Article Per Year (5 Year)
p-Index From 2020 - 2025
3.845
P-Index
This Author published in this journals
All Journal Jurnal Teknik Sipil ELT Forum: Journal of English Language Teaching Jurnal Pilar Nusa Mandiri IT JOURNAL RESEARCH AND DEVELOPMENT JMM (Jurnal Masyarakat Mandiri) Jurnal Nasional Komputasi dan Teknologi Informasi Abdi Masyarakat JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Community Development Journal: Jurnal Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA Community Empowerment Bulletin of Computer Science Research Jurnal Sains Student Research Jurnal of Information Technology and Society (JITS) Jurnal Ilmiah Nusantara JURNAL AKADEMIK EKONOMI DAN MANAJEMEN Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer HUMAN: Journal of Social Humanities and Science
Yudistira Bagus Pratama
Computer Science Study Program, Universitas Muhammadiyah Bangka Belitung, Indonesia
Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry 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 Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Penerapan Splunk Terhadap Analisis File Log Anomaly Keamanan Ramdani, Al Ahfaz Reza; Suheni; Emikawati; Pratama, Yudistira Bagus
jits Vol 1 No 1 (2023): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v1i1.18

Abstract

Dalam hal ini menjelaskan tentang penerapan splunk terhadap analisis file log anomaly keamanan. Kami fokus pada pendeteksian anomali dari log file, yaitu peristiwa yang memerlukan pemeriksaan lebih dalam oleh analis. File log tersebut kemudian digunakan untuk menganalisis dan men-debug kegagalan sistem. Karena utilitas penting ini, para peneliti telah berupaya menemukan cara yang cepat dan efisien untuk mendeteksi anomali dalam sistem komputer dengan menganalisis catatan lognya. Penelitian dalam deteksi anomali berbasis log dapat dibagi menjadi dua kategori utama: deteksi anomali berbasis log batch dan deteksi anomali berbasis log streaming. Deteksi anomali berbasis log batch berat secara komputasi dan tidak memungkinkan kami untuk mendeteksi anomali secara instan. Di sisi lain, deteksi anomali streaming memungkinkan peringatan segera. Namun, pendekatan streaming saat ini sebagian besar diawasi. File log memberikan wawasan tentang keadaan sistem komputer dan memungkinkan deteksi kejadian anomali yang relevan dengan keamanan dunia maya. Namun, sulit untuk menganalisis data log secara otomatis karena mengandung sejumlah besar pesan tidak terstruktur dan beragam yang dikumpulkan dari sumber yang heterogen. Oleh karena itu, beberapa pendekatan yang memadatkan atau meringkas data log melalui teknik pengelompokan telah diusulkan. Memilih pendekatan yang tepat untuk domain aplikasi tertentu, bagaimanapun, bukan hal sepele, karena algoritme dirancang untuk tujuan dan persyaratan tertentu.
Pengembangan Sistem Absensi Mahasiswa Magang PLN Icon Plus Bangka Belitung dengan Pengenalan Wajah menggunakan Computer Vision dan Algoritma Deep Learning Suheni, Suheni; Pratama, Suprayuandi; Altiarika, Eka; Pratama, Yudistira Bagus
Jurnal Teknologi Informasi dan Masyarakat Vol 2 No 2 (2024): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v2i2.44

