Article Per Year (5 Year)
p-Index From 2020 - 2025
4.093
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Telematika JIEMS (Journal of Industrial Engineering and Management Systems) JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Tekno Kompak Zonasi: Jurnal Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) INFORMASI (Jurnal Informatika dan Sistem Informasi) Idealis : Indonesia Journal Information System Journal of Business and Audit Information System (JBASE) OISAA Journal of Indonesia Emas Jurnal Pengabdian dan Kewirausahaan Computer Science (CO-SCIENCE) JURNAL ILMIAH GLOBAL EDUCATION Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Bhustomy Hakim
Universitas Bunda Mulia
Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Sistem Manajemen Proyek Berbasis Website Dengan Metode Kanban Widjaja, Florence Aurelia; Hakim, Bhustomy
Computer Science (CO-SCIENCE) Vol. 5 No. 2 (2025): Juli 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/coscience.v5i2.8864

Abstract

The advancement of digital technology has created a growing demand for systems that support work effectiveness, particularly in project management. The Digital Learning Division at PT. Kurnia Ciptamoda Gemilang faces challenges in monitoring projects in a structured and timely manner, necessitating a web-based project management system tailored to the company’s specific needs. This study aims to design a standalone web-based project management system that is not yet integrated with existing systems but is structured to allow future integration. The system was developed using the Next.js framework, applying the Kanban method and the SDLC Waterfall development model. The research involved problem identification, literature review, and interviews with project managers to gather both functional and non-functional requirements. The results show that the developed system includes key features such as workspace management, member management, project and task management, task prioritization, deadline setting, and visualizations in the form of Kanban boards and calendars. Work efficiency is measured through the availability of a more structured workflow and a reduction in miscommunication during task assignment. The system was evaluated using the Black Box Testing method, and the results confirm that all features function according to specifications and meet the users' actual needs in the work environment. The system has proven effective in improving work efficiency, facilitating team coordination, and ensuring that projects proceed as planned.
Sistem Pendukung Keputusan Penentuan Supplier Pada Purchasing Berbasis Website Menggunakan Simple Additive Weighting Wijaya, Michael; Hakim, Bhustomy
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11196

Abstract

Pengelolaan purchasing merupakan bagian krusial dalam operasional perusahaan yang membutuhkan proses pengambilan keputusan yang cepat, tepat, dan berbasis data. PT. GENIKA, perusahaan yang bergerak di bidang perdagangan suku cadang otomotif dan peralatan industri, menghadapi kendala dalam proses pembelian seperti pencatatan manual yang berisiko salah dan pemilihan supplier yang belum didasarkan pada kriteria tertentu. Penelitian ini mengembangkan sistem pendukung keputusan (SPK) berbasis web dengan menerapkan metode simple additive weighting (SAW) guna membantu menentukan supplier terbaik berdasarkan sejumlah kriteria, seperti harga dasar, waktu pengiriman, rekam jejak dan lainnya. Sistem ini dirancang menggunakan framework Django untuk backend dan ReactJS untuk antarmuka pengguna. Hasil implementasi menunjukkan bahwa sistem dapat menghitung skor akhir tiap supplier secara otomatis, menghasilkan peringkat yang memudahkan pengguna dalam memilih supplier paling sesuai. Pengujian sistem dilakukan menggunakan metode black box testing, termasuk uji elastisitas terhadap bobot dan nilai input, untuk memastikan seluruh fungsi berjalan sesuai dengan skenario serta hasil pemeringkatan tetap stabil. Dengan demikian, hasil pengujian menunjukkan bahwa sistem bekerja dengan baik, akurat, dan dapat diandalkan dalam mendukung proses pengambilan keputusan.
MENGENAL UI/UX: KOLABORASI KREATIVITAS DAN TEKNOLOGI DALAM DESAIN MOBILE INTERFACE Hakim, Bhustomy; Lestari, Merryana; Geasela, Yemima Monica; Chandra, Michelle Mei Diana; Wendy, Albert
Jurnal Pengabdian dan Kewirausahaan Vol 9, No 2 (2025): Jurnal Pengabdian dan Kewirausahaan
Publisher : Universitas Bunda Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30813/jpk.v9i2.9058

