Garuda - Garba Rujukan Digital

Poverty Level Prediction Based on E-Commerce Data Using Naïve Bayes Algorithm and Similarity-Based Feature Selection Aji, Pramuko; Wijaya, Dedy Rahman; Hernawati, Elis; Yualinda, Sherla; Yualinda, Sherli; Frasanta, Muhammad Akbar Haikal; Kannan, Rathimala
IJAIT (International Journal of Applied Information Technology) Vol 07 No 02 (November 2023)
Publisher : School of Applied Science, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/ijait.v7i02.5374

The poverty rate is an important measure of any country because it indicates how well the economy develops and how well the economic prosperity distributes among citizens. The Central Statistics Agency, or BPS, measures the poverty rates in Indonesia using the concept of the ability to meet demands (basic needs approach). Using this approach, spending becomes a measure of poverty, defined as an economic incapacity to satisfy food and non-food requirements. Thus, the poor are individuals whose monthly per capita spending is less than the poverty threshold. In this study, the machine learning method using Naive Bayes with similarity-based feature selection and e-commerce data has been proposed to predict the poverty level in Indonesia. We proposed the method to be used as a complement to the results of the costly surveys and censuses conducted by BPS. Our experiments show that the classifier shows little relevance between the predicted and the original values or actual poverty prediction based on BPS data. A limited number of features does not necessarily result in poor accuracy, however great accuracy is not always achieved if a lot of features are being used.

Sistem Informasi Log Data Center Direktorat Teknologi Informasi Institut Teknologi Bandung Berbasis Web Ariyani, Fathya; Wikusna, Wawa; Rahman Wijaya, Dedy
eProceedings of Applied Science Vol. 9 No. 2 (2023): April 2023
Publisher : eProceedings of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak— Sistem Informasi Log Data Center Direktorat Teknologi Informasi ITB merupakan aplikasi berbasis web yang dibangun untuk mencatat data kunjungan dan server di data center Institut Teknologi Bandung (ITB). Sistem pencatatan kunjungan yang berlangsung saat ini masih bersifat manual. Belum ada aplikasi untuk mengatur dan mencatat pengunjung yang masuk/keluar. Sedangkan pencatatan server biasanya menggunakan aplikasi pihak ketiga yang tidak terhubung dengan database ITB. Sistem pencatatan kunjungan dan penempatan server saat ini masih belum tertata dengan baik. Aplikasi ini dibangun dengan fitur create pengajuan kunjungan dan penempatan server, fitur approval untuk menyetujui pengajuannya, fitur scan kartu untuk mencatat log masuk/keluar pengunjung, dan dilengkapi pula oleh fitur untuk mencetak laporan log data center. Dengan fitur-fitur tersebut, aplikasi ini dapat membantu DTI mengatur pengajuan kunjungan dan penempatan server sehingga menjadi lebih efektif. Data masuk/keluar orang dan server dapat tersimpan dan terkelola dengan baik, juga dapat memudahkan membuat rekapan sesuai periode yang diinginkan pengguna. Metode yang digunakan dalam mengembangkan aplikasi ini adalah SDLC (System Development Life Cycle) model waterfall. Ada pula tools yang dipakai yaitu bahasa pemrograman PHP, JavaSript, HTML dan CSS untuk membuat tampilan web, dan MySQL untuk basis datanya. Aplikasi ini dibuat dengan menggunakan framework Code Igniter 4. Sedangkan untuk pemodelannya menggunakan ERD (Entity Relationship Diagram), class diagram, dan use case diagram.Kata kunci—log, data center

Sistem Informasi Log Data Center Direktorat Teknologi Informasi Institut Teknologi Bandung Berbasis Web Ariyani, Fathya; Wikusna, Wawa; Rahman Wijaya, Dedy
eProceedings of Applied Science Vol. 9 No. 3 (2023): Juni 2023
Publisher : eProceedings of Applied Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstrak— Sistem Informasi Log Data Center Direktorat Teknologi Informasi ITB merupakan aplikasi berbasis web yang dibangun untuk mencatat data kunjungan dan server di data center Institut Teknologi Bandung (ITB). Sistem pencatatan kunjungan yang berlangsung saat ini masih bersifat manual. Belum ada aplikasi untuk mengatur dan mencatat pengunjung yang masuk/keluar. Sedangkan pencatatan server biasanya menggunakan aplikasi pihak ketiga yang tidak terhubung dengan database ITB. Sistem pencatatan kunjungan dan penempatan server saat ini masih belum tertata dengan baik. Aplikasi ini dibangun dengan fitur create pengajuan kunjungan dan penempatan server, fitur approval untuk menyetujui pengajuannya, fitur scan kartu untuk mencatat log masuk/keluar pengunjung, dan dilengkapi pula oleh fitur untuk mencetak laporan log data center. Dengan fitur-fitur tersebut, aplikasi ini dapat membantu DTI mengatur pengajuan kunjungan dan penempatan server sehingga menjadi lebih efektif. Data masuk/keluar orang dan server dapat tersimpan dan terkelola dengan baik, juga dapat memudahkan membuat rekapan sesuai periode yang diinginkan pengguna. Metode yang digunakan dalam mengembangkan aplikasi ini adalah SDLC (System Development Life Cycle) model waterfall. Ada pula tools yang dipakai yaitu bahasa pemrograman PHP, JavaSript, HTML dan CSS untuk membuat tampilan web, dan MySQL untuk basis datanya. Aplikasi ini dibuat dengan menggunakan framework Code Igniter 4. Sedangkan untuk pemodelannya menggunakan ERD (Entity Relationship Diagram), class diagram, dan use case diagram.Kata kunci—log, data center

