Article Per Year (5 Year)
p-Index From 2021 - 2026
2.459
P-Index
This Author published in this journals
All Journal Sainteks JURIKOM (Jurnal Riset Komputer) Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Ilmiah Ilmu Terapan Universitas Jambi JOINCS (Journal of Informatics, Network, and Computer Science) Demak Universal Journal of Islam and Sharia Jurnal Abdimas Indonesia Jurnal Ilmu Komputer dan Matematika
Widya Cholid Wahyudin
UMKU
Religion Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
PERANCANGAN WEBSITE RESPONSIF SIMAS UNTUK PENYULUHAN STUNTING DAN GIZI ANAK PADA MASYARAKAT Syarif Hidayatullah; Widya Cholid Wahyudin; Agung Prihandono; Saiful Ulya
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 5, No 1 (2024): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v5i1.2319

Abstract

Abstrak Stunting merupakan masalah serius yang mempengaruhi pertumbuhan fisik dan perkembangan kognitif pada anak – anak. Penanganan stunting memerlukan upaya preventif dan penyuluhan yang tepat untuk meningkatkan kesadaran dan pengetahuan kepada masyarakat terkait gizi anak. Dalam penelitian ini, menyajikan perancangan sebuah website responsif yang bertujuan untuk memberikan penyuluhan yang mudah diakses dan informatif tentang stunting dan gizi anak.            Metode perancangan website ini didasarkan pada pendekatan pengembangan berbasis pengguna, dengan menerapkan berbagai studi literatur dan survei awal untuk memahami kebutuhan pengguna potensial. Hasil analisis tersebut menjadi dasar dalam menyusun struktur konten dan antarmuka website. Responsivitas website di utamakan untuk memastikan aksesibilitas dari berbagai perangkat, termasuk ponsel pintar dan tablet.            Website ini mencakup berbagai fitur penting seperti infomasi tenatang penyebab dan cek stunting. Brainstorming merupakan metode yang efektif untuk mengumpulkan beragam gagasan. Teknik ini digunakan dalam mencari solusi dan menganalisis kebutuhan pengguna pada pengembangan platform Simas. 
KLASIFIKASI STUNTING BALITA MENGGUNAKAN NAIVE BAYES DENGAN SELEKSI FITUR FORWARD SELECTION Widya Cholid Wahyudin
JURNAL ILMU KOMPUTER DAN MATEMATIKA Vol 1, No 1 (2020): JURNAL ILMU KOMPUTER DAN MATEMATIKA
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/jikoma.v1i1.1220

Abstract

Stunting menggambarkan status gizi kurang yang bersifat kronik pada masa pertumbuhan dan perkembangan sejak awal kehidupan. Keadaan ini dipresentasikan dengan nilai z-score tinggi badan menurut umur (TB/U) kurang dari -2 standar deviasi (SD) berdasarkan standar pertumbuhan menurut WHO. Kejadian stunting pada balita lebih sering mengenai balita pada usia 12-59 bulan dibandingkan balita usia 0-24 bulan. Stunting dapat memberikan dampak jangka pendek dan panjang. Penelitian ini menggunakan data balita tahun 2018 yang di dapat dari Puskesmas Pandanaran Kota Semarang dengan usia balita 0 – 59 bulan. Penelitian ini bertujuan untuk meningkatkan akurasi hasil klasifikasi dari status gizi stunting pada balita menggunakan algoritma Naive Bayes Classifier dan Forward Selection dan mengklasifikasi status gizi stunting menggunakan metode seleksi fitur Forward Selection pada algoritma Naive Bayes Classifier. Metode analisis data dalam penelitian ini menggunakan metode CRISP-DM (Cross Industry Standart Process for Data Mining) yang merupakan model dari proses data mining dengan siklus hidup yang terbagi menjadi 6 fase atau tahap-tahap penelitian yang meliputi pemahaman bisnis, pemahaman data, pengolahan data, pemodelan dan evaluasi. Untuk meningkatkan hasil akurasi dari algoritma Naive Bayes Classifier dalam  mengklasifikasikan status gizi stunting pada balita.dibuthkan fitur seleksi forward selection dan dapat meningkatkan hasil akurasi sebesar 4,34 % dan penerapan foward selection dalam penelitian ini memiliki tujuan yaitu untuk menghilangkan atribut-atribut yang tidak memiliki hubungan atau tidak berpengaruh yaitu atribut jenis kelamin, berat badan, tinggi badan dan miskin. Dari atribut atribut yang telah diseleksi akan dilakukan klasifikasi menggunakan algoritma Naive Bayes Classifier untuk menentukan klasifikasi status gizi stunting pada balita dengan hasil keputusan berupa probablitas dari klasifikasi itu sendiri.
Kewirausahaan Berbasis Mahasiswa (KBM) bidang Ekonomi Kreatif Tahyudin, Imam; Dianingrum, Melia; Hermawan, Hellik; Aji, Ranggi Praharaningtyas; Wahyudin, Widya Cholid
Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 9, No 1 (2026): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v9i1.9733

