Article Per Year (5 Year)
p-Index From 2020 - 2025
4.781
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer SCIENCE TECH: Jurnal Ilmiah Ilmu Pengetahuan dan Teknologi JURNAL MEDIA INFORMATIKA BUDIDARMA JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Sisfokom (Sistem Informasi dan Komputer) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JURTEKSI Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Teknik Informatika (JUTIF) PARAHITA : Jurnal Pengabdian kepada Masyarakat Sevanam: Jurnal Pengabdian Masyarakat AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT The Indonesian Journal of Computer Science JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Jurnal Pengabdian Masyarakat Inovasi Indonesia
Sasongko, Theopilus Bayu
Informatics, Faculty Of Computer Science, Universitas Amikom Yogyakarta, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Nursing Public Health Social Sciences

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Upaya Peningkatan Kompetensi Dalam Membuat E-Learning Bagi Guru SMK Dinamika Kota Tegal Muhammad Fikri Hidayatullah; Ginanjar Wiro Sasmito; Theopilus Bayu Sasongko
Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 1, No 1 (2018): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4078.9 KB) | DOI: 10.30591/japhb.v1i1.682

Abstract

Internet learning merupakan sebuah proses pembelajaran yang berbasis elektronik yang digunakan sebagai media pembelajaran yang dapat digunakan oleh setiap lembaga pendidikan. Dalam rangka pengembangan proses pembelajaran yang dilaksanakan di SMK Dinamika Kota Tegal, maka konsep internet learning berusaha untuk diterapkan. Metode kegiatan yang digunakan untuk mencapai tujuan dari kegiatan pengabdian masyarakat ini adalah dengan metode ceramah dan praktek dengan menggunakan media sosial Edmodo. Semua peserta pelatihan setelah mendapatkan materi yang disampaikan kemudian langsung mempraktekannya ke dalam sebuah studi kasus. Dari kegiatan pengabdian pada masyarakat ini dapat disimpulkan bahwa penerapan internet learning berbasis Edmodo yang diajarkan kepada para guru SMK Dinamika Kota Tegal mampu memberikan alternatif baru mengenai media pembelajaran berbasis teknologi informasi yang bisa digunakan dalam proses pembelajaran di kelas. Selain itu SMK Dinamika Kota Tegal selaku institusi pendidikan formal akhirnya mempunyai suatu metode pembelajaran baru yang dapat dijadikan alternatif pembelajaran.Kata kunci— Internet Learning, Edmodo, Guru, SMK Dinamika
Identifikasi Citra Plasmodium Guna Mendeteksi Parasit Penyakit Malaria dengan Menggunakan Algorithm Convolutional Neural Network Theopilus Bayu
Science Tech: Jurnal Ilmu Pengetahuan dan Teknologi Vol 8 No 2 (2022): Agustus
Publisher : Universitas Sarjanawiyata Tamansiswa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30738/st.vol8.no2.a12796

Abstract

Malaria is a type of disease caused by protozoan cells called Plasmodium, in its development Plasmodium cells will enter and destroy red blood cells. Detection of malaria is difficult because it takes a long time. Malaria parasite can be identified using a microscope to see whether or not Plasmodium is present in red blood cells. However, this method is very dependent on the quality of the microscope. A computer vision model was developed using a CNN (convolutional neural network). The model was developed by comparing the architectures of the ResNet-101, AlexNet, and VGG-19 models by providing two learning rate scenarios, namely the minimum learning rate and the maximum learning rate with slices. The training process for each model uses 10 epochs. Fast.ai tools / libraries are used to form existing models. The results of a study entitled Plasmodium Image Classification To Detect Malaria Disease by using the CNN Algorithm found that the architecture of the ResNet-101 model has much better accuracy than the AlexNet and VGG-19 models, both by using a minimum learning rate and a maximum learning rate, the process of training in the ResNet-101 architecture model using the maximum learning rate with slice has the best accuracy of 0.97586% and precision of 0.98249% compared to the AlexNet and VGG-19 architectures.
Implementasi Model Pembelajaran dengan Differentiated Instruction Berbasis E-Learning untuk Mahasiswa dengan Hambatan Mental Yusuf Amri Amrullah; Theopilus Bayu Sasongko; Rivi Neritarani; Agus Fatkhurohman
Sevanam: Jurnal Pengabdian Masyarakat Vol 1 No 2 (2022): September
Publisher : Universitas Hindu Negeri I Gusti Bagus Sugriwa Denpasar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25078/sevanam.v1i2.1393