Abstract

Pengembangkan aplikasi absensi pengenalan wajah bagi mahasiswa magang di PLN Icon Plus Bangka Belitung dengan menggunakan teknologi computer vision dan algoritma deep learning diharapkan dapat meningkatkan efisiensi waktu proses absensi dengan mengurangi ketergantungan pada metode absensi manual yang memakan waktu dan rawan kesalahan. Pengembangan aplikasi ini menggunakan teknik computer vision untuk mendeteksi dan mengenali wajah siswa, sedangkan algoritma deep learning digunakan untuk meningkatkan akurasi dan kecepatan pengenalan wajah. Algoritma deep learning, khususnya Convolutional Neural Networks (CNN), diterapkan untuk melatih model pengenalan wajah dengan dataset gambar wajah mahasiswa. Sistem ini dilengkapi dengan fitur manajemen data yang memungkinkan administrator untuk memantau dan mengelola data absensi secara real-time. Tujuan penggunaan sistem absensi pengenalan wajah adalah untuk mempercepat registrasi kehadiran serta meningkatkan keakuratan dan keamanan informasi kehadiran. Penelitian ini menggunakan metode kualitatif dengan model prototype untuk mengembangkan dan menguji aplikasi. Reaksi sistem selama kinerja pengenalan wajah dan registrasi kehadiran diukur untuk mengevaluasi seberapa besar aplikasi dapat meningkatkan efisiensi waktu kehadiran. Hasil penelitian menunjukkan bahwa dengan dikembangkannya aplikasi pengenalan wajah, proses absensi dapat dipercepat secara signifikan dan akurasi pencatatan kehadiran siswa pada saat praktik dapat ditingkatkan. Pengujian dilakukan pada berbagai kondisi pencahayaan dan sudut pandang untuk memastikan pengaplikasian optimal. Oleh karena itu, diharapkan aplikasi ini dapat menjadi solusi yang efektif dan efisien dalam menangani mahasiswa magang PLN Icon Plus Bangka Belitung.
Pengembangan Aplikasi Asisten Virtual Menggunakan Machine Learning Berbasis Mobile untuk Meningkatkan Pelayanan Kampus di Universitas Muhammadiyah Bangka Belitung Gunawan, Ari; Eka Altiarika; Suprayuandi Pratama; Yudistira Bagus Pratama
Jurnal Teknologi Informasi dan Masyarakat Vol 2 No 2 (2024): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v2i2.45

Abstract

The development of technology, particularly in the fields of artificial intelligence (AI) and machine learning, has transformed the paradigm of information services across various sectors, including education. This research aims to develop a mobile-based virtual assistant application using machine learning algorithms to enhance information accessibility at Universitas Muhammadiyah Bangka Belitung. The research methodology employed in this study is a qualitative approach with a waterfall development model. Data collection was conducted through observation, interviews, and questionnaire distribution. The research findings indicate that the developed virtual assistant application is capable of providing faster, more precise, and accurate information services to students, faculty, and other campus stakeholders. The benefits of this research include improved time efficiency in information services, reduction of errors in information delivery, and enhancement of campus reputation. This research has practical implications, including recommendations for Universitas Muhammadiyah Bangka Belitung to continue developing and implementing virtual assistant applications as part of a strategy to enhance technology-based information services in the future. This research's theoretical contributions expand the literature on the application of AI and machine learning technologies in higher education contexts in Indonesia, while also providing practical insights for other educational institutions interested in adopting similar technologies. Furthermore, this research opens up opportunities for further studies into the development of AI-based information systems in educational environments. Keywords: Virtual Assistant; Machine Learning; Artificial Intelligence; Mobile Application; Information Services
PENGENALAN POLA KASUS POTENSI BANJIR DI PANGKALPINANG DENGAN ALGORITMA RANDOM FOREST DAN XGBOOST MENGGUNAKAN GOOGLE EARTH ENGINE Randi Atul Aufa; Eka Altiarika; Arvi Pramudyantoro; Yudistira Bagus Pratama; Zikri Wahyuzi
Jurnal Teknologi Informasi dan Masyarakat Vol 3 No 1 (2025): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v3i1.1415

Abstract

Banjir merupakan bencana yang sering terjadi di Kota Pangkalpinang dan menimbulkan dampak sosial serta ekonomi yang signifikan. Setiap tahun, curah hujan tinggi dan elevasi wilayah yang rendah menyebabkan genangan air di berbagai titik, mengganggu aktivitas masyarakat dan infrastruktur kota. Oleh karena itu, diperlukan sistem peringatan dini yang efektif berbasis teknologi untuk mengenali pola potensi banjir secara akurat dan cepat. Penelitian ini bertujuan untuk mengenali pola kasus banjir dengan menggabungkan data historis lingkungan dan iklim menggunakan algoritma pembelajaran mesin melalui platform Google Earth Engine (GEE). Metode yang digunakan dalam penelitian ini meliputi pengumpulan data spasial dan klimatologis dari GEE, seperti curah hujan, kelembapan tanah, suhu permukaan, tutupan lahan, dan elevasi. Data selanjutnya diproses menggunakan Google Colab, termasuk tahapan preprocessing dan feature engineering. Algoritma Random Forest dan XGBoost digunakan dalam pendekatan ensemble learning dengan metode soft voting. Data dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Evaluasi model dilakukan menggunakan metrik Accuracy, Precision, Recall, dan F1 Score. Hasil penelitian menunjukkan bahwa model memiliki performa tinggi dengan Accuracy 0.98, Precision 0.97, Recall 0.99 dan F1 Score 0.98. Prediksi potensi banjir tahun 2025–2030 menunjukkan tren perubahan jumlah titik banjir dengan probabilitas tinggi setiap tahunnya. Visualisasi pengenalan pola potensi banjir dalam bentuk peta interaktif di GEE mempermudah analisis spasial dan mendukung pengambilan keputusan mitigasi. Penelitian ini diharapkan dapat menjadi solusi praktis dalam peringatan dini dan strategi adaptasi terhadap bencana banjir.
Perbandingan Sentimen Komentar Youtube pada Video Promosi Bisnis Kuliner di Bangka Belitung Menggunakan Algoritma Machine Learning Al Ahfaz Reza Ramdani; Yudistira Bagus Pratama; Arvi Pramudyantoro; Eka Altiarika; Zikri Wahyuzi
Jurnal Teknologi Informasi dan Masyarakat Vol 3 No 1 (2025): Journal of Information Technology and Society (JITS)
Publisher : Universitas Muhammadiyah Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35438/jits.v3i1.1416

