Article Per Year (5 Year)
p-Index From 2021 - 2026
6.08
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research Journal of Information Technology and Computer Science (JOINTECS) Syntax Literate: Jurnal Ilmiah Indonesia JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Conference on Innovation and Application of Science and Technology (CIASTECH) J-SAKTI (Jurnal Sains Komputer dan Informatika) JURTEKSI Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Ilmu Komputer dan Bisnis Systematics Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Teknologi Dan Sistem Informasi Bisnis Buana Ilmu Buana Information Technology and Computer Sciences (BIT and CS) Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) International Journal of Educational Review Journal of Applied Data Sciences Jurnal Cahaya Mandalika Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Djtechno: Jurnal Teknologi Informasi KLIK: Kajian Ilmiah Informatika dan Komputer Instal : Jurnal Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Minfo Polgan (JMP) Abdimas Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Sistem Informasi STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Innovative: Journal Of Social Science Research Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Ilmiah Pengabdian Kepada Masyarakat (Nyiur-Dimas) Informasi interaktif : jurnal informatika dan teknologi informasi
Priyatna, Bayu
Universitas Buana Perjuangan Karawang
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Public Health Social Sciences Other

Published : 62 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 62 Documents
Search

 3   4   5   6   7 
Klasterisasi Kasus Kekerasan Berdasarkan Jenis Lokasi Kejadian di Jawa Barat Menggunakan Algoritma K-Means Diningrat, Cahya; Priyatna, Bayu; Novalia, Elfina; Hilabi, Shofa Shofia
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14760

Abstract

Kekerasan merupakan permasalahan sosial yang terjadi di berbagai lokasi dengan pola yang beragam. Di Provinsi Jawa Barat, kasus kekerasan menunjukkan keragaman pola yang dipengaruhi oleh faktor geografis, sosial, budaya, dan terutama jenis tempat kejadian. Memahami sebaran lokasi dan ciri-ciri kejadian kekerasan sangat penting untuk menyusun strategi penanganan yang tepat. Namun, kajian yang mengaitkan jenis tempat kejadian dengan frekuensi kekerasan di tingkat kabupaten dan kota masih terbatas. Oleh sebab itu, fokus utama dari penelitian ini adalah untuk mengelompokan kasus kekerasan berdasarkan jenis lokasi kejadian menerapkan Algoritma K-Means Clustering. Proses penelitian mengikuti tahapan Knowledge Discovery in Database (KDD), yang mencakup berbagai langkah, antara lain seleksi data, pra-pemrosesan data, transformasi data, data mining, serta interpretasi dan evaluasi. Hasil klasterisasi menunjukkan bahwa kasus kekerasan dapat dikelompokkan ke dalam tiga cluster utama berdasarkan jumlah kekerasan dan kategori jenis tempatnya dengan tingkatan kasus kekerasan yang berkategori tinggi, sedang, dan rendah. Evaluasi menggunakan Silhouette Coefficient menghasilkan nilai indeks 0,59, yang mengindikasikan bahwa kualitas cluster berada pada kategori cukup baik (medium structure). Dengan adanya hasil dari penelitian ini, diharapkan dapat menjadi sumber referensi untuk pihak-pihak yang berwenang dalam memahami pola kekerasan di berbagai lokasi, sehingga strategi pencegahan yang lebih efektif dapat dirancang untuk mengurangi tingkat kekerasan di Jawa Barat.
Perancangan Sistem Point of Sale Berbasis Web Menggunakan Framework CodeIgniter: Studi Kasus Toko Agen Satria Zahra, Nabila; Tukino, Tukino; Priyatna, Bayu; Hilabi, Shofa Shofia
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 1: April 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i1.2710

