Article Per Year (5 Year)
p-Index From 2020 - 2025
3.51
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Journal of Telematics and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics TRANSISTOR Elektro dan Informatika Indonesian Journal of Community Services Abdimas: Jurnal Pengabdian Masyarakat Universitas Merdeka Malang Indonesian Journal of Data and Science Jurnal Pengabdian kepada Masyarakat Nusantara JAST Prosiding Seminar Riset Mahasiswa Jurnal Rekayasa Sistem Informasi dan Teknologi International Journal of Artificial Intelligence in Medical Issues
Poetro, Bagus Satrio Waluyo
Universitas Islam Sultan Agung
Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Meningkatkan Kreativitas Remaja Desa Manggihan Kecamatan Getasan Kabupaten Semarang Melalui Pelatihan Content Creator Menggunakan CapCut Waluyo Poetro, Bagus Satrio; Mulyono, Sri
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 3 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Edisi Mei- Agustus
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i3.3411

Abstract

Perkembangan teknologi dalam era globalisasi telah mengubah cara masyarakat mengakses informasi dan berkomunikasi. Desa Manggihan di Kecamatan Getasan, Kabupaten Semarang, memiliki potensi sumber daya alam dan budaya lokal yang belum sepenuhnya dimanfaatkan. Untuk mengembangkan potensi ini, diadakan pelatihan content creator bagi remaja desa menggunakan aplikasi CapCut. Pelatihan ini bertujuan meningkatkan keterampilan kreatif remaja dalam membuat konten promosi yang menarik dan profesional, serta memanfaatkan media sosial sebagai alat pemasaran digital.Metode pelatihan meliputi sesi teori, praktik langsung, studi kasus, dan diskusi kelompok. Peserta diajarkan dasar-dasar content creation, penggunaan aplikasi CapCut, serta teknik fotografi dan videografi. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pengetahuan dan keterampilan peserta.Hasil pelatihan menunjukkan peningkatan signifikan dalam kemampuan remaja desa dalam membuat dan mengelola konten digital. Konten yang dihasilkan mencakup dokumentasi aktivitas desa, pengolahan produk lokal, dan cerita rakyat yang dikemas secara visual menarik. Selain itu, peserta belajar menganalisis efektivitas konten melalui tools analitik dari platform media sosial.Pelatihan ini meningkatkan keterampilan digital peserta dan berkontribusi pada peningkatan ekonomi lokal melalui promosi yang lebih luas dan profesional atas produk dan budaya desa. Pelatihan ini diharapkan menjadi langkah awal signifikan bagi Desa Manggihan dalam mewujudkan konsep Smart Village, menggabungkan teknologi dan tradisi untuk pembangunan berkelanjutan.
Deteksi Ketersediaan Tempat Parkir menggunakan Mask R-CNN (Studi Kasus : Fakultas Teknologi Industri Universitas Islam Sultan Agung) Ayudhawara, Ahmad; Poetro, Bagus Satrio Waluyo; Qomaruddin, Muhammad
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tempat parkir merupakan sarana yang dibutuhkan hampir oleh setiap orang, dan lagi jumlah pemilik kendaraan bermotor di Indonesia terus meningkat setiap tahunnya. Hal tersebut dapat menjadi suatu permasalahan untuk pengguna kendaraan untuk dapat menemukan lahan parkir yang semakin sedikit. Di zaman sekarang ini sudah banyak metode yang digunakan untuk dapat memudahkan sistem perparkiran, salah satunya dengan menggunakan ilmu citra digital. Sistem ini menggunakan metode deteksi objek pada citra digital yaitu Mask R-CNN dimana metode tersebut dapat mendeteksi banyak objek pada satu frame dengan hasil keluaran yang lebih lengkap. Sistem ini dibangun agar memudahkan pengguna kendaraan mobil untuk mencari lahan parkir yang masih kosong. Pengujian sistem ini menggunakan tiga sampel video dengan tempat dan kondisi yang berbeda. Hasil pengujian menunjukkan untuk rata-rata akurasi ketersediaan tempat parkir sebesar 96%, namun akurasi untuk deteksi objek kendaraan masih belum bagus.Keyword: mask r-cnn, parkir, deteksi objek.
SISTEM PENGAMANAN DOKUMEN PENGAJUAN HAK PATEN DENGAN MENGGUNAKAN METODE STEGANOGRAFI LINE SHIFTING Saifurrohman, Ahmad; Poetro, Bagus Satrio Waluyo; Taufik, Moch
Prosiding Seminar Riset Mahasiswa Vol 1, No 1: Maret 2023
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dokumen digital merupakan salah satu jenis data yang mudah dikirim dan diduplikasi melalui internet, sehingga rawan terkena serangan. Kemudahan ini bisa dimanfaatkan oleh pihak-pihak yang tidak bertanggung jawab untuk melakukan tindakan yang dapat merugikan hak cipta dokumen tersebut. Oleh karena itu, dibutuhkan teknik yang dapat menyembunyikan data dalam media sebagai watermark tanpa mengurangi atau merubah informasi yang adapada dokumen tersebut, teknik ini disebut steganografi. Dengan steganografi, data tersebut tidak terlihat oleh pihak yang tidak berwenang dan tidak menimbulkan kecurigaan terkait dengan keberadaan data tersebut. Saat melakukan uji sistem menggunakan white box, program ini tidak memiliki error saat dijalankan. Dengan percobaan pada lima kasus uji, hanya satu percobaan yang mengalami kegagalan saat di deocde ulang. Yaitu pengujian terhadap dokumen pdf hanya memiliki satu halaman dan pesan disisipkan sebanyak 35 karakter. Dalam penerapan steganografi line shifting untuk dokumen, masih ada karakter yang bukan merupakan karakter pesan yang tercetak pada saat proses decode.Keyword: Dokumen digital, Steganografi, Line Shifting.
Prediksi Penyakit Batu Ginjal dengan Menerapkan Convolutional Neural Network Waluyo Poetro, Bagus Satrio; Mulyono, Sri; Vani Aulia Pramesti
Jurnal Buana Informatika Vol. 15 No. 2 (2024): Jurnal Buana Informatika, Volume 15, Nomor 02, Oktober 2024
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kidney stones are a health problem that requires intensive treatment. If the disease is not treated quickly, it can lead to impaired kidney function and complications to other organs. Computerized Tomography Scan (CT Scan) with high resolution is used to scan the human body for disease diagnosis. The doctor will explain the diagnosis within a few days or one week. This research aims to create a prediction model for the classification of kidney stone disease through CT Scan images by applying the Convolutional Neural Network (CNN) method of DenseNet-121 architecture and deployment using Streamlit. The results of the model in this study with the application of CNN DenseNet-121 architecture are accuracy 98.18%, precision 96.36%, recall 100%, and F1-score 98.14%.
Predicting Cardiovascular Disease Using Machine Learning: A Feature Engineering and Model Comparison Approa Waluyo Poetro, Bagus Satrio; Zulfikar, Dian Hafidh; Sunia Raharja, I Made; Setiohardjo, Nicodemus Mardanus
International Journal of Artificial Intelligence in Medical Issues Vol. 3 No. 2 (2025): International Journal of Artificial Intelligence in Medical Issues
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijaimi.v3i2.363

