Article Per Year (5 Year)
p-Index From 2021 - 2026
13.537
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Pertanian Indonesia Jurnal Manajemen dan Agribisnis FORUM STATISTIKA DAN KOMPUTASI Jurnal Ekonomi Pembangunan ETIKONOMI EKSAKTA: Journal of Sciences and Data Analysis MATRIK: JURNAL MANAJEMEN, STRATEGI BISNIS, DAN KEWIRAUSAHAAN Media Statistika Sosiohumaniora Statistika Techno.Com: Jurnal Teknologi Informasi CAUCHY: Jurnal Matematika Murni dan Aplikasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Indonesian Journal of Business and Entrepreneurship (IJBE) Jurnal Berkala Ilmu Perpustakaan dan Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Aplikasi Bisnis dan Manajemen (JABM) E-Journal Scientific Journal of Informatics Journal of Consumer Science Jurnal Ilmiah Arena Tekstil MIX : Jurnal Ilmiah Manajemen JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research MAJALAH ILMIAH GLOBE Journal of Consumer Sciences Matra Pembaruan: Jurnal Inovasi Kebijakan Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) Informatika Pertanian CogITo Smart Journal Inovasi : Jurnal Ekonomi, Keuangan, dan Manajemen Indonesian Journal of Artificial Intelligence and Data Mining JEPA (Jurnal Ekonomi Pertanian dan Agribisnis) Albacore : Jurnal Penelitian Perikanan Laut BAREKENG: Jurnal Ilmu Matematika dan Terapan JOURNAL OF APPLIED INFORMATICS AND COMPUTING JTAM (Jurnal Teori dan Aplikasi Matematika) Warta Penelitian Perhubungan Jambura Journal of Mathematics Journal of Humanities and Social Studies International Journal of Remote Sensing and Earth Sciences (IJReSES) Aptisi Transactions on Technopreneurship (ATT) STI Policy and Management Journal Jurnal Aplikasi Statistika & Komputasi Statistik TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol Jurnal Matematika UNAND Variance : Journal of Statistics and Its Applications Ecces: Economics, Social, and Development Studies International Journal of Zakat (IJAZ) Inferensi InPrime: Indonesian Journal Of Pure And Applied Mathematics International Journal of Science, Engineering and Information Technology Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Statistika dan Aplikasinya Jurnal Pengabdian Masyarakat Indonesia Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi SRIWIJAYA JOURNAL OF ENVIRONMENT Jurnal Natural Eduvest - Journal of Universal Studies Xplore: Journal of Statistics STATISTIKA IIJSE Jurnal Informatika: Jurnal Pengembangan IT PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON DATA SCIENCE AND OFFICIAL STATISTICS Jurnal Ekonomi dan Pembangunan Indonesia The Indonesian Journal of Computer Science Journal of Mathematics, Computation and Statistics (JMATHCOS) Scientific Contribution Oil and Gas Indonesian Journal of Statistics and Its Applications Diophantine Journal of Mathematics and Its Applications Khazanah Informatika : Jurnal Ilmu Komputer dan Informatika Warta Penelitian Perhubungan The International Journal of Remote Sensing and Earth Sciences (IJReSES) Teknobuga : Jurnal Teknologi Busana dan Boga
Bagus Sartono
Departmen Statistika Institut Pertanian Bogor Gedung IPB Dramaga, Jl. Meranti Wing 22 Lantai 2 Kampus IPB Darmaga Bogor (16680) Indonesia Phone: +62-811-118-508
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Neuroscience Physics Public Health Social Sciences Transportation Other

Published : 159 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 159 Documents
Search

 12   13   14   15   16 
The Influence of Marketing Mix, Perceived Risk, and Satisfaction on Word of Mouth in XYZ Clinic Murpraptomo, Saka Haditya; Yuliati, Lilik Noor; Sartono, Bagus
Journal of Consumer Sciences Vol. 4 No. 1 (2019): Journal of Consumer Sciences
Publisher : Department of Family and Consumer Sciences, Faculty of Human Ecology, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jcs.4.1.13-24