Abstract

The Satria Agent Store still carries out transactions and manages goods data manually, causing the risk of errors, delays and difficulties in checking sales reports. This condition hampers operational efficiency and is not in accordance with developments in information technology. This research aims to develop a web-based Point of Sale (POS) system to support store operations. The system was developed using the CodeIgniter framework with MVC architecture, use of the PHP language, and MySQL as the database. The development method uses the Waterfall model which includes requirements analysis, system design, implementation and testing. The resulting system is able to support transactions, goods management and real-time sales reports. Testing using Black Box Testing ensures that the function runs according to plan, while the System Usability Scale (SUS) gives a score of 73.22, indicating the system is in the “good” category. This system is expected to increase the efficiency and operational efficiency of the Satria Agent Store.Keywords: Point of Sale; Website; CodeIgniter; Waterfalls AbstrakToko Agen Satria masih melakukan transaksi dan pengelolaan data barang secara manual, menyebabkan risiko kesalahan, keterlambatan, dan kesulitan pengecekan laporan penjualan. Kondisi ini menghambat efisiensi operasional dan tidak sesuai dengan perkembangan teknologi informasi. Penelitian ini bertujuan mengembangkan sistem Point of Sale (POS) berbasis web untuk mendukung operasional toko. Sistem dikembangkan menggunakan framework CodeIgniter dengan arsitektur MVC, penggunaan bahasa PHP, dan MySQL sebagai basis data. Metode pengembangan menggunakan model Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem yang dihasilkan mampu mendukung transaksi, pengelolaan barang, dan laporan penjualan secara real-time. Pengujian menggunakan Black Box Testing memastikan fungsi berjalan sesuai rencana, sedangkan System Usability Scale (SUS) memberikan skor 73,22, menandakan sistem memiliki kategori Good. Sistem ini diharapkan meningkatkan efisiensi dan efisiensi operasional Toko Agen Satria. 
Komparasi Kinerja Model Naive Bayes, SVM, dan BERT dalam Klasifikasi Sentimen Ulasan Pada Aplikasi YUMMY Sabrina Amanda Salsabila; Bayu Priyatna; Agustia Hananto; Tukino
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 2 (2025): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i2.5120

Abstract

Ulasan pada Google Play Store memainkan peran penting dalam membentuk persepsi publik terhadap sebuah aplikasi. Penelitian ini bertujuan untuk melakukan sentimen ulasan dengan mengklasifikasikan mejadi kategori positif dan negatif di aplikasi Yummy, serta membandingkan performa tiga metode klasifikasi teks: Naive Bayes, Support Vector Machine (SVM), dan Bidirectional Encoder Representations from Transformers (BERT). Sebanyak 6.773 data ulasan didapatkan melalui scraping dan diproses dengan tahapan pra-pemrosesan seperti pembersihan teks, tokenisasi, stopword removal, dan stemming. Representasi fitur dilakukan menggunakan TF-IDF untuk Naive Bayes dan SVM, sedangkan BERT memanfaatkan token embedding dari model pra-latih. Hasil eksperimen menunjukkan bahwa SVM menghasilkan performa sangat efektif dengan akurasi 94%, diikuti oleh Naive Bayes dan BERT yang keduanya mencapai akurasi 90%. SVM juga menunjukkan keseimbangan yang lebih baik dalam mengklasifikasikan teks sentimen positif dan negatif. Temuan ini menegaskan SVM direkomendasikan sebagai solusi yang stabil dan efisien dalam analisis sentimen teks berbahasa Indonesia.
Klasifikasi Sentimen Analisis Ulasan Aplikasi Alfagift Menggunakan Algoritma Long Short Term Memory Juniardi; Tukino; Bayu Priyatna; Shofa Shofia Hilabi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 4 No. 2 (2025): Mei
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v4i2.5138