Abstract

Penelitian ini membandingkan sentimen komentar youtube pada video promosi bisnis kuliner di Bangka Belitung menggunakan algoritma machine learning. Penelitian ini bertujuan untuk memahami persepsi masyarakat terhadap bisnis kuliner lokal yang tersebar di platform youtube, serta mengetahui algoritma mana yang lebih efektif dalam mengklasifikasikan sentimen komentar. Metode yang digunakan adalah analisis sentimen dengan pendekatan kualitatif. Algoritma machine learning yang digunakan adalah Support Vector Machine (SVM) dan Naïve Bayes. Data diperoleh melalui proses web scraping terhadap 27 video kuliner khas Bangka Belitung, seperti lempah kuning, mie Koba, otak-otak, dan martabak Bangka, yang kemudian dikumpulkan menjadi 13.692 komentar. Komentar-komentar tersebut diproses melalui tahapan preprocessing, seperti case folding, penghapusan simbol dan angka, tokenisasi, stopword removal, serta stemming. Setelah itu, dilakukan pelabelan sentimen secara manual dan otomatis untuk mengklasifikasikan komentar ke dalam kategori positif, negatif, dan netral. Model klasifikasi kemudian dibangun menggunakan algoritma SVM dan Naïve Bayes, dan dilakukan evaluasi menggunakan metrik akurasi, presisi, recall, dan f1-score. Hasil evaluasi menunjukkan bahwa SVM memiliki akurasi lebih tinggi (86.55%) dibandingkan Naïve Bayes (84.63%). Hasil penelitian menunjukkan bahwa mayoritas komentar memiliki sentimen netral, dengan sedikit komentar positif dan negatif. Penelitian ini memberikan wawasan tentang sentimen masyarakat terhadap bisnis kuliner di Bangka Belitung, yang dapat bermanfaat bagi pelaku bisnis kuliner dalam meningkatkan strategi pemasaran dan pelayanan mereka.
DEVELOPMENT OF A FUNDRAISING WEBSITE WITH PAYMENT GATEWAY TO SUPPORT DIGITAL ECONOMY AT LAZISMU Pratama, Yudistira Bagus; Hevitria, Hevitria; Setiawan, Rifki Hanif
Jurnal Pilar Nusa Mandiri Vol. 21 No. 1 (2025): Pilar Nusa Mandiri : Journal of Computing and Information System Publishing Pe
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v21i1.5716

Abstract

This study discusses digital-based fundraising and financial services in the management of zakat, infaq, and shadaqah (ZIS). In this process, strategies and data related to distribution, calculation, management, and disbursement of funds often pose challenges. This issue is particularly evident in LAZISMU Bangka Belitung, which has yet to establish a website for large-scale online fundraising and for providing information about its available programs.   Currently, the process of fundraising and ZIS management is still carried out conventionally. Therefore, this study proposes a digital system for LAZISMU that can provide information, manage ZIS, and facilitate digital payments through an integrated payment gateway. This innovation aims to make it easier for the public to fulfill their zakat obligations and access information about the fund distribution programs available at LAZISMU Bangka Belitung. The method used in developing this system is a prototype. The results of the study indicate that the developed system can simplify the process of fundraising and managing ZIS digitally. The implementation of this system is expected to enhance the efficiency of zakat management and have a broader positive impact in supporting communities in need.
Implementasi Data Science untuk Analisis Efektivitas Media Pembelajaran Etnobook Digital dalam Mendukung Literasi Siswa Sekolah Dasar Safitri, Ananda Dwi; Hendrik, Maulina; Pratama, Yudistira Bagus
TIN: Terapan Informatika Nusantara Vol 5 No 11 (2025): April 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/tin.v5i11.7182