Abstract

Cardiovascular disease (CVD) remains one of the leading causes of mortality globally, emphasizing the need for early detection and effective risk stratification. With the increasing availability of clinical and lifestyle-related health data, machine learning (ML) has become a powerful tool to support data-driven diagnosis and decision-making in healthcare. This study aims to develop and evaluate multiple supervised ML models to predict the presence of cardiovascular disease based on non-invasive features obtained from routine medical checkups. The dataset, comprising 69,301 individual records, includes variables such as age, gender, blood pressure, cholesterol, glucose levels, body measurements, and lifestyle habits. Following comprehensive data cleaning and feature engineering such as the derivation of BMI, Mean Arterial Pressure (MAP), and Pulse Pressure four classifiers were applied: Logistic Regression, Random Forest, Gradient Boosting, and Support Vector Machine (SVM). Model performance was evaluated using metrics including accuracy, precision, recall, F1-score, and ROC-AUC. Among all models tested, the Gradient Boosting Classifier achieved the highest performance, with a ROC-AUC score of 0.8060 and a balanced precision-recall tradeoff, indicating strong discriminatory power. Visualizations such as ROC curves and confusion matrices confirmed the superior capability of Gradient Boosting in differentiating between patients with and without CVD. These findings demonstrate the viability of ML-driven risk assessment models as decision-support tools in clinical settings, potentially aiding in earlier diagnosis and more personalized intervention strategies.
Co-Authors Ahmat Yusuf Andika, Ardhi Dwi Angriani, Husni Arief Budiman Aris Wahyu Murdiyanto Ayudhawara, Ahmad Dedy Kurniadi Dian Hafidh Zulfikar Effan Najwaini Fadhila Tangguh Admojo Hamada Zein Imam Much Ibnu Subroto izmy alwiah musdar Jiwani, Fatwa Akbar Maria, ⁠⁠Eny Meldyantono, Anggara Putra Moch Taufik Muhammad Qomaruddin Nicodemus Mardanus Setiohardjo Nur Muhammad Syaifuddin Nurul Hidayah Nuzulia Khoiriyah Putra, Allief Suryatama Jaya Saifurrohman, Ahmad Sam Farisa Chaerul Haviana Sinra, A. Siregar, Alda Cendekia Sri Mulyono Sri Mulyono Sunia Raharja, I Made Suryani Alifah Taruk, Medi Vani Aulia Pramesti Widhya Nugroho Satrioajie