Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal bit-Tech Abdi-Dharma
Suwitno
Universitas Buddhi Dharma
Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Pelatihan Desain Slide dengan Canva Junaedi; Lianny Wydiastuty Kusuma; Yo Ceng Giap; Suwitno; Aditiya Hermawan; Rino; Benny Daniawan; Riki
Abdi Dharma Vol. 2 No. 2 (2022): Abdi Dharma: Keuangan, Manajemen persediaan, Perpajakan, Etika bisnis UMKM, Dig
Publisher : LP3kM Universitas Buddhi Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/ad.v2i2.1737

Abstract

Perkembangan di era sekarang banyak sekali perubahan dari segi teknologi. Perkembangan teknologi ini meliputi desain grafis, pemrograman, aplikasi dan sebagainya. Hal inilah yang membuat penulis sebagai pendidik untuk melakukan pengabdian kepada masyarakat dengan cara melakukan sebuah workshop dengan tema “Pelatihan Desain Slide dengan Canva” yang bertujuan untuk memperkenalkan membuat sebuah desain pada slide presentasi dengan baik, rapih dan interaktif sebagai media penyampaian pembelajarannya. Pelatihan Desain Slide dengan Canva ini juga didukung oleh Universitas Buddhi Dharma sebagai tempat dilaksanakannya pelatihan ini. Para peserta dari Pelatihan Desain Slide dengan Canva ini diikuti oleh para romo dan rahmani dari Magabudhi Kota Tangerang. Hasil dari pelatihan ini akan di implementasikan dalam pembuatan presentasi sebagai media pembelajaran.
User Interface Experience Analysis of PMB Online Buddhi Dharma Using System Usability Scale Junaedi; Ardiane Rossi Kurniawan Maranto; Maysha Permata Putri; Suwitno
bit-Tech Vol. 6 No. 2 (2023): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i2.1051

Abstract

In the era of advanced digital technologies, the admission process for new students (PMBs) has become a critical aspect of education. To streamline and expedite this process, educational institutions are increasingly utilizing online enrollment applications. One such application, PMB Online Buddhi Dharma, plays a crucial role in this context. However, the success of these applications is not solely determined by technical ease; user experience, particularly the User Interface (UI), plays a pivotal role in influencing user satisfaction and efficiency. This study employs the System Usability Scale (SUS) method to comprehensively analyze the UI of the PMB Online Buddhi Dharma application, providing insights into usability and user satisfaction. Drawing from previous studies utilizing SUS in similar contexts, the research aims to contribute to the development and enhancement of the application's UI. This research evaluates too the effectiveness of Buddhi Dharma University's PMB Online in meeting the digital registration needs of prospective students, emphasizing ease of use and user acceptance. Through the SUS method, the study assesses user satisfaction and ease of use, obtaining an average SUS score of 78 from 30 respondents. This score categorizes Buddhi Dharma University Online PMB as "good," indicating a commendable level of acceptance from users, predominantly prospective students. The research concludes with implications for the application's further improvement and development, emphasizing the importance of user-friendly interfaces in digital admission processes.
Perbandingan Naïve Bayes dan CNN yang Dioptimasi PSO pada Identifikasi Berita Hoax Politik Indonesia Yusuf Kurnia; Ellysha Dwiyanthi Kusuma; Lianny Wydiastuty Kusuma; Suwitno; Welman Apridius
bit-Tech Vol. 6 No. 3 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v6i3.1225

Abstract

Berita palsu dalam politik menjadi ancaman serius terhadap stabilitas demokrasi dan kepercayaan publik terhadap informasi. Fenomena ini tidak hanya meresahkan, tetapi juga memiliki dampak yang dapat mengganggu proses demokrasi serta kepercayaan masyarakat terhadap media dan pemerintah. Penelitian ini bertujuan untuk menyelidiki dan membandingkan kinerja dua algoritma yang berbeda, yaitu Naïve Bayes (NB) dan Convolutional Neural Network (CNN), yang telah dioptimalkan menggunakan Particle Swarm Optimization (PSO), dalam mendeteksi berita palsu di ranah politik Indonesia. Untuk mencapai tujuan ini, penelitian menggunakan dataset berita politik yang telah melalui proses text preprocessing, termasuk pembersihan data dan normalisasi teks. Hasil penelitian menunjukkan bahwa model Naïve Bayes secara konsisten mampu mengungguli kinerja CNN, baik dengan atau tanpa penerapan PSO. Akurasi model Naïve Bayes mencapai 90.71%, sementara CNN mencapai 80.86% tanpa PSO, 79.68% dengan PSO, dan Naïve Bayes dengan PSO mencapai 90.25%. Temuan ini menegaskan bahwa pendekatan menggunakan algoritma Naïve Bayes memiliki potensi lebih besar dalam mengidentifikasi berita palsu dalam konteks politik Indonesia. Kontribusi signifikan dari penelitian ini terletak pada pemahaman yang lebih mendalam mengenai metode deteksi berita palsu, serta memberikan wawasan yang penting bagi pengembangan strategi yang efektif dalam menanggulangi permasalahan berita palsu di era digital. Oleh karena itu, diharapkan bahwa penelitian ini akan memberikan nilai tambah dalam upaya mempertahankan keaslian informasi politik dan meningkatkan kualitas demokrasi di Indonesia.
Co-Authors Aditiya Hermawan Ardiane Rossi Kurniawan Maranto Benny Daniawan Ellysha Dwiyanthi Kusuma Junaedi Lianny Wydiastuty Kusuma Maysha Permata Putri RIKI RIKI, RIKI Rino Welman Apridius Yo Ceng Giap Yusuf Kurnia