Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik Informatika dan Teknologi Informasi
Retnowati Retnowati
Universitas Stikubank
Computer Science & IT Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Teknik Fotografi Produk Menggunakan Ponsel Cerdas Bagi Siswa SMK di Kota Semarang Sri Mulyani; Retnowati Retnowati; Ali Maskur
Aksiologiya: Jurnal Pengabdian Kepada Masyarakat Vol 7 No 2 (2023): Mei
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/aks.v7i2.15366

Abstract

Saat ini penggunaan ponsel cerdas (smartphone) telah menjadi sebuah keniscayaan dalam aktivitas sehari-hari. Dengan fitur kamera yang lumayan canggih pada smartphone memungkinkan penggunanya mengabadikan momen berharga dengan lebih mudah. Menurut survei data pengunaan TIK tahun 2017 oleh KOMINFO terdapat 79,56% pengguna smartphone untuk jenjang sekolah menengah atas. Hal ini mendorong tim untuk melakukan kegiatan pengabdian agar para siswa Sekolah Menengah Kejuruan (SMK) di kota Semarang memiliki keterampilan fotografi yang memadai menggunakan smartphone sebagai salah satu portofolio mereka atau dapat menjadi bekal mereka dalam menjajaki kewirausahaan melalui fotografi produk. Para siswa dibekali pengetahuan dan teknik fotografi oleh fotografer profesional yang juga seorang wirausahawan dan sekaligus konten kreator yang aktif di kota Semarang. Dengan metode pelatihan yang praktis dan mudah dipahami, memungkinkan para peserta menjadi lebih mudah dan lebih cepat memahami teori dan pengetahuan terkait fotografi produk (makanan). Selama pelatihan para peserta diberikan kesempatan mempraktikkan teknik fotografi produk menggunakan smartphone mereka. Dan mereka diminta untuk memamerkan hasil berfoto yang langsung diberikan komentar oleh narasumber. Sebagai bentuk umpan balik, diambil beberapa contoh foto produk untuk dilihat apakah foto tersebut menarik dan mampu menyampaikan pesan dengan tepat. Selain praktik mengambil foto, di akhir sesi pelatihan para peserta juga dikenalkan teknik pengeditan foto menggunakan ponsel.
Klasifikasi Dokumen Publik Berbasis NLP: Otomatisasi Proses Informasi Menuju Keterbukaan Data yang Adaptif dan Transparan Retnowati Retnowati; Veronica Lusiana; Eko Nur Wahyudi
Jurnal Teknik Informatika dan Teknologi Informasi Vol. 5 No. 2 (2025): Agustus: Jurnal Teknik Informatika dan Teknologi Informasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jutiti.v5i2.5693

Abstract

In the era of public information disclosure, digital documents have become strategic assets in supporting transparent, accountable, and participatory governance. Effective management of these documents is essential to ensure that public information services are responsive and accessible. However, document classification tasks carried out by Public Information and Documentation Officers (PPID) still rely heavily on manual processes, which are time-consuming, inefficient, and prone to human error. To address this challenge, this study aims to develop an intelligent classification model for public documents using Artificial Intelligence (AI) and Natural Language Processing (NLP), integrated within the Data Lifecycle Management (DLM) framework. The proposed solution was designed using the Design Science Research (DSR) methodology and implemented through Agile development practices. Evaluation was conducted in a simulated laboratory environment that mirrors real-world PPID operations.The developed model leverages transformer-based architectures, particularly BERT (Bidirectional Encoder Representations from Transformers), and is compared against traditional algorithms such as Naive Bayes and K-Nearest Neighbors (KNN). Experimental results show that the BERT model achieves superior performance, with an accuracy of 89%, precision of 0.88, recall of 0.89, and F1-score of 0.88. These metrics confirm that Transformer-based models are highly effective for classifying public documents into categories of information accessibility: available at all times, periodic, immediate, and exempted from disclosure.This research highlights the potential of AI-powered classification to streamline public information services, reduce workload, and enhance compliance with information disclosure laws. The findings support national development priorities such as RPJMN 2025 by contributing to digital transformation in the public sector. The study also provides a replicable framework for other government agencies aiming to implement adaptive and transparent document classification systems.
Co-Authors Ali Maskur Eko Nur Wahyudi Sri Mulyani Veronica Lusiana