Abstract

The increasing need for health services, peoples who lived in the Pekayon, Bekasi City were given the opportunity to choose the right clinic. Word of mouth is a marketing technique that can be used by clinics. This study aims to analyze the effects of the marketing mix, perceived risk, and satisfaction on word of mouth at XYZ clinic. The research is a descriptive method with a survey using questionnaires and 200 respondents as the sample. Furthermore, the data analysis technique is descriptive with SPSS16.0 software and Structural Equation Model (SEM) with LISREL 8.70. Based on the results, it can be concluded that the marketing mix has a positive effect on perceived risk, marketing mix has a positive effect on satisfaction, perceived risk has a negative effect on satisfaction, marketing mix has a positive effect on word of mouth, perceived risk has a negative effect on word of mouth, and satisfaction has a positive effect on word of mouth. Referring to these conclusions, it can be confirmed that the clinical management of doctor XYZ needs to improve employee services, convenience the patient that this clinic has expert doctors, and utilizing the use of social media as a marketing strategy.
The Role of 7P Marketing Mix toward Consumer Satisfaction and Loyalty of XYZ Beauty Clinic Alwinie, Ade Agusti; Nurhayati, Popong; Sartono, Bagus
Journal of Consumer Sciences Vol. 9 No. 1 (2024): Journal of Consumer Sciences
Publisher : Department of Family and Consumer Sciences, Faculty of Human Ecology, IPB University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jcs.9.1.40-62

Abstract

The XYZ Beauty Clinic has many branches throughout Indonesia, including the Metropolitan Mall (MM) Bekasi branch, which has been established since 2011. Over time, the XYZ MM Clinic has faced various challenges, such as a decrease in the frequency of customer visits. This study aims to analyze consumer perceptions, factors that affect consumer satisfaction and loyalty, and the level of satisfaction and loyalty of XYZ Beauty Clinic consumers. The study used a cross-sectional design. The sampling technique used purposive sampling involving 152 respondents who were at least 17 years old and had visited at least twice in the last year. Data were processed quantitatively using SEM-PLS, Customer Satisfaction Index (CSI), and Customer Loyalty Index (CLI) to test the hypotheses and measure the level of consumer satisfaction and loyalty. The results indicated that consumer perception with low satisfaction and low loyalty are consumers who work as entrepreneurs, consumers who earn less than 5 million a month, as well as consumers who live in Tangerang and Bogor. The marketing mix that affects consumer satisfaction includes product, promotion, process, people, and physical evidence. Customer satisfaction affects customer loyalty. The level of customer satisfaction shows satisfactory results and the level of customer loyalty shows loyal results. Based on the research results, clinics are advised to prioritize consumer groups with low perceptions of satisfaction
A Data-Driven Comparison of Linear Mixed Model and Mixed Effects Regression Tree Approaches for Dairy Productivity Analysis Achmad Fauzan; Fatkhurokhman Fauzi; Rhendy K P Widiyanto; Khairil Anwar Notodiputro; Bagus Sartono
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 9 No 5 (2025): October 2025
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v9i5.6751