Abstract

Masyarakat atau kelompok berkebutuhan khusus pada dasarnya memiliki hak yang dalam memperoleh pendidikan yang bermutu pada satuan pendidikan di semua jenis, jalur dan jenjang pendidikan. Hal ini juga berlaku pada satuan pendidikan tinggi. Institusi pendidikan tinggi wajib untuk mengakomodasi pendidikan bagi mahasiswa dengan hambatan khusus, salah satunya adalah hambatan mental. Salah satu yang menjadi kendala bagi mahasiswa dengan hambatan mental adalah kemampuan untuk memahami materi perkuliahan. Oleh karena itu, institusi pendidikan tinggi perlu mengembangkan model pembelajaran khusus untuk mahasiswa dengan hambatan tersebut. Tujuan dari penelitian ini adalah untuk mengkaji penerapan model pembelajaran khusus untuk mahasiswa dengan hambatan mental. Metode yang digunakan adalah dengan metode Differentiated Instruction, yaitu dengan memberikan pembedaan instruksi sehingga diharapkan dapat membantu mahasiswa tersebut dalam memahami materi perkuliahan. Berdasarkan hasil uji coba penerapan metode ini pada beberapa mahasiswa dengan hambatan mental, dapat diketahui bahwa pembedaan instruksi ini memerlukan media yang disesuaikan dengan profil belajar mahasiswa.
Kampanye Diet Plastik dalam Membentuk Persepsi Anak-anak Komunitas Go English di Bantaran Kali Code Yogyakarta Erfina Nurussa'adah; Theopilus Bayu Sasongko; Devi Wening Astari
PARAHITA : Jurnal Pengabdian kepada Masyarakat Vol 3, No 2 (2022): Jurnal Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal (Jurnal Ilmiah Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/parahita.v3i2.83

Abstract

Anak-anak komunitas Go English merupakan warga bantaran Kali Code yang setiap hari melakukan banyak aktivitas di sekitar Kali Code, Yogyakarta. Permasalahan yang dihadapi yaitu persepsi anak-anak bantaran Kali Code mengenai penggunakan plastik sekali pakai masih belum cukup baik untuk membuat anak-anak mengurangi penggunakan plastik sekali pakai, membuang sampah plastik pada tempat sampah, serta belum adanya pemahaman mengenai pemisahan sampah palstik dan nonplastik. Kegiatan Pengabdian kepada Masyarakat ini bertujuan mendorong perubahan perilaku dengan penanaman persepsi untuk tidak membuang sampah sembarangan, tidak menggunakan plastik sekali pakai secara berlebihan, dan peningkatan kreatifitas. Kampanye diet plastik menggunakan teori perencanaan kampanye public relations yang dijabarkan oleh Allan Center, Scott Cutlip, dan Gleen Broom (2006), yang terdiri dari empat langkah yaitu mendefinisikan masalah, perencanaan program, bertindak atau berkomunikasi dan evaluasi program. Metode yang digunakan dalam kegiatan ini yaitu melakukan kampanye Stop Buang Sampah Sembarangan, Pengurangan Penggunaan Plastik, Pemilihan dan Daur Ulang yang dikemas dengan bentuk kegiatan sosialisasi bahaya sampah plastik, pemasangan poster, pengadaan tempat sampah organik dan non-organik, pembagian tools pengganti plastik (goodie bag, sedotan stainless, dan tumbler) serta membuat kerajinan dari bahan daur ulang plastik.
FAST DETECTION OF SEATBELT DRIVER BASED ON IMAGE CAPTURING Khairul Rohman; Theopilus Bayu Sasongko
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 9, No 3 (2023): Juni 2023
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v9i3.2276

