Article Per Year (5 Year)
p-Index From 2021 - 2026
2.144
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Sisforma: Journal of Information Systems Sistemasi: Jurnal Sistem Informasi ILKOM Jurnal Ilmiah Abdimasku : Jurnal Pengabdian Masyarakat Aiti: Jurnal Teknologi Informasi Jurnal Abdimas Kartika Wijayakusuma Magistrorum et Scholarium: Jurnal Pengabdian Masyarakat IT-Explore: Jurnal Penerapan Teknologi Informasi dan Komunikasi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Penelitian Pendidikan JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Budhi Kristianto
Universitas Kristen Satya Wacana
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Counseling and Reservation Information System Integrated Public Service Complaints at DP3APPKB Salatiga Maghtani, Bagas Erdo Al; Kristianto, Budhi
Jurnal Penelitian Pendidikan Vol. 42 No. 2 (2025): October 2025
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jpp.v42i2.33336

Abstract

The purpose of this final task is to design and develop a website-based complaint and re-inspection information system, to implement a system that makes it easier for the public to submit complaints and conduct re-inspection online and to provide complaint data management features and a structured re-inspection schedule for DP3APPKB administrators. System Metode system development that will be created using CSS model and Visual Studio Code. Cascading Style Sheet (CSS) in its standard language. As defined in Quote and Wikipedia, CSS is a "code set used to define design and markup language", one of which is HTML. The results of the study resulted in an analysis of the public service complaint information system and the ongoing system as a means of system development. The results of the analysis of the completeness of the web-based public service complaint information system that can facilitate the public in making complaints and this software is designed using CSS and Visual Studio Code. Cascading Style Sheet (CSS) is a code editor and uses a MySQL database with Xampp tools. This Web-based Public Service Complaint Information System displays a list of complaints, complaints in the process of being repaired, evidence of complaints that have been repaired, and can download public complaint reports at the end of each month.
Heuristic Analysis of Functionality and UI/UX in Five Digital Finance Applications Piisi, Agrianto Timotheus; Kristianto, Budhi
Sistemasi: Jurnal Sistem Informasi Vol 14, No 6 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i6.5657

Abstract

Digital financial applications, such as e-wallets and mobile banking services, have grown significantly in Indonesia as a result of advancements in information technology. However, the user interface (UI) and user experience (UX) of these applications still face several challenges, particularly in navigation, information clarity, and transaction efficiency. Using a heuristic evaluation method, this study aims to compare the functionality and UI/UX quality of five popular digital finance applications in Indonesia: DANA, OVO, LinkAja, myBCA, and Jenius. Three data collection techniques were employed: heuristic evaluation by trained evaluators, analysis of user comments from the Google Play Store, and semi-structured interviews with active users. The most frequently violated heuristic principle was “recognition rather than recall,” followed by issues related to Error Prevention and Flexibility and Efficiency of Use. Among the evaluated applications, LinkAja exhibited the highest number of usability violations, while DANA and OVO recorded the most critical usability issues. Overall, the findings from the three methods were consistent and mutually reinforcing, indicating that usability problems have a direct impact on user experience. This study demonstrates that a triangulated methodological approach is highly effective in identifying and understanding usability issues comprehensively and in providing actionable design recommendations to improve the UI/UX quality of digital financial applications.
Pelatihan Data Science Pada 2024 Guru dan Siswa SMA/SMK Provinsi Nusa Tenggara Timur Manongga, Danny; Iriani, Ade; Kristianto, Budhi; Sembiring, Irwan; Hendry, -; Mailoa, Evangs; Setiyawati, Nina; Bangkalang, Dwi Hosanna
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 2 (2023): Mei 2023
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v6i2.1290

Abstract

Data menjadi aset paling berharga untuk organisasi mana pun karena dapat memandu pengambilan keputusan. Oleh karena itu kemampuan data science merupakan salah satu skill penting. Data science tergambarkan sebagai proses yang dimulai dari pengumpulan dan pengolahan, kemudian disajikan sebagai informasi yang berguna untuk pengambilan keputusan atau bermanfaat bagi pihak yang berkepentingan dengan data. Data science memiliki banyak fungsi dan manfaat dimana beberapa diantaranya adalah membantu menciptakan budaya keputusan berbasis data, mengurangi ketidakpastian dan meningkatkan konsistensi dan keandalan data. Melihat pentingnya kemampuan data science, maka Fakultas Teknologi Informasi bekerja sama dengan ASEAN Foundation serta Dinas Pendidikan dan Kebudayaan Provinsi Nusa Tenggara Timur (NTT) melakukan Pengabdian kepada Masyarakat (PkM) dalam bentuk pelatihan kepada 2024 guru dan siswa SMA/SMK Provinsi NTT sebagai bagian untuk mencetak talenta digital Indonesia. Pelatihan didukung oleh SAP yang merupakan perusahaan software dan teknologi yang berbasis di Jerman melalui platform SAP Analytics Cloud (SAC). PkM dilaksanakan secara daring dan luring. Guru dan siswa antusias mengikuti pelatihan ini terlihat dari hasil evaluasi yang bisa dikerjakan dengan baik oleh para peserta.
Analisis Sentimen Terhadap TikTok Shop Dengan K-Nearest Neighbor, Decision Tree, dan Naive Bayes Fieryando, Fieryando; Kristianto, Budhi
Jurnal Buana Informatika Vol. 15 No. 01 (2024): Jurnal Buana Informatika, Volume 15, Nomor 01, April 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v15i1.8205