Abstract

Dairy productivity studies often involve hierarchical and longitudinal data structures that violate the assumptions of linear regression. This study compares two modeling approaches, Linear Mixed Model (LMM) and Mixed Effects Regression Tree (MERT), in predicting dairy productivity based on the 2024 National Dairy Productivity Survey data. Predictive performance was evaluated using MSEP, RMSEP, MAD, and MAPE, with MERT consistently outperforming LMM in accuracy and robustness. Permutational Multivariate Analysis of Variance (PERMANOVA) test results reinforced this finding, yielding a pseudo-F value of 224.7 and a p-value of 0.001, indicating statistically significant differences in model performance. Key predictors of MERT model included farm altitude, the previous week’s milk production, and the amounts of concentrate feed given, which are part of significant predictor variables in LMM. This finding underscores MERT’s superiority in modeling complex agricultural datasets while providing interpretable insights through data-driven segmentation. The study advocates policy focus in sustainable milk production as well as the availability of high quality of feed and altitude-based dairy farms location to improve milk productivity. Should these focuses implemented by the industry, combined with the MBG Program, Indonesia would be progressing better towards achievement of SDGs Goal 2 and 3.
Optimasi Hyperparameter Model Klasifikasi Citra untuk Daging Sapi dan Babi Menggunakan Convolutional Neural Networks -, Salsabila; Anwar Fitrianto; Bagus Sartono
EKSAKTA: Journal of Sciences and Data Analysis VOLUME 6, ISSUE 2, October 2025
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/EKSAKTA.vol6.iss2.art6

Abstract

Deep learning classification network in one case, has different classification capabilities than the network in another. The classification method of deep learning using CNN has specific hyperparameters that can be adjusted to have good performance. These hyperparameters include the number of convolutional layers, the number of neurons in the convolutional and fully connected layers, kernel size, and activation functions. Deep Learning uses experimental principles in finding the best hyperparameter in various cases. The model architecture can be determined by choosing a different design. This research uses pork and beef images as the data for classification using CNN. The abstract textures of beef and pork may make it difficult for the CNN classification model to distinguish between them. Hence, 32 combinations of five hyperparameters were compared. It was found that these hyperparameters affect the model's performance. The best model has obtained 98,7% accuracy that uses 20 neurons both layers of the convolution was, kernel size of 5 × 5, ReLU activation function, and two fully connected layers with dropout 0.7 as a method of overfitting prevention. A significant difference also occurs in the application of the activation function, in which ReLU has a better performance than tanh function to increase the model's prediction.
Performance of Prediction Interval Estimators based on Random Forest Models with Correlated Predictors Ilma, Meisyatul; Sartono, Bagus; Wijayanto, Hari
Jurnal Matematika UNAND Vol. 14 No. 4 (2025)
Publisher : Departemen Matematika dan Sains Data FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmua.14.4.320-332.2025

Abstract

Uncertainty in prediction results is a crucial aspect that needs to be taken into account in regression modeling, especially when there is a high correlation between explanatory variables. This study aims to evaluate the performance of three prediction interval formation approaches, namely Out-of-Bag Prediction Interval (OOB-PI), Quan tile Regression Forest (QRF), and Split Conformal Prediction (SC), in Random Forest modeling. The evaluation was conducted through a simulation study with a variety of data structures, including the level of correlation between variables, the shape of the mean function, and the type of error distribution. Further validation was conducted using data from the National Socio-Economic Survey (SUSENAS) of West Java Province in 2023. The results show that increasing the correlation between explanatory variables can improve the efficiency and accuracy of prediction interval estimation. Overall, OOB-PI showed the most balanced performance compared to the other two methods, with a prediction coverage rate close to 90% and a narrower interval width than QRF and SC. This finding indicates that OOB-PI is an adaptive and efficient approach for various data structures, including socioeconomic data with highly correlated predictors.
Deep Learning Image Classification Rontgen Dada pada Kasus Covid-19 Menggunakan Algoritma Convolutional Neural Network Susanti, Leni Anggraini; Soleh, Agus Mohamad; Sartono, Bagus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 5: Oktober 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107142