Abstract

Alfagift adalah aplikasi resmi dari Alfamart yang memungkinkan pengguna untuk berbelanja secara online. Berbagai ulasan dan penilaian telah diberikan oleh pengguna. Ulasan merupakan teks yang panjang dan tidak terstruktur. Hal ini dapat menyulitkan pengembang aplikasi Alfagift dalam mencari tau ruang lingkup mana yang harus diperbaiki. Oleh sebab itu, tujuan penelitian ini ialah untuk membuat sebuah model klasifikasi ulasan aplikasi Alfagift yang ada di Google Play Store. Ulasan tersebut akan dibagi menjadi lima kategori yaitu transaksi, sistem, promosi, pelayanan, dan keamanan. Algoritma Long Short Term Memory(LSTM) dengan optimasi Adadelta digunakan untuk mengembangkan model klasifikasi. Hasil dari model tersebut memiliki tingkat accuracy 95% mencerminkan seberapa sering model memberikan prediksi yang tepat secara keseluruhan. Precision 94% menunjukkan bahwa model cukup tepat dalam memberikan label. Recall 93% menunjukan model cukup sensitif dalam mendeteksi ulasan yang seharusnya masuk dalam kategori tersebut. F1-Score 94% menunjukkan model memiliki tingkat keseimbangan yang baik antara kemampuan menangkap ulasan yang benar dan kemampuan menghindari kesalahan prediksi.
Klasterisasi Supplier Berdasarkan Kinerja Menggunakan Algoritma K-Means Afra, Alfina Fadhilah; Hananto, April Lia; Hananto, Agustia; Priyatna, Bayu
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 7 No 2 (2025): April 2025
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v7i2.1935

Abstract

Untuk memastikan efisiensi operasional dan kualitas produk, evaluasi kinerja supplier sangat berperan penting dalam bidang perindustrian. PT Percetakan masih menggunakan penilaian subjektif dalam menilai kinerja supplier. Variabel dalam data ini yaitu Supplier, Jumlah Pesanan, Harga Satuan dan Rentang Pengiriman yang dapat dianalisis untuk meningkatkan penilaian kinerja supplier. Penelitian ini menggunakan algoritma K-Means untuk mengklasterisasikan supplier berdasarkan kinerja. Algoritma K-Means dipilih karena dapat mengolah data dalam jumlah besar dan efisien, hasil yang didapat lebih objektif dibanding pendekatan subjektif. Hasil Penelitian ini diharapkan dapat memberikan kontribusi dan solusi yang praktis bagi PT Percetakan untuk menentukan mitra kerja sama melalui penerapan algoritma K-Means. Hasil klasterisasi menunjukkan bahwa terdapat perbedaan yang signifikan antara supplier dalam setiap klaster. Supplier dengan performa terbaik (Klaster 1) cenderung memiliki jumlah pesanan yang tinggi, harga satuan lebih kompetitif, dan waktu pengiriman lebih cepat. Sementara itu, supplier dengan performa rendah (Klaster 3) memiliki harga lebih tinggi dan rentang pengiriman yang lama, yang dapat mempengaruhi efisiensi operasional perusahaan.
PENGELOMPOKAN PENJUALAN PRODUK DENGAN MENGGUNAKAN K-MEANS CLUSTERING : STUDI KASUS ANALISIS PENJUALAN COFFEE SHOP OLEH KAGGLE.COM Sifa, Sifa Rismawati; Shofa Shofiah Hilabi; Bayu Priyatna; Agustia Hananto
Jurnal Sistem Informasi (JUSIN) Vol 6 No 1 (2025): Jurnal Sistem Informasi
Publisher : ITB Ahmad Dahlan Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32546/jusin.v6i1.3078

Abstract

This study aims to group sales products in a coffee shop based on transaction data using the K-Means Clustering algorithm. The dataset from Kaggle.com includes the attributes product_id, transaction_qty, and unit_price. This method was chosen because of its ability to identify sales patterns in grouping products into three main clusters including high, medium, and low sales. The research process includes data collection, pre-processing, normalization, determining the optimal number of clusters, to evaluating the results using a Silhouette Score of 0.65. These results indicate that the K-Means method is effective in providing product segmentation that can be used as a basis for making business decisions, in optimizing stock and data-based marketing strategies.
Implementasi Deteksi Objek Penggunaan Helm Dengan Metode YOLOv10 Reswara, Hadaya Abhista; Priyatna, Bayu; Hananto, Agustia; Tukino, Tukino
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.15010

