Claim Missing Document
Check
Articles

Found 12 Documents
Search

IMPLEMENTASI APLIKASI PEMBAYARAN PAJAK BUMI DAN BANGUNAN PADA BPPRD KABUPATEN LAMPUNG TENGAH Yunita, Hilda Dwi; Romadhona, Rio; Winarko, Triyugo; Ikhwan, Ahmad
Jurnal informasi dan komputer Vol 12 No 01 (2024): Jurnal Informasi dan Komputer yang terbit pada tahun 2024 pada bulan 4 (April)
Publisher : LPPM Institut Teknologi Bisnis Dan Bahasa Dian Cipta Cendikia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v12i01.562

Abstract

Kabupaten Lampung Tengah terletak di Provinsi Lampung, Kabupaten Lampung Tengah perlu didukung dengan pendapatan asli daerah yang tinggi dengan demikian pembangunan yang dilakukan dapat tercapai. Namun kenyataanya di lapangan masih ditemukan kendala-kendala dalam pelaksanaan pemungutan pajak seperti masih adanya wajib pajak yang tidak jujur dalam melaporkan data transaksi. Petugas verifikasi lapangan kesulitan untuk mendapatkan bukti transaksi yang sebenarnya sehingga menyebabkan lamanya proses verifikasi, sulitnya dalam penyajian data laporan pembayaran pajak yang akurat dan cepat serta tidak transparan terhadap data pajak sehingga terjadi adanya ketidaksingkronan. Hal tersebut terjadi karena belum adanya pemanfaatan teknologi dalam pembayaran pajak secara online dan realtime. Tujuan dari penelitian ini adalah menghasilkan WEB Servis untuk aplikasi pembayaran pajak bumi dan bangunan yang dapat terhubung dengan Bank serta dapat memonitoring pelaporan yang lebih efektif dan efisien dalam penyajian data kapanpun dan dimanapun. Metode penelitian yang digunakan dalam penelitian ini adalah deskriptif dan menggunakan metode pengembangan sistem yaitu Waterfall yang terdiri dari rekayasa sistem, analisis, perancangan, implementasi, pengujian dan perawatan. Hasil dari penelitian ini adalah menghasilkan aplikasi WEB yang dapat digunakan untuk memonitoring pembayaran dan pendapatan pajak bumi dan bangunan yang dapat terhubung dengan bank.
Penerapan Aplikasi Simulasi Ujian Akhir Semester Pada SMU Negeri I Tanjung Raja Berbasis Online dwi yunita, hilda; Tarnando, Kiki; Winarko, Triyugo
Journal Software, Hardware and Information Technology Vol 3 No 2 (2023)
Publisher : Jurusan Sistem Informasi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/shift.v3i2.93

Abstract

The exam is a form of evaluation that is used to assess the achievement of the lessons taught by the teacher to students. In addition to the national exam, there is an end-of-semester exam at the school. Where the end of semester exams are still carried out conventionally or in writing such as at Tanjung Raja 1 Public High School. This resulted in a slow assessment process carried out by the teacher and a waste of paper and ink in doubling questions. Therefore, an application was created that can be used to carry out online final semester exam simulations. So that it can overcome all the problems that exist in the final semester exams at SMA Negeri 1 Tanjung Raja, North Lampung.
Implementation of Data Mining for Classifying Student Graduation Levels Using Naive Bayes, Decision Tree, Random Forest, Support Vector Machines and Neural Networks Methods (Case Study of The Undergraduate Program at Mitra Indonesia University) Hartanto, M. Budi; Destanto, Tri; Yuniarthe, Yodhi; Winarko, Triyugo
CCIT (Creative Communication and Innovative Technology) Journal Vol 18 No 1 (2025): CCIT JOURNAL
Publisher : Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/ccit.v18i1.3441

Abstract

This study aims to classify student graduation levels using five data mining methods: Naive Bayes, Decision Tree, Random Forest, Support Vector Machines, and Neural Networks. Conducted as a case study at Mitra Indonesia University, the research utilizes academic data, including GPA, course completion rates, and attendance records, to predict graduation success. The results reveal that Random Forest and Neural Networks exhibit the highest accuracy, making them the most suitable methods for predicting student outcomes. These findings contribute to the development of early intervention programs for students at risk of delayed graduation, providing valuable insights for higher education institutions.
Pelatihan Teknis Pemanfaatan Kelas Virtual Menggunakan Sevima Edlink Bagi Dosen Perguruan Tinggi Swasta Dalam Meningkatkan Kualitas Pembelajaran Daring Yang Inovatif Gunawan, Anak Agung Ngurah; Junaidi, Ahmad; Winarko, Triyugo; MS, S. Sumihatul Ummah; Tobari, Tobari
Journal Of Human And Education (JAHE) Vol. 5 No. 1 (2025): Journal of Human And Education (JAHE)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jh.v5i1.2083

