p-Index From 2021 - 2026
11.675
P-Index
This Author published in this journals
All Journal The Indonesian Journal of Business Administration Jurnal Kedokteran Brawijaya TRANSIENT: Jurnal Ilmiah Teknik Elektro AMIKOM ICT AWARD 2010 Jurnal Kebijakan Kesehatan Indonesia PERMANA Disease Prevention and Public Health Journal Jurnal technoscientia Jurnal Produksi Tanaman Jurnal Pendidikan Dasar Nusantara Prosiding Teknologi Pendidikan Penggunaan Media Sains Flipbook dalam Pembelajaran IPA di Sekolah Dasar Jurnal Kesehatan Andalas Majalah Kulit, Karet, dan Plastik EKOMBIS REVIEW: Jurnal Ilmiah Ekonomi dan Bisnis Briliant: Jurnal Riset dan Konseptual Lingua Franca: Jurnal Bahasa, Sastra, dan Pengajarannya Jurnal Pemberdayaan Masyarakat Madani (JPMM) GIZI INDONESIA Journal of Environment and Sustainability Forum Ekonomi : Jurnal Ekonomi, Manajemen dan Akuntansi JURNAL MANAJEMEN RELE: Rekayasa Elektrikal dan Energi Jurnal Teknik Elektro JMM (Jurnal Masyarakat Mandiri) Historis : Jurnal Kajian, Penelitian dan Pengembangan Pendidikan Sejarah Edukasi Islami: Jurnal Pendidikan Islam Jurnal Abadimas Adi Buana Jurnal Basicedu Unnes Journal of Mathematics Education Research Jurnal Review Pendidikan dan Pengajaran (JRPP) JAIM (Jurnal Abdi Masyarakat) SULUH: Jurnal Abdimas International Journal of Economics, Business and Accounting Research (IJEBAR) bit-Tech Jurnal Leverage, Engagement, Empowerment of Community (LeECOM) Jurnal Abdi Insani Jurnal Rekayasa Lingkungan Manna Rafflesia Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Esensi Hukum Jurnal Ners Widya Husada Academia Open LEGAL BRIEF Indonesian Journal of Law and Economics Review Prosiding Conference on Research and Community Services Jurnal Pengabdian kepada Masyarakat Nusantara Airlangga Journal of Innovation Management Community Empowerment Jurnal Sosial dan Teknologi COMMUNITY : Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Aplikasi Mekatronika, Otomasi dan Robot Industri (AMORI) International Journal Software Engineering and Computer Science (IJSECS) COVIT Golden Ratio of Auditing Research Jurnal Sistem Informasi Bisnis (JUNSIBI) Locus Journal of Academic Literature Review Journal Transformation of Mandalika INSANIA : Jurnal Pemikiran Alternatif Kependidikan Procedia of Social Sciences and Humanities Jurnal Basicedu Jurnal Ilmiah MEA (Manajemen, Ekonomi, dan Akuntansi) Saint Paul's Review Journal Research of Social Science, Economics, and Management Jurnal Adijaya Multidisiplin Innovative: Journal Of Social Science Research Nuansa Informatika Journal of Arabic Language and Literature Studies Jurnal Informatika dan Bisnis Journal of Social Comunity Services Health Dynamics Jurnal Teknik Indonesia Retorika: Jurnal Komunikasi, Sosial dan Ilmu Politik Indonesian Journal of Islamic Law (IJIL) AL-MANSYUR Jurnal Ilmiah Kajian Ilmu Humaniora Jurnal Ekonomi Syariah Mulawarman (JESM) MEKOMDA KAMBOTI : Jurnal Sosial dan Humaniora Komunikatif : Jurnal Ilmiah Komunikasi SIMAS JURNAL PENGABDIAN MASYARAKAT Harmonia: Journal of Arts Research and Education AICOS
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : bit-Tech

Perbandingan Performa Kotlin vs Java dalam Pengembangan Android dengan Metode Iterasi While Sanjaya, Janssen Japutra; Susilo, Joko
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1898