Abstract

Pengembangan usaha kampus melalui program kewirausahaan berbasis Mahasiswa sangat bermanfaat dan penting untuk diterapkan. Pengembangan usaha kampus dalam bidang ekonomi kreatif urgen untuk memberikan pengalaman belajar yang baru bagi mahasiswa dalam merintis usaha, dan meningkatkan citra kampus di mata masyarakat. Tujuan dari kegiatan ini adalah untuk melatih mengembangkan usaha bidang ekonomi kreatif dengan memberdayakan mahasiswa. Untuk mewujudkan usaha tersebut dilakukan melalui beberapa langkah diantaranya tahap persiapan yaitu seleksi peserta KBM, Pembekalan usaha KBM ekonomi kreatif, proses pendampingan. selanjutnya tahap pelaksanaan kegiatan, dan tahap evaluasi.Hasil kegiatan menunjukkan bahwa 30 mahasiswa peserta memperoleh pengetahuan dan keterampilan kewirausahaan yang mencakup penyusunan business plan, manajemen keuangan usaha, strategi pemasaran, dan pengelolaan usaha di berbagai bidang ekonomi kreatif (fashion, desain grafis, coffee shop, kuliner). Peserta mampu mengaplikasikan pengetahuan tersebut dengan membentuk 11 kelompok rintisan usaha yang telah beroperasi dan melaksanakan pelaporan berkala mencakup omset serta kendala operasional. Program ini juga memberikan pengakuan akademik berupa konversi nilai maksimal 20 SKS, dipublikasikan pada media massa Harian Radar Banyumas, dan didokumentasikan dalam konten video di kanal YouTube.
Klasifikasi Komentar Toksik Berbahasa Indonesia di Media Sosial Berbasis Fine-Tuning IndoBERT Luqman Nur Hakim; Fida Maisa Hana; Widya Cholid Wahyudin
JURNAL RISET KOMPUTER (JURIKOM) Vol. 13 No. 1 (2026): Februari 2026
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/jurikom.v13i1.9449

Abstract

Social media has become a primary platform for Indonesian society to interact and exchange information online. However, freedom of expression in digital spaces is often misused through the use of harsh, offensive, and hateful language. This study aims to develop a toxic comment classification model for the Indonesian language using the IndoBERT architecture through a fine-tuning process. IndoBERT was selected for its capability to understand bidirectional semantic context and its pretraining on a Bahasa Indonesia corpus, making it suitable for handling informal language styles, abbreviations, and common code-mixing phenomena in social media texts. The dataset used in this study is the Indonesian Abusive and Hate Speech Twitter Text, consisting of 12,942 entries 11,647 for training and 1,295 for validation. The research was conducted online using Google Colaboratory with GPU acceleration. The research stages included data preprocessing, tokenization, model training, and evaluation using precision, recall, F1-score, and confusion matrix as metrics. Evaluation results show that the fine-tuned IndoBERT model achieved high performance, with an average precision of 0.8842, recall of 0.884, F1-score of 0.883, and accuracy of 0.8834. These results indicate balanced performance across classes and strong model stability in detecting both toxic and non-toxic comments. This study contributes to the development of an automated Indonesian-language content moderation system, which can be deployed as a comment detection module via API. Although limited to Twitter data and binary classification, this model has the potential to be extended toward multi-class and cross-platform classification in supporting safer and healthier digital spaces in Indonesia.
Co-Authors Achmad Ridwan Ade Ima Afifa Himayati Afrisia, Silviana Putri Agung Prihandono Ahmad AlBirrul Iqbal Ahmad Ridwan Dandy Okorontah Diana Tri Lestari Edi Wibowo Suwandi Eko Nuriyatman Fida Maisa Hana Fifi Endah Irawati Hasriyani Hasriyani Hellik Hermawan Heni Risnawati Imam Tahyudin Izzati, Tazkiya Isya Jeki Pornomo Jeki Purnomo Jeki Purnomo Kuat Indartono Luqman Nur Hakim Maryatin Maryatin Melia Dianingrum Nisa, Firda Khoirun Noor Cholifah Nurani Puspa Ningrum Oman Fathurohman sw Putri Avisia, Silviana Ranggi Praharaningtyas Aji Risnawati, Heni Rozak, Rofiq Abdul Rusydi Umar Saiful Ulya Syahrial Aman Syarif Hidayatullah Taftazani Ghazi Pratama Tole Sutikno Trias Hernanda Yulisetyaningrum