Article Per Year (5 Year)
p-Index From 2021 - 2026
2.906
P-Index
This Author published in this journals
All Journal Jurnal Matematika & Sains Jurnal Edukasi dan Penelitian Informatika (JEPIN) E-Dimas: Jurnal Pengabdian kepada Masyarakat Moneter : Jurnal Akuntansi dan Keuangan Jurnal Abdimas Ilmiah Citra Bakti (JAICB) International Journal of Accounting, Management, Economics and Social Sciences (IJAMESC) SmartComp JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Andreas Widjaja
Faculty Of Information Technology, Universitas Kristen Maranatha, Bandung, Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Physics Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
PELATIHAN GURU DAN TANTANGAN BEBRAS 2024 UNTUK PENGENALAN COMPUTATIONAL THINKING DI BIRO BEBRAS MARANATHA Wijanto, Maresha Caroline; Toba, Hapnes; Ayub, Mewati; Karnalim, Oscar; Tan, Robby; Natasya, Rossevine Artha; Senjaya, Wenny Franciska; Adelia; Edi, Doro; Bunyamin, Hendra; Kasih, Julianti; Yulianti, Diana Trivena; Widjaja, Andreas; Johan, Meliana Christianti; Surjawan, Daniel Jahja; Zakaria, Teddy Marcus; Risal; Kandaga, Tjatur
Jurnal Abdimas Ilmiah Citra Bakti Vol. 6 No. 2 (2025)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38048/jailcb.v6i2.5237

Abstract

Pemahaman siswa terhadap konsep Computational Thinking (CT) masih tergolong rendah, sementara pengenalan terhadap CT menjadi krusial di era digital saat ini. Tantangan Bebras menjadi sarana edukatif yang efektif untuk memperkenalkan CT melalui berbagai soal (Bebras task) yang bersifat aplikatif dan menantang. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterlibatan siswa dalam CT melalui pembekalan guru dan pelaksanaan Tantangan Bebras 2024. Mitra kegiatan adalah guru dan siswa dari jenjang SD, SMP, dan SMA yang tergabung dalam Biro Bebras Maranatha. Metode yang digunakan meliputi lokakarya nasional, pelatihan guru, technical meeting, pelaksanaan Tantangan Bebras, dan evaluasi prestasi siswa. Hasil menunjukkan peningkatan partisipasi peserta sebanyak 4.429 siswa dari 136 sekolah, meningkat signifikan dibanding tahun sebelumnya. Sebanyak 165 siswa berhasil meraih peringkat 1–6, dengan sebagian besar berasal dari sekolah yang mengikuti Gerakan PANDAI. Evaluasi juga menunjukkan bahwa pembekalan guru efektif meningkatkan kesiapan dalam mengenalkan CT kepada siswa. Kegiatan ini menunjukkan bahwa kolaborasi antara pelatihan guru dan Tantangan Bebras dapat menjadi strategi efektif untuk memperluas pemahaman dan kemampuan siswa dalam CT.
Sistem Deteksi Pothole Menggunakan Convulutional Neural Network Dengan Squeezenet Network Lehman, Andrew Sebastian; Widjaja, Andreas; Tjandrasa, Benny Budiawan; Sanjaya, Joseph
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 3 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i3.8323

Abstract

Lubang di jalan merupakan salah satu permasalahan utama yang dihadapi pengguna jalan, karena dapat menyebabkan kerusakan serius pada kendaraan serta meningkatkan risiko kecelakaan lalu lintas. Selain berdampak pada keselamatan pengemudi, terutama mereka yang tidak familiar dengan kondisi jalan, keberadaan lubang juga dapat memicu kemacetan dan meningkatkan emisi karbon akibat perlambatan lalu lintas. Untuk mengatasi permasalahan ini, studi ini mengusulkan sistem deteksi lubang secara real-time berbasis Convolutional Neural Network (CNN) dengan arsitektur ringan SqueezeNet. Sistem dirancang untuk bekerja dengan memanfaatkan gambar yang diambil oleh kamera kendaraan yang sedang bergerak, guna mengidentifikasi lubang yang berpotensi membahayakan. Model CNN dilatih menggunakan dataset gambar yang telah diberi label berdasarkan keberadaan lubang. Kinerja sistem dievaluasi menggunakan metrik precision, recall, dan F1-score guna mengukur keakuratannya dalam mendeteksi lubang. Hasil penelitian menunjukkan bahwa pendekatan ini berpotensi tinggi untuk diterapkan dalam sistem transportasi cerdas, guna meningkatkan keselamatan jalan serta mengurangi biaya perawatan kendaraan akibat kerusakan yang disebabkan oleh lubang jalan.
Determinan Baru untuk Mengukur Indeks Kebahagiaan Dunia Guna Mendukung Keberlanjutan Produktivitas Kerja Tjandrasa, Benny Budiawan; Lehman, Andrew Sebastian; Widjaja, Andreas
MONETER - JURNAL AKUNTANSI DAN KEUANGAN Vol 10, No 2 (2023): Oktober 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/moneter.v10i2.16036

