Article Per Year (5 Year)
p-Index From 2021 - 2026
6.233
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) JURNAL SISTEM INFORMASI BISNIS Jurnal Simetris TEKMAPRO Journal of Industrial Engineering and Management Prosiding SNATIF Jurnal Teknologi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Transformatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Mantik Penusa SISFO Jurnal Riset Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Ekonomi dan Bisnis Jurnal SITECH : Sistem Informasi dan Teknologi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Aisyah Journal of Informatics and Electrical Engineering bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Teknologi Informatika dan Komputer Indonesian Journal of Technology, Informatics and Science (IJTIS) Journal of Applied Data Sciences Jurnal Dialektika Informatika (Detika) Journal La Multiapp Bulletin of Computer Science Research Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Pengabdian Masyarakat - Teknologi Digital Indonesia Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Blockchain, Nfts and Metaverse Technology Journal of Primary Education INOVTEK Polbeng - Seri Informatika Jurnal Bina Informatika dan Komputer (BINER)
Ahmad Abdul Chamid
Universitas Muria Kudus
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Other

Published : 74 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : bit-tech

 1 
Implementasi Sistem Berbasis Android untuk Monitoring Perkembangan Siswa Sekolah Dasar Abraham Wahyu Wicaksono; Esti Wijayanti; Ahmad Abdul Chamid
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.2014

Abstract

Pemantauan perkembangan siswa di sekolah dasar masih menghadapi kendala dalam hal manajemen data dan komunikasi antara pihak sekolah dengan orang tua. Sistem pencatatan konvensional yang mengandalkan metode tertulis menyebabkan inefisiensi dalam pengelolaan data, risiko kehilangan informasi, serta keterlambatan penyampaian perkembangan siswa kepada orang tua. Penelitian ini bertujuan mengembangkan sistem monitoring berbasis Android untuk mengoptimalkan proses pemantauan dan pelaporan perkembangan siswa sekolah dasar. Partisipan penelitian meliputi pendidik dan wali murid siswa dari sekolah dasar target implementasi. Proses pengumpulan data dilaksanakan dengan mengamati langsung di lapangan terhadap proses pencatatan konvensional yang berjalan, wawancara mendalam dengan guru dan orang tua untuk mengidentifikasi kebutuhan spesifik, serta studi literatur terkait sistem monitoring pendidikan. Sistem dikembangkan menggunakan metode Waterfall dengan pengujian Black Box untuk memvalidasi fungsionalitas. Hasil implementasi menunjukkan sistem berhasil mengintegrasikan tiga peran pengguna yaitu admin, guru, dan orang tua dengan tingkat keberhasilan pengujian mencapai 100% pada seluruh fitur utama, meliputi manajemen data pengguna, pencatatan perkembangan siswa, dan visualisasi laporan. Inovasi utama sistem mencakup antarmuka yang disesuaikan untuk setiap peran pengguna, fitur pelaporan real-time, serta visualisasi grafik perkembangan siswa. Sistem ini terbukti meningkatkan efisiensi pengelolaan data, mempercepat penyampaian informasi kepada orang tua, dan menciptakan lingkungan pemantauan yang lebih transparan dan kolaboratif. Kontribusi penelitian ini signifikan dalam modernisasi sistem monitoring pendidikan dasar, menawarkan solusi praktis untuk tantangan komunikasi antara sekolah dan keluarga, serta menyediakan platform digital yang mendukung pemantauan perkembangan siswa secara berkelanjutan.
Pengembangan Chatbot Pada Platform Telegram Sebagai Media Informasi Seputar Handphone Arfiyan khusnul Umam; Esti Wijayanti; Ahmad Abdul Chamid
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.2150

Abstract

Di tengah kompleksitas pasar teknologi yang terus berkembang, generasi muda sering menghadapi tantangan dalam menemukan informasi yang relevan, terutama terkait perangkat seluler. Untuk mengatasi masalah ini, penelitian ini bertujuan mengembangkan Chatbot Tanya Phone, sebuah solusi interaktif yang dirancang untuk memberikan informasi spesifikasi, harga, dan ulasan produk kepada pengguna Telegram. Proses pengembangan chatbot ini mencakup analisis menyeluruh terhadap kebutuhan pengguna, perancangan alur percakapan yang intuitif, serta pengembangan berbasis API Telegram untuk memastikan integrasi yang efisien dan responsif.Implementasi sistem diharapkan dapat memberikan respons yang cepat dan akurat, membantu pengguna dalam memahami informasi penting terkait perkembangan teknologi di pasar handphone saat ini. Metode pengujian yang digunakan dalam penelitian ini adalah black box testing, yang bertujuan untuk memastikan bahwa semua fitur chatbot berfungsi sesuai dengan ekspektasi dan memenuhi kebutuhan pengguna. Selain itu, proses pengujian juga mengidentifikasi beberapa aspek yang memerlukan penyempurnaan guna meningkatkan kinerja chatbot secara keseluruhan. Hasil penelitian menunjukkan bahwa Chatbot Tanya Phone tidak hanya mampu memberikan umpan balik secara real-time, tetapi juga meningkatkan pemahaman pengguna terkait teknologi, memudahkan pencarian informasi, serta memberikan kontribusi positif bagi generasi muda dalam menghadapi perkembangan teknologi yang semakin dinamis di era digital saat ini, serta membantu mereka dalam membuat keputusan yang lebih baik dan memperkuat keterampilan literasi digital mereka untuk beradaptasi dengan perubahan teknologi yang cepat.
Demand Prediction and Apparel Production Management Using AI-Based Decision Tree Iqbal Haqiqi Ariyanto; Ahmad Abdul Chamid; Rina Fiati
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.2325

