Claim Missing Document
Check
Articles

Found 9 Documents
Search

Pengembangan dan Analisis Aplikasi Penjualan Mobil dan Suku Cadang pada CV Putra Iman Kurniawan, Mei P; Satya, Barka
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 2, No 1 (2018)
Publisher : LPPM ITATS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1375.951 KB) | DOI: 10.31284/j.jpp-iptek.2018.v2i1.193

Abstract

Seiring dengan kebutuhan masyarakat dengan efisiensi mobilitas, membuat kebutuhan terhadap suatu media transportasi tidak lagi menjadi kebutuhan sekunder, dibuktikan dengan penjualan kendaraan yang terus meningkat setiap tahunnya terutama dengan penjualan mobil. Terbatasnya media informasi pada suatu showroom penjualan mobil membuat calon pembeli atau calon pembeli harus datang langsung untuk mengetahui fasilitas dan teknologi mobil tersebut. Ketidak efisienan interaksi antara calon pembeli dan agen penjual menjadi masalah utama pada penelitian ini. Penerapan media e-commerce diajukan untuk menyelesaikan permasalah tersebut. Studi kasus dilakukan pada CV. Putra Iman yang merupakan showroom penjualan mobil dan suku cadang. Aplikasi yang berbasis website ini nantinya akan diisi dengan fitur transaksi penjualan mobil, suku cadang dan lainnya, informasi mengenai ketersediaan mobil dan juga suku cadang dapat langsung dilihat calon pembeli pada website e-comerce tersebut serta informasi mengenai spesifikasi barang yang di pasarkan pada showroom. Kemudian website ini diuji ke 10 pengguna dan dilakukan wawancara ke pengguna tersebut. Dari hasil pengujian diperoleh fakta bahwa 9 dari 10 pengguna menyatakan website ini informatif dan memudahkan dalam melakukan pembayaran.
MERANCANG FRAMEWORK POLICY INTERNET SEHAT PERGURUAN TINGGI Barka Satya
Telematika Vol 5, No 2: Agustus (2012)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (284.585 KB) | DOI: 10.35671/telematika.v5i2.225

Abstract

Understanding the concept of a healthy internet policy framework in the context of this study is to analyze all forms of the level of interest in the use of internet in the college environment is properly used, as an analysis in determining or How to compile, Implementing, And Effectively And Efficiently manage, order objective Optimization Performance can be achieved
Pengembangan dan Analisis Aplikasi Penjualan Mobil dan Suku Cadang pada CV Putra Iman Mei P Kurniawan; Barka Satya
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 2, No 1 (2018)
Publisher : LPPM ITATS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jpp-iptek.2018.v2i1.193

Abstract

Seiring dengan kebutuhan masyarakat dengan efisiensi mobilitas, membuat kebutuhan terhadap suatu media transportasi tidak lagi menjadi kebutuhan sekunder, dibuktikan dengan penjualan kendaraan yang terus meningkat setiap tahunnya terutama dengan penjualan mobil. Terbatasnya media informasi pada suatu showroom penjualan mobil membuat calon pembeli atau calon pembeli harus datang langsung untuk mengetahui fasilitas dan teknologi mobil tersebut. Ketidak efisienan interaksi antara calon pembeli dan agen penjual menjadi masalah utama pada penelitian ini. Penerapan media e-commerce diajukan untuk menyelesaikan permasalah tersebut. Studi kasus dilakukan pada CV. Putra Iman yang merupakan showroom penjualan mobil dan suku cadang. Aplikasi yang berbasis website ini nantinya akan diisi dengan fitur transaksi penjualan mobil, suku cadang dan lainnya, informasi mengenai ketersediaan mobil dan juga suku cadang dapat langsung dilihat calon pembeli pada website e-comerce tersebut serta informasi mengenai spesifikasi barang yang di pasarkan pada showroom. Kemudian website ini diuji ke 10 pengguna dan dilakukan wawancara ke pengguna tersebut. Dari hasil pengujian diperoleh fakta bahwa 9 dari 10 pengguna menyatakan website ini informatif dan memudahkan dalam melakukan pembayaran.
Implementasi Metode Forward Chaining Pada Sistem Pakar Pendiagnosis Gangguan Ansietas (Studi Kasus: Pijar Psikologi) Adhisti Eka Putri; Barka Satya; Erni Seniwati
Jurnal Mantik Penusa Vol. 2 No. 2 (2018): Computer Science
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (315.759 KB)