Abstract

Tujuan dari PKM ini adalah meningkatkan kemampuan dosen perguruan tinggi swasta dalam memanfaatkan teknologi kelas virtual menggunakan platform Sevima EdLink. Dengan demikian, diharapkan pembelajaran daring dapat lebih inovatif, interaktif, dan efektif, menciptakan pengalaman belajar yang lebih menarik bagi mahasiswa. Metode yang digunakan dalam PKM ini meliputi penyelenggaraan pelatihan teknis secara langsung kepada dosen yang terlibat. Pelatihan akan mencakup panduan praktis dalam memanfaatkan fitur-fitur kelas virtual Sevima EdLink, strategi pengajaran daring yang efektif, serta penerapan inovasi dalam proses pembelajaran online Diharapkan hasil dari PKM ini akan terlihat dalam peningkatan kualitas pembelajaran daring yang diimplementasikan oleh dosen perguruan tinggi swasta. Dosen diharapkan mampu mengintegrasikan teknologi kelas virtual dengan baik, meningkatkan interaksi dengan mahasiswa, dan menciptakan lingkungan belajar yang inspiratif. Selain itu, diharapkan pula adanya peningkatan minat dan partisipasi mahasiswa dalam pembelajaran daring serta peningkatan kinerja akademik mereka sebagai dampak dari pembelajaran yang lebih inovatif dan terarah.
Meningkatkan Kinerja IoT dengan Reinforcement Learning: Integrasi Data Science dan GenAI untuk Industri 5.0 Winarko, Triyugo; Fahurian, Fatimah; Yunita, Hilda Dwi; Hartanto, M Budi
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 9, No 1 (2025): SEMNAS RISTEK 2025
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v9i1.7948

Abstract

Perkembangan Internet of Things (IoT) dalam era Industri 5.0 memerlukan pendekatan yang lebih cerdas dan adaptif untuk meningkatkan kinerjanya. Salah satu metode yang dapat digunakan adalah Reinforcement Learning (RL), yang memungkinkan perangkat IoT belajar dan beradaptasi dengan lingkungan secara mandiri untuk mencapai tujuan tertentu. Penelitian ini bertujuan untuk mengkaji integrasi antara Data Science dan Generative AI (GenAI) dalam meningkatkan kinerja sistem IoT melalui pendekatan RL. Metode yang digunakan dalam penelitian ini adalah studi literatur yang mengidentifikasi penerapan RL dalam berbagai kasus IoT, serta pemanfaatan Data Science untuk analisis data besar dan GenAI untuk pengembangan model prediktif. Hasil penelitian menunjukkan bahwa penerapan RL pada sistem IoT dapat meningkatkan efisiensi operasional dengan meminimalkan latensi, optimasi penggunaan energi, dan peningkatan interaksi perangkat. Selain itu, integrasi Data Science dan GenAI memungkinkan pembuatan model yang lebih akurat dan responsif terhadap perubahan kondisi. Penelitian ini memberikan kontribusi dalam memahami potensi teknologi canggih untuk memajukan sektor industri menuju era 5.0, dengan tantangan dan peluang yang perlu diperhatikan untuk implementasi lebih lanjut.
Evaluasi Keterlibatan Mahasiswa Dalam Lingkungan Pembelajaran Daring Menggunakan Natural Language Processing (NLP) dan Analisis Sentimen Hartantom, Budi; Yunita, Hilda Dwi; Fahurian, Fatimah; Dirayati, Fadhilah; Winarko, Triyugo; Marliana, Iin
Jurnal Algoritma Vol 22 No 1 (2025): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.22-1.2154

Abstract

This research aims to evaluate student engagement in online learning environments using Natural Language Processing (NLP) and sentiment analysis. The research method involves text analysis of student interactions on a Learning Management System (LMS) platform, including discussion forums, comments, and messages. NLP techniques were used to identify patterns of student engagement, while sentiment analysis assessed the emotions contained in the interactions, including positive, negative, or neutral sentiments. The results show that student engagement can be effectively measured through this analysis, as well as providing an overview of engagement patterns and the factors that influence them. The findings are expected to be used to improve the quality of online learning.
Big Data Processing with Neural Networks on RESTful API for Product Recommendation Using Python hartanto, budi; Fahurian, Fatimah; Dwi Yunita, Hilda; Winarko, Triyugo
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 11, No 1 (2025): June 2025
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v11i1.34704

Abstract

The exponential growth of e-commerce data has created an urgent need for efficient and scalable systems that provide personalized product recommendations. This study addresses that challenge by integrating big data processing with neural networks and delivering recommendations via RESTful APIs. The primary objective is to develop a system capable of handling large datasets and providing real-time recommendations to enhance user engagement. The methodology involves using Apache Spark for distributed big data processing and feature engineering, followed by the implementation of neural networks in Python using TensorFlow to generate recommendations. The system integrates the model with a RESTful API to support seamless interaction with external applications. Extensive testing was conducted on a dataset containing over a million user-item interactions to evaluate performance and scalability. The results show that the proposed system achieves better recommendation accuracy compared to traditional machine learning approaches. It processes high-dimensional data efficiently and maintains latency below 200 milliseconds per API request, making it suitable for real-time applications. The novelty of this research lies in the end-to-end design that combines a big data framework with neural networks and RESTful APIs for practical implementation. This research provides a scalable and adaptive solution for e-commerce platforms and serves as a foundation for the advancement of real-time recommendation systems in the future.
Pemberdayaan Masyarakat Desa Lampung Selatan Melalui Transfer Teknologi Python untuk Ekonomi Kreatif Hartanto, M. Budi; Yunita, Hilda Dwi; Fahurian, Fatimah; Winarko, Triyugo
Jurnal SOLMA Vol. 14 No. 2 (2025)
Publisher : Universitas Muhammadiyah Prof. DR. Hamka (UHAMKA Press)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/solma.v14i2.18412