Abstract

Penelitian ini mengusulkan penggunaan Convolutional Neural Network (CNN) dengan arsitektur VGGNet-19 dan ResNet-50 untuk diagnosis COVID-19 melalui analisis citra rontgen dada. Modifikasi dilakukan dengan membandingkan nilai regularisasi dropout 50% dan 80% untuk kedua arsitektur dan mengubah jumlah lapisan klasfikasi menjadi 4 kelas. Selanjutnya, kinerja model dibandingkan berdasarkan ukuran dataset. Dataset terdiri dari 21165 citra, dengan pembagian 10% sebagai data uji dan 90% data dibagi menjadi data latih (80%) dan data validasi (20%). Kinerja model dievaluasi menggunakan metode validasi silang berulang 5 kali lipat. Proses pelatihan menggunakan learning rate 0.0001, optimasi stochastic gradient descent (SGD), dan sepuluh iterasi. Hasil penelitian menunjukkan bahwa penambahan lapisan dropout dengan peluang 50% untuk kedua arsitektur secara efektif mengatasi overfitting dan meningkatkan performa model. Ditemukan bahwa kinerja yang lebih baik dicapai pada ukuran kumpulan data lebih besar dan memberikan peningkatan signifikan pada kinerja model. Hasil klasifikasi menunjukkan arsitektur ResNet-50 mencapai akurasi rata-rata 94.4%, recall rata-rata 94.1%, presisi rata-rata 95.5%, spesifisitas rata-rata 97% dan F1-score rata-rata 94.8%. Sedangkan arsitektur VGGNet-19 mencapai akurasi rata-rata 91%, recall rata-rata 89%, presisi rata-rata 95.0%, spesifisitas rata-rata 96.8% dan F1-score rata-rata 92.7%. Pemanfaatan model ini dapat membantu mengidentifikasi penyebab kematian pasien dan memberikan informasi yang berharga bagi pengambilan keputusan medis dan epidemiologi.   Abstract This research proposes using a Convolutional Neural Network (CNN) with VGGNet-19 and ResNet-50 architectures for COVID-19 diagnosis through chest X-ray image analysis. Modifications were made by comparing the dropout regularization values of 50% and 80% for both architectures and altering the number of classification layers to 4 classes. Furthermore, the model's performance was compared based on dataset size. The dataset comprised 21,165 images, with a division of 10% for testing and 90% divided into training data (80%) and validation data (20%). The model's performance was evaluated using the 5-fold repeat cross-validation method. The training process employed a learning rate of 0.0001, stochastic gradient descent (SGD) optimization, and ten iterations. The study's results indicate that adding dropout layers with a 50% probability for both architectures effectively addressed overfitting and improved the model's performance. It was found that better performance was achieved with larger dataset sizes. The classification results indicate the ResNet-50 architecture achieved an average accuracy of 94.4%, average recall of 94.1%, average precision of 95.5%, average specificity of 97%, and average F1-score of 94.8%. Meanwhile, the VGGNet-19 architecture achieved an average accuracy of 91%, an average recall of 89%, average precision of 95.0%, average specificity of 96.8%, and an average F1-score of 92.7%. Utilizing these models can assist in identifying the causes of patient mortality and offer valuable information for medical and epidemiological decision-making.
Perbandingan Kerja Binomial GLMM Tree dan BIMM Forest untuk Memodelkan Status Bekerja Penduduk Sirodj, Dwi Agustin Nuriani; Notodiputro, Khairil Anwar; Sartono, Bagus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117531

Abstract

Model prediksi berbasis pada pohon keputusan saat ini banyak dikembangkan di berbagai bidang. Pengembangan metode yang dilakukan diantaranya memasukkan pengaruh acak ke dalam model.  Generalized linier mixed model (GLMM) Tree menjadi salah satu model yang dapat mengakomodasi adanya pengaruh acak dan dilakukan dengan metode partisi rekursif hanya saja waktu komputasi yang dibutuhkan relatif lebih lama. Selanjutnya metode alternatif lainnya adalah Binary Mixed Model (BiMM) Forest yang menggabungkan prinsip kerja Bayesian GLMM dan Random Forest. Dari kedua metode yang akan digunakan maka permasalahan yang dihadapi adalah bagaimana kinerja dari metode GLMM Tree dan BiMM Forest jika diterapkan untuk klasifikasi status bekerja penduduk di Kabupaten Bogor dan Kabupaten Pangandaran. Dari hasil analisis tampak bahwa metode BiMM Forest memiliki kinerja yang lebih baik di bandingkan dengan GLMM Tree untuk kedua daerah. Selain itu ditunjukkan pula bahwa peubah yang penting dalam proses klasifikasi status bekerja penduduk di Kabupaten Bogor dan Kabupaten Pangandaran adalah peubah terkait aspek pendidikan, sosial, dan ekonomi.
Pemodelan Dinamik dan Peramalan Tarif Angkutan Pelayaran Curah Kering Ferdiansyah, Anton; Adrianto, Luky; Sartono, Bagus
Warta Penelitian Perhubungan Vol. 29 No. 2 (2017): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/warlit.v29i2.586