Abstract

Dalam upaya meningkatkan kebahagiaan yang akan berdampak pada peningkatan produktivitas pekerja, diperlukan kebijakan yang tepat pada faktor penentu peningkatan kebahagiaan tersebut. Penelitian ini bertujuan mencari determinan lain yang dikenal secara internasional yang memiliki pengaruh signifikan terhadap indeks kebahagiaan, selain dari 6 indikator yang selama ini digunakan dalam pembuatan World Hapiness Report. Berdasarkan tujuan penelitian tersebut maka jenis penelitian yang digunakan adalah   penelitian eksploratif. Populasi dalam penelitian ini adalah negara-negara di kawasan ASEAN. Menggunakan simple random sampling, sampel yang digunakan adalah data dari empat negara di kawasan ASEAN dari tahun 2013 sampai 2021. Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data-data pada world happiness index, unemployment rate, inflation rate, control of corruption. Teknik pengolahan data panel yang digunakan dalam penelitian ini menggunakan regresi multivariabel dengan terlebih dahulu menentukan apakah lebih cocok menggunakan Common Effect Model, Fixed Effect Model, atau Random Effect Model.  Novelty dari penelitian ini adalah ditemukannya unemployment sebagai variabel mediator yang berpengaruh signifikan terhadap kebahagiaan. 
Pelatihan Guru untuk Tantangan Bebras 2022 di Biro Bebras Universitas Kristen Maranatha Ayub, Mewati; Karnalim, Oscar; Tan, Robby; Wijanto, Maresha Caroline; Edi, Doro; Bunyamin, Hendra; Kasih, Julianti; Yulianti, Diana Trivena; Widjaja, Andreas; Risal, Risal; Nathasya, Rossevine Artha
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 14, No 3 (2023): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v14i3.14326

Abstract

Tantangan Bebras merupakan salah satu kegiatan yang memperkenalkan computational thinking dan informatika kepada siswa sekolah. Bebras Indonesia melalui setiap mitra biro Bebras di seluruh Indonesia menyelenggarakan Tantangan Bebras setiap tahunnya yaitu pada minggu kedua bulan November. Biro Bebras Maranatha juga mempersiapkan guru-guru yang berada di bawah naungan Biro Bebras Maranatha dalam kegiatan pelatihan pada 7 Oktober 2022 secara hybrid dan technical meeting pada 28 Oktober 2022. Pelatihan untuk tahun 2022 dimulai dengan kuis soal-soal Bebras yang diambil dari soal-soal dalam Tantangan Bebras tahun-tahun sebelumnya untuk mengukur tingkat pemahaman guru dalam computational thinking. Kegiatan pelatihan dilanjutkan dengan pembahasan soal kuis melalui diskusi, penyampaian konsep computational thinking, serta pendaftaran dan persiapan siswa untuk Tantangan Bebras 2022. Pada akhir sesi pelatihan, guru-guru peserta mengisi kuesioner untuk mengetahui sejauh mana persiapan yang sudah dilakukan untuk Tantangan Bebras 2022. Pelaksanaan kegiatan dilaksanakan secara hybrid diikuti oleh 52 guru perwakilan sekolah. Dari 52 guru yang mengikuti kuis, nilai kuis berkisar antara 0 sampai 80 di mana rata-rata nilai adalah 35. Sebanyak 79% dari guru-guru yang mengikuti pelatihan ini sudah pernah mengikuti workshop Bebras di tahun-tahun sebelumnya dan 69% dari total guru tersebut telah memanfaatkan soal Bebras untuk pembelajaran di kelas. Selama proses pembekalan Tantangan Bebras, terdapat tiga tantangan terbesar yang dihadapi yaitu kemampuan berpikir siswa, persiapan guru untuk pembekalan, dan melatih siswa dalam membaca soal.
Analisis Perbandingan Algoritma Machine Learning untuk Forecasting Persediaan Produk Barang Pokok Avinash, Avinash; Widjaja, Andreas; Karnalim, Oscar
Jurnal Teknik Informatika dan Sistem Informasi Vol 10 No 2 (2024): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v10i2.9357

