Article Per Year (5 Year)
p-Index From 2021 - 2026
7.8
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Informatics for Educators and Professional : Journal of Informatics METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Nasional Komputasi dan Teknologi Informasi Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal KOMPUTIKA - Jurnal Sistem Komputer JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Jurnal Tekno Kompak bit-Tech Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Tekinkom (Teknik Informasi dan Komputer) BERNAS: Jurnal Pengabdian Kepada Masyarakat Aiti: Jurnal Teknologi Informasi Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Jurnal Pengabdian kepada Masyarakat Nusantara Community Empowerment Inspirasi Ekonomi : Jurnal Ekonomi Manajemen Journal Of Information And Technology Unimor (JITU) Jurnal Abdimas Kartika Wijayakusuma Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Jurnal Sisfotek Global Indonesian Community Journal Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Atma Inovasia Digital Transformation Technology (Digitech) Smart Techno (Smart Technology, Informatic and Technopreneurship) Journal of Informatics and Computing Jurnal Krisnadana Jurnal Umum Pengabdian Masyarakat (JUPEMAS) Jurnal Komputer dan Teknologi (JUKOMTEK) Glow: Jurnal Pengabdian Kepada Masyarakat Jurnal Sains Sistem Informasi Journal of Mathematics, Computation and Statistics (JMATHCOS)
Baso, Budiman
Universitas Timor
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Neuroscience Nursing Public Health Social Sciences Transportation Veterinary Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 3   4   5   6   7 
PENERAPAN TEKNOLOGI QR CODE BERBASIS WEBSITE PADA SISTEM MANAJEMEN BARANG DI TOKO FILOSI LAPTOP Mudjur, Elisabeth Lusyanti; Baso , Budiman; Manek, Patricia Gertrudis; Risald, Risald
Jurnal Komputer dan Teknologi Vol 4 No 1 (2025): JUKOMTEK JANUARI 2025
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58290/jukomtek.v4i1.424

Abstract

Dalam era digital saat ini, penggunaan teknologi informasi menjadi hal penting dalam meningkatkan efisiensi dan keakuratan sistem manajemen, termasuk dalam pengelolaan inventory barang. Toko Filosi Laptop yang berlokasi di Kefamenanu masih menggunakan sistem pencatatan inventory secara konvensional, yang sering menimbulkan berbagai kendala seperti kesalahan pencatatan, keterlambatan pembaruan data, dan kesulitan pelacakan stok. Untuk menjawab permasalahan tersebut, penelitian ini bertujuan membangun sistem manajemen inventory berbasis website yang terintegrasi dengan teknologi QR Code, guna mempermudah proses pencatatan barang masuk dan keluar, pelacakan stok secara real-time, serta pembuatan laporan secara otomatis. Sistem dikembangkan menggunakan Metode Agile Software Development karena sifatnya yang fleksibel dan memungkinkan pengembangan secara bertahap berdasarkan kebutuhan pengguna. Diharapkan, sistem ini mampu membantu Toko Filosi dalam meningkatkan efisiensi operasional dan meminimalisir kesalahan yang terjadi dalam proses pengelolaan barang
PERANCANGAN APLIKASI PEMBELAJARAN PENGENALAN KOSAKATA PADA ANAK TUNARUNGU SISWA SDLB KEFAMENANU Risald; Selan, Yokmiawanti; Nababan, Darsono; Baso, Budiman
Jurnal Komputer dan Teknologi Vol 4 No 1 (2025): JUKOMTEK JANUARI 2025
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58290/jukomtek.v4i1.457

Abstract

Deafness is a condition in which a person experiences significant hearing loss. This loss of hearing ability makes it difficult for individuals to communicate and adapt to their surroundings, especially when it affects students. One of the main challenges faced by deaf students is communication during the learning process. The Vocabulary Learning Introduction Application is an Android-based application designed to assist hearing-impaired users during teaching and learning activities. With this application, users simply need to select and tap the available features, which will then direct them to the appropriate learning pages. This application is highly beneficial for deaf students, as it helps facilitate communication during the learning process and also trains students to better understand and memorize vocabulary using sign language. Based on the designed learning scenarios, the results show that students are trained to understand and retain vocabulary more easily in their memory. Given their limitations, students are not pressured to perform but are instead guided according to their individual abilities to understand vocabulary.
Peningkatan Kualitas Sumber Daya Manusia Pada Arsyta Bakery Melalui Pelatihan Social Media Marketing Huda, Nurul; Baso, Budiman; Aziz, Syaefudin; Korbaffo, Yesus Armiro; Manane, Desmon R.
Jurnal Abdimas Kartika Wijayakusuma Vol 4 No 2 (2023): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v4i2.325

