Article Per Year (5 Year)
p-Index From 2021 - 2026
2.286
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Universitas Batanghari Jambi Jurnal Cendekia : Jurnal Pendidikan Matematika To Maega: Jurnal Pengabdian Masyarakat Majalah Ilmiah Warta Dharmawangsa Performance : Jurnal Bisnis dan Akuntansi Jurnal Ilmiah Pendidikan Matematika Al Qalasadi Community Development Journal: Jurnal Pengabdian Masyarakat Reswara: Jurnal Pengabdian Kepada Masyarakat Madaniya Airlangga Journal of Innovation Management Bisnis Net : Jurnal Ekonomi dan Bisnis Innovative: Journal Of Social Science Research ABDI DALEM: Jurnal Pengabdian Kepada Masyarakat
Budi Antoro
Management Study Program, Faculty Of Economics And Business, Universitas Dharmawangsa,
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Eksplorasi Pola Berpikir Kreatif Siswa dalam Pemecahan Masalah Matematika Berbasis Computational Thinking Wahyuni, Dewi; Budi Antoro
Jurnal Ilmiah Pendidikan Matematika Al Qalasadi Vol 9 No 1 (2025): JURNAL ILMIAH PENDIDIKAN MATEMATIKA AL QALASADI
Publisher : Prodi Pendidikan Matematika, Fakultas Tarbiyah dan Ilmu Keguruan IAIN Langsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32505/qalasadi.v9i1.11129

Abstract

The abstract should describe clearly the content of paper, and should provide a brief introduction to the problem, objective of paper, followed by a statement regarding the methodology and a brief summary of results. Abstracts are written in a single paragraph, 10pt Book Antiqua, no more than 200 words. This study aims to explore students' creative thinking patterns in solving mathematics problems based on Computational Thinking (CT). CT is a thinking approach that involves decomposition, pattern recognition, abstraction, and algorithmic thinking, enabling students to solve problems systematically and efficiently. This research employs an exploratory qualitative method with purposive sampling of five twelfth-grade students at SMK Samudera Indonesia. Data were collected through problem-solving tests, observations, interviews, and worksheet analysis. The findings indicate that students with a high level of creative thinking can effectively apply CT concepts, particularly in decomposition and abstraction. Meanwhile, students with a moderate level of creative thinking still require examples and guidance in recognizing patterns and structuring solutions systematically. The main challenges identified include difficulties in understanding the fundamental concepts of sequences and series, reliance on formulas without deep comprehension, and a lack of confidence in trying different approaches. These findings suggest that incorporating Computational Thinking in mathematics learning can enhance students' creativity in problem-solving while also developing a more logical and systematic mindset.
Probabilistic Markov Chain Modeling for Predicting User Behavior Patterns in Digital Systems Using Data Mining Hevlie Winda Nazry; Budi Antoro; Fatma Sari Hutagalung
Airlangga Journal of Innovation Management Vol. 7 No. 1 (2026): Airlangga Journal of Innovation Management
Publisher : Universitas Airlangga

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20473/ajim.v7i1.87129

Abstract

This study addresses the challenge of transforming sequential clickstream data into accurate yet interpretable behavioral predictions for operational decision-making in digital systems. While complex machine learning models often achieve high accuracy, their limited transparency hinders practical adoption. Therefore, this research aims to develop and evaluate a probabilistic Markov-based framework for predicting users’ next actions while maintaining interpretability. A quantitative data mining approach is applied to e-commerce clickstream data collected in January 2026. User interactions are sessionized and mapped into eight discrete behavioral states. The study compares a frequency-based baseline with first-order, second-order, and variable-order Markov models using back-off and Laplace/Dirichlet smoothing. Model evaluation employs a time-based train–test split with Accuracy@1, Mean Reciprocal Rank (MRR), and log-loss as performance metrics. Results indicate that the variable-order Markov model achieves the best performance, improving Accuracy@1 from 0.231 to 0.331, increasing MRR from 0.318 to 0.437, and reducing log-loss from 1.74 to 1.39. The findings demonstrate that Markov-based models offer an effective balance between predictive accuracy and interpretability, enabling the identification of dominant transitions, drop-off points, and conversion bottlenecks. Future research may extend this framework with time-aware or hidden-state models to capture latent user intent, while managerial implications include data-driven system optimization, recommendation enhancement, and user retention strategies.
PENDEKATAN MATEMATIKA EKONOMI: STUDI KASUS DENGAN METODE LANGRANGE OMPTIMALISASI KEUNTUNGAN TOKO DINAR PONSEL MELALUI Budi Antoro; Herawati Natasia Panjaitan; Martina Ndururu; Syaidatul Rizka; Gabriel Lewis Armando Siagian
PERFORMANCE: Jurnal Bisnis & Akuntansi Vol 15 No 2: Performance: Jurnal Bisnis & Akuntansi
Publisher : Fakultas Ekonomi dan Bisnis, Universitas Wiraraja Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24929/feb.v15i2.4397

Abstract

Penelitian ini bertujuan untuk mengoptimalkan keuntungan Toko Dinar Ponsel, sebuah usaha ritel skala kecil yang bergerak di bidang penjualan ponsel dan aksesoris, dengan menerapkan pendekatan Matematika Ekonomi menggunakan metode Lagrange. Di tengah persaingan pasar yang ketat dan keterbatasan sumber daya operasional, pelaku usaha kecil dituntut untuk menggunakan strategi yang berbasis data dan analisis ilmiah agar dapat memaksimalkan keuntungan. Penelitian ini menggunakan pendekatan kuantitatif dengan metode studi kasus. Data diperoleh dari catatan keuangan dan penjualan Toko Dinar Ponsel yang kemudian diolah menjadi fungsi keuntungan dan fungsi kendala yang merepresentasikan keterbatasan modal dan kapasitas stok. Metode Lagrange digunakan untuk menentukan kombinasi produk dan strategi penjualan yang memberikan hasil keuntungan optimal. Hasil penelitian menunjukkan bahwa penerapan model optimasi mampu meningkatkan keuntungan secara signifikan dibandingkan dengan metode pengambilan keputusan konvensional yang sebelumnya digunakan. Temuan ini menegaskan pentingnya penggunaan pendekatan matematis dalam perencanaan bisnis bagi pelaku UMKM. Selain itu, model ini dapat direplikasi oleh pelaku usaha lain yang memiliki struktur dan kendala bisnis serupa. Kata Kunci: Optimasi, Keuntungan, Metode Lagrange, Matematika Ekonomi, UMKM
Perbandingan Kinerja Jaringan Saraf Tiruan dan Seasonal Naïve Dalam Peramalan Konsumsi Listrik Bulanan Rumah Tangga: Studi Walk-Forward Validation Budi Antoro; Nurhayati Nurhayati; Andika Prayoga; Zafnia Febby; Clara Chyntia Haris Putri Lubis
Bisnis-Net Vol 9, No 1: MEI 2026
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/bn.v9i1.7216

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja Jaringan Saraf Tiruan (Artificial Neural Network/ANN) dan metode Naïve dalam peramalan konsumsi listrik bulanan rumah tangga. Data yang digunakan merupakan deret waktu bulanan periode Januari 2020 hingga Desember 2024 sebanyak 60 observasi. Model ANN dibangun menggunakan pendekatan Multi-Layer Perceptron dengan fitur berbasis lag hingga 12 bulan, sedangkan metode pembanding meliputi Naïve-1 dan Seasonal Naïve-12. Evaluasi dilakukan menggunakan dua pendekatan, yaitu test set konvensional dan walk-forward validation multi-horizon (1, 3, 6, dan 12 bulan), dengan metrik MAE, RMSE, MAPE, dan R². Hasil pengujian pada test set menunjukkan bahwa ANN memiliki performa terbaik dengan MAE 2,30 kWh, RMSE 2,64 kWh, MAPE 0,43%, dan R² sebesar 0,9838, mengungguli kedua metode baseline. Namun, pada evaluasi walk-forward validation, Seasonal Naïve-12 secara konsisten memberikan performa terbaik pada seluruh horizon, dengan error yang lebih rendah dibandingkan ANN, terutama pada horizon panjang. Temuan ini menunjukkan bahwa meskipun ANN efektif dalam prediksi jangka pendek, metode sederhana berbasis musiman tetap lebih robust untuk peramalan multi-step pada data dengan pola musiman yang kuat. Penelitian ini menegaskan pentingnya penggunaan baseline sederhana dan metode evaluasi yang lebih realistis dalam studi peramalan deret waktu.
SOSIALISASI PEMANFAATAN ARTIFICIAL INTELEGENCE SEBAGAI SARANA PEMBELAJARAN TERPERSONALISASI DI SMP NEGERI 1 BANDAR MASILAM Budi Antoro; Suhariyanti Suhariyanti; Dewi Wahyuni; Andi Maysarah; Fandi Iskandar Sopang; Sahnan Rangkuti
ABDI DALEM: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 1 (2026): April
Publisher : PT. ANAN PUBLISHER CENDEKIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70585/abdidalem.v3i1.124

Abstract

Perkembangan teknologi Artificial Intelligence (AI) membuka peluang besar untuk transformasi metode pembelajaran menjadi lebih personalisasi, namun adopsinya di daerah rural Indonesia masih rendah. Artikel ini memaparkan kegiatan Pengabdian kepada Masyarakat (PkM) berupa sosialisasi pemanfaatan AI sebagai sarana pembelajaran terpersonalisasi di SMP Negeri 1 Bandar, Kabupaten Simalungun, Sumatera Utara. Kegiatan dilaksanakan melalui tahapan persiapan, pelaksanaan, evaluasi, dan tindak lanjut. Metode yang digunakan adalah pendidikan masyarakat berupa penyuluhan dengan pendekatan partisipatif. Hasil evaluasi menunjukkan peningkatan pemahaman peserta tentang AI dan pemanfaatannya dalam pembelajaran dari 15,83% menjadi 80,83% setelah sosialisasi. Peserta memberikan respon positif terhadap pelaksanaan kegiatan, dengan mayoritas menyatakan bahwa sosialisasi menambah wawasan baru dan bermanfaat bagi profesi mereka sebagai pendidik. Temuan pasca kegiatan mengungkapkan bahwa guru-guru merasa terkesan dan terbantu dengan adanya teknologi AI untuk mendukung profesi mereka. Kegiatan ini berhasil menjembatani kesenjangan pengetahuan tentang teknologi AI di kalangan pendidik di daerah rural.
Co-Authors Andi Maysarah Andika Prayoga Clara Chyntia Haris Putri Lubis Dewi Wahyuni Dewi Wahyuni Ega Evinda Putri Fachrul Rozi Fandi Iskandar Sopang Fatma Sari Hutagalung Gabriel Lewis Armando Siagian Herawati Natasia Panjaitan Hevlie Winda Nazry Indra Fauzi Lukman Hakim Martina Ndururu Marviana, Ratna Dina Mekar Meilisa Amalia Ngatno Sahputra Ngatno Sahputra Ngatno Sahputra Nurhayati Nurhayati Sahnan Rangkuti Septriawan, Muhammad Reza Suhariyanti Suhariyanti Suhariyanti Syaidatul Rizka Syauqi, Teuku Muhammad Teuku Fahmi Yani, Farida Yasir, Amru Zafnia Febby Zulham Zulham Zulkifli Taib