Abstract

Pelatihan Pembuatan Konten Pembelajaran Menggunakan Open Broadcast Software Mardhiya Hayaty; Sri Ngudi Wahyuni; Istiningsih; Andriyan Dwi Putra; Mei Maemunah; Barka Satya; Dwi Nurani
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 1 No. 2 (2021): November 2021 - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2580.217 KB) | DOI: 10.25008/abdiformatika.v1i2.142

Abstract

Pandemi COVID-19 terjadi terjadi diseluruh dunia, seluruh aktifitas dan kegiatan menjadi terganggu termasuk aktifitas pendidikan. Seluruh kegiatan pendidikan yang semula dilaksanakan secara offline, harus dilaksanakan secara online. Salah satu cara untuk mempermudah kegiatan belajar mengajar, adalah dengan mengunggah video yang berisi materi-materi pembelajaran ke media sosial seperti Youtube ataupun sejenisnya. Hal ini tentunya membawa perubahan yang sangat signifikan terhadap kegiatan belajar mengajar termasuk kegiatan di SD Muhammadiyah Rabbani Kabupaten Klaten Jawa Tengah. Open Broadcast Software atau OBS merupakan salah satu tools open source yang bisa dimanfaatkan untuk membuat video pembelajaran dengan mudah dan tidak terkoneksi internet. Tujuan dari pelatihan ini adalah tentang tatacara pembuatan OBS. Evaluasi menggunakan kuesioner online dan diolah menggunakan SPSS versi 25. Hasil evaluasi menunjukkan bahwa 60% peserta menjawab sangat setuju bahwa pelatihan mudah dimengerti, pemateri sangat handal dan OBS mudah di implementasikan, sedangkan 30% lainnya menjawab setuju.
PENERAPAN DATA MINING DAN ALGORITMA NAÏVE BAYES UNTUK PEMILIHAN KONSENTRASI MAHASISWA MENGGUNAKAN METODE KLASIFIKASI Muhammad Farid Satrio Wibowo; Nila Feby Puspitasari; Barka Satya
Journal of Information System Management (JOISM) Vol. 3 No. 2 (2022): Januari
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (621.825 KB) | DOI: 10.24076/joism.2022v3i2.680

Abstract

Pemilihan konsentrasi atau minat studi merupakan hal yang tidak mudah dilakukan oleh seorang mahasiswa pada sebuah jurusan di Perguruan Tinggi. Mahasiswa akan berupaya memilih konsentrasi yang menurut mereka paling tepat dan sesuai dengan kompetensi dan minat studi, karena konsentrasi yang dipilih akan mempengaruhi minat belajar, prestasi, lama studi dan juga berpengaruh terhadap Indeks Prestasi Akademik (IPK) mahasiswa. Pentingnya memilih sebuah konsentrasi penjurusan bagi mahasiswa pada Institusi Perguruan Tinggi, maka perlu dibangun suatu model yang dapat membantu mahasiswa dalam memilih konsentrasi sesuai dengan kompetensi dan minat studi mahasiswa. Oleh karena itu, peneliti akan melakukan penelitian dengan membuat sistem untuk pemilihan konsentrasi mahasiswa menggunakan algoritma Naïve Bayes dengan metode klasifikasi. Untuk membantu dalam mengambil keputusan pemilihan konsentrasi, penelitian ini menggunakan teknik data mining sebagai proses pencarian pola yang diinginkan dalam sebuah database yang besar. Hasil pengujian yang telah dilakukan terhadap sample dataset sebanyak 1534 data menggunakan Algoritma Naïve Bayes, diperoleh bahwa hasil prediksi untuk menentukan konsentrasi memiliki nilai akurasi sebesar 84.27%. Variabel berpengaruh terhadap tingkat akurasi yang di hasilkan. Ukuran variabel yang sempit atau sedikit menyebabkan hasil akurasi yang kurang baik, tetapi ukuran variabel yang luas dapat menghasilkan akurasi ouput yang lebih optimal
Sistem Klarifikasi Bahasa Isyarat Indonesia (Bisindo) Dengan Menggunakan Algoritma Convolutional Neural Network Lukman Arisandi; Barka Satya
Jurnal Sistem Cerdas Vol. 5 No. 3 (2022)
Publisher : APIC