Abstract

Arsyta Bakery merupakan salah satu UMKM industri roti di Kota Kefamenanu, Kabupaten Timor Tengah Utara (TTU) yang telah berdiri sejak tahun 2009. Persaingan industri roti di Kabupaten TTU semakin kesini semakin kompetitif yang berdampak terhadap kuantitas jumlah produksi dan penjualan roti pada Arsyta Bakery. Berdasarkan hasil observasi awal dengan pemilik UMKM Sdr. Joko Wahyono, sejak pandemi COVID-19 jumlah penjualan roti yang diproduksinya mengalami penurunan hal tersebut disebabkan selain adanya persaingan dari produk sejenis juga disebabkan oleh adanya perubahan kebiasaan masyarakat dalam berbelanja. Pandemi COVID-19 telah mengurangi aktivitas masyarakat di luar rumah dan lebih sering berbelanja secara online. Kegiatan pengabdian masyarakat yang dilakukan berupa pelatihan social media marketing untuk meningkatkan kualitas sumber daya manusia pada UMKM Arsyta Bakery. Hasil kegiatan menunjukkan mitra telah memiliki akun media sosial berupa weblog: https://s.id/Arsytabakery dan google profil bisnis: https://s.id/ProfileArsytaBakery dan para karyawannya telah mampu melakukan promosi melalui akun media sosial secara mandiri.
Pemberdayaan Kelompok Taruna Tani Jabalfarm Milenial melalui Teknologi Irigasi Tetes Otomatis Berbasis IoT pada Pertanian Lahan Kering Baso, Budiman; Risald; Lestari, Anastasia Kadek Dety
Jurnal Atma Inovasia Vol. 5 No. 4 (2025)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jai.v5i4.10769

Abstract

Pertanian di Kabupaten Timor Tengah Utara menghadapi tantangan besar terkait kekurangan air dan efisiensi sistem irigasi konvensional. Untuk mengatasi masalah ini, dilakukan pengabdian masyarakat dengan penerapan teknologi irigasi tetes otomatis berbasis IoT dan digital marketing pada Kelompok Taruna Tani (KTT) Jabalfarm Milenial. Metode pelaksanaan mencakup sosialisasi, pelatihan, penerapan teknologi, dan pendampingan. Hasil menunjukkan bahwa teknologi ini mengurangi penggunaan air hingga 50% dan meningkatkan hasil panen cabai sebesar 25%. Tantangan utamanya adalah adaptasi masyarakat terhadap teknologi baru, yang memerlukan dukungan teknis berkelanjutan. Pengembangan pemasaran digital juga diperlukan untuk meningkatkan penjualan. Teknologi ini efektif dalam meningkatkan efisiensi pertanian dan produktivitas dengan dukungan yang tepat.
Sistem Informasi Manajemen Penelitian dan Pengabdian kepada Masyarakat di LPPM Universitas Timor Berbasis Web Risald, Risald; Baso, Budiman
Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Vol 15 No 2 (2025): September 2025
Publisher : STMIK Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33020/saintekom.v15i2.930

Abstract

This study discusses the development of the Research and Community Service Management Information System (Simpeka) at the Institute for Research and Community Service (LPPM) of the University of Timor to optimize the submission process for research and community service proposals. This web-based system was developed using PHP 5.6, MySQL 5.7, HTML5, CSS3, and JavaScript ES6. Testing involved the LPPM and relevant stakeholders to ensure the system met user requirements. The implementation results show an increase in the number of proposals from 150 in 2023 to 169 in the current year (an increase of 12.67%), a reduction in the average review time from 14 days to 7 days (50% efficiency), and a decrease in funding validation time from 7 days to 2 days (71.4% efficiency). The percentage of proposals validated according to the budget increased from 80% to 95% (an accuracy improvement of 18.75%). Technically, the Simpeka dashboard has an average load time of 1.8 seconds and a database query response time of 0.35 seconds. These improvements demonstrate that Simpeka can accelerate administrative processes, enhance transparency, and strengthen accountability in the management of research and community service at the University of Timor
Inovasi Irigasi Tetes Otomatis Untuk Aquaponik Berbasis IoT Risald, Risald; Baso, Budiman; Benu, Luky Wandika; Lestari, Anastasia Kadek Dety
Journal of Information and Technology Vol. 4 No. 1 (2024): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v4i1.7570