Abstract

Abstract —In the era of continuously evolving technology, consumers' demands for everyday needs are becoming more complex.Retail companies must adopt sophisticated approaches to understand and meet consumer preferences. This research explores theeffectiveness of Machine Learning algorithms in forecasting inventory levels in various types of retail stores using historicaltransaction payment data and related variables. One approach used is data transformation using one standard deviation intervalto stationarize data, ensuring statistical consistency that is important for prediction algorithms. The research results show that theSeasonal Autoregressive Integrated Moving Average (SARIMA) algorithm performs best in predicting inventory levels for bothSMEs and modern retailers. For the original data, the Mean Absolute Percentage Error (MAPE) for SMEs is 1.11% and formodern retailers is 0.98%. For data modified with one standard deviation interval, the MAPE for SMEs is 0.74% and for modernretailers is 0.70%. These results indicate superior prediction accuracy, helping companies adjust their inventory levels moreaccurately according to market dynamics and consumer expectations. This research is expected to provide a solid guideline forimproving inventory management strategies, enabling companies to prepare inventory levels more accurately according to marketdynamics and consumer expectations.Keywords—Forecasting Optimization, Machine Learning Algorithm Comparison, Inventory Levels, Modern Retail, SMEs, Onestandard deviation interval
Evaluasi Hasil Neural Style Transfer Berbagai Gambar Pola Menggunakan Feature Similarity Index Metayani, Vanessa; Liliawati, Swat Lie; Widjaja, Andreas
Jurnal Teknik Informatika dan Sistem Informasi Vol 10 No 2 (2024): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v10i2.9380

Abstract

This research was conducted by applying the Neural Style Transfer method to various sets of content and style images, and then calculating the FSIM value for each pair of result and original images. Analysis was done on factors such as art style complexity, resolution and other special characteristics such as colour and texture that can affect the FSIM value. The purpose of this research is to identify whether there are factors that affect FSIM performance such as art style complexity, resolution, or other special characteristics such as colour and texture. This research is expected to be able to help artists who want to change the art style with Neural Style Transfer but still maintain the originality of the image and still be recognised by evaluating the results using FSIM and help artists to develop and produce artistic digital artworks with good quality. The results show that varying FSIM values can depend on the complexity of the art style and image resolution. Simple art styles and high-resolution images tend to produce higher FSIM values, indicating that the image structure is easily preserved. As long as the resolution and colours or textures do not change the main structure, the FSIM results will not decrease significantly. To support the research analysis, the Analysis of Variance (ANOVA) statistical test was used to measure the significance of the effect of complexity and resolution on FSIM and the Cronbach’s Alpha test to test the reliability of the general public and expert surveys. Based on the ANOVA statistical test results, there was insufficient evidence to reject the null hypothesis, so complexity and resolution did not have a significant influence on FSIM. From the Cronbach’s Alpha test results, the public assessment survey received a result of 0.94 and 0.91 for the expert assessment survey. These results indicate that the results from the surveys are reliable as subjective data for the research.
Komputasi Numerik Berkinerja Tinggi dari Integral Multidimensi Menggunakan Sampel Acak Widjaja, Andreas; Gautama, Tjatur Kandaga; Sujadi, Sendy Ferdian; Wijaya, Bernadus Indra
Jurnal Teknik Informatika dan Sistem Informasi Vol 11 No 3 (2025): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v11i3.12999

