Article Per Year (5 Year)
p-Index From 2021 - 2026
1.347
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Buguh: Jurnal Pengabdian Kepada Masyarakat CHAIN: Journal of Computer Technology, Computer Engineering and Informatics Journal of Artificial Intelligence and Technology Information Jurnal Komputasi
Sandi Badiwibowo Atim
Universitas Lampung
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Permodelan Sistem Informasi Penjualan Barang Berbasis Website Menggunakan Metode Agile Sandi Badiwibowo Atim
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 2 No. 1 (2024): Volume 2 Number 1 March 2024
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v2i1.104

Abstract

Goods sales information system is an important infrastructure for companies to manage and track all sales transactions of their goods efficiently. One common problem is the system's inability to handle high transaction volumes quickly and efficiently, especially during busy sales periods. This study aims to create a website-based goods sales information system by applying agile methods in design so that it can overcome existing problems and accelerate when there is a change process in design. In modeling a website-based goods sales information system using the Agile method, the result is the development of a system that is more adaptive and responsive to changing business and user needs. The Agile method allows for gradual system development, focusing on delivering features that have high added value in each iteration. The results of blackbox testing show that the website-based goods sales system reflects a high success rate, reaching 100%. This indicates that the system has successfully passed a series of functionality, security, compatibility, and performance tests without finding significant defects or errors.
Kombinasi Metode Rank Reciprocal dan MARCOS Dalam Pemilihan Kinerja Guru Terbaik Sandi Badiwibowo Atim
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 2 No. 3 (2024): Volume 2 Number 3 September 2024
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v2i3.132

Abstract

Problems in teacher performance evaluation often include several aspects that can hinder effectiveness and fairness in the process, especially in subjectivity in assessment. Many evaluation methods still rely on subjective judgments from superiors or peers, which can result in bias and unfairness. The purpose of this study is to develop a more objective and transparent teacher performance evaluation system by combining the reciprocal and MARCOS rank methods. In addition, this research is also to provide effective recommendations in the selection of the best teachers based on relevant criteria, in order to improve the quality of education in related institutions. The combination of the reciprocal rank and MARCOS methods in selecting the best teacher performance is an innovative approach to evaluate and rank teachers based on predetermined criteria, such as pedagogical competence, material mastery, communication skills, and managerial ability. The results of the ranking of the best teacher performance show that Dian Lestari ranks highest with a score of 1.8959, followed by Fitria Sari with a score of 1.8559 and Andi Santoso in third place with a score of 1.8523. These results show that Dian Lestari has the most superior performance compared to her peers in various aspects of the assessment applied.
Rekomendasi Handheld Gaming PC Menggunakan MEREC untuk Pembobotan Objektif dan MARCOS untuk Pemeringkatan Sanriomi Sintaro; Sandi Badiwibowo Atim
Jurnal Tata Kelola dan Kerangka Kerja Teknologi Informasi Vol. 12 No. 1 (2026): April 2026
Publisher : Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/jtk3ti.v11i3.19016

Abstract

This study proposes a decision support system to select a handheld gaming PC by integrating the MEREC weighting method with the MARCOS ranking method. Sixteen devices were evaluated using Tokopedia price data and technical specifications across nine criteria: price, SSD capacity, RAM capacity, battery capacity, device weight, screen size, refresh rate, total screen pixels, and a display-type score (OLED=3, IPS=2, LCD=1). MEREC indicates SSD capacity is the most influential criterion (wC2=0.2085), followed by total pixels (wC8=0.1497) and display score (wC9=0.1389). MARCOS ranks MSI CLAW 8 first with Si=0.7652 and f(Ki)=0.6776, followed by ROG Xbox Ally X Premium and ASUS ROG Ally X (both Si=0.7535; f(Ki)=0.6672). The results show that storage and display attributes dominate recommendations for the observed dataset, and the framework provides an explainable, data-driven ranking that can be updated when market prices change.
Analisis dan Peramalan Intensitas Curah Hujan di DKI Jakarta Menggunakan Model ARIMA Sandi Badiwibowo Atim; Muhammad Afdhaluddin
Journal of Artificial Intelligence and Technology Information (JAITI) Vol. 4 No. 1 (2026): Volume 4 Number 1 March 2026
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/jaiti.v4i1.236