Abstract

Pendahuluan: Pemberdayaan masyarakat desa merupakan komponen penting dalam meningkatkan kesejahteraan sosial dan ekonomi, khususnya di wilayah Lampung Selatan. Namun, keterbatasan akses terhadap teknologi dan pengetahuan menjadi hambatan utama dalam pengembangan ekonomi kreatif yang berbasis digital. Studi ini bertujuan untuk mentransfer teknologi berbasis Python guna meningkatkan kompetensi pelaku usaha kecil dan menengah (UKM) di Kecamatan Kalianda, Kabupaten Lampung Selatan. Metode: Pelatihan berbasis praktik, lokakarya interaktif, pendampingan teknis, serta konsultasi intensif. Hasil: Adanya peningkatan dalam pemahaman dan penerapan teknologi digital, khususnya dalam manajemen usaha, analisis pasar, dan optimasi produksi. Sebanyak 65% peserta berhasil mengadopsi teknologi Python secara mandiri dalam usahanya, dengan peningkatan efisiensi operasional dan kesiapan digital. Kesimpulan: Transfer pengetahuan dan teknologi Python terbukti efektif dalam mendukung pengembangan ekonomi kreatif berbasis digital di desa, selama diiringi strategi pembelajaran yang tepat dan berkelanjutan.
PEMASARAN PRODUK KECANTIKAN LC BEAUTY KF SKIN CARE BERBASIS WEB Winarko, Triyugo
Semnas Ristek (Seminar Nasional Riset dan Inovasi Teknologi) Vol 8, No 01 (2024): SEMNAS RISTEK 2024
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/semnasristek.v8i01.7157

Abstract

LC Beauty KF bergerak dalam bidang penjualan produk kecantikan wajah berupa produk skin care. LC Beauty KF belum memiliki aplikasi untuk melakukan pemasaran dan penjualan produk. Saat ini penjualan dan pemasaran produk melalui media sosial seperti whatsapp, facebook, dan instagram. Tidak adanya informasi mengenai produk skin care yang dijual, serta pada proses pemesanan yaitu pemesanan hanya menggunakan telepon atau datang langsung ke LC Beauty KF. Metode pengembangan sistem menggunakan metode Waterfall dan perancangan sistem menggunakan Unified Modelling Language (UML). Implementasi sistem ini menggunakan  dan MySQL sebagai database. Hasil yang dicapai yaitu sistem pemasaran berbasis web. Sistem yang dibangun ini bertujuan untuk penyebaran informasi seputar LC Beauty KF menggunakan website pemasaran. Dibangunnya sistem pemasaran ini dapat menyebarkan informasi mengenai produk LC Beauty KF dengan menghadirkan layanan, fasilitas, menu, dan pemesanan. Sistem ini juga dapat melakukan chatting kepada admin secara otomatis pada web.
Mentoring Elementary School Teachers' Competency Enhancement in Utilizing Digital Platforms and Interactive Content for Kurikulum Merdeka Implementation in Rural Areas Mustamin, Kaso; Karmila, Mila; Sukmayadi, Dodi; Smas, Musa Hefer; Winarko, Triyugo
International Journal of Community Service (IJCS) Vol. 4 No. 2 (2025): July-December
Publisher : PT Inovasi Pratama Internasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55299/ijcs.v4i2.1621

Abstract

This qualitative research investigates the effectiveness of a mentoring program designed to enhance elementary school teachers' competency in utilizing digital platforms and interactive content for implementing Kurikulum Merdeka in rural Indonesian areas. The study employed a comprehensive mentoring approach focusing on the Platform Merdeka Mengajar and interactive digital content creation to address the digital divide in rural education. Twenty elementary school teachers from remote areas participated in a 12-week structured mentoring program. Data collection utilized in-depth interviews, focus group discussions, participant observations, and document analysis. The findings reveal significant improvements in teachers' digital literacy, confidence in technology integration, and student engagement levels. Pre-mentoring assessment showed 65% of teachers had low digital literacy, which improved substantially post-intervention with 100% satisfaction rates among participants. Key challenges identified included limited internet connectivity, inadequate hardware, and insufficient technical training, which were addressed through innovative solutions including mobile hotspot sharing, device lending systems, and peer mentoring networks. The study demonstrates that systematic mentoring programs can effectively bridge the digital competency gap among rural teachers, enabling successful Kurikulum Merdeka implementation despite infrastructure limitations. This research contributes to understanding professional development strategies for educational transformation in underserved regions.