Article Per Year (5 Year)
p-Index From 2021 - 2026
2.932
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Teknologi Informasi dan Ilmu Komputer Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Technomedia Journal Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Teknik Informatika (JUTIF) Charity : Jurnal Pengabdian Masyarakat Indonesian Community Journal Jurnal Locus Penelitian dan Pengabdian eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS BATIK: Jurnal Pengembangan dan Pengabdian Masyarakat Multikultural LOGIC: Jurnal Penelitian Informatika IJoICT (International Journal on Information and Communication Technology)
Bedy Purnama
Telkom University
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Klasifikasi Analisis Gerakan Squat untuk Pemula dan Profesional Menggunakan Metode SVM Berbasis Mediapipe Putra, Bima Andika; Purnama, Bedy; Erfianto, Bayu
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 12 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i12.4871

Abstract

Gerakan squat dianggap sebagai latihan yang sangat penting dalam kebugaran dan rehabilitasi, membutuhkan koordinasi serta postur tubuh yang benar. Pelaksanaan yang keliru, terutama oleh mereka yang baru mulai, dapat meningkatkan kemungkinan terjadinya cedera. Untuk mengatasi masalah ini, ada kebutuhan akan sistem otomatis yang dapat mengklasifikasikan keterampilan pengguna berdasarkan pose tubuh saat melakukan squat. Penelitian ini menggunakan teknologi visi komputer untuk mendeteksi dan menilai kualitas gerakan. Salah satu masalah utama dalam sistem evaluasi squat yang ada adalah kemampuannya yang terbatas dalam menilai tingkat keterampilan; banyak di antaranya hanya memberikan umpan balik dalam bentuk benar atau salah. Maka, sangat penting untuk mengembangkan sistem klasifikasi yang dapat membedakan antara pemula dan atlet berpengalaman, terutama dalam mendukung program latihan yang lebih adaptif dan memberikan informasi. Salah satu solusi yang diusulkan adalah mengintegrasikan MediaPipe sebagai alat untuk ekstraksi pose dan menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Data video dari 40 pengguna diubah menjadi koordinat pose, yang kemudian digunakan untuk melatih model SVM dengan kernel RBF. Hasil dari pengujian menunjukkan tingkat akurasi yang baik, sebesar 99,1%, yang menunjukkan seberapa efektif sistem ini dalam secara otomatis dan akurat mengidentifikasi tingkat keterampilan.
PEMANFAATAN KECERDASAN BUATAN (AI) UNTUK MENINGKATKAN EFEKTIVITAS PENGAJARAN DI SMK YPPS SUMEDANG Imrona, Mahmud; Purnama, Bedy; Umbara, Rian Febrian; Salim, Dwi Fitrizal
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 3 No. 6 (2025): Desember
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v3i6.3184

Abstract

Pengabdian ini bertujuan meningkatkan efektivitas pengajaran guru SMK YPPS Sumedang melalui pemanfaatan kecerdasan buatan (AI) sebagai pendukung penyusunan RPP, pengembangan materi ajar, serta evaluasi pembelajaran yang lebih efisien dan adaptif. Metode pengabdian yang digunakan meliputi observasi kebutuhan, pelaksanaan pelatihan berbasis praktik (workshop), demonstrasi penggunaan berbagai aplikasi AI, simulasi penyusunan perangkat ajar berbasis AI, serta pendampingan intensif dalam pengembangan artefak pembelajaran. Hasil pengabdian menunjukkan bahwa peserta memiliki tingkat penerimaan yang sangat baik, dengan seluruh guru menyatakan setuju hingga sangat setuju bahwa program sesuai kebutuhan, tujuan, serta waktu pelaksanaan. Guru mampu mengintegrasikan AI untuk pembuatan soal, perancangan outline pembelajaran, dan analisis hasil belajar, serta menunjukkan peningkatan literasi digital dan kesiapan etis dalam penggunaan AI. Simpulan dari kegiatan ini adalah bahwa pelatihan AI berhasil meningkatkan kompetensi teknopedagogik guru, memperkuat efektivitas pengajaran vokasional, dan mendukung implementasi pembelajaran berbasis teknologi secara berkelanjutan di SMK YPPS Sumedang.
PELATIHAN PEMANFAATAN KECERDASAN BUATAN UNTUK MERANCANG MODUL AJAR, AKTIVITAS PEMBELAJARAN, DAN ASESMEN PEMBELAJARAN DENGAN PENDEKATAN DEEP LEARNING BAGI GURU- GURU SMPN 6 KARAWANG BARAT Rian Febrian Umbara; Mahmud Imrona; Bedy Purnama
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 4 No. 1 (2026): Februari
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v4i1.3446