Abstract

Abstract: Traffic accidents are one of the biggest contributors to injuries and fatalities worldwide. Victims of traffic accidents range from minor injuries to severe injuries and even death. The severity of many accidents is often due to a lack of discipline and public awareness of traffic rules and safety measures. Car manufacturers have attempted to mitigate the effects of accidents by providing seat belts. However, many people neglect to use them, thinking that nothing will happen while driving. Even with fines imposed by authorities, people can outsmart them by removing their seat belts when officers are not around. To address this issue, a model has been developed to monitor drivers using artificial intelligence and computer vision. The camera captures images, which are then processed by a neural network trained with the YOLOv5 algorithm. The model has an average precision of 89% and a recall of 81%, and can accurately detect whether drivers are wearing seat belts or not. This model is expected to aid in improving driver and passenger safety on the roads. By paying attention to the use of seat belts, the severity of injuries sustained in accidents can be reduced.            Keywords: computer vision; neural network; seatbelt detection; yolo  Abstrak: Kecelakaan lalu lintas merupakan salah satu penyumbang terbesar cedera dan kematian di seluruh dunia. Korban kecelakaan lalu lintas tidak hanya mengalami cedera ringan, tetapi juga cedera berat bahkan kematian. Parahnya banyak kecelakaan yang terjadi dapat disebabkan oleh kurangnya disiplin dan kesadaran masyarakat akan aturan lalu lintas serta tindakan keselamatan. Produsen mobil telah berusaha untuk mengurangi efek kecelakaan dengan menyediakan sabuk pengaman. Sayangnya, masih banyak orang yang mengabaikan penggunaannya, dengan menganggap bahwa tidak akan terjadi apa-apa saat mengemudi. Meskipun ada denda yang diberlakukan oleh pihak berwenang, orang masih dapat melepaskan sabuk pengaman ketika tidak ada petugas di sekitar. Untuk mengatasi masalah ini, sebuah model telah dikembangkan untuk memantau pengemudi menggunakan kecerdasan buatan dan visi komputer. Kamera mengambil gambar yang kemudian diproses oleh jaringan saraf yang dilatih dengan algoritma YOLOv5. Model ini memiliki presisi rata-rata sebesar 89% dan recall sebesar 81%, dan dapat dengan akurat mendeteksi apakah pengemudi menggunakan sabuk pengaman atau tidak. Model ini diharapkan dapat membantu dalam menangani masalah keselamatan pengemudi dan penumpang di jalan raya. Dengan memperhatikan penggunaan sabuk pengaman, dapat mengurangi tingkat keparahan cedera yang terjadi dalam kecelakaan. Kata kunci: computer vision; deteksi sabuk pengaman; neural network; yolo
RANCANG BANGUN PENGEMBANGAN WEBSITE POLRES BREBES Restu Bumi Apit; Theopilus Bayu Sasongko
Jurnal Informatika: Jurnal Pengembangan IT Vol 1, No 1 (2016): JURNAL INFORMATIKA
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v1i1.336

