Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi)
Raden Budiarto, Raden
STMIK Jakarta STI&K
Computer Science & IT Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Analisis faktor adopsi aplikasi mobile berdasarkan pengalaman, usia dan jenis kelamin menggunakan UTAUT2 Budiarto, Raden
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 2 (2017): July-December
Publisher : Prodi Sistem Informasi - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1358.79 KB) | DOI: 10.26594/register.v3i2.830

Abstract

Tulisan ini menganalisis faktor adopsi mobile berdasarkan kriteria pengalaman, usia dan jenis kelamin. Penelitian ini merupakan eksplorasi dan pengembangan lanjutan dari model UTAUT2 (Unified Theory of Acceptance and Use of Technology). Beberapa variabel seperti kebiasaan dan kecemasan telah ditambahkan untuk menjelaskan penerimaan teknologi pada sisi konsumen. Di samping itu variabel moderator pengalaman, usia dan jenis kelamin telah dihipotesiskan pengaruhnya. Data yang digunakan penelitian ini diperoleh hasil pengolahan kuesioner dengan sampel convenient yang melibatkan partisipasi 384 responden. Data yang terkumpul selanjutnya diolah dengan Pemodelan Persamaan Struktur (PPS) atau Structural Equation Modelling (SEM) menggunakan alat bantu aplikasi IBM SPPS 21 dan Amos 22. Hasil dari penelitian ini telah menunjukkan hasil uji empiris yang telah mendukung model teoritis yang diajukan. Dibandingkan dengan hasil penelitian terdahulu, hasil penelitian ini menunjukkan peran dominan nilai harga dan motivasi hedonis sebagai penentu pada niat perilaku. Efek nilai harga berbanding terbalik dengan niat perilaku sedangkan motivasi hedonis berbanding lurus dengan niat perilaku. Implikasi temuan dari variabel moderati yakni pengalaman, usia dan jenis kelamin juga ditemukan memiliki efek terhadap jenis adopsi aplikasi yang digunakan.         This paper analyzes mobile adoption factors based on age, gender and experience criteria. This study is an advanced development of UTAUT2 (Unified Theory of Acceptance and Use of Technology) model, that applied in the context of adoption mobile applications. There are some variables such as habits and anxiety have been added to explain the acceptance of technology on the consumer view. In addition, moderator variable age, gender and using experience have been hypothesized. The data used in this study obtained from the questionnaire using the method of convenient sampling with involved the participation of 384 respondents. The collected data is then analyzed by the Structural Equation Modelling (SEM) using IBM SPPS version 21 and Amos version 22 program tools. The results of this study show that the results supported the proposed theoretical model. Compared with the results of previous studies, the results of this study indicate the effect of price value and hedonic motivation as a determinant of behavioral intent. The effect of the value of the price is inversely proportional to the behavioral intention while the hedonic motivation is directly proportional to the behavioral intention. Implications of findings from moderate variables i.e. experience, age and gender were also found to influence the type of adoption of the applications used.  
Kinerja Algoritme Pengenalan Wajah untuk Sistem Penguncian Pintu Otomatis Menggunakan Raspberry-Pi Budiarto, Raden
Khazanah Informatika Vol. 3 No. 2 Desember 2017
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v3i2.5160

Abstract

Pengenalan wajah mampu memberikan pengalaman interaksi yang paling alami, hal yang serupa ketika manusia mampu mengenali manusia lain melalui wajah. Hal positif lain dalam implementasi pengenalan wajah juga akan mengurangi biaya karena tidak memerlukan alat pengenal khusus selain kamera yang saat sudah tertanam di berbagai perangkat seperti laptop, smartphone, atau tablet. Bagaimana pun mengenali wajah bukan merupakan tugas mudah bagi komputer. Masalah ini timbul karena komputer diharuskan untuk melakukan klasifikasi wajah dengan berbagai situasi dan kondisi seperti pencahayaan yang gelap, dan tangkapan gambar latar belakang yang ada. Makalah ini mengajukan penelitian sistem pengenalan wajah menggunakan Raspberry Pi yang diterapkan pada sebuah prototipe pengunci pintu. Metode yang digunakan yakni mengambil sampel dataset kemudian mengevaluasi dan membandingkan algoritme pembelajaran untuk dianalisis tingkat keakuratan dan kecepatan dalam mengenali wajah. Pengujian dilakukan untuk menganalisis metode training dataset yang paling baik untuk diimplementasikan berdasarkan kriteria sensitivitas, spesifisitas dan false rate.Terdapat 4 buah algoritme yang diuji yakni Eigenfaces/PCA dan K-Nearest Neighbor (K-NN), PCA-LDA dan K-NN, Eigenfaces/PCA dan Support Vector Machine (SVM), PCA-LDA dan SVM. Hasil penelitian menunjukkan algoritme hybrid Eigen-Fisherfaces (PCA-LDA) dan k-nearest neighbor adalah yang metode yang paling akurat untuk pengenalan wajah.
Analisis faktor adopsi aplikasi mobile berdasarkan pengalaman, usia dan jenis kelamin menggunakan UTAUT2 Budiarto, Raden
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 3, No 2 (2017): July
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v3i2.830

