasnya guna memperkecil kesenjangan TIK, salah satunya melalui program desa digital. Studi ini bertujuan melakukan kajian kesiapan desa digital melalui tahapan sebagai berikut : (1) profil dan program desa digital; (2) paradigma pembangunan desa berbasis TIK; (3)  masalah dan strategi pengembangan TIK di desa; (4) pengembangan media komunikasi desa berbasis TIK.  Hasil studi menunjukkan bahwa: (1) program desa digital merupakan upaya untuk meningkatkan kinerja desa terkait pelayanan publik, pengelolaan sumber daya, penerapan teknologi tepat guna serta perlindungan warga desa; (2) paradigma pembangunan desa yang menerapkan teknologi dengan mengoptimalkan aplikasi sistem aplikasi layanan administrasi desa digital; (3) permasalahan pengembangan TIK berkaitan dengan infrastruktur TIK di desa dan kapasitas masyarakat dalam pembangunan yang diselesaikan dengan strategi pelatihan dan pendampingan; (4) media komunikasi desa yang dikembangkan  adalah website desa, pengembangan aplikasi, dan interkoneksi lembaga
Prediksi Pergerakan Harga Saham Berdasarkan Berita Menggunakan Metode Long Short-Term Memory Maharani, Fenny Feronika; Wibisono, Yudi; Siregar, Herbert
Jurnal Linguistik Komputasional Vol 6 No 1 (2023): Vol. 6, NO. 1
Publisher : Indonesia Association of Computational Linguistics (INACL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jlk.v6i1.101

Abstract

Bursa saham memiliki perilaku yang kompleks dan dinamis yang dapat mempersulit proses pengambilan keputusan investasi yang akurat. Penelitian ini membahas penggunaan dokumen berita untuk memprediksi pergerakan harga saham perusahaan yang sahamnya diperjual belikan di Bursa Efek Indonesia. Penelitian ini menggunakan model Word2vec untuk merepresentasikan berita ke dalam bentuk vektor dan Long Short-Term Memory untuk klasifikasi. Data berita yang digunakan adalah 11.854 dokumen berita yang membahas 750 emiten pada rentang tahun 2020-2021. Digunakan berbagai skenario eksperimen: (1) Durasi waktu; (2) arsitektur dan hyperparameter; dan (3) 100 emiten dengan kenaikkan tertinggi. Hasil eksperimen memperlihatkan bahwa berita paling besar pengaruhnya pada harga saham setelah 6 sampai 7 hari setelah terbit. Hasil F1-Score terbaik yang didapatkan adalah 0,32 untuk kelas harga saham naik dan 0,43 untuk kelas harga saham turun.
The Global Trend of Augmented Reality-Based Learning and Its Impact on Students' Academic Ability: A Meta-Analysis Tamur, Maximus; Tommy Tanu Wijaya; Makur, Alberta P; Wibisono, Yudi; Pantaleon, Kristianus Viktor
Hipotenusa: Journal of Mathematical Society Vol. 6 No. 2 (2024): Hipotenusa: Journal of Mathematical Society
Publisher : Program Studi Tadris Matematika Universitas Islam Negeri (UIN) Salatiga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18326/hipotenusa.v6i2.2454

Abstract

Today, there are many studies available in the literature that test the effectiveness of using augmented reality (AR). However, these studies provide varying results. In this regard, a meta-analysis is needed to examine the overall effect of all studies that question the influence of Augmented Reality-Based Learning (ARBL) on students' academic ability. Then, moderator variables need to be investigated to consider their implications. Data were examined from the Scopus and Google Scholar databases using the Publish or Perish application between 2016 and 2023. Data screening resulted in 69 independent groups of 32 eligible primary studies with 2659 subjects. Population estimation was based on a random effects model, and Comprehensive Meta-Analysis (CMA) was used as a calculation tool. The study's results provided an overall effect size of 0.81 (large effect). This shows that ARBL greatly affects students' academic ability, so its application must be considered. Of all the moderator variables analyzed, year of study, educational level differences, and subject matter were associated with differences in effect sizes in the main study. Thus, these three variables need to be considered in educational settings related to the development and implementation of ARBL in the future. Several new findings and research gaps are discussed and will help teachers, lecturers, and practitioners fill them in the future.
Peringkasan Teks Berita Berbahasa Indonesia Menggunakan LSTM dan Transformer Christina Prilla Rosaria Ardyanti; Yudi Wibisono; Rani Megasari
IJAI (Indonesian Journal of Applied Informatics) Vol 8, No 2 (2024)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v8i2.78856