Abstract

Di era digital yang berkembang dengan cepat, banyak aplikasi yang membantu manusia, salah satunya adalah TikTok. TikTok merupakan aplikasi yang menampilkan video dengan berbagai jenis kategori, TikTok juga terdapat fitur marketplace, yaitu TikTok Shop. TikTok Shop merupakan sebuah fitur yang dapat digunakan untuk berbelanja dalam memenuhi kebutuhan. Hadirnya fitur TikTok Shop membuat orang-orang berpendapat terkait fitur tersebut, ada yang berpendapat positif dan juga negatif. Dengan adanya pendapat dari orang-orang tentang fitur TikTok Shop ini, dilakukan penelitian dengan tiga algoritma, yaitu K-Nearest Neighbor mendapatkan hasil akurasi sebesar 94%, Decision Tree dengan akurasi sebesar 96% dan Naive Bayes dengan akurasi sebesar 98%. Penelitian ini dilakukan untuk menyediakan data yang baik dan mudah dimengerti terkait pendapat pengguna TikTok Shop, sehingga dapat menjadi landasan evaluasi untuk perbaikan fitur TikTok Shop.
Peningkatan Literasi Generative AI Guru SMK dalam Mendukung Implementasi Kurikulum Baru Maria, Evi; Bayu, Teguh Indra; Kristianto, Budhi; Purnamasari, Elisabeth; Wijayanti, Devita
Jurnal Abdimas Kartika Wijayakusuma Vol 6 No 4 (2025): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v6i4.1003

Abstract

Kegiatan pengabdian kepada masyarakat dilaksanakan di SMK Negeri 1 Salatiga untuk meningkatkan literasi Generative Artificial Intelligence (AI) bagi guru dalam mendukung implementasi kurikulum baru. Latar belakang program karena rendahnya pemanfaatan AI dalam pembelajaran dan teaching factory, padahal Permendikdasmen Nomor 13 Tahun 2025 menetapkan mata pelajaran Koding dan Kecerdasan Artifisial sebagai kurikulum wajib. Metode pengabdian dirancang dalam dua tahap, yaitu penyuluhan konseptual mengenai dasar-dasar Generative AI serta praktik dengan pendampingan intensif. Sebanyak 10 guru dari tujuh program keahlian terlibat, dengan dukungan dosen dan mahasiswa Universitas Kristen Satya Wacana melalui Skema Promosi Berbasis PkM Tahun 2025 pada 19-21 Agustus 2025. Hasil evaluasi menunjukkan peningkatan signifikan pada pemahaman konsep AI dari 50% menjadi 100%, keterampilan teknis AI dari 30% menjadi 90%, dan integrasi AI dalam pembelajaran serta teaching factory dari 20% menjadi 90% dan 10% menjadi 80%. Guru juga menghasilkan perangkat ajar serta konten promosi digital yang inovatif dan relevan sesuai bidang keahlian. Temuan ini menegaskan bahwa literasi AI di SMK harus dikelola secara diferensiatif sesuai karakteristik jurusan, sehingga model kegiatan ini dapat direplikasi untuk mendukung transformasi digital pendidikan vokasi.
Development of an Internet of Things (IoT)-based Air Quality Monitoring System in the Environment Sutrisno, Lourensius Andrew; Kristianto, Budhi
SISTEMASI Vol 15, No 2 (2026): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v15i2.5835