Abstract

Pasar Tarif Pelayaran Curah Kering dikenal sebagai pasar yang berisiko tinggi dan bervolatilitas, hal ini dikarenakan banyaknya ketidak pastian yang mempengaruhi, mulai dari kondisi ekonomi dunia, politik, teknologi, hingga sensitivitas sentimen pasar, yang menarik untuk diteliti. Banyak penelitian telah dilakukan salah satunya adalah mengenai hubungan peramalan sebagai alat yang bisa mengurangi risiko ketidakpastian. Penelitian ini mencoba meramalkan indeks tarif angkutan pelayaran curah kering (BDI) menggunakan pemodelan sistem dinamik dengan menggunakan data variabel untuk periode 1991 sampai 2016. Tujuan dari penelitian ini adalah untuk mendapatkan gambaran mengenai pembentukan tarif angkutan di pelayaran curah kering dan kemudian atas gambaran tersebut dilakukan pemodelan untuk meramalkan tarif ke depannya. Sehingga diharapkan dengan adanya informasi mengenai tarif di masa depan akan memungkinkan bagi para pelaku industri untuk mengantisipasi volatilitas dan dapat meminimalkan risiko daripadanya. Regresi Linier, analisis deret waktu dan model dinamik permintaan/penawaran dibahas untuk mengidentifikasi metode yang tepat untuk meramalkan tingkat harga di pasar tarif. Setelah model diuji validitasnya, dua skenario yang menitikberatkan pada pertumbuhan kapal dijalankan guna meramalkan tingkat BDI dari tahun 2017 sampai 2020, dan hasilnya menunjukkan pada skenario dengan pertumbuhan armada kapal nol persen ternyata BDI sangat cepat kenaikannya, sedangkan pada skenario sedang dengan laju pertumbuhan armada kapal sekitar 6,93% per tahunnya menunjukkan bahwa BDI sulit mengalami kenaikan walaupun di tahun 2017 sempat naik 73% namun di tahun berikutnya kembali mengalami penurunan akibat pertumbuhan armada kapal yang tak sebanding dengan kenaikan jumlah permintaan yang hanya di kisaran 3,7% per tahunnya. Sehingga kesimpulannya adalah pertumbuhan armada kapal cukup penting dalam mempengaruhi fluktuasi BDI, dan kondisi BDI saat ini akan sulit naik dari level rendahnya jika ada tidak ada usaha dari para pemilik kapal untuk mengurangi jumlah armada yang ada di pasaran
Aplikasi Game Theory dalam Kompetisi antar Terminal Peti Kemas di Pelabuhan Tanjung Priok Amin, Toufiq Al; Adrianto, Luky; Sartono, Bagus
Warta Penelitian Perhubungan Vol. 29 No. 2 (2017): Warta Penelitian Perhubungan
Publisher : Sekretariat Badan Penelitian dan Pengembangan Perhubungan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25104/warlit.v29i2.588