Abstract

Keselamatan berkendara, khususnya bagi pengendara sepeda motor, merupakan isu krusial, dan penggunaan helm secara konsisten terbukti dapat mengurangi risiko cedera kepala. Deteksi otomatis penggunaan helm melalui analisis citra dapat menjadi solusi efektif untuk memantau dan meningkatkan kepatuhan terhadap peraturan keselamatan. Dalam penelitian ini, model YOLOv10, sebuah arsitektur deteksi objek real-time terbaru, dilatih dan diuji menggunakan dataset citra yang relevan. Kinerja model dievaluasi berdasarkan metrik deteksi objek standar seperti precision, recall, F1-score, dan mean Average Precision (mAP). Berdasarkan hasil pelatihan dengan 300 citra dan 60 data validasi, model YOLOv10 berhasil mencapai nilai mAP50 sebesar 99,5%. Sementara itu, hasil pengujian menggunakan 20 citra menghasilkan akurasi sebesar 95%, menunjukkan bahwa sistem mampu mendeteksi penggunaan helm dengan cukup baik.
Desain Front End Aplikasi Toko Sepatu Dixstore10 Menggunakan Metode Design Thinking Wahyu Aziz Ramadhani; Bayu Priyatna; Elfina Novalia
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2025): Juli : Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v5i2.1424

Abstract

The objective of this study is to formulate the design of Dixstore10's front-end application interface by applying the design thinking method, which focuses on user needs. Dixstore10 is a local shoe store that supports local products and offers quality shoes to different groups. In this study, the design thinking approach is implemented in five main steps, which form the core of this method. In the "Empathize" phase, surveys and interviews are conducted to further understand user needs. In the next phase, "Define," the main problems to be solved are clearly formulated. This process develops user goals, which form the basis for developing the design structure. "Ideate" visualizes the initial concept through a sitemap, while "Prototype" represents the solution design using HTML, CSS, and JavaScript technologies. The tests were conducted using the System Usability Scale (SUS) method and yielded an average score of 80.3, indicating positive user acceptance of the designed interface. The results of this study not only make an important contribution to the development of the Dixstore10 application, but also serve as a reference for other MSMEs in designing user-centric digital platforms. The iterative approach ensures relevant and functional solutions to support the growth of the MSME sector.
IMPLEMENTASI DESIGN USER INTERFACE APLIKASI WORKPERMIT BERBASIS WEB DI PT.AICC MENGGUNAKAN METODE WATERFALL Zhalifunas, Satria Dawas; Priyatna, Bayu; Novalia, Elfina
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7054

Abstract

Perkembangan Perkembangan teknologi informasi mendorong otomatisasi sistem perizinan kerja (Work Permit) yang krusial untuk keselamatan industri manufaktur. PT. AICC menghadapi tantangan pengelolaan Work Permit manual yang menyebabkan keterlambatan dan hilangnya dokumen. Penelitian ini bertujuan merancang dan mengimplementasikan antarmuka pengguna (UI) aplikasi Work Permit berbasis web untuk meningkatkan efisiensi dan keselamatan operasional. Metode Waterfall digunakan dalam pengembangan, meliputi analisis, desain, implementasi, pengujian, dan penyebaran, dengan Framework CodeIgniter 3, PHP, dan HeidiSQL sebagai teknologi utama. Data dikumpulkan melalui observasi alur kerja manual dan wawancara dengan tim Safety (SHE), HRGA, dan Supplier. Hasil pengujian Black-Box menunjukkan aplikasi Work Permit berbasis web berhasil mengotomatisasi proses pengajuan dan persetujuan. Seluruh fungsionalitas utama, seperti manajemen data supplier dan proyek serta alur persetujuan berjenjang, berfungsi optimal. Implementasi ini secara efektif meningkatkan efisiensi operasional dan keselamatan kerja di PT. AICC.
KLASIFIKASI TEXT ULASAN PENGGUNA APLIKASI WONDR BY BNI MENGGUNAKAN ALGORITMA NAIVE BAYES Sari, Fitria Ratna; Tukino, Tukino; Hilabi, Shofa Shofiah; Priyatna, Bayu
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6819