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37396/jsc.v5i3.262

Abstract

Communication is needed to interact and socialize in order to connect with the environment and other people. In general, communication uses spoken or written words. However, in some cases in the community there are some people who cannot communicate verbally due to physical limitations such as deaf and speech impaired. Usually, they use nonverbal communication such as body movements and this communication is commonly referred to as sign language. The sign language method is used to spell or pronounce words. However, not everyone can understand the sign language used by the deaf and mute, so a system or tool is needed to bridge communication between the deaf or mute and normal people. One solution that can be offered is the use of computer technology as a tool to identify sign language. The technology is in the form of an automatic language translator system design with processing input images in the form of letter classes A to E, I, You and I Love You using the Convolutional Neural Network (CNN) architecture which by using this method the accuracy value can reach 99.82%.
Reliable Intent Detection in Public Service Chatbots Using Hybrid IndoBERT and Bidirectional Long Short-Term Memory with Confidence-Based Decision Strategy Satya, Barka; Kurniawan, Mei Parwanto; Indryatmoko, Toto; As'adurrofiq, As'adurrofiq
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 3 (2026): JUTIF Volume 7, Number 3, June 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.3.5794

Abstract

The rapid digitalization of public services has increased the demand for intelligent information systems capable of providing accurate and responsive assistance to citizens on a 24/7 basis. However, many existing public service chatbots still rely on rule-based mechanisms or single-model natural language processing (NLP) approaches, which often fail to handle linguistic variations, informal expressions, and ambiguous user queries. This study proposes a Hybrid Natural Language Understanding (NLU) architecture that integrates a fine-tuned IndoBERT model with a Bidirectional Long Short-Term Memory (BiLSTM) network to improve intent detection performance in public service chatbots. To enhance system reliability, a confidence-based decision-making mechanism is introduced, enabling the system to dynamically select the most reliable prediction or activate a fallback pattern-matching module when confidence thresholds are not met. The proposed approach was evaluated on a custom dataset comprising 53 public service intents, spanning formal and informal Indonesian language use. Experimental results demonstrate that the hybrid architecture achieves an intent classification accuracy of 86.8%, outperforming single-model approaches while maintaining an acceptable response time for practical deployment, particularly in public service scenarios where accuracy and reliability are prioritized over response speed. Furthermore, integrating a continuous learning mechanism enables the system to adapt to low-confidence queries over time, thereby improving robustness in real-world applications. These findings indicate that hybrid NLP architectures with confidence-aware decision mechanisms offer a practical and scalable solution for intelligent public service chatbots.
Nilai Intensitas Aktivitas Fisik Berdasarkan Data Akselerometer Menggunakan Algoritma Gradient Boosting Regression Bahrun Ghozali; Hastari Utama; Barka Satya
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 2 (2026): Juni 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i2.2635

Abstract

Perkembangan teknologi sensor wearable telah meningkatkan kebutuhan akan sistem pemantauan aktivitas fisik yang akurat dan real-time. Penelitian ini bertujuan untuk mengembangkan model regresi guna memprediksi nilai intensitas aktivitas fisik secara kontinu berdasarkan data akselerometer triaksial dengan memanfaatkan algoritma Gradient Boosting Regression (GBR). Metode yang digunakan meliputi akuisisi data, pra-pemrosesan, ekstraksi fitur multidomain (waktu dan frekuensi), serta seleksi fitur. Model dibangun dan dioptimasi menggunakan dataset awal dari dua partisipan dengan 2.524 sampel sebagai studi pendahuluan (pilot study), kemudian dievaluasi dengan metrik RMSE, MAE, dan R² serta validasi silang antar-partisipan. Penulis menyadari bahwa jumlah partisipan yang terbatas dan ketidakseimbangan distribusi data (98% vs 2%) merupakan keterbatasan utama penelitian ini, sehingga hasil yang diperoleh belum dapat digeneralisasikan secara luas.Hasil penelitian menunjukkan bahwa model GBR mampu menangkap hubungan non-linear antara fitur akselerometer dan intensitas aktivitas dengan performa yang lebih baik dibandingkan baseline seperti regresi linier. Model ini berpotensi diintegrasikan ke dalam sistem wearable untuk memberikan umpan balik intensitas aktivitas secara real-time, sehingga mendukung aplikasi kesehatan personal, rehabilitasi, dan pemantauan kebugaran.