Abstract

Rendahnya tingkat literasi siswa sekolah dasar menjadi tantangan utama dalam dunia pendidikan. Salah satu inovasi yang dapat digunakan untuk meningkatkan literasi adalah Etnobook Digital, sebuah media pembelajaran berbasis digital yang menggabungkan elemen interaktif dan konten budaya lokal. Media ini dirancang untuk memberikan pengalaman belajar yang lebih menarik dan bermakna bagi siswa, sehingga dapat meningkatkan minat baca serta pemahaman mereka terhadap materi. Penelitian ini bertujuan untuk menganalisis efektivitas Etnobook Digital dalam meningkatkan literasi siswa menggunakan pendekatan data science. Metode yang digunakan mencakup analisis statistik, machine learning, serta eksplorasi pola penggunaan media pembelajaran. Sampel penelitian terdiri dari 100 siswa yang terbagi dalam kelompok eksperimen dan kontrol. Hasil penelitian menunjukkan bahwa siswa yang menggunakan Etnobook Digital mengalami peningkatan nilai posttest yang lebih tinggi dibandingkan dengan kelompok kontrol, dengan rata-rata peningkatan 26,53 poin pada kelompok eksperimen dan 13,20 poin pada kelompok kontrol. Analisis log data juga menunjukkan bahwa siswa dengan durasi penggunaan lebih lama dan frekuensi akses lebih tinggi memiliki tingkat keberhasilan kuis sebesar 90%. Model Random Forest Regressor digunakan untuk memprediksi skor posttest, sedangkan K-Means Clustering berhasil mengelompokkan siswa berdasarkan pola penggunaan. Dengan demikian, dapat disimpulkan bahwa media pembelajaran Etnobook Digital memiliki potensi besar untuk meningkatkan literasi siswa, terutama jika diterapkan secara konsisten dan disertai dengan strategi pembelajaran yang tepat.
Strengthening youth associations in creating the “Merehat” (be educated literacy in numeracy, technology, and health) generation at SMA Muhammadiyah Bangka Belitung Agustine, Putri Cahyani; Mega, Iful Rahmawati; Walton, Erick Prayogo; Pratama, Yudistira Bagus; Azzani, Arlina Feijriah; Fermanda, Syandhu Dea; Putri, Elsa Hana Rahma; -, Ryevilgo Christivo
Abdi Masyarakat Vol 7, No 1 (2025): Abdi Masyarakat
Publisher : Lembaga Penelitian dan Pendidikan (LPP) Mandala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58258/abdi.v7i1.8969

Abstract

This community service activity was carried out to introduce an understanding of literacy and numeracy, the use of technology in learning and understanding the importance of adolescent health awareness which is a contribution to the problems in the field, there is a lack of productivity of adolescents in the organization 1) less time to study especially for numeracy literacy content, 2) lack of ability to utilize technology in learning, 3) lack of understanding of adolescents in the organization in handling injuries during activities and lack of awareness of adolescents in maintaining health. The training was conducted at SMA Muhammadiyah Pangkalpinang, and 30 high school students participated. The results of this activity are the presentation of material on understanding literacy and numeracy, an introduction to making flyers with Canva, and an introduction to a healthy lifestyle. This activity has been published in local mass-media articles in Bangka Belitung, and the videos have been uploaded on the official LPPMPP YouTube account of Universitas Muhammadiyah Bangka Belitung. The participants from this event hope that the activity will always be carried out periodically because the participants' feedback was great, indicating a percentage of 83.57%.
PERBANDINGAN PERFORMA ALGORITMA NAIVE BAYES DAN SVM UNTUK ANALISIS SENTIMEN KOMENTAR YOUTUBE TERHADAP INDUSTRI ESPORTS DI INDONESIA Tito Dian Permana; Yudistira Bagus Pratama; Zikri Wahyuzi; Eka Altiarika; Arvi Pramudyantoro
JURNAL ILMIAH NUSANTARA Vol. 2 No. 6 (2025): Jurnal Ilmiah Nusantara
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jinu.v2i6.6753