Abstract

This study developed an Internet of Things (IoT)-based air quality monitoring system to measure temperature, humidity, and carbon dioxide (CO₂) levels in real time. The study employed a prototyping method consisting of problem identification, requirements analysis, system design and development, testing, and result analysis. The system utilizes a NodeMCU V3 as the microcontroller, an MQ-135 sensor for gas detection, a DHT11 sensor for temperature and humidity measurement, and an OLED LCD for local display. Measurement data are transmitted and stored on the ThingSpeak platform and can be accessed through an Android application. Testing was conducted under three conditions: a normal environment, a closed room without ventilation, and a polluted condition with cigarette smoke exposure. The results show that the system is able to responsively detect changes in air quality, with CO₂ levels recorded at 76 ppm under normal conditions, 183 ppm in the closed room, and 729 ppm in the polluted condition. The system operates stably and provides real-time data visualization, making it suitable for low-cost implementation in household environments and small communities.
Perbandingan Kinerja Algoritma Klasifikasi untuk Pemilihan Tempat Promosi upaya Meningkatkan Jumlah Mahasiswa Baru Fadilah, Nurul; Joko Prasetyo, Sri Yulianto; Kristianto, Budhi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Efektivitas strategi promosi menjadi kunci keberhasilan institusi pendidikan tinggi dalam menarik minat calon mahasiswa baru. Namun, banyak institusi menghadapi masalah serius dalam pemilihan lokasi promosi yang tepat, yang mengakibatkan penurunan minat calon mahasiswa dan pemborosan sumber daya. Untuk mengatasi masalah ini, penelitian ini mengembangkan model klasifikasi berbasis data mining yang mampu mengidentifikasi lokasi promosi paling efektif. Tiga algoritma klasifikasi yang digunakan dalam penelitian ini adalah Logistic Regression, Support Vector Machine (SVM), dan Decision Tree (C4.5). Data pendaftaran mahasiswa dikumpulkan dan diproses melalui tahapan pra pemprosesan yang meliputi penggantian nilai hilang, normalisasi data, dan transformasi atribut nominal menjadi numerik. Data kemudian dibagi menjadi subset pelatihan dan pengujian menggunakan metode split data dengan rasio 70:30. Hasil evaluasi menunjukkan bahwa model Decision Tree (C4.5) memberikan performa terbaik dengan accuracy 93.75%, precision 97.37%, dan recall 90.24%. Logistic Regression juga menunjukkan hasil yang memuaskan dengan accuracy 90.00%, precision 92.31%, dan recall 87.80%. Sementara itu, SVM menunjukkan performa yang lebih rendah dengan accuracy 72.50%, precision 80.65%, dan recall 60.98%. Kesimpulannya, model Decision Tree (C4.5) dan Logistic Regression dapat diandalkan untuk mengoptimalkan strategi promosi institusi pendidikan tinggi, memastikan alokasi sumber daya yang lebih efisien dan efektif, serta meningkatkan jumlah pendaftar baru. Penelitian ini juga memberikan kontribusi signifikan dalam literatur terkait penggunaan data mining untuk strategi promosi di sektor pendidikan tinggi.   Abstract The effectiveness of promotional strategies is crucial for higher education institutions in attracting new student enrollments. However, many institutions face serious issues in selecting the appropriate promotional locations, leading to decreased student interest and resource wastage. To address this issue, this study develops a data mining-based prediction model capable of identifying the most effective promotional locations. The three classification algorithms used in this study are Logistic Regression, Support Vector Machine (SVM), and Decision Tree (C4.5). Student enrollment data were collected and processed through pre-processing stages, including missing value replacement, data normalization, and transformation of nominal attributes to numerical. The data were then split into training and testing subsets using a 70:30 split ratio. Evaluation results indicate that the Decision Tree (C4.5) model performed the best with an accuracy of 93.75%, precision of 97.37%, and recall of 90.24%. Logistic Regression also showed satisfactory results with an accuracy of 90.00%, precision of 92.31%, and recall of 87.80%. Meanwhile, SVM demonstrated lower performance with an accuracy of 72.50%, precision of 80.65%, and recall of 60.98%. In conclusion, the Decision Tree (C4.5) and Logistic Regression models are reliable for optimizing promotional strategies of higher education institutions, ensuring more efficient and effective resource allocation, and increasing new student enrollments. This study also makes a significant contribution to the literature related to the use of data mining for promotional strategies in the higher education sector.
Co-Authors Ade Iriani Alditama Agung Prasetyo Bayu, Teguh Indra C. Leuwol, Sylvie Danny Manongga Devita Wijayanti, Devita Dwi Hosanna Bangkalang Eko Sediyono Evangs Mailoa Evi Maria Fieryando, Fieryando Giner Maslebu Hakim, M. Iman Nur Hendry, - Hermanto Abraham, Rendy Hindriyanto Dwi Purnomo Humami, Faris Irwan Sembiring Jihot Lumban Gaol Karema Sarajar, Dewita Lumban Gaol, Jihot Maghtani, Bagas Erdo Al Markus Permadi Nahusona, Ferry Nina Setiyawati Nurul Fadilah, Nurul Panuntun, Briliandiko Permadi, Markus Picauly, Irma Amy Piisi, Agrianto Timotheus Pratindy, Raka Pratistha, Ragil Nike Purnamasari, Elisabeth Putri, Evydian Rosa Radius Tanone Raynaldo Raynaldo Raynaldo Raynaldo, Raynaldo Rika Ratri Anggraeni Riko Yudistira Sampoerno Setiawan, Santo Siti Shofiah Sri Yulianto Joko Prasetyo Sutrisno, Lourensius Andrew Teguh Wahyono Walangara Nau, Novriest Umbu Wisnu Wibisono, Indra Yos Richard Beeh Yos Richard Beeh Yudistira, Riko Yuli Agung Suprabowo, Gunawan Zainal Arifin Hasibuan