Pembelajaran Akuntansi Dasar melalui Platform Edu Jurnal pada Siswa SMKN 3 Bandung Asniar Asniar; Tora Fahrudin; Raswyshnoe Boing Kotjoprayudi; Dedy Rahman Wijaya; Fajri Ardiansyah
Jurnal Pengabdian Masyarakat Bangsa Vol. 4 No. 4 (2026): Juni
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v4i4.4552

Perkembangan teknologi kecerdasan buatan (AI) membuka peluang baru dalam mendukung proses pembelajaran yang lebih interaktif, adaptif, dan terpersonalisasi. Pada mata pelajaran Akuntansi Dasar, siswa sering mengalami kesulitan dalam memahami konsep jurnal umum dan pencatatan transaksi akuntansi. Selain itu, faktor psikologis seperti rasa malu, kecemasan bertanya, serta keterbatasan waktu pembelajaran di kelas menyebabkan siswa enggan mengajukan pertanyaan kepada guru sehingga berpotensi menghambat pemahaman materi. Untuk mengatasi permasalahan tersebut, kegiatan pengabdian kepada masyarakat ini dilaksanakan dalam bentuk pelatihan pemanfaatan platform EduJurnal bagi siswa Akuntansi SMKN 3 Bandung. EduJurnal merupakan aplikasi pembelajaran berbasis web yang memanfaatkan teknologi AI untuk mendukung pembelajaran penjurnalan melalui fitur chatbot AI, dashboard rangkuman materi, serta pembuatan label soal secara otomatis. Metode pelaksanaan kegiatan meliputi penyampaian materi, demonstrasi penggunaan platform, praktik langsung, dan sesi diskusi interaktif. Hasil kegiatan menunjukkan bahwa peserta pelatihan mampu memahami dan mengoperasikan fitur-fitur EduJurnal dalam pembelajaran akuntansi. Platform ini dinilai mampu mendukung proses pembelajaran yang lebih personal, meningkatkan interaksi belajar siswa, serta membantu guru dalam menyediakan layanan pembelajaran yang lebih efektif dan efisien. Kegiatan ini menunjukkan bahwa pemanfaatan teknologi AI melalui platform EduJurnal berpotensi menjadi solusi inovatif dalam mendukung transformasi digital pembelajaran Akuntansi Dasar di lingkungan Sekolah Menengah Kejuruan.

Feature Selection Methods as Attribute Weighting Schemes for Clustering Corporate Financial Statements Tora Fahrudin; Dedy Rahman Wijaya
Journal of Applied Data Sciences Vol 7, No 3: September 2026
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v7i3.1410

Financial clustering plays an important role in uncovering hidden patterns and supporting decision-making in high-dimensional financial statement analysis. However, clustering performance is often constrained by noisy, redundant, and heterogeneous attributes that reduce cluster quality, interpretability, and robustness. Although previous studies in financial analytics have extensively explored clustering algorithms, limited attention has been given to systematically evaluating feature-selection-based attribute weighting strategies for improving clustering effectiveness in complex financial datasets. This study investigates the effectiveness of 6 feature-selection-based weighting strategies for improving financial statement clustering using annual financial data from 604 publicly listed companies on the Indonesia Stock Exchange during 2020-2023. Rather than relying solely on feature filtering, the evaluated methods were utilized to prioritize informative financial attributes and improve clustering structure. Clustering performance was assessed using internal validation metrics, including the Silhouette Coefficient, Dunn Index, Calinski Harabasz Score, and Davies Bouldin Index to evaluate cluster compactness, separation, and overall quality. The results demonstrate that feature-selection-based weighting substantially improves clustering quality compared with the baseline. Fisher Score achieved the strongest overall performance with a Silhouette score of 0.9899, Dunn Index of 1.7238, and Davies Bouldin Index of 0.0034, outperforming the baseline values of 0.8678, 0.3509, and 0.8716, respectively. Autoencoder-based ranking also produced highly competitive results, achieving a Silhouette score of 0.9757 and a Calinski Harabasz Index of 37,105.45. These findings indicate that prioritizing informative financial attributes significantly enhances cluster compactness, separation, and interpretability. The study contributes a comprehensive comparative evaluation of feature-selection-based weighting schemes and provides practical insights for financial segmentation, risk profiling, decision support, and data-driven financial analytics. This study further offers a foundation for developing more robust clustering frameworks for complex financial datasets.