Abstract

Abstrak Pertumbuhan informasi di internet membuat volume data tekstual semakin besar. Hal ini membuat manusia kesulitan dalam mengolah informasi dengan cepat. Peringkasan teks dapat membantu manusia untuk memahami informasi dalam jumlah yang banyak dengan cepat. Pada penelitian ini, arsitektur encoder-decoder akan diimplementasikan pada dataset Indosum menggunakan Long Short Term Memory (LSTM) dengan tambahan  mekanisme atensi dan Transformer. Ujicoba juga dilakukan menggunakan  fine-tuning pada pre-trained model T5-Small dan BART-Small. Eksperimen juga dilakukan dengan membandingkan dataset yang menggunakan praproses dan tanpa praproses. Berdasarkan eksperimen, model LSTM-Atensi memiliki kinerja rendah  dengan nilai ROUGE-L sebesar 13.0 pada dataset yang menggunakan praproses. Sedangkan nilai ROUGE-tertinggi didapatkan dari hasil fine-tuning T5-Small dengan nilai sebesar 66.2.===================================================AbstractThe proliferation of information on the internet has led to an increasing volume of textual data. This presents a challenge for humans in processing information rapidly. Text summarization can aid humans in quickly comprehending large amounts of information. In this research, an encoder-decoder architecture will be implemented on the Indosum dataset using Long Short-Term Memory (LSTM) along with attention mechanisms and Transformer. Experiments will also involve fine-tuning pre-trained models T5-Small and BART-Small. The influence of preprocessing will also be studied through experiments. Based on the experiments, the LSTM-Attention model demonstrates poor performance with an ROUGE-L score of 13.0 on the preprocessed dataset. Conversely, the highest ROUGE score was achieved through fine-tuning T5-Small, scoring 66.2.
PKM PENDAMPINGAN GURU MATEMATIKA SMP DI KOTA RUTENG MANGGARAI NTT UNTUK PERANCANGAN DAN PENGEMBANGKAN BAHAN AJAR BERBASIS AUGMENTED REALITY Maximus Tamur; Kristianus Viktor Pantaleon; Yudi Wibisono; Ananias Erlita Mamu; Paulus Roldin Ganas; Emilia Stefani Nurung; Ignasius Kevin Rinta; Yosefus Januarisky Berchmans
JMM (Jurnal Masyarakat Mandiri) Vol 8, No 6 (2024): Desember
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v8i6.27583