Abstract

Kegiatan Pengabdian kepada Masyarakat (PKM) bertema “Pendalaman UI/UX Desain pada Mobile Interfaces” dilaksanakan di SMA Candle Tree pada tanggal 14 Februari, 28 Februari, dan 14 Maret 2025 dengan tujuan meningkatkan pemahaman dan keterampilan siswa dalam merancang antarmuka aplikasi mobile yang efektif, estetis, dan fungsional. Pelatihan ini dibagi menjadi tiga sesi dengan fokus materi berbeda, yaitu pengenalan teori dasar UI/UX, demonstrasi penggunaan aplikasi desain Figma, serta praktik membuat prototipe antarmuka sederhana. Metode pelaksanaan meliputi ceramah interaktif, demonstrasi langsung, dan latihan praktik, yang memungkinkan peserta memperoleh panduan langkah demi langkah mulai dari prinsip desain, pemilihan tipografi, komposisi warna, pengaturan layout, hingga pembuatan wireframe dan prototipe interaktif. Selama proses pembelajaran, peserta didorong untuk berkolaborasi dan mengembangkan ide desain berdasarkan studi kasus yang relevan, sehingga mampu menghasilkan karya yang sesuai dengan kaidah UI/UX modern. Evaluasi kegiatan dilakukan melalui kuesioner dengan empat indikator utama, yaitu Edukatif, Objektif, Akuntabel, dan Transparan, yang seluruhnya memperoleh skor rata-rata tinggi, dengan nilai tertinggi pada aspek Transparansi (3,90) yang mencerminkan kejelasan penyampaian dan keterbukaan informasi. Hasil ini menunjukkan adanya peningkatan signifikan pada pemahaman konsep desain dan keterampilan teknis peserta dalam menggunakan Figma. Secara keseluruhan, kegiatan ini memberikan dampak positif terhadap pengembangan keterampilan digital dan kreativitas siswa, serta diharapkan menjadi dasar bagi pelaksanaan program lanjutan dengan cakupan materi lebih luas untuk memperkuat kompetensi generasi muda di era transformasi digital
Klasifikasi Terawasi Anomali Suara Kipas Industri Menggunakan Jaringan Saraf Tiruan dan Fitur Akustik Rekayasa Thenata, Angelina Pramana; ., Ranny; Hakim, Bhustomy; Kaunang, Fergie Joanda
Jurnal Telematika Vol. 20 No. 1 (2025)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v20i1.772

Abstract

Penelitian ini menggunakan pendekatan supervised learning berbasis jaringan saraf untuk deteksi anomali pada sistem kipas industry. Dengan subset data FAN dari MIMII (malfunctioning industrial machine investigation and inspection) dataset dengan 530 rekaman berlabel (383 normal dan 147 abnormal), penelitian ini mengekstraksi fitur akustik yang meliputi mel-frequency cepstral coefficients (MFCC), spectral descriptor (centroid, roll off), serta temporal measures (zero-crossing rate, autocorrelation). Uji statistik univariat menunjukkan sejumlah koefisien MFCC dan fitur domain waktu berbeda signifikan antar kelas (p < 0,05). Model jaringan saraf feed-forward dengan dua lapisan tersembunyi berukuran 64 unit (aktivasi ReLU) dan regularisasi dropout dilatih menggunakan stratified cross validation dengan 5-fold sehingga menghasilkan nilai F1 rata-rata sebesar 89,9%. Penggunaan beberapa nilai ambang (τ ∈ {0,3–0,7}) menegaskan kekokohan model yang terlihat pada hasil data uji dengan nilai ambang terpilih adalah τ = 0,5 yang mencapai precision sebesar 100%, recall = 93,10%, F1 = 96,43%, dan akurasi = 98,11% (hasil identik diperoleh pada τ = 0,6–0,7; sementara τ = 0,3 memberikan recall lebih tinggi). Model juga menghasilkan nilai AUC-ROC sebesar 0,9978 yang mendekati ideal dan menunjukkan daya diskriminasi lintas-ambang yang sangat baik. Temuan ini memperlihatkan bahwa penggabungan fitur akustik yang dapat diinterpretasikan dengan pengklasifikasi saraf yang ringkas memungkinkan deteksi anomali non-invasif yang akurat untuk penerapan Industri 4.0 dengan kebutuhan perangkat keras minimal.
Sistem Pendukung Keputusan dengan Algoritma Branch&Bound dan Naive Approach pada Beberapa Pemesanan Makanan Online Hakim, Bhustomy; Fendyanto, Fendyanto
Jurnal Nasional Teknologi dan Sistem Informasi Vol 8 No 2 (2022): Agustus 2022
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v8i2.2022.44-51