Abstract

The esports industry in Indonesia is rapidly growing and gaining significant attention on social media, particularly YouTube, where comments reflect public perceptions. This study compares the performance of Naive Bayes and Support Vector Machine (SVM) in classifying sentiments from YouTube comments and explores key themes using Latent Dirichlet Allocation (LDA). Data were collected via the YouTube Data API v3, labeled with TextBlob and manually verified into positive, negative, and neutral categories. After preprocessing and TF-IDF representation, class imbalance was handled with SMOTE, and models were trained and evaluated using accuracy, precision, recall, F1-score, and confusion matrix. Results indicate that Naive Bayes achieved 73.85% accuracy with an F1-score of 0.71, while SVM slightly outperformed with 73.97% accuracy and the same F1-score. SVM showed better consistency in classifying negative and neutral comments, whereas Naive Bayes was more effective for positive ones. LDA revealed dominant discussion topics such as appreciation, enthusiasm, community interaction, criticism, and support for esports development. These findings highlight SVM’s superior overall performance and the value of LDA in uncovering public discourse, providing both academic contribution and practical insights for the esports industry in understanding public sentiment.
ANALISIS KUALITAS AIR LIMBAH WUDHU DALAM SISTEM DAUR ULANG BERKELANJUTAN Irwan, Andesta Granitio; Pratama, Yudistira Bagus; Okta, Evan Dwi
Jurnal Teknik Sipil Vol. 17 No. 4 (2024)
Publisher : Program Studi Teknik Sipil Fakultas Teknik Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jts.v17i4.9671

Abstract

Water is one of the important elements in supporting human life so that optimal use of water can have a big impact on life. Water-saving practices, especially during ablution, are often uncontrollable, resulting in water-wasting behavior. In addition, the acidic pH conditions in some of the water samples used are feared to have a long-term adverse impact on individual users. This research provides a solution in saving water with an ablution wastewater recycling system for reuse by utilizing Internet of Things (IoT)-based monitoring that can record water usage discharge using a flowmeter while connected to a smartphone. In the simulation, a prototype is used which is designed as a water recycling system that can be monitored with the addition of a filtration system to filter waste and improve water quality, namely Total Dissolved Solids (TDS), Dissolved Oxygen (DO), and pH. The results showed that in total 52 samples, the average water usage was 2.45 liters / person and 42.31% were in the wasteful category. Comparison of water quality before and after filtering has a significant increase with TDS values reaching 118%, DO 41% and pH 42.31%. This increase shows better water quality after filtering so that it can be reused and the recycling results in the system used have an efficiency of 44% based on the comparison of monitoring volume and actual volume of water.
Co-Authors -, Ryevilgo Christivo Agil, Sofwan Arif Agustine, Putri Cahyani Al Ahfaz Reza Ramdani Altiarika, Eka Andesta Granitio Irwan andriani, riski Ari Ardiansyah Ari Gunawan Arif, Maulana Arnola, Micha Arvi Pramudyantoro Azzani, Arlina Feijriah Bayu Saputra Dalimunthe, Nurzaidah Putri Eka Altiarika Elda, Elda Emikawati Erick Prayogo Walton Erick Prayogo Walton, Erick Prayogo Febriyanti, Wiwit Februari, Fani Fermanda, Syandhu Dea Haiyudi Haiyudi Haiyudi Haiyudi Haiyudi, Haiyudi Hendrik, Maulina Hevitria Hevitria Iful Rahmawati Mega, Iful Rahmawati Marwani Marwani, Marwani Marzuq, Jauhar Ridloni Mega Sukma Muhamad Mustaqim Muhammad Mustaqim Nabela, Silvio Juliana Noviani, Ega Nurjanah Nurjanah Okta, Evan Dwi Pratama, Farhan Aflah Pratama, Suprayuandi Putri, Elsa Hana Rahma Ramdani, Al Ahfaz Reza Randi Atul Aufa Ratno Purnamasari Safitri, Ananda Dwi Setiawan, Rifki Hanif Sevtian, Andre Silvio Juliana Nabela Sitthipon Art-in Suheni Suheni Suheni Suprayuandi Pratama Suprayuandi Pratama Tito Dian Permana Vebrian, Rajab Wahyuzi, Zikri Wardani, Shinta Pramudya Yuniarni Yuniarni Yurdayanti Yurdayanti Yurdayanti, Yurdayanti Zaliman, Iski Zikri Wahyuzi