Abstract

Website ini adalah sebuah situs yang berisi kumpulan informasi. Informasi merupakan hasilpengolahan data yang disajikan sedemikian rupa agar dapat memberi arti atau persepsi tertentu kepadapara pembacanya. Dalam penyampaian informasi di Polres Brebes dengan menggunakan websitesekarang ini kurang lengkap, jelas, terperinci. Untuk itu perlu mengembangkan website yang sudah adamenjadi sebuah website yang dibutuhkan masyarakat Brebes sekarang ini agar masyarakat Brebes dalammencari informasi Polres Brebes lebih lengkap, jelas dan terperinci. Ketergantungan manusia terhadapinformasi, maka kualitas informasi harus ditingkatkan. Beberapa faktor penentu kualitas informasi adalahkeakuratan, ketepatan waktu, relevansi dan kemudahan untuk memperolehnya. Harapannya, website inidapat membantu pihak Polres Brebes dalam menyampaikan informasi dan membantu masyarakat dalammencari informasi mengenai Polres Brebes tanpa harus mendatanginya.Kata Kunci : Aplikasi website, Sistem Informasi berbasis web.
Early Detection of Alzheimer's Disease with the C4.5 Algorithm Based on BPSO (Binary Particle Swarm Optimization) Rosyida, Anistya; Sasongko, Theopilus Bayu
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 12, No 3 (2023): NOVEMBER
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v12i3.1716

Abstract

Alzheimer's disease is a degenerative disease associated with memory loss, communication difficulties, mental health, thinking skills, and other psychological disorders that affect a person's daily activities. Alzheimer's disease is a disease that causes disability for people aged 70 years and over and is the seventh highest contributor to death in the world. However, until now there has not been found an effective treatment to cure Alzheimer's disease. Thus, early detection of Alzheimer's disease is very important so that sufferers of Alzheimer's disease can immediately receive intensive medical care so as to reduce the death rate from Alzheimer's disease. One method that can be used to detect Alzheimer's disease is by utilizing a machine learning algorithm model. The machine learning model in this study was carried out using the Decision Tree C4.5 algorithm classification method based on Binary Particle Swarm Optimization (BPSO). The C4.5 Decision Tree algorithm is used to classify Alzheimer's disease, while the BPSO algorithm is used to perform feature selection. By performing feature selection with the BPSO algorithm, the results show that the BPSO algorithm can improve accuracy and can increase the performance of the C4.5 algorithm in the Alzheimer's disease classification process. The results of the accuracy of the C4.5 algorithm using the BPSO feature selection are greater, namely 98.2% compared to the C4.5 algorithm without BPSO feature selection, which is only 96.4%. 
Implementasi Model Pembelajaran dengan Differentiated Instruction Berbasis E-Learning untuk Mahasiswa dengan Hambatan Mental Amri Amrullah, Yusuf; Theopilus Bayu Sasongko; Neritarani, Rivi; Agus Fatkhurohman
Sevanam: Jurnal Pengabdian Masyarakat Vol 1 No 2 (2022): September
Publisher : Universitas Hindu Negeri I Gusti Bagus Sugriwa Denpasar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25078/sevanam.v1i2.1393

Abstract

Masyarakat atau kelompok berkebutuhan khusus pada dasarnya memiliki hak yang dalam memperoleh pendidikan yang bermutu pada satuan pendidikan di semua jenis, jalur dan jenjang pendidikan. Hal ini juga berlaku pada satuan pendidikan tinggi. Institusi pendidikan tinggi wajib untuk mengakomodasi pendidikan bagi mahasiswa dengan hambatan khusus, salah satunya adalah hambatan mental. Salah satu yang menjadi kendala bagi mahasiswa dengan hambatan mental adalah kemampuan untuk memahami materi perkuliahan. Oleh karena itu, institusi pendidikan tinggi perlu mengembangkan model pembelajaran khusus untuk mahasiswa dengan hambatan tersebut. Tujuan dari penelitian ini adalah untuk mengkaji penerapan model pembelajaran khusus untuk mahasiswa dengan hambatan mental. Metode yang digunakan adalah dengan metode Differentiated Instruction, yaitu dengan memberikan pembedaan instruksi sehingga diharapkan dapat membantu mahasiswa tersebut dalam memahami materi perkuliahan. Berdasarkan hasil uji coba penerapan metode ini pada beberapa mahasiswa dengan hambatan mental, dapat diketahui bahwa pembedaan instruksi ini memerlukan media yang disesuaikan dengan profil belajar mahasiswa.
Optimasi Performa Random Forest dengan Random Oversampling dan SMOTE pada Dataset Diabetes Hasbi, Hasbi; Sasongko, Theopilus Bayu
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7855