Abstract

Abstrak: Penggunaan media berbasis teknologi tinggi seperti Augmented Reality (AR) telah menjadi tren global akhir-akhir ini karena perannya yang dapat memperjelas konsep dan membantu menghadirkan obyek secara nyata. Namun faktanya pengetahuan dan minat para guru yang tergabung dalam Musyawarah Guru Mata Pelajaran (MGMP) matematika kecamatan Langke Rembong masih rendah dalam menggunakan media berbasis teknologi tinggi. Sehubungan dengan itu maka PKM ini bertujuan untuk mendampingi para guru untuk meningkatkan pemahaman dan ketrampilan dalam mengembangkan media digital berbasis teknologi imersif agumented reality. Metode yang digunakan adalah melalui workshop selama 2 hari pengembangan perangkat pembelajaran berbasis augmented reality. Mitra penelitian adalah MGMP matematika yang tergabung dalam komunitas Fibonaci. Persepsi para guru diukur dengan menyebarkan angket sebelum dan setelah kegiatan PKM. Dari hasil analisis respon para guru Tingkat pemahaman para guru di atas 94%. Para guru juga menyadari bahwa teknologi membantu mereka dalam pembelajaran, dan mampu meningkatkan meningkatkan kemampuan asbtraksi, representasi, visual, dan spasial siswa (>94%). Selanjutnya para guru berpendapat bahwa potensi penggunaan teknologi kedepannya sangat besar. Hal ini karena penggunaannya yang makin mudah dan manfaatnya yang besar. Namun dukungan dari pemerintah untuk sarpras penunjang teknologi, dan kerjasama dengan lembaga pendidikan tinggi sangat diperlukan agar penerapan media berbasis teknologi tinggi menjadi realistis.Abstract: The use of high technology-based media such as Augmented Reality (AR) has become a global trend lately because of its role that can clarify concepts and help present objects in real life. However, the fact is that the knowledge and interest of teachers who are members of the Langke Rembong sub-district mathematics subject teachers' meeting (MGMP) are still low in using high technology-based media. In connection with that, this PKM aims to assist teachers to improve their understanding and skills in developing digital media based on immersive agumented reality technology. The method used is through a 2-day workshop on developing augmented reality-based learning tools. The research partner is MGMP mathematics who are members of the Fibonaci community. Teachers' perceptions were measured by distributing questionnaires before and after the PKM activities. From the analysis of the teachers' responses, the level of understanding of the teachers was above 94%. The teachers also realized that technology helped them in learning, and was able to improve students' abstraction, representation, visual, and spatial abilities (>94%). Furthermore, the teachers were of the opinion that the potential for using technology in the future is huge. This is because its use is getting easier and the benefits are great. However, support from the government for technology-supporting infrastructure, and cooperation with higher education institutions are needed so that the application of high-tech-based media becomes realistic.
Peningkatan Efektivitas Pengelolaan Kegiatan Praktik Kerja Lapangan (PKL) di Sekolah Menengah Kejuruan (SMK) Menggunakan Algoritma Genetika Niagara, Asep Indra; Nursalman, Muhammad; Wibisono, Yudi
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.5771

Abstract

Praktik Kerja Lapangan (PKL) merupakan komponen kunci dalam pendidikan vokasi di Sekolah Menengah Kejuruan (SMK). Pemetaan siswa PKL harus memperhatikan kesesuaian kompetensi, pemenuhan kuota perusahaan, dan jarak tempuh dari tempat tinggal siswa ke perusahaan tempat PKL. Pemetaan siswa PKL secara manual selama ini memakan waktu, sehingga kurang efektif. Penelitian ini bertujuan untuk mengimplementasikan Algoritma Genetika (GA) untuk menyelesaikan masalah pemetaan siswa PKL ke perusahaan secara optimal, dengan mempertimbangkan kesesuaian kompetensi keahlian siswa, pemenuhan kuota perusahaan, dan meminimalkan jarak tempuh. Penelitian ini mengambil sampel data dari 4 kelas, terdiri dari 48 siswa (24 TKJ dan 24 AKL) dan 19 perusahaan (11 TKJ dan 8 AKL). Data siswa meliputi informasi pribadi, kompetensi keahlian, dan koordinat geografis tempat tinggal, sementara data perusahaan mencakup bidang kompetensi, kapasitas penerimaan, dan lokasi geografis. Proses optimasi dimulai dengan inisialisasi populasi solusi secara acak, diikuti oleh evaluasi fitness berdasarkan bobot kriteria yang telah ditentukan. Operasi genetika seperti seleksi (tournament selection), crossover (two-point crossover), mutasi, dan perbaikan (repair) diterapkan untuk menghasilkan solusi yang lebih baik pada setiap generasi. Hasil penelitian menunjukkan bahwa algoritma ini mampu mencapai tingkat akurasi pemetaan berdasarkan kompetensi keahlian dan jumlah kapasitas penerimaan sebesar 100%, dengan rata-rata jarak tempuh siswa ke perusahaan sebesar 5,7 km. Konvergensi tercapai setelah 37 generasi dengan nilai fitness terbaik sebesar 0,9723. Penelitian ini membuktikan bahwa Algoritma Genetika efektif untuk menyelesaikan masalah pemetaan siswa PKL yang memiliki karakteristik data yang kompleks. Optimasi lebih lanjut melalui paralelisasi komputasi dan integrasi metode hybrid dapat meningkatkan efisiensi algoritma.
Project-Based Learning untuk Peningkatan Keterampilan Berpikir Komputasional dan Motivasi Nikmah, Qoidatun; Putra, Budi Lasono; Wibisono, Yudi
Academic Journal of Computer Science Research Vol 7, No 2 (2025): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v7i2.15908

Abstract

Keterampilan berpikir komputasional penting dalam pembelajaran abad ke-21, khususnya dalam mata pelajaran Informatika. Sayangnya, pendekatan konvensional belum efektif meningkatkan keterlibatan dan motivasi siswa. Penelitian ini bertujuan mengevaluasi efektivitas Project-Based Learning (PjBL) berbasis e-learning terhadap keterampilan berpikir komputasional dan motivasi belajar siswa SMA. Menggunakan desain kuasi-eksperimen, dua kelas dibandingkan: satu menerapkan PjBL berbasis e-learning dan satu menggunakan metode konvensional. Instrumen yang digunakan adalah tes berpikir komputasional dan angket motivasi belajar. Hasil menunjukkan peningkatan signifikan dalam skor posttest dan motivasi belajar pada kelas eksperimen. Platform e-learning yang dirancang memberikan pengalaman belajar interaktif dan kolaboratif. Integrasi proyek digital terbukti mendorong siswa untuk mengeksplorasi konsep algoritma secara lebih aktif. Penelitian ini merekomendasikan penerapan luas model PjBL berbasis e-learning sebagai strategi pembelajaran efektif dalam memperkuat kompetensi digital dan logika siswa di era teknologi
Co-Authors Acep Aris Mubarok Ade Mulyana, Ade Ade Rohayati Ananias Erlita Mamu Anisyah, Ani Arie Gunawan Asep Wahyudin Chairul Furqon, Chairul Christina Prilla Rosaria Ardyanti Dwiharani, Najma Qalbi Eddy Prasetyo Nugroho Eddy Prasetyo Nugroho Emilia Stefani Nurung Febyana Ramadhanti Fikry Al Farisi Muslim Husain, Mohammad Labib Ibrahim Zein Abdillah Ignasius Kevin Rinta Johan, Riche Cynthia Kristianus Viktor Pantaleon Lala Septem Riza Maharani, Fenny Feronika Makur, Alberta P Maulana R, M Rifky Maximus Tamur Mediayani, Melani Muhammad Fadhil Muhammad Kamal Robbani Muhammad Rayhan Nur Muhammad Rizki Munir Munir Niagara, Asep Indra Nikmah, Qoidatun Nurjanah . Nursalman, Muhammad Pantaleon, Kristianus Viktor Paulus Roldin Ganas Pérez, Alejandro Rosales Putra, Budi Lasono Putro, Budi Laksono Rani Megasari Rani Megasari Rosa Ariani Sukamto Setiadiputra, Dodi Siregar, Herbert Sobana, Aceng Tamur, Maximus Teti Suryati Tommy Tanu Wijaya Umar Syahid Aulia Rahman Wawan Setiawan Wawan Setiawan Wihardi, Yaya Yosefus Januarisky Berchmans Yudi Wahyudi Yuniarti Musa'adah Yupa Umigi Al-khairi Zulfikar, Ihsan Ghozi