Abstract

Penelitian ini berfokus pada proses klasifikasi ulasan pengguna aplikasi Wondr by BNI dengan menerapkan algoritma Naïve Bayes. Data yang digunakan berasal dari platform Kaggle, terdiri dari 1.500 data ulasan pengguna aplikasi yang telah melewati tahapan pre-processing seperti cleansing, tokenization, transform cases, stopwords, dan filter tokens. Ulasan tersebut kemudian diberi label secara manual ke dalam kategori label cepat, biasa saja, lambat, dan tidak responsif. Setelah itu label akan di buat otomatis oleh Naïve Bayes. Dataset dibagi menjadi 80:20, lalu di proses menggunakan model klasifikasi berbasis probabilistik Naïve Bayes. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan ulasan pengguna dengan tingkat akurasi sebesar 95%. Evaluasi model berdasarkan precision, recall, dan f1-score menunjukkan performa klasifikasi yang sangat baik pada setiap kategori ulasan. Visualisasi hasil klasifikasi menggunakan confusion matrix, diagram batang, dan wordcloud memberikan pemahaman lebih mendalam terhadap pola ulasan pengguna. Temuan ini membuktikan bahwa algoritma Naïve Bayes efektif dalam menangani teks tidak terstruktur dan dapat diandalkan untuk mendukung analisis evaluasi layanan digital berbasis umpan balik pengguna.Kata Kunci: Klasifikasi Teks, Naïve Bayes, Ulasan Pengguna, Kaggle, Wondr by BNI
Co-Authors AA Sudharmawan, AA Aang Alim Murtopo Abdullah Abdullah Adittia Agustian Afra, Alfina Fadhilah Ahnaf, Naufal Zubdi alzahra, alika aziza Angraeni, Rahmah Nur April Lia Hananto Aprilia Putri Nardilasari Arip Solehudin Asep Haris Aulia, Aldi Aviv Yuniar Rahman Baenil Huda Desfianthy, Fatiya Hanifah Diningrat, Cahya Fatlun, Aulia Fitria Nurapriani Florida Ivonia Manek Guntur, Muhamad Haerudin Haerudin Hananto, Agustia Handayani, Citra Heryana, Nono Hilabi, Shofa Shofia Hilabi, Shofa Shofia Hilabi, Shofa Shofiah Hoerudin Hoerudin Huda, Baenil Intan, Melani Ismail, Dennisa Avriel Jabar Sanjaya Julia, Ina Julifer P Manurung Juniardi Kurniawan, Muhamad Dicky Lutfiah, Siti Mohamad Ricky Firdaus Muhammad Nova Novalia, Elfina Nurapriani, Fitria Paryono, Tukino Pradana Rizki Maulana Reswara, Hadaya Abhista Rini Mayasari Sabrina Amanda Salsabila Saepul Aripiyanto Sari, Fitria Ratna Setiawan, Revi Shofa Shofia Hilabi Shofa Shofia Hilabi Shofa Shofiah Hilabi Shofia Hilabi, Shofa Sifa, Sifa Rismawati Siregar, Amril Mutoi Siti Masruroh Siti Masruroh Sutan Faisal Syahri Susanto Tatang Rohana Teresa Abuya Topan Setiawan Topan Trianto Tukino tukino, tukino Tukino, Tukino Tukino, Tukino Wahyu Aziz Ramadhani Yazid, Muhammad Abi Zahra, Nabila Zein, Selmia Aulia Zhalifunas, Satria Dawas