Abstract

Diabetes, or high blood sugar, is a chronic condition that needs careful monitoring. If left untreated, it can lead to severe complications. This research aims to accurately diagnose diabetes, addressing the issue of class imbalance in the dataset, which can affect the model's classification accuracy. The goal is to improve diabetes classification accuracy using balancing methods, specifically the Synthetic Minority Over-sampling Technique (SMOTE) and Random Oversampling. These methods are applied to data from patients diagnosed with diabetes and those who do not have the disease.The initial step in the research involved addressing class imbalance by applying SMOTE and random oversampling to generate synthetic samples for the minority class. This was followed by data normalization using the min-max normalization method. Subsequently, the Random Forest Classifier was used to train the model for classification. The results demonstrate that this approach enhances the model's ability to identify diabetes cases, achieving an accuracy of 96%. This represents a 1% improvement over the accuracy of 95% reported in previous research.
Implementasi Algoritma Transformers BART dan Penggunaan Metode Optimasi Adam Untuk Klasifikasi Judul Berita Palsu Subagyo, Ageng Ramdhan; Sasongko, Theopilus Bayu
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 3 (2024): Juli 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i3.7852

Abstract

Classification is a process of identifying new data provided based on validation of previous data. One classification process that can be used is fake news classification. The classification process requires as little time as possible to get maximum results, so a faster method is needed to classify news. The BART algorithm can be a method that can be used to carry out classification and use Adam optimization to improve the performance of the algorithm. The aim of this research is to classify fake news, whether the BART algorithm and Adam optimization are able to provide good results and to label whether the news is fake or not. The results of this process are based on the use of a dataset of 65% for training, 30% for validation, and 5% to produce 2 BART models. With the additional use of Adam optimization and several other parameters for the training process, the first model was able to provide accuracy performance of 92.88%, training loss reached 12.2%, and validation loss reached 28.4% and the second model produced an accuracy of 92.63 %, training loss 15% and validation loss reaching 20.2%. In the first model, it can predict 105 data labeled negative and 1306 positive data. Meanwhile, the second model was able to predict 128 data labeled negative and 1283 positive data.
Co-Authors A. Rahim, Abd Mizwar Abd Mizwar A. Rahim Abdul Mizwar A. Rahim AGIT AMRULLAH Agus Fatkhurohman Agus Fatkhurohman Alifqi Radjavani Amrullah, Yusuf Amri Anas Fikri Hanif Anas Fikri Hanif Arif Dwi Laksito Arifin, Oki Arifiyanto Hadinegoro, Arifiyanto Arnandito, Seno Asrawi, Hannan Dewantoro, Agus Erfina Nurussa’adah Fajar, Rizqi Al Fikri, Muhammad Ainul Ginanjar Wiro Sasmito Haryoko, Haryoko Hasbi Huda, Amirudin Khorul Joshua Agung Nurcahyo Joshua Agung Nurcahyo Khairul Rohman Kusuma, Satya Tegar Muhammad Fikri Hidayatullah Muhammad Taqiyuddin MUhammad Yusrizal Ningrum, Fauzia Anis Sekar Radjavani, Alifqi Rahim, Abd. Mizwar A. Restu Bumi Apit Rivi Neritarani Rivi Neritarani Rosyida, Anistya Safitri, Anisa Ika Satya Tegar Kusuma Senli Yusdiantoro Yusdiantoro Setyanto, Joko Simarmata, Asyer Aprinando Pratama Subagyo, Ageng Ramdhan Yusdiantoro, Senli Yusdiantoro