Abstract

Pemanfaatan kecerdasan buatan (Artificial Intelligence/AI) dalam pendidikan menjadi strategi penting untuk mendukung peningkatan kualitas perencanaan dan pelaksanaan pembelajaran. Teknologi AI memungkinkan guru merancang modul ajar yang lebih sistematis, mengembangkan aktivitas pembelajaran yang adaptif, serta menyusun asesmen berbasis kompetensi secara lebih efisien. Sejalan dengan penerapan Kurikulum Merdeka dan pendekatan deep learning, guru perlu dipersiapkan agar mampu menerapkan pembelajaran bermakna (meaningful learning), reflektif (mindful learning), dan menyenangkan (joyful learning) secara terintegrasi. Program Pengabdian kepada Masyarakat ini bertujuan meningkatkan kompetensi guru-guru SMPN 6 Karawang Barat dalam memanfaatkan AI sebagai alat bantu dan mitra diskusi dalam perancangan modul ajar, aktivitas pembelajaran, dan asesmen berbasis pendekatan deep learning. Kegiatan dilaksanakan melalui metode workshop, praktik langsung, dan pendampingan, dengan melibatkan 28 guru sebagai peserta. Hasil evaluasi menunjukkan tingkat penerimaan dan kepuasan peserta yang sangat tinggi terhadap kesesuaian program dengan tujuan, kebutuhan sasaran, serta kualitas pelaksanaan kegiatan. Pelatihan ini terbukti meningkatkan literasi digital guru dan kepercayaan diri dalam mengintegrasikan AI ke dalam perencanaan pembelajaran. Luaran kegiatan meliputi peningkatan kompetensi teknopedagogik guru, tersusunnya modul ajar berbantuan AI yang relevan dengan Kurikulum Merdeka, serta publikasi hasil kegiatan dalam bentuk artikel jurnal pengabdian kepada masyarakat, media massa institusi, dan video dokumentasi kegiatan. Program ini diharapkan dapat berkontribusi pada penguatan transformasi digital pendidikan dan pengembangan pembelajaran yang lebih adaptif dan berkelanjutan di lingkungan sekolah
Pose Classification in Archery Sports Based on YoloV8 Using SVM and Random Forest Methods Yuridikta Adha Muslim; Bedy Purnama; Bayu Erfianto
IJoICT (International Journal on Information and Communication Technology) Vol. 11 No. 1 (2025): Vol. 11 No. 1 Jun 2025
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v11i1.8996

Abstract

This research creates a YOLOv8-based pose classification system that can analyze and classify the movements of archery athletes. The system is combined with SVM and RF methods, and utilizes YoloV8 pose detection and machine learning techniques to provide more accurate classification. Video data collection, system design and implementation, and analysis of implementation results are some of the stages passed during system development. The process includes joint feature extraction using YOLOv8 and classification for Recurve and Barebow categories using SVM and RF. The test results show the difference in performance between the two classification methods. For the Recurve category, SVM had 90% accuracy for testing, while RF had 87% accuracy for testing. For the Barebow category, SVM had 76% accuracy for testing, while RF had 75% accuracy for testing. In terms of generalization, the two methods differed, with SVM showing better stability between testing and training performance. The results show that SVM is superior when testing when compared to RF which makes an anomaly with previous studies
Co-Authors Ade Romadhony Adhan Mulya Rahmawan Adhyaksa, Resky Adi, Puput Dani Prasetyo Afandi, Rusdi Agung Toto Wibowo Andi Farmadi Andre Sitompul Angga Rusdinar Aprianti Putri Sujana Bambang Pudjoatmodjo Bambang Pudjotatmodjo Bayu Erfianto Bramantya Purbaya Danu Hary Prakoso Ditari Salsabila E. Dodi Wisaksono Sudiharto Dodon Turianto Nugrahadi Dwi Fitrizal Salim Edward Ferdian Ema Rachmawati Ema Rachmawati Ema Rachmawati Entik Insanudin Farid Hidayat Fat'hah Noor Prawira Fat’hah Noor Prawira Fat’hah Noor Prawira Fauzi, Roki Fazmah Arif Yulianto Febryanti Sthevanie Ferdian, Edward Furqoon, Naufal Sayyid Gamma Kosala Gibran, Hilal Gryaningrum Widi Pangestuti Hafidz Al Djohari Imamul Akhyar Irwan Budiman Ismail Ismail Koredianto Usman Labib, Fahdi Mahmud Dwi Sulistiyo Mahmud Imrona Marliani Harahap Muhammad Arzaki Muhammad Jendro Yuwono Muhammad Jendro Yuwono Muhammad Reza Faisal, Muhammad Reza Muhammad Shafhi Kasyfillah Ngo, Luu Duc Pangestu, Arya Priyatama, Muhammad Abdhi Pudjoadmojo, Bambang Purbaya, Bramantya Putra, Bima Andika Putu Harry Gunawan Rahmawan, Adhan Mulya Reza Dwi Ansari Rian Febrian Umbara Rikman Aherliwan Rudawan Rimba Whidiana Ciptasari Risnandar, Risnandar Rivan Ardyanto Sutoyo Selly Meliana Setyorini Setyorini Sonia Dian Maniswari Tito Prihambodo Tjokorda Agung Budi Wirayuda Wirawan, Ilo Raditio Yuridikta Adha Muslim