Abstract

Aquaponics is a sustainable food production system that combines fish farming (aquaculture) with growing plants without soil (hydroponics) in a symbiotic environment. One of the main challenges in an aquaponics system is ensuring efficient distribution of water and nutrients to the plants. This article discusses the development and implementation of an Internet of Things (IoT)-based automatic drip irrigation system designed to optimize water and nutrient distribution in aquaponic systems. This aquaponics control and monitoring system uses NodeMCU ESP8266, HC-SR04 Ultrasonic sensor, pH meter sensor, water pump, relay, RTC DS3231 module, and LCD + I2C module. The method for making this tool uses design and build engineering methods in making automation systems. The test results show that the system that has been created is able to work according to its respective uses and functions and provides feedback for farmers in increasing the productivity of agricultural products.
Implementasi Deep Learning Berbasis Convolutional Neural Network untuk Klasifikasi Motif Tenun Timor Baso, Budiman; Muhammad Akhyar, Ramaulvi
Journal of Information and Technology Vol. 4 No. 1 (2024): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v4i1.7971

Abstract

This research develops a classification model for Timorese weaving motifs, including Buna, Kaimafafa, Kemak, and Nunkolo motifs, using Deep Learning method based on Convolutional Neural Network (CNN). Timor's diverse weaving motifs reflect the richness of the local culture, but manual classification is often time-consuming. To overcome this challenge, we applied CNN with transfer learning techniques to a dataset of pre-processed Timorese weaving images. Based on the experimental results, the developed model achieved an accuracy of 95.00% on the test data with the use of 20 epochs, demonstrating the effectiveness of CNN in classifying weaving motifs automatically and efficiently. This research has the potential to support cultural preservation and the development of the weaving industry through technology-based practical applications that are optimal in terms of performance and computational efficiency.
Media Edukasi Pengenalan Kain Tenun Nusa Tenggara Timur Dengan Artificial Intelligence Akhyar, Ramaulvi Muhammad; Baso, Budiman; Haeruddin; Yunita, Elisa
Journal of Information and Technology Vol. 5 No. 1 (2025): Journal of Information and Technology Unimor (JITU)
Publisher : Department of Information Technology, Universitas Timor, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32938/jitu.v5i1.8421

Abstract

Kain tenun Nusa Tenggara Timur (NTT) merupakan warisan budaya Indonesia yang kaya akan nilai artistik, filosofi, dan makna simbolik. Setiap motif pada kain ini mencerminkan identitas budaya daerah yang menjadi bagian integral dari kehidupan masyarakat NTT. Penelitian ini bertujuan untuk mengembangkan media edukasi berbasis kecerdasan buatan (AI) untuk mengenali motif kain tenun khas Nusa Tenggara Timur (NTT) menggunakan model MobileNetV2. Dataset yang digunakan mencakup 180 gambar dari delapan motif kain, yaitu Ayotupas, Boti, Buna, Mengger, Naisa, Pahikung, Pasolla, Rose, dan Rote, yang masing-masing terdiri dari 20 gambar dengan berbagai kondisi pencahayaan dan sudut pandang. Model dilatih dengan pembagian data 80% untuk pelatihan, 10% untuk validasi, dan 10% untuk pengujian. Hasil pengujian menunjukkan bahwa model mencapai akurasi 100% pada motif Naisa dan 80–90% untuk motif lainnya. Meskipun model menunjukkan performa tinggi, faktor eksternal seperti pencahayaan dan perbedaan tipe kamera mempengaruhi klasifikasi. Penelitian ini menunjukkan potensi penggunaan AI dalam media edukasi untuk mengenalkan budaya lokal dan memberikan rekomendasi untuk pengembangan lebih lanjut, termasuk augmentasi gambar dan penambahan dataset
Temu Kembali Citra Tenun Nusa Tenggara Timur menggunakan Esktraksi Fitur yang Robust terhadap Perubahan Skala, Rotasi, dan Pencahayaan Baso, Budiman; Suciati, Nanik
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722002