Abstract

Artikel ini menginvestigasi kompetisi antara terminal peti kemas JICT dan terminal peti kemas KOJA di Pelabuhan Tanjung Priok. Tujuan utama artikel ini adalah untuk mengembangkan model yang dapat melihat tren persaingan antar terminal peti kemas dan perilaku terminal peti kemas dan perusahaan pelayaran. Faktor utama yang diperhitungkan dalam pemodelan ini adalah kapasitas terminal peti kemas, tarif, tundaan dan tingkat bongkar muat terminal peti kemas. Selanjutnya, beberapa fungsi dibuat untuk menguji keterkaitan antara keputusan perusahaan pelayaran dengan permintaan terminal peti kemas. Dengan permintaan terminal diasumsikan linier, dilakukan analisa teori permainan melalui pendekatan dua tahap non kooperatif. Hasil analisa menunjukkan bahwa ketika kedua kapasitas terpasang terminal (CU) sangat besar atau 100%, selisih kenaikan tarif terminal JICT tidak berpengaruh signifikan terhadap proporsi pemilihan perusahaan pelayaran, bahkan apabila terminal JICT menaikkan tarif 2 kali lebih besar dari terminal KOJA atau α = 100% masih mendapatkan proporsi pemilihan perusahaan pelayaran sebesar 0.5. Sebaliknya, ketika kapasitas kedua terminal peti kemas kecil, pergeseran permintaan menjadi lebih elastis terhadap selisih tarif terminal. Selanjutnya, dari perspektif ekspansi terminal, ekspansi kapasitas di kedua terminal akan menurunkan keseimbangan tarif. Hasil penelitian ini dapat juga dapat menjelaskan bahwa terminal peti kemas dengan kapasitas yang lebih besar dapat secara agresif menurunkan tarif untuk menarik lebih banyak permintaan karena mereka cenderung memiliki kapasitas cadangan juga tundaan yang kecil. Sebagai respon, terminal kompetitior harus menurunkan harganya karena tingkat kapasitasnya tidak dapat mempertahankan pangsa pasarnya. Secara keseluruhan, artikel ini dapat membantu analisis lanjutan tentang peningkatan kemampuan terminal peti kemas dan memungkinkan terminal untuk mengetahui dan menyeimbangkan tingkat permintaan dan kapasitasnya sehingga dapat digunakan untuk menyusun strategi jangka panjang.
Penerapan Digital Learning untuk Peningkatan Kualitas Pembelajaran Matematika dan Bahasa Inggris di Desa Benteng, Kecamatan Ciampea, Kabupaten Bogor Widyastuti, Hardiana; Apriliani, Fany; Ermawati, Wita Juwita; Sartono, Bagus; Anggraeni, Kartika Novira; Musthafa, Hafiz Syaikhul
Jurnal Pengabdian Masyarakat Indonesia Vol 5 No 4 (2025): JPMI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.3718