Abstract

Permasalahan curah hujan ekstrem dan dampaknya terhadap sistem perkotaan di DKI Jakarta merupakan isu strategis nasional yang memerlukan penanganan serius hingga tahun 2026. Penelitian ini bertujuan untuk melakukan analisis dan peramalan intensitas curah hujan di DKI Jakarta menggunakan model AutoRegressive Integrated Moving Average (ARIMA) guna mendukung mitigasi risiko banjir dan genangan. Data yang digunakan mencakup periode 2024–2026 yang diolah secara sistematis menggunakan bahasa pemrograman Python. Tahapan metodologi meliputi pra-pemrosesan data melalui agregasi harian, penanganan nilai hilang dengan interpolasi linier, serta identifikasi outlier menggunakan metode Interquartile Range (IQR). Hasil pengujian Augmented Dickey-Fuller (ADF) menunjukkan bahwa data telah bersifat stasioner pada tingkat level (p-value < 0,05). Berdasarkan evaluasi parameter, ARIMA(2,0,1) ditetapkan sebagai model optimal dengan nilai Akaike Information Criterion (AIC) terendah sebesar 745,752. Peramalan untuk horizon 14 hari ke depan menunjukkan pola intensitas yang stabil pada rentang 0,30 mm hingga 0,35 mm. Penelitian ini memiliki signifikansi ilmiah dalam menangkap pola temporal dan tren masa lalu sebagai instrumen pendukung pengambilan keputusan strategis bagi wilayah perkotaan dengan kerentanan hidrometeorologi tinggi.
PROGRAM “SHARING SESSION” PEMANFAATAN DIGITAL MARKETING DAN CYBER SECURITY BAGI MASYARAKAT DI KELURAHAN WAY TATAAN Riska Amalia Praptiwi; Istiana; Yhogha Ismail Ibn Ibrahim; Sandi Badiwibowo Atim
BUGUH: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol. 6 No. 1 (2026): Maret 2026
Publisher : Badan Pelaksana Kuliah Kerja Nyata Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/buguh.v6n1.3377

Abstract

Perkembangan zaman yang mengakibatkan terjadinya perkembangan pada berbagai aspek yang ada di masyarakat, seperti contohnya pada bidang teknologi. Melalui perkembangan pada bidang teknologi yang marak dijumpai di sekitar kehidupan masyarakat juga turut merubah sistem yang ada di masyarakat, dimana yang sebelumnya seluruh sistem bergerak secara offline kini hampir seluruhnya bergerak secara online. Salah satu contoh yang banyak dijumpai di sekitar masyarakat terdapat pada sistem pemasarannya yang berupa pemasaran digital atau digital marketing. Digital marketing merupakan suatu kegiatan promosi dan pencarian pasar melalui media digital secara online dengan memanfaatkan berbagai macam sarana, seperti jejaring sosial. Maraknya pembicaraan serta praktek mengenai sistem ini di sekitar masyarakat juga turut menandai bahwa perkembangan teknologi informasi dan komunikasi telah berkontribusi secara positif terhadap perkembangan ekonomi global selama beberapa dekade ini. Namun, diakibatkan karena banyaknya pihak pemerintah, pengusaha, serta masyarakat yang terhubung di dunia maya turut menimbulkan beberapa tantangan untuk mengembangkan keamanan siber atau cyber security yang mampu menangkal ancaman dunia maya. Cyber security atau keamanan siber sendiri kerap diartikan sebagai suatu praktek yang berfungsi untuk melindungi para komputer, server, perangkat mobile, sistem elektronik, jaringan, dan data, dari serangan-serangan jahat.
Rule-Based Expert System Model with Backward Chaining Algorithm for Symptom-Based Skin Disease Diagnosis Sandi Badiwibowo Atim; M. Yhogha Ismail Ibn Ibrahim
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 8 No. 1 (2025): Jurnal Teknologi dan Open Source, June 2025
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v8i1.4416

Abstract

A rule-based expert system was a computational model designed to emulate expert decision-making using a knowledge base and inference algorithms. This research developed a rule-based expert system model with a backward chaining algorithm to diagnose skin diseases based on clinical symptoms. Backward chaining, a goal-driven inference method, started with a disease hypothesis (e.g., psoriasis) and verified related symptoms (e.g., kemerahan, sisik keperakan), enabling efficient differentiation of skin diseases with overlapping symptoms, such as dermatitis, psoriasis, and scabies. The model provided advantages in handling uncertainty, produced accurate diagnoses, and supporting interactive symptom verification. Developed using a knowledge base from credible sources like WHO and AAD, the model was intended to assist in clinical decision-making. The results showed that the backward chaining algorithm effectively improved the accuracy and efficiency of diagnosing skin diseases based on patient-reported symptoms
Rekomendasi Penginapan di Liwa Lampung Barat Berbasis Data Google Maps Menggunakan Aspect-Based Sentiment Analysis dan CRITIC-CoCoSo Sandi Badiwibowo Atim; Erin Eka Citra
CHAIN: Journal of Computer Technology, Computer Engineering, and Informatics Vol. 4 No. 1 (2026): Volume 4 Number 1 January 2026
Publisher : PT. Tech Cart Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58602/chain.v4i1.265