Implementasi Aplikasi Manajemen File PDF untuk Peningkatan Keamanan Dokumen dan Literasi Perlindungan Data Pribadi di SMK Telekomunikasi Telesandi Dedy Rahman Wijaya; Hanang Priambodo; Mohammad As'ad Rosyadi; Widyantari Febiyanti
Jurnal Pengabdian Masyarakat Bangsa Vol. 3 No. 10 (2025): Desember
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v3i10.3496

Digitalisasi administrasi dan pembelajaran pada jenjang pendidikan vokasi menuntut pengelolaan dokumen digital yang aman dan sesuai dengan prinsip perlindungan data pribadi. Namun, rendahnya literasi keamanan informasi serta penggunaan aplikasi pengolah PDF berbasis daring yang tidak terverifikasi menimbulkan tingginya risiko kebocoran data pada lingkungan sekolah. Program Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan keamanan dokumen serta literasi Pelindungan Data Pribadi melalui implementasi aplikasi PDF Editor di SMK Telekomunikasi Telesandi. Aplikasi ini dikembangkan sebagai teknologi tepat guna yang menyediakan fitur compress, split, merge, digital signature, dan watermarking tanpa perlu mengunggah dokumen ke server eksternal. Kegiatan dilaksanakan melalui pelatihan, demonstrasi, dan praktik langsung oleh guru dan siswa. Edukasi mengenai keamanan dokumen, ancaman siber, serta regulasi UU PDP turut diberikan untuk meningkatkan kesadaran risiko digital. Evaluasi dilakukan melalui kuesioner yang diisi oleh 70 peserta. Hasil evaluasi menunjukkan bahwa 97,1% peserta menyatakan materi sesuai dengan kebutuhan, 58,6% setuju dan 32,9% sangat setuju bahwa waktu pelaksanaan cukup, serta 61,4% setuju dan 28,6% sangat setuju bahwa materi disampaikan dengan jelas. Selain itu, 57,1% peserta setuju dan 35,7% sangat setuju bahwa kegiatan serupa perlu dilanjutkan. Hasil tersebut menunjukkan bahwa implementasi aplikasi PDF Editor efektif dalam meningkatkan kemampuan teknis dan literasi keamanan digital peserta. Program ini berkontribusi pada penguatan budaya keamanan informasi di sekolah vokasi serta menjadi model penerapan teknologi tepat guna untuk mendukung transformasi digital dan Pelindungan Data Pribadi di lingkungan pendidikan.

Peningkatan Kompetensi Guru SMKN 3 Bandung dalam Penggunaan Tools AI untuk Menunjang Pembelajaran Asniar Asniar; Tora Fahrudin; Raswyshnoe Boing Kotjoprayudi; Dedy Rahman Wijaya; Fajri Ardiansyah
Jurnal Pengabdian Masyarakat Bangsa Vol. 3 No. 11 (2026): Januari
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v3i11.3792

Perkembangan teknologi kecerdasan buatan (AI) telah membuka peluang besar dalam dunia pendidikan, khususnya dalam mendukung efisiensi dan kualitas proses pembelajaran. Implementasi tools AI dapat dimanfaatkan untuk membantu guru dalam menyusun materi ajar, membuat soal evaluasi, dan membuat deskripsi rapor siswa secara cepat dan sistematis. Pelatihan ini disusun untuk memberikan bekal praktis kepada guru-guru SMK dalam mengimplementasikan tools AI secara efektif dan efisien dalam konteks pembelajaran dengan tetap mengedepankan prinsip etika dan tanggung jawab profesional. Diharapkan, melalui pelatihan ini, para guru mampu mengintegrasikan teknologi AI secara bijak dan bertanggung jawab untuk mendukung pembelajaran yang lebih bermakna.

Title

Found 27 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 27 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 27 Documents
Search