Abstract

Anak-anak usia sekolah dasar di Desa Benteng, Kecamatan Ciampea, Kabupaten Bogor memiliki kesulitan terhadap pelajaran matematika dan bahasa inggris. Hal tersebut disebabkan oleh rendahnya motivasi belajar siswa, kurangnya dukungan keluarga, kurangnya relawan pengajar, serta kurangnya inovasi dalam penerapan media pembelajaran. Padahal pelajaran matematika dan bahasa inggris merupakan mata ajaran penting yang dapat mengembangkan logika, kreativitas, pemecahan masalah dan kemampuan berkomunikasi global. Program Pengabdian Masyarakat ini bertujuan untuk meningkatkan kualitas pembelajaran matematika dan bahasa inggris bagi siswa sekolah dasar di Desa Benteng, Kecamatan Ciampea, Kabupaten Bogor. Metode pelaksanaan kegiatan meliputi persiapan, pelaksanaan, pendampingan dan evaluasi, serta keberlanjutan program. Kegiatan belajar mengadopsi modul cetak menjadi digital dengan nama aplikasi “Binar Cerdas”. Hasil kegiatan menunjukan peningkatan minat dan pemahaman siswa terhadap mata pelajaran matematika dan bahasa inggris. Hasil belajar siswa menunjukan rata-rata skor pre-test sebesar 25,46 dan rata-rata skor post-test meningkat menjadi 78. Para siswa mulai percaya diri mengucapkan kalimat dalam bahasa inggris. Dampak kegiatan ini antara lain motivasi belajar siswa meningkat, terbukti dari konsistensi kehadiran para siswa untuk mengikuti kegiatan belajar, serta para orang tua siswa turut berpartisipasi dalam penggunaan aplikasi “Binar Cerdas”.
Co-Authors -, Salsabila Aam Alamudi Abdul Aziz Nurussadad Achmad Fauzan Achsani, Noer Azham Adi Hadianto Adinna Astrianti Afendi, Farit M Agus M Soleh Agus M Soleh Agus M. Sholeh Agus Mohamad Soleh Agusta, Madania Tetiani Agwil, Winalia Aji Hamim Wigena Akbar Rizki Akhilla, Kharismatul Zaenab Alfa Nugraha Pradana ALFIAN FUTUHUL HADI Alifviansyah, Kevin Alona Dwinata Alwinie, Ade Agusti Amanda, Nabila Tri Amatullah, Fida Fariha Amin, Toufiq Al Amir Abduljabbar Dalimunthe Anang Kurnia Andi Susanto Andrie Agustino Anggraeni, Kartika Novira Anggraini Sukmawati Ani Safitri Anik Djuraidah Anisa Nurizki Annisa Permata Sari, Annisa Permata Annissa Nur Fitria Fathina Anton Ferdiansyah Anwar Fajar Rizki Ardhani, Rizky Ardiansyah, Muhlis Arief Daryanto Arief Daryanto Arief Gusnanto Aris Yaman Aris Yaman Aristawidya, Rafika Aruddy Aruddy Asep Rusyana ASEP SAEFUDDIN Asfar Asrirawan, Asrirawan Aulia Rizki Firdawanti Aunuddin Aunuddin Auzi Asfarian Azlam Nas Bagus Randhyartha Gumilar Bariq, Muhammad Shidqi Abdul Barokaturrizkia Ameliani Bayu Indrayana Bayu Pranata, Bayu Bayu Suseno Beny Mulyana Sukandar Billy Bimandra Adiputra Djaafara Bonar Marulitua Sinaga Budi Susetyo Bukhari, Ari Shobri Cahya, Septa Dwi Carlya Agmis Aimandiga Cici Suhaeni Cici Suhaeni Cici Suhaeni Cintari, Nanda Putri Citra, Reza Felix Dani Al Mahkya Darwis Darwis Dede Dirgahayu Dede Dirgahayu Defri Ramadhan Ismana Deiby T Salaki Deni Achmad Soeboer Deri Siswara Dessy Rotua Natalina Siahaan Dewi Margareth Lumbantoruan Dhanu Dian Ayuningtyas Dian Handayani Dian Kusumaningrum Dito, Gerry Alfa Dwi Agustin Nuriani Sirodj Dwi Fitrianti Dwi Wahyu Triscowati Eko Ruddy Cahyadi Embay Rohaeti Erfiani Erfiani Erliza Noor Erwan Setiawan, Erwan Etis