Abstract

Tulisan ini menganalisis faktor adopsi mobile berdasarkan kriteria pengalaman, usia dan jenis kelamin. Penelitian ini merupakan eksplorasi dan pengembangan lanjutan dari model UTAUT2 (Unified Theory of Acceptance and Use of Technology). Beberapa variabel seperti kebiasaan dan kecemasan telah ditambahkan untuk menjelaskan penerimaan teknologi pada sisi konsumen. Di samping itu variabel moderator pengalaman, usia dan jenis kelamin telah dihipotesiskan pengaruhnya. Data yang digunakan penelitian ini diperoleh hasil pengolahan kuesioner dengan sampel convenient yang melibatkan partisipasi 384 responden. Data yang terkumpul selanjutnya diolah dengan Pemodelan Persamaan Struktur (PPS) atau Structural Equation Modelling (SEM) menggunakan alat bantu aplikasi IBM SPPS 21 dan Amos 22. Hasil dari penelitian ini telah menunjukkan hasil uji empiris yang telah mendukung model teoritis yang diajukan. Dibandingkan dengan hasil penelitian terdahulu, hasil penelitian ini menunjukkan peran dominan nilai harga dan motivasi hedonis sebagai penentu pada niat perilaku. Efek nilai harga berbanding terbalik dengan niat perilaku sedangkan motivasi hedonis berbanding lurus dengan niat perilaku. Implikasi temuan dari variabel moderati yakni pengalaman, usia dan jenis kelamin juga ditemukan memiliki efek terhadap jenis adopsi aplikasi yang digunakan.         This paper analyzes mobile adoption factors based on age, gender and experience criteria. This study is an advanced development of UTAUT2 (Unified Theory of Acceptance and Use of Technology) model, that applied in the context of adoption mobile applications. There are some variables such as habits and anxiety have been added to explain the acceptance of technology on the consumer view. In addition, moderator variable age, gender and using experience have been hypothesized. The data used in this study obtained from the questionnaire using the method of convenient sampling with involved the participation of 384 respondents. The collected data is then analyzed by the Structural Equation Modelling (SEM) using IBM SPPS version 21 and Amos version 22 program tools. The results of this study show that the results supported the proposed theoretical model. Compared with the results of previous studies, the results of this study indicate the effect of price value and hedonic motivation as a determinant of behavioral intent. The effect of the value of the price is inversely proportional to the behavioral intention while the hedonic motivation is directly proportional to the behavioral intention. Implications of findings from moderate variables i.e. experience, age and gender were also found to influence the type of adoption of the applications used.  
Unifying Knowledge, Reasoning, and Hierarchy for Classifying Harmful Content Budiarto, Raden; I Gede Maha Putra
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 1 (2026): February 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i1.7115

Abstract

The spread of negative, engagement-driven content online causes significant societal harm, requiring advanced automated moderation tools. However, current classification systems often treat harmful content subtypes as independent, "flat" categories, which hinders their ability to thematically overlap content. This study designed and validated a novel integrated framework to accurately and transparently classify such complex cases. We proposed KG-DToT-HTC, a hybrid framework that synergistically combines three methodologies: a predefined Hierarchical Text Classification (HTC) taxonomy to structure the decision-making process; a domain-specific Knowledge Graph (KG) to provide factual, real-world context; and Decision Tree-of-Thought (DToT) prompting to guide a Large Language Model through an explicit, step-by-step reasoning process. On a real-world dataset of harmful Indonesian news, the proposed framework achieved a state-of-the-art Macro-F1 score of 0.934, representing a nearly 15-percentage point improvement over a zero-shot baseline. Ablation studies confirmed that each component—hierarchy, knowledge, and reasoning—provided a distinct and critical contribution to the final performance. The major conclusion of this study is that a synergistic architecture is essential for the accurate classification of complex harmful content. This work demonstrates a viable path toward "glass-box," interpretable AI moderation systems whose decisions are not only highly accurate but also fully auditable.
Co-Authors I Gede Maha Putra