Abstract

Ragam motif pada tenun Nusa Tenggara Timur (NTT) seperti flora, fauna dan geometris menjadi suatu keunikan yang dapat membedakan daerah asal dan jenis dari tenun tersebut. Pada penelitian ini, sistem temu kembali citra berbasis isi atau Content-Based Image Retrieval (CBIR) diimplementasikan pada citra tenun NTT sehingga user dapat mencari citra tenun pada database menggunakan citra query berdasarkan fitur visual yang terkandung dalam citra. Seringkali citra query yang diinputkan user memiliki skala, rotasi dan pencahayaan yang bervariasi, sehingga diperlukan suatu metode ektraksi fitur yang dapat mengakomodasi variasi tersebut. Sistem temu kembali citra tenun pada penelitian ini menggunakan model Bag of Visual Words (BoVW) dari keypoints pada citra yang diekstrak dengan metode Speeded Up Robust Feature (SURF). BoVW dibangun menggunakan K-Means untuk menghasilkan visual vocabulary dari keypoints pada seluruh citra training. Representasi BoVW diharapkan dapat menangani variasi skala dan rotasi pada citra. Sedangkan untuk mengatasi variasi pencahayaan pada citra, dilakukan perbaikan kualitas citra dengan menggunakan Contrast Limited Adaptive Histogram Equalization (CLAHE). Percobaan dilakukan dengan membandingkan kinerja dari representasi BoVW yang dibangun menggunakan fitur SURF dengan Maximally Stable Extremal Regions (MSER) pada temu kembali citra tenun. Hasil uji coba menunjukkan bahwa metode SURF menghasilkan rata-rata akurasi 89,86% dan waktu komputasi 9,94 detik, sedangkan MSER menghasilkan rata-rata akurasi 84,04% dan waktu komputasi 1,95 detik. AbstractThe variety of motifs in East Nusa Tenggara tenun such as flora, fauna and geometric is an unique thing that can distinguish the region of origin and type of the tenun. In this study, the Content-Based Image Retrieval (CBIR) system is implemented in the tenun image. With Content-based techniques Users can search tenun images on the image database by using query images based on visual features contained in the image. Often the query image that the user enters has a different scale, rotation and lighting, so a feature extraction method is needed that can accommodate these differences. The tenun image retrieval system in this study used the Bag of Visual Words (BoVW) model of the keypoints in the extracted image using the Speeded Up Robust Feature (SURF) method. BoVW was built using K-Means to produce visual vocabulary from keypoints on all training images. The representation of BoVW is expected to be able to handle scale variations and rotations in images. Whereas to overcome the lighting variations in the image, image quality improvement is done by using Contrast Limited Adaptive Histogram Equalization (CLAHE). The experiment was conducted by comparing the performance of the BoVW representation which was built using the SURF feature with Maximally Stable Extremal Regions (MSER) at the tenun image retrieval. The results of the trial showed that SURF obtained higher accuracy in all conditions of tenun image data with an average value of 89.86% whereas MSER obtained an average accuracy value of 84.04%. But MSER's computation time is 1.95 seconds faster than SURF which is 9.94 seconds.
Klasifikasi Tenun Timor Menggunakan Metode SVM Berdasarkan Speeded Up Robust Features Kelen, Yoseph P.K.; Baso, Budiman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 6: Desember 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107625