Sunandi EVI RAMADHANI EVITA PURNANINGRUM Fachry Abda El Rahman Fadhila Hijryani FAHREZAL ZUBEDI Fany Apriliani Faqih Udin dan Jono M. Munandar Meivita Amelia Farit M. Afendi Farit Mochamad Afendi Fauzi, Fatkhurokhman Ferdiansyah, Anton Ferdiansyah, Anton Fitri Mudia Sari Fitrianto, Anwar Frisca Rizki Ananda Galih Hedy Saputra Gerry Alfa Dito Ghiffary, Ghardapaty Ghaly Ginting, Victor Gumilar, Bagus Randhyartha Gustara, Muhammad Hanum Rachmawati Nur Hardiana Widyastuti Hari Wijayanto Hari Yanni, Meri Harianto Harianto Hartoyo Hartoyo Hartoyo Hazan Azhari Zainuddin Hendri Wijaya Hendria, Muhammad Herlin Fransiska Herlina Herlina Hidayat, Agus Sofian Eka Hidayat, Muhammad Hilman Dwi Anggana I Made Sumertajaya I Wayan Mangku Idqan Fahmi Ilma, Hafizah Ilma, Meisyatul Ilmani, Erdanisa Aghnia Iman, Mutiara Nurul INA YATUL ULYA Indahwati Indonesian Journal of Statistics and Its Applications IJSA Intan Arassah, Fradha Irene Muflikh Nadhiroh Irfan Syauqi Beik Ismah, Ismah Ita Wulandari Itasia Dina Sulvianti Iwan Kurniawan Jaelani, Raditya Kamila, Sabrina Adnin Khairil Anwar Notodiputro Khairunnajah Khairunnajah Khairunnisa, Adlina Khikmah, Khusnia Nurul Kudang Boro Seminar Kusman Sadik Kusnaeni Kusnaeni, Kusnaeni La Surimi, La Laode Ahmad Sabil Leni Anggraini Susanti Lilik Noor Yuliati Linda Karlina Sari Luky Adrianto Lukytawati Anggraeni M. Yunus Magfirrah, Indah Matualage, Dariani Megawati - Megawati Simanjuntak Meylisah, Eni Mohamad Agus Setiawan Muhammad Hendria Muhammad Ilham Abidin Muhammad Irfan Hanifiandi Kurnia Muhammad Nur Aidi Muhammad Subianto Muhammad Syafiq Muhammad Yusran Mukhamad Najib Murpraptomo, Saka Haditya Musthafa, Hafiz Syaikhul MY, Hadyanti Utami Nofrida Elly Zendrato Novian Tamara Nugraha, Adhiyatma Nur Aulia NUR HASANAH NURADILLA, SITI Nurfadilah, Khalilah Oktaviani, Rina Pardomuan Robinson Sihombing Parwati Sofan, Parwati Pika Silvianti Popong Nurhayati Pratiwi, Windy Ayu Purnaningrum, Evita Purwanto, Arie Puspanegara, Ladia Puspita, Novi Qalbi, Asyifah Rachma Fitriati Rahardi, Naufal Rahardiantoro, Septian Rahma Anisa Rahma Anisa Rahma Dany Asyifa Rahman, Gusti Arviana Rahmatulloh, Febriandi Rais Rere Kautsar Rhendy K P Widiyanto Riantika, Ines Rina Oktaviani Rini, Dyah Setyo Riska Yulianti, Riska Riza Indriani Rakhmalia Rizal Bakri Rizka Rahmaida Rizqi, Tasya Anisah ROCHYATI ROCHYATI Roy Sembel Sachnaz Desta Oktarina salsa bila Saptowulan Sarah Putri Sari, Jefita Resti Sentana Putra, I Gusti Ngurah Seta Baehera Setiadi Djohar Setyowati, Silfiana Lis Sholeh, Agus M. Siregar, Indra Rivaldi Siskarossa Ika Oktora Sofia, Ayu Sri Amaliya Suantari, Ni Gusti Ayu Putu Puteri Suhaeni, Cici Sukarna Sukarna Suprayogi, Muhammad Azis Susanto, Andi Suseno Bayu Syam, Ummul Auliyah Syarip, Dodi Irawan Totong Martono Toufiq Al Amin Toufiq Al Amin Triscowati, Dwi Wahyu Tsabitah, Dhiya Ulayya Tsaqif, Denanda Aufadlan Ujang Sumarwan Ulfia, Ratu Risha Utami Dyah Syafitri Valentika, Nina Vera Maya Santi Wahida Ainun Mumtaza Wahyudi Setyo Wahyuni, Silvia Tri Waliulu, Megawati Zein Wawan Saputra Yanuari, Eka Dicky Darmawan Yenni Angraini Yoga Primanda Yopi Ariesia Ulfa Yudhianto, Rachmat Bintang Yuliani, Leny Zahra, Latifah Zaima Nurrusydah