Abstract

This study examines the use of high-performance computing to carry out multidimensional integral calculation based on stochastic techniques, particularly in the context of Monte Carlo integration. Considering that traditional methods are facing extreme difficulty especially in high-dimension when encountered with "dimensionality curse", random sampling technique to estimate integral values is used. This technique is superior in many aspects, for example in terms of scalability and flexibility, even in complex and irregular domains. In particular, the work concentrates on the case of calculating the volume of a multi-dimensional sphere using random sampling or Monte Carlo techniques. It also introduces a framework that employs the Graphics Processing Unit (GPU) to carry out these computations more effectively. Using dimensionalities from 2 to 24, the work compares both accuracy and computation time of the method. The results show that the random sampling method attains high accuracy in the computation of π which is used as a benchmark. The computational model is implemented in CUDA C/C++, and it takes advantage of GPU parallelism to process large sample sizes as well as execute calculations efficiently. Here it is shown in general that Monte Carlo integration is a viable approach to high-dimensional problems when combined with very rapid GPU parallelism.
THE CRYPTO-EQUITY NEXUS: A ROLLING LINEAR REGRESSION ANALYSIS OF BITCOIN’S PREDICTIVE POWER ON MICROSTRATEGY AND BLACKROCK Andreas Widjaja; Benny Budiawan Tjandrasa; Andrew Sebastian Lehman
International Journal of Accounting, Management, Economics and Social Sciences (IJAMESC) Vol. 3 No. 6 (2025): December
Publisher : ZILLZELL MEDIA PRIMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61990/ijamesc.v3i6.652

Abstract

This study analyzes the differing dynamics within the crypto-equity nexus by examining the influence of Bitcoin (BTC) on the valuation of MicroStrategy (MSTR), an active leveraged balance sheet adopter, and BlackRock (BLK), a passive institutional conduit.  The objective is to assess the predictive effectiveness of BTC across these various corporate archetypes. We utilized Rolling Linear Regression (RLR) with both growing-window and fixed-window methodologies to evaluate the time-varying correlation and forecast accuracy for MSTR and BLK from 2020 to late 2025. This comparative analysis identified parameter instability due to changes in corporate strategy. The findings indicate that the RLR model for MSTR demonstrated considerable forecast bias, as reflected by a notably high Mean Absolute Percentage Error (MAPE), especially with the growing window. This failure indicates that MSTR functions as a non-linear, high-beta instrument, enhanced by a speculative leverage premium.  The BLK model exhibited high accuracy and stability, evidenced by a low MAPE, which confirms a systematic second-order correlation based on institutional fee revenue. In conclusion, the findings indicate that BTC serves as a significant determinant for both equities, necessitating a tailored predictive modeling approach. Simple linear models are adequate for stable conduits such as BLK; however, they fail to accurately represent MSTR, where price movements are influenced by non-linear corporate financing and active leverage dynamics.
Co-Authors ADELIA Albertus Indarko Wiyogo Anggara, Erik Dwi Ariel Elbert Budiman Avinash, Avinash Benny Budiawan Tjandrasa Bernard Renaldy Suteja Bernard Renaldy Suteja Budiman, Ariel Elbert Budiman, Vincent Elbert Chatief Kunjaya Daniel Jahja Surjawan Deon Diamanta Somali Diana Trivena Yulianti Doro Edi Erik Dwi Anggara Erik Dwi Anggara Feliks Victor Parningotan Samosir Hapnes Toba Hapnes Toba Harnandy, Steven Rumanto Hendra Bunyamin Iratius Radiman Irawan, Yosef Ariyanto Johan, Meliana Christianti Joshua, Ronaldo Julianti Kasih, Julianti Julio Narabel Julio Narabel Kristiawan Kristiawan KRISTIAWAN KRISTIAWAN Lehman, Andrew Sebastian Liliawati, Swat Lie Linggan jaya, Try Atmaja Loudry Palmarums Mustamu Maresha Caroline Wijanto Metayani, Vanessa Mewati Ayub Mustamu, Loudry Palmarums Narabel, Julio Oscar Karnalim, Oscar Risal Robby Tan Ronaldo Joshua Rossevine Artha Nathasya Sanjaya, Joseph Sendy Ferdian Sendy Ferdian Sujadi Sendy Ferdian Sujadi Somali, Deon Diamanta Steven Rumanto Harnandy Teddy Marcus Zakaria Tjandrasa, Benny Budiawan Tjatur Kandaga Tjatur Kandaga Tjatur Kandaga Gautama Tjatur Kandaga Gautama Tjatur Kandaga Gautama, Tjatur Kandaga Try Atmaja Linggan Jaya Vincent Elbert Budiman Wenny Franciska Senjaya Wijaya, Bernadus Indra Wiyogo, Albertus Indarko Yosef Ariyanto Irawan