Abstract

Penelitian ini dilakukan sebagai upaya untuk melestarikan kain tenun Timor di bidang teknologi informasi, kususnya bidang pengolahan citra digital, yaitu pengenalan pola yang merupakan solusi untuk mengenali citra tenun secara otomatis. Dalam penelitian ini, klasifikasi citra tenun Timor mengaplikasikan metode SURF (Speeded Up Robust Feature) sebagai ekstraksi fitur dengan representasi BoVW (Bag of Visual Words) sedangkan SVM (Support Vector Machine) digunakan sebagai metode classifier. Agar kinerja BoVW lebih baik, digunakan pendekatan untuk menentukan jumlah cluster yang tepat untuk mengelompokkan pola visual words. Penentuan parameter algoritma klasifikasi SVM dilakukan adalah kernel dan metode multi class SVM yang digunakan. Data citra tenun Timor digunakan sebanyak 420 dengan 7 kelas motif citra akan dibagi menjadi data latih dan data uji menggunakan 5-fold cross validation. Berdasarkan hasil percobaan yang dilakukan, diperoleh hasil yang berbeda pada pengujian nilai cluster dan parameter SVM yang digunakan. Pada visual words dengan nilai cluster 500 dengan algoritma klasifikasi multi class SVM yaitu metode OVO (One Versus All) menggunakan kernel linear memperoleh hasil terbaik pada penelitian ini dengan tigkat Accuracy mencapai 98,10%. Dari hasil penelitian ini didapatkan metode untuk klasifikasi citra motif tenun Timor yang lebih akurat.   Abstract This research was conducted as an effort to preserve Timor woven fabrics in the field of information technology, especially in the field of digital image processing, namely pattern recognition which is a solution to recognize weaving images automatically. In this study, the classification of Timorese woven images applies the SURF (Speeded Up Robust Feature) method as feature extraction with BoVW (Bag of Visual Words) representation while SVM (Support Vector Machine) is used as a classifier method. For better BoVW performance, an approach is used to determine the right number of clusters to group visual words patterns. Parameters for the SVM classification algorithm are determined using the kernel and the SVM multi-class method used. 420 Timorese weaving image data are used with 7 classes of image motifs which will be divided into training data and test data using 5-fold cross validation. Based on the results of the experiments conducted, different results were obtained in testing the cluster values and SVM parameters used. In visual words with a cluster value of 500 with the SVM multi-class classification algorithm, namely the OVO (One Versus All) method using a linear kernel, the best results were obtained in this study with an accuracy level of 98.10%. From the results of this study, a more accurate method for classifying images of Timorese woven motifs was obtained.%.
Co-Authors Achmad, Fariz Akhyar, Ramaulvi Muhammad Alfonsus Jefri Oematan Anastasia Kadek Dety Lestari Arisandi, Diki Avin Nahak Ayaq, Siriakus Lalang L Aziz, Syaefudin Banusu, Junita Banusu, Junita Gregoria Benu, Luky Wandika Bere, Mery Ernawati Biandina Meidyani Blegur, Ernes Josias Bukifan, Priska Vianey Chrisinta, Debora Crisintha, Debora Egas De Jesus Martins Corbafo Eko, Yulita Eli , Maria Yuliana Fetronela Rambu Bobu Gelu, Leonard Peter Gelu, Leonard Peter Getrudis Mali, Matilde Haeruddin Handrianus Vianey Melin Wula Herlina Ullu, Hevi Hernur Yoga Priyambodo Hevi Herlina Ullu Hevi Herlina Ullu Irit Maulana Sapta Kabut, Stefanus Kolo, Yesualda Rogeria Korbaffo, Yesus Armiro Kristoforus Fallo Leonard P. Gelu Leonard Piter Gelu Lestari, Anastasia Kadek Dety Lisnahan, Charles V. Luky Wandika Benu Manane, Desmon R. Manane, Desmon Redikson Manek, Patricia G. Manek, Patricia Gertrudis Maneno, Regolinda Manikin, Josep Antonius Maria Yuliana Eli Mudjur, Elisabeth Lusyanti Muhammad Akhyar, Ramaulvi Nababan, Darsono Nanik Suciati Nurul Huda Nurul Huda Patricia Gertrudis Manek Priska Vianey Bukifan Renaldi Yulvengki Kolloh Risald Rizald Saniyatul Mawaddah Selan, Yokmiawanti Sitorus, Detson Ray Halomoan Sutal, Dominika Muti Syaefudin Aziz Tey Seran, Krisantus Jumarto Ullu, Hevi Herlina Usfinit, Katarina D.M Valeriano Fajar Alexandro Nipu Willy Sucipto Willy Sucipto Yasinta O. L Rema Yasinta O.L Rema Yayu Ulfaningsi Subagio Yeremia, Elfira Yeremias Lake Yohanes D B Pay Yohanes D. B Pay Yoseph Pius Kurniawan Kelen Yunita, Elisa