Abstract

Pemilihan penginapan merupakan salah satu Pemilihan penginapan merupakan salah satu permasalahan yang sering dihadapi oleh pengunjung luar daerah ketika berkunjung ke Liwa, Lampung Barat. Informasi penginapan yang tersedia di Google Maps menyediakan data penting seperti rating, jumlah ulasan, lokasi, dan pengalaman pengguna, namun informasi tersebut belum secara langsung menghasilkan rekomendasi yang terukur. Penelitian ini bertujuan untuk membangun model Sistem Pendukung Keputusan rekomendasi penginapan di Liwa Lampung Barat berbasis data Google Maps menggunakan metode CRITIC dan CoCoSo, serta dirancang untuk dikembangkan dengan Aspect-Based Sentiment Analysis pada ulasan pengguna. Data yang digunakan terdiri dari 10 alternatif penginapan, yaitu Astama Boutique Hotel, Hotel ONO Syariah, Rosa Losmen Ono, RedDoorz Syariah near Kebun Raya Liwa, Robbani Edotel Liwa Syariah, Sunrise Hill Petik Bintang, Sarirasa Hotel Liwa, Hotel Sahabat Utama, Hotel Permata Liwa, dan KADAKA Villa & Cottage Liwa. Kriteria yang digunakan dalam perhitungan awal meliputi rating Google Maps, jumlah ulasan yang ditransformasi logaritmik, dan jarak ke pusat Liwa. Hasil pembobotan CRITIC menunjukkan bahwa jumlah ulasan memperoleh bobot tertinggi sebesar 0,445, diikuti jarak sebesar 0,300 dan rating sebesar 0,255. Hasil perangkingan CoCoSo menunjukkan bahwa KADAKA Villa & Cottage Liwa memperoleh peringkat pertama dengan nilai 2,524, diikuti Sunrise Hill Petik Bintang sebesar 2,355 dan Rosa Losmen Ono sebesar 2,277. Hasil penelitian menunjukkan bahwa integrasi data Google Maps dan metode CRITIC-CoCoSo dapat menghasilkan rekomendasi penginapan yang lebih objektif dibandingkan hanya menggunakan rating
Komparasi Perceptron dan Regresi Logistik pada Klasifikasi Data Breast Cancer Wisconsin Sandi Badiwibowo Atim; Muhammad Afdhaluddin
Jurnal Komputasi Vol. 14 No. 1 (2026)
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v14i1.340

Abstract

Penelitian ini bertujuan untuk melakukan analisis komparatif terhadap dua model klasifikasi dasar dalam machine learning, yaitu Perceptron klasik dan Regresi Logistik, pada tugas klasifikasi data medis menggunakan dataset Breast Cancer Wisconsin (Diagnostic). Dataset yang digunakan terdiri dari 569 sampel dengan 30 fitur numerik yang merepresentasikan karakteristik morfologi sel kanker hasil biopsi, seperti radius, tekstur, perimeter, area, dan smoothness. Penelitian ini diawali dengan tahap pra-pemrosesan data berupa normalisasi menggunakan metode Min-Max Scaling untuk memastikan setiap fitur berada pada rentang skala yang sama sehingga tidak mendominasi proses pembelajaran model. Selanjutnya, data dibagi menggunakan teknik Hold-Out dengan proporsi 80% sebagai data latih dan 20% sebagai data uji. Proses pelatihan dilakukan pada kedua model dengan parameter standar tanpa optimasi lanjutan untuk menjaga objektivitas perbandingan. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score guna memberikan gambaran menyeluruh terhadap performa klasifikasi, khususnya dalam konteks data medis yang sensitif terhadap kesalahan prediksi. Hasil penelitian menunjukkan bahwa Regresi Logistik memperoleh performa lebih tinggi dengan akurasi sebesar 96,49%, dibandingkan Perceptron klasik yang mencapai 93%. Temuan ini mengindikasikan bahwa pendekatan probabilistik pada Regresi Logistik lebih efektif dalam memodelkan hubungan antar fitur numerik dan menghasilkan batas keputusan yang lebih stabil pada klasifikasi kanker payudara. Kata Kunci: breast cancer; klasifikasi; logistic regression; machine learning; perceptron;
Co-Authors Erin Eka Citra Istiana M. Yhogha Ismail Ibn Ibrahim Muhammad Afdhaluddin Riska Amalia Praptiwi Sanriomi Sintaro Yhogha Ismail Ibn Ibrahim