Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Journal of Systems Engineering and Information Technology
Ideva Gaputra
Unknown Affiliation
Computer Science & IT Dentistry Education Law, Crime, Criminology & Criminal Justice Public Health Social Sciences

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

Found 2 Documents
Search

 1 
Workshop Instalasi dan Pointing Sinyal Kanal Siaran Televisi Digital Satelit (Dvb-S2) Di Kawasan Perbukitan Nagari Lubuk Malako Solok Selatan Katrina Flomina G; Ideva Gaputra; Edwar Rosman; Siska Aulia; Ardi Syawaldipa
JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) Vol. 5 No. 4 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/jurpikat.v5i4.2030

Abstract

Edukasi dan sosialisasi kepada masyarakat luas tentang migrasi dari TV analog kepada siaran TV digital terus digiatkan dari pemerintah Pusat. Tujuannya agar kualitas tampilan layar TV sudah menjadi High Definition (HD) melalui sinyal DVB-T2. Kementrian Komunikasi dan Informatika resmi mengumumkan penghentian siaran