Abstract

Studi ini membandingkan kinerja Java dan Kotlin dalam pengembangan aplikasi Android, dengan fokus khusus pada efisiensi eksekusi, penggunaan CPU, penggunaan memori, dan kompleksitas kode. Pengujian dilakukan pada perangkat Xiaomi Redmi Note 12 dengan CPU Snapdragon 685 dan RAM 8 GB, yang melibatkan pengembangan aplikasi berbasis iterasi menggunakan perulangan while. Hasil penelitian menunjukkan bahwa Kotlin memiliki keunggulan dalam efisiensi kinerja, mampu mengeksekusi rata-rata 170.000 iterasi dalam 10-25 detik, sementara Java hanya mencapai 150.000 iterasi. Dalam hal konsumsi memori, Kotlin menggunakan 125 MB, lebih rendah dibandingkan Java yang mencapai 160 MB. Penggunaan CPU oleh Kotlin hanya sebesar 3%, jauh lebih sedikit dibandingkan Java yang mencapai 40%. Selain itu, Kotlin memerlukan 157 baris kode (LOC), lebih ringkas dibandingkan Java yang memerlukan 169 baris. Secara keseluruhan, Kotlin menawarkan keunggulan dalam efisiensi kinerja, pemanfaatan sumber daya, dan kesederhanaan sintaksis, menjadikannya pilihan yang lebih optimal untuk pengembangan aplikasi Android. Efisiensi ini dapat berdampak positif pada pengurangan konsumsi daya baterai, yang merupakan faktor penting dalam pengembangan aplikasi seluler. Meskipun Java dikenal memiliki stabilitas dan ekosistem yang mapan, penelitian ini memberikan panduan bagi pengembang dalam memilih bahasa pemrograman yang sesuai dengan kebutuhan proyek mereka. Pengembang yang mengutamakan efisiensi, penghematan memori, dan pengurangan kompleksitas kode mungkin lebih memilih Kotlin. Namun, jika stabilitas dan kompatibilitas dengan sistem lama menjadi prioritas, Java tetap menjadi pilihan yang relevan. Dengan hasil ini, pengembang memiliki wawasan yang lebih luas dalam menentukan bahasa yang sesuai dengan kebutuhan proyek mereka, baik dari segi efisiensi kinerja, pemanfaatan sumber daya, maupun kemudahan pemeliharaan kode.
Studi Perbandingan Pengembangan Game dalam GDScript dengan Godot dan C# dengan Unity Winata, Leonard; Maulana, Muhammad Akbar; Susilo, Joko
bit-Tech Vol. 7 No. 3 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i3.1876

Abstract

Penelitian ini membandingkan efisiensi dan kompleksitas pada game engine Godot dan Unity dengan bahasa program utamanya masing-masing yaitu GDScript dan Unity dalam pembuatan replika Flappy Bird. Tujuan penelitian ini adalah untuk mengevaluasi waktu, penggunaan ruang berupa memori dan CPU, dan kompleksitas kode pada kedua game engine tersebut dan menganalisis perbedaan dalam bentuk kode. Hasil penelitian menunjukkan bahwa kedua engine mampu mencapai 60 FPS dengan stabil dalam dalam analisis time complexity. Pada analisis space complexity, Godot dengan GDScript terlihat lebih efisien dengan penggunaan memori 125 mb dan penggunaan CPU 3% dibandingkan Unity dengan C# yang memiliki penggunaan memori 160 mb dan penggunaan CPU 40%. Dari segi code complexity, Godot dengan GDScript memiliki lebih sedikit jumlah baris kode atau Lines of Code (LOC) dengan total 157 sedangkan Unity dengan C# memiliki total LOC sebanyak 169. Dalam penulisan kode, Unity dengan C# dapat menggunakan komponen dari fitur bawaan game engine Unity yang dimiliki seperti Rigidbody2D yang mempermudah dan mempercepat dalam pembuatan mekanika seperti gravitasi. Tetapi komponen tersebut perlu diinisialisasikan di dalam kodenya yang dapat menambahkan jumlah LOC. Sedangkan Godot dengan GDScript tidak memiliki fitur bawaan seperti Unity dan harus membuat mekanika seperti gravitasi dari awal tetapi karena itu, GDScript tidak memerlukan inisialisasi komponen dari game engine Godot dan karena itu jumlah LOC yang dimiliki lebih sedikit dibandingkan dengan C#.
Identifikasi Katarak Mata Pada Kucing Dengan Menggunakan Convolutional Neural Network Mikael; Susilo, Joko; Maulana, Muhammad Akbar
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.1881