Abstract

Dengan berkembangnya teknologi saat ini, cara manusia menjalani hidupnya juga mengalami pergeseran seperti dalam memenuhi kebutuhannya untuk makan. Pemesanan makanan online menjadi suatu aktivitas yang menjamur. Gofood dan Grabfood merupakan salah satu platform terbesar yang mendominasi pasar pemesanan online di Indonesia. Mereka mendapatkan kurang lebih 160 miliar rupiah dengan 3 juta order-an perbulan untuk hanya melayani pesanan makanan online saja. Namun dalam menangani pemesanan tersebut, mereka masih menggunakan system one-o-one dimana driver hanya melakukan pemesanan dan pengantara ekslusif ke satu pelanggan. Dengan waktu tunggu yang cukup panjang yaitu 30-60 menit, hal ini dirasa tidak efektif dari sisi kinerja. Oleh karena itu, multiple pesanan diajukkan di penelitian ini. Traveling Salesman Problem (TSP) digunakan untuk menggambarkan permasalahan multiple pesanan untuk menentukan rute terbaik yang memiliki nilai keefektifan terbaik. Dalam penelitian ini, dua algoritma untuk memecahkan masalah TSP telah dibandingkan satu sama lain. Dua algoritma tersebut yaitu Brand Bound Strategy dan Naïve Approach. Jalur rute yang memiliki titik awal dan akhir yang sama dan memiliki berat minimal. Berat dari masing-masing rute akan didapatkan dari kriteria; jarak, tingkat kesibukkan, dan prioritas, lalu didapatkan berat ideal dengan menggunakan Simple Additive Weighting (SAW). Kriteria evaluasi dalam laporan ini adalah jalur/rute terbaik, kompleksitas waktu dan biaya masing-masing algoritma. Dan ada empat kondisi yang berbeda dalam ukuran yang telah digunakan sebagai masalah untuk evaluasi dua algoritma dalam penelitian ini. Dari penelitian ini, ditemukan hasil bahwa algoritma Branch and Bound menunjukan performa lebih efisien daripada Naive Aproach dimana hanya membutuhkan kurang dari satu detik untuk menemukan rute jalan terbaik dengan bobot tertinggi sebagai bahan pengambilan keputusan dengan biaya algoritma O(n3).
Sentiment Analysis of Indonesian Citizen Tweets Using Support Vector Machine on the Rebranding of Twitter to X Hakim, Bhustomy; Kinasih, Putri Rindu
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i2.4293

Abstract

How other people see the world and assess it affects their opinions, their understanding of it, and the choices they make. As a result, when we need to make a choice, we frequently ask for other people's opinions. Sentiment analysis, also known as opinion mining, is a cost-effective way for businesses and individuals to gather information about public sentiment. In this research, the writers aimed to study Indonesian netizen’s sentiment towards the rebranding of Twitter to X. Obviously, it is impossible to ignore the name and logo changes. The blue and white bird logo on Twitter has become a symbol of the network's culture and lexicon for over ten years. The verb "tweet" has evolved to refer to a post. With 14.75 million Twitter users, which ranks Indonesia sixth in the world, the writer is intrigued to study more about how Indonesian citizens see the rebranding issue. The data scrapping which collects the tweets about Twitter rebranding into X is collected from July 23rd, 2023, when the rebranding news appeared, and July 31st, 2023, which focuses on the day of rebranding that occurred. And, for the feature extraction, we will be using the TD-IDF method and Support Vector Machine using Gaussian Radial Basis Function Kernel as the model. Afterward, in the evaluation phase, we are using Confusion Matrix to find accuracy, f1-score. Lastly, the sentiment will also be analyzed by using rebranding theory. The result of this research shows that the Indonesian netizens' neutral sentiments. This result is also strengthened by the word cloud results which mostly show general words such as rebranding, twitter, https, jadi, yang, and X.
Co-Authors ., Ranny Akhmat Fauzi Anak Agung Ayu Putri Ardyanti Asvian Sulaeman Carlos Hia, Juan Chandra, Michelle Mei Diana Chang, Jennefer Febiola, Febiola Fendyanto Fendyanto Fendyanto, Fendyanto Fraderic, Fedelis Franclin, Marcell Gabriella, Theresia Geasela, Yemima Monica Geasela, Yemima Monica Hansen Handoko, Hie Hansen, Yoel Hartono, Sherren Hazimah, Malahayati Hendri, Glenda Jocelyn Hon, Peter Raymond Indradjaja, Reynaldi Jen, Phangestin Johanes Shane Kaunang, Fergie Joanda Kaunang, Fergie Joanda Kinasih, Putri Rindu Kosasi Kosasi Lirungan, Maria Carol Stephanie Lukman, Nicholas Merryana Lestari Michael Wijaya Monica Geasela, Yemima Mulyanto, Andrew Kristanto Petrisa, Sisilia Ranny, Ranny Ranny, Ranny Rarasati, Dionisa Bhisetya Reji Darmawan Rendy Sarudin Salim, Jonathan Sophia Reni Susilo Susanto, Cornelius Thenata, Angelina P. Thenata, Angelina Pramana Vinsensius Sugito Lein Wendy, Albert Widjaja, Florence Aurelia Wijayanti, Theresia Puspa