Abstract

The apparel industry faces significant challenges in demand forecasting due to market volatility, rapid changes in fashion trends, and diverse consumer behavior, especially within e-commerce environments. Traditional forecasting methods such as linear regression and time series models often fall short in addressing the complex dynamics of the modern fashion market. This study presents a novel integration of demand forecasting and size recommendation into a unified AI-based system utilizing the Decision Tree algorithm. The system is designed to predict product demand while also providing personalized clothing size recommendations based on user attributes such as body measurements, style preferences, and seasonal trends. The system was developed using a structured data processing and predictive modeling approach, incorporating user profiles and trend sentiment derived from social media. The evaluation results show that the system achieved an accuracy rate of 87.5% in demand forecasting and 84% user satisfaction for size recommendations. It demonstrated better adaptability and performance compared to traditional methods such as ARIMA. A functional prototype was implemented, allowing users to interactively input data and receive real-time predictions. This study confirms the potential of Decision Tree-based AI models to enhance the shopping experience, reduce product return rates, and optimize inventory management. Future improvements may involve integrating real-time data and advanced technologies such as 3D body scanning to further increase prediction accuracy and personalization in digital fashion retail.
Application of Naïve Bayes for Sentiment Analysis of Shopee App User Comments Muhammad Dwiky Candra Fardani; Esti Wijayanti; Ahmad Abdul Chamid
bit-Tech Vol. 8 No. 2 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i2.2854

Abstract

The growth of e-commerce has transformed consumer behavior, with Shopee emerging as one of the leading platforms in Southeast Asia and particularly dominant in Indonesia. Millions of user reviews on the Google Play Store capture diverse experiences, yet their unstructured nature hinders efficient extraction of actionable insights. This study addresses the challenge by developing an automated sentiment analysis system for Shopee user reviews, focusing on the effective use of the Naïve Bayes algorithm for Indonesian-language data. While Naïve Bayes is widely applied in text classification, this research distinguishes itself by integrating rigorous preprocessing tailored to colloquial and context-specific Indonesian app reviews, coupled with TF-IDF weighting, to enhance classification performance. A dataset of 4,000 reviews was collected via web scraping, labeled automatically based on user ratings, and split into 80% training and 20% testing subsets. Preprocessing included cleaning, case folding, tokenization, and stemming to standardize textual input. The proposed model achieved an accuracy of 83%, precision of 81%, recall of 90%, and F1-score of 85%, indicating strong performance despite class imbalance and the prevalence of ambiguous or sarcastic expressions. The results demonstrate that a lightweight probabilistic classifier, when combined with domain-specific preprocessing, can yield competitive accuracy while maintaining computational efficiency. This study contributes to sentiment analysis research in underrepresented linguistic contexts and offers a practical framework for e-commerce platforms to systematically interpret large-scale user feedback, prioritize feature improvements, and enhance customer satisfaction strategies.
Co-Authors Abraham Wahyu Wicaksono Aditia Ananda Sutrisno Aditya Akbar Riadi Ahdi Riyono Ahmad Hariyadi, Ahmad Ahmad Jazuli Ahmad Jazuli Akbar, Fadhil Akh Sokhibi Akhmad Akhmad Alif Catur Murti Alif Catur Murti Alvin Rainaldy Hakim Anteng Widodo Aprilianto, Mohammad Andrean Jaya ardiansyah, bangga aditya Arfiyan Khusnul Umam Arfiyan khusnul Umam Arya Yudha Ananta Wijaya Azka Bima Aditya Bayu Surarso Danang Budiman Hidayat Dimas Satrio Oktavianto Endang Supriyati Enno Siti Nurainin Esti Wijayanti Esti, Esti Evita Noor Sofiana Dewi Fahri Muhammad Daelami fatmarini, dini Fika Kamalul Wafi Hendra Dwi Kurniawan, Hendra Dwi Hendrawan, Andra Putra Heru Teguh Apriyanto Ida Nur Aeni Ida Nur Aeni, Ida Nur Intan Nabila Hilma Iqbal Haqiqi Ariyanto Ivan Bagus Prasetiyo Juwanda, Farikhin Mahendra, Bagus Rosa marta, amelia vidora revita Maula Yudhananta, Naufal Maulana, Sahidin Achmad Noor Mohammad Kanzunnudin Muhammad Dwiky Candra Fardani Muhammad Imam Ghozali Muhammad Rieza Maulana Muhammad Rizki Naila Rizki Salisa Niki Nilam Sari Noor Azizah Prayogo, Sandi Qatrhunnada Abiyu Akhdan Ratih Nindyasari Renaldi Irfan Firdaus Richa Yolanda Rijal, Syaifur Rina Fiati Rizky Sari Mei Maharani Rizkysari Mei Maharani Rizkysari Mei Maharani Rizkysari Meimaharani Rizkysari Meimaharani Safitri, Sabrina Alya Salsabilah, Nisrina Rona Sentanu, Arga Seva Amartya Shafian Syah, Aliffaza Sholihul Ibad Sokhibi, Akh Sri Utaminingsih Syafri Samsudin Teguh, Aris Wicakosno Wibowo Harry Sugiharto Wibowo, Yuniar Satrio Widowati Widowati Wingga Aria Sasra