Abstract

Katarak merupakan salah satu penyakit yang dapat menyerang hewan, termasuk kucing, ditandai dengan kekeruhan pada lensa mata yang dapat menyebabkan gangguan penglihatan hingga kebutaan apabila tidak ditangani. Penyakit ini sering kali tidak terdeteksi pada tahap awal, sehingga diperlukan metode diagnosis dini yang akurat. Penelitian ini bertujuan untuk mengembangkan model Convolutional Neural Network (CNN) sebagai metode pendeteksian katarak pada kucing melalui analisis gambar mata. Subjek penelitian terdiri dari dataset berjumlah 106 gambar mata kucing, yang meliputi 66 gambar mata normal dan 40 gambar mata katarak. Dataset ini dibagi menjadi data training (85 gambar) dan data validasi (21 gambar). Metode penelitian mencakup beberapa tahapan, yaitu studi literatur untuk mendalami teori terkait, preprocessing data untuk memastikan konsistensi dataset, implementasi model CNN, pelatihan model, dan evaluasi performa model menggunakan confusion matrix. Proses pelatihan model dilakukan selama 100 epoch dengan menggunakan optimizer Adam, yang dikenal mampu mempercepat konvergensi model. Arsitektur CNN yang dirancang terdiri dari tiga lapisan konvolusi, lapisan pooling, dan fully connected layer. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mencapai akurasi sebesar 71% dalam mengklasifikasikan gambar mata kucing menjadi kategori "Normal" atau "Katarak." Meskipun akurasi ini belum optimal, keterbatasan jumlah dataset menjadi faktor utama yang memengaruhi performa model. Temuan ini memberikan kontribusi awal dalam penerapan kecerdasan buatan untuk deteksi penyakit pada hewan, khususnya katarak pada kucing. Penelitian ini juga menegaskan pentingnya menambah jumlah dan keragaman dataset untuk meningkatkan performa model dan mengurangi risiko overfitting. Potensi pengembangan lebih lanjut dari model ini diharapkan dapat mendukung diagnosis yang lebih cepat dan akurat, sehingga meningkatkan kualitas hidup hewan peliharaan.
Identifikasi Pemilahan Sampah Berbasis Algoritma Transfer Learning CNN Menggunakan MobileNetV2 dan EfficientNetB0 Thio, Sean Edbert; Susilo, Joko
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.1900

