Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan IKRA-ITH Informatika : Jurnal Komputer dan Informatika Tridharmadimas: Jurnal Pengabdian Kepada Masyarakat Jayakarta
Billy Ibrahim Hasbi
Universitas Singaperbangsa Karawang
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Mathematics Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penguatan Kompetensi Guru Dalam Pemanfaatan Teknologi Pembelajaran Dan Edukasi Literasi Digital Bagi Siswa Smp As-Syarifiyah Guna Mewujudkan Ekosistem Pendidikan Cerdas Digital Hannie Hannie; Agung Susilo Yuda; Ratna Mufidah; Iqbal Maulana; Ade Andri Hendriadi; Carudin Carudin; Dadang Yusup; Intan Purnamasari; Rini Mayasari; Taufik Ridwan; Sofi Defiyanti; Billy Ibrahim Hasbi; Yuyun Umaidah; Ahmad Khusaeri
TRIDHARMADIMAS: Jurnal Pengabdian Kepada Masyarakat Jayakarta Vol 6 No 1 (2026): TRIDHARMADIMAS (Juli 2026)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/tridharmadimas.v6i1.2589

Abstract

Kegiatan Pengabdian kepada Masyarakat (PkM) ini dilaksanakan oleh Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang di SMP As-Syarifiyah pada bulan November 2025. Latar belakang kegiatan ini berangkat dari permasalahan guru yang masih menghadapi kendala dalam mengintegrasikan teknologi ke dalam proses pembelajaran, serta kerentanan siswa terhadap paparan hoax dan ancaman keamanan data pribadi. Melalui pendekatan partisipatif dan edukatif, kegiatan dilaksanakan dalam dua pilar utama: pelatihan pemanfaatan teknologi pembelajaran bagi guru menggunakan PhET Interactive Simulations dan sosialisasi literasi digital bagi siswa yang mencakup materi keamanan siber dan anti-hoax. Metode yang digunakan meliputi hands-on training, demonstrasi aplikasi, ceramah interaktif, serta evaluasi pre-test dan post-test. Hasil kegiatan menunjukkan bahwa 13 guru telah mendapatkan pelatihan integrasi TIK dalam pembelajaran, sementara 120 siswa berhasil dibekali keterampilan mengidentifikasi hoax dan menerapkan langkah keamanan siber. Evaluasi post-test menunjukkan peningkatan pemahaman pada kedua kelompok sasaran. Meskipun dihadapkan pada kendala infrastruktur TIK dan manajemen waktu, solusi yang diterapkan secara efektif memastikan tercapainya target keluaran. Kegiatan ini berhasil menumbuhkan budaya pembelajaran berbasis teknologi dan memperkuat literasi digital di lingkungan sekolah mitra.
Evaluasi Kinerja Baseline Model YOLOv4 Pre-trained COCO pada Dataset MinneApple Irfan Sriyono Putro; Billy Ibrahim Hasbi; Purwantoro Purwantoro
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 9 No. 3 (2025): IKRAITH-INFORMATIKA Vol 9 No 3 November 2025
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikraith-informatika.v9i3.5764

Abstract

Model deep learning YOLOv4 pre-trained menawarkan potensi besar untuk otomatisasi di bidang pertanian presisi. Namun, kinerja baseline ("out-of-the-box") dari varian-variannya (Tiny dan Full) pada domain spesifik seperti penghitungan buah belum terdokumentasi dengan baik. Penelitian ini menyajikan evaluasi kinerja baseline dari model YOLOv4-Tiny dan YOLOv4-Full pre-trained COCO. Studi ini menggunakan metode benchmark kuantitatif pada 100 test set dari dataset MinneApple, yang diimplementasikan pada platform MATLAB dengan Computer Vision Toolbox™. Parameter kinerja yang dievaluasi adalah Mean Absolute Error (MAE) untuk akurasi penghitungan dan Frames Per Second (FPS) untuk kecepatan. Hasil menunjukkan trade-off (pertukaran) kinerja yang jelas: YOLOv4-Full (MAE 21,57) terbukti 40% lebih akurat daripada YOLOv4-Tiny (MAE 36,07). Sebaliknya, YOLOv4-Tiny terbukti 24 kali lebih cepat (12,70 FPS) dibandingkan YOLOv4-Full (0,53 FPS). Temuan penting lainnya adalah tingginya nilai MAE pada kedua model, yang mengindikasikan adanya kesenjangan kinerja (performance gap) signifikan. Studi ini menyediakan data baseline krusial yang menegaskan bahwa fine-tuning adalah langkah esensial untuk aplikasi praktis di domain spesifik.
ANALISIS SENTIMEN PENGGUNA PADA LAYANAN E-WALLET SHOPEEPAY BERDASARKAN ULASAN GOOGLE PLAY STORE DENGAN ALGORITMA NAÏVE BAYES Sugih Sahyudi; Nina Sulistyowati; Billy Ibrahim Hasbi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9698

Abstract

Peningkatan penggunaan dompet digital di Indonesia mendorong perlunya evaluasi kualitas layanan berdasarkan persepsi pengguna. Penelitian ini bertujuan menganalisis sentimen pengguna aplikasi ShopeePay berdasarkan ulasan di Google Play Store menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui teknik crawling pada periode 3 Februari 2024 hingga 18 Januari 2026, menghasilkan 5000 ulasan. Setelah menghapus data netral (skor 3), tersisa 4740 ulasan yang terdiri dari 2845 positif (60%) dan 1895 negatif (40%). Proses analisis mengikuti kerangka Knowledge Discovery in Database (KDD) yang meliputi seleksi data, preprocessing (case folding, cleaning, normalisasi, tokenizing, stopword removal, stemming), transformasi dengan TF-IDF, dan klasifikasi menggunakan Naïve Bayes. Evaluasi model dilakukan dengan confusion matrix pada empat skenario pembagian data latih-uji (90:10, 80:20, 70:30, 60:40). Hasil terbaik diperoleh pada skenario 90:10 dengan akurasi 90%, presisi 90%, recall 90%, dan f1-score 90%. Visualisasi word cloud menunjukkan kata dominan pada sentimen positif adalah “mudah”, “aplikasi”, “bayar”, sedangkan pada sentimen negatif adalah “aplikasi”, “shopee”, “error”. Kesimpulannya, algoritma Naïve Bayes efektif mengklasifikasikan sentimen pengguna ShopeePay dengan kinerja sangat baik, dan hasil analisis dapat menjadi masukan bagi pengembang untuk meningkatkan kualitas layanan
Co-Authors Ade Andri Hendriadi Agung Susilo Yuda Ahmad Khusaeri Carudin Dadang Yusup Hannie, Hannie Intan Purnamasari Iqbal Maulana Irfan Sriyono Putro Nina Sulistyowati Purwantoro Purwantoro Ratna Mufidah Rini Mayasari Sofi Defiyanti Sugih Sahyudi Taufik Ridwan Yuyun Umaidah