Abstract

Masalah pengelolaan sampah menjadi tantangan lingkungan yang tidak ada habisnya di kalangan masyarakat. Pemilahan jenis sampah yang benar dapat mendukung upaya daur ulang dan pengelolaan limbah serta mengatasi masalah sampah tersebut. Karena itu, penelitian ini bertujuan untuk mengembangkan sistem yang memanfaatkan teknologi transfer learning CNN (Convolutional Neural Network) untuk membantu pengidentifikasian jenis sampah. Sistem ini diharapkan dapat membantu masyarakat dalam memilah, mengelola dan mendaur ulang sampah. Ada dua arsitektur model yang digunakan dalam penelitian ini, yaitu MobileNetV2 dan EfficientNetB0. Dengan kedua model pre-trained tersebut, penelitian ini juga bertujuan untuk membandingkan performa masing-masing model dalam mengidentifikasi sampah. Dataset yang digunakan untuk melatih kedua model ini diambil dari platform Kaggle dan data yang diambil secara mandiri, dengan total data berjumlah 2527 gambar. Proses penelitian mencakup pencarian data, pembersihan data (pre-processing), augmentasi, pelathan model, serta evaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan MobileNetV2 mencapai akurasi 87,31%, sementara EfficientNetB0 memperoleh akurasi 82,21%. Analisis lebih lanjut menunjukkan bahwa MobileNetV2 unggul dari segi akurasi, presisi, recall, serta efisiensi waktu pelatihan disbanding EfficientNetB0. Meskipun hasil pelatihan menunjukkan performa yang cukup baik, nilai loss pada kedua model masih relatif tinggi. Hal ini kemungkinan disebabkan oleh kurangnya jumlah data yang digunakan untuk melatih model. Penelitian ini diharapkan dapat menjadi langkah awal dalam penerapan teknologi transfer learning untuk mendukung pengelolaan sampah secara efektif, sekaligus menjadi acuan untuk pengembangan sistem dengan dataset yang lebih besar di masa depan.
Co-Authors Abetnego, Dereks Abirama, Dhafa Alvin Suhendra Ace Iwan Suryawan, Ace Iwan Achmad Ghazali Ade Gunawan Adli, Adli Agasta, Tedy Agus Salim Agus Sulton Ahmad Nurefendi Fradana Akhmad Alim, Akhmad Al Insan Assalamfida, Muhammad Alam, Badrul Ali Akbar Alqibtiyah , Mariah Amiruddin, Arfis Amrinsyah, Rakmad Angin, Marselinus Arapenta Perangin Annisa Andriyani Apri Rahmadi Aqila, Mu’Amar Zaki ARDIANSYAH, SYAHRUL Aritonang, Reikman DP. Arya Rezagama Astried Silvanie Astutiek, Dwi Astutik, Ika Ratna Indra Attawet, Jutharat Aura, Nindya Azzahra, Intan Fatimah Bachrul Hilmi, Sectio Basuki Sri Rahayu Beny Dwi Pratama Budi Purnomo Budi, Setyo Cahyaningrum, Margareta Pramita Choirun Nisak Aulina Cindy Cahyaning Astuti Cipwati, Anggi Darmanto Darmanto Darmayati, Deby Zulkarnain Rahadian Syah Detak Prapanca Dewi Shinta Diana Susanti Didik Hariyanto Didik Hariyanto Dwi , Ristanti Dwi Nur Aini, Dwi Nur Edi Dwi Riyanto Efendi, Suryono Elyza Gustri Wahyuni Emiliana Kasmudjiastuti, Emiliana Emy Sulistyo Astuti, Emy Sulistyo Endro Sutrisno Eneng Sonia Evalina, Noorly Fahrullah, Muhammad Faisal Fajar Muharram Fanissa, Sintania Felindasari, Prisma Feri Tirtoni Ferry Adhi Dharma Fitri Adi Iskandarianto Fitrianto, Bambang Frida Kusumastuti Gulo, Fenius Gunarhadi Gunarhadi, Gunarhadi Gunawan, I Made Alit Hafiidha Sari, Raras Hanif Hanif Haris Fadillah Hastuti, Puput Tri Herning Indriastuti Hidayat, Adik Nur Hidayat, Syamsu Hikmal Maulana, Agim Himmatul , Firda Ika Ratna Palupi Imanuddin Imanuddin, Imanuddin Indrawati, Rosiana Indrawati, Rosiana Isti Dwi Puspitawati istiqomah istiqomah Jamhari Jamhari Julitia, Windi Rika Kaka, Daniel Kartika Sari, Firda Kartono , Karuniawan Puji Wicaksono Kenji Ahsan, Ava Khan, Ryan Khoirulloh Khoirulloh, Khoirulloh Kholik, Krismar Koesbandriyo, Bambang Kristiyani, Tia Kunayarti, Wahyuni Kushartanti, Woro Kuwatno Kuwatno, Kuwatno Laia, Kejar Hidup Lestari, Endah Yuliana Lily Arsanti Lestari Listiyono Santoso Lovely, Nosa Ajulva Lutfi, Mochtar M. Andi Fikri Madarina Julia Mahestika , Vanessa Maria, Ernastin Marsiah, Marsiah Maulana Yusuf Maulana, Muhammad Akbar Medha Baskara Mikael Mochammad Facta Muhammad Agus Muljanto Muhammad Luthfi Muhammad Zaki Mubarrak Munifah, Siti Mursalin . Mursyid, Abidillah Muslihatun, Wafi Nur Naomi, Novita Dhian Neni Astuti Nggebu, Sostenis Niko Fediyanto Noerviana, Annisa Putri Novi Wahyuni Nur Hazizah, Istiqomah Nurfajrin Hasan, Sri Nurul Zuriah Pamungkas, Ernanto Bayu Pramudya, Hans Prasetyaningsih, Ani Pratama, Erga Ofiananda Prayoga, Shahifa Rezaldi Puspita Sari, Sarni Handayani Puspita, Yulia Mega Putra, Kiki Pradana Putri Puspita Dewi, Angeli PUTRI WULANDARI Putri, Meilani Arindha raafi'u, brian Rafianti, Fitri Rahman, Idrus Rahmat, Feri Rahmawati, Laily Ramadhani, Gilang Ratih Pujiastuti Ravinazan, Ravinazan Rialihanto, Muhammad Primiaji Rianita Rifki Ramadhan, Muhamad Risky , Achamad Rizqi Tsania, Indah Rizqy Aziz Basuki Romadhoni, Novita Rusmiyati Rusmiyati, Rusmiyati Sabe, Syolleh Raisi Salim, Alissa Samsi Haryanto, Samsi Sanjaya, Janssen Japutra Santoso, Dian Rahma Saputri, Fatmala Reza Saputri, Rahmadya Sari, Nurratri Kurnia Sarika, Septi Budi Septyaningrum, Erna Setyawan, Hanif Hilmi Sri Anitah Sri Yamtinah Sugiono, Edi Suharto, Rachmad Budi Sujiyatini, Sujiyatini Sumarno . Suryadi Suryadi Suryani, Deby Suryono, Hasan Susanto, Adi Imron Susanto, Kevin Filbert Susatyo Handoko Suwarta, Nyoman Su’udiyah, Fidaus Syahputri, Alvina Dwi Tamam, Abas Mansur Tauji, Achmad Teguh R. Sartono Thio, Sean Edbert Titania, Dhea Adira Tjaronosari, Tjaronosari Tommy, Ervando Toto Sudargo Totok Apriyanto, Totok Tri Siswati, Tri Usman, Adam Utami, Siti Budi Vevy Liansari Vidya Mandarani Vittorio, Kevin Wilmer Wahyu Kurniawan Wahyu Taufiq Waruwu, Junieli Weni Kurdanti Widarto Jp, Widarto Jp Widhiati Widhiati, Widhiati Widyastuti Winarti, Rahayu Winata, Leonard Winda Hardyanti Wiwik Handayani Wulan Purnama Sari Wulan Safitri, Wulan Wulan Sari, Mardhayu Wuryaningsih, Dewanti Evita Julian Wulandari Yasir Hudzaifah Yeni Yeni Yodi, Ryanto Yoyok Bekti Prasetyo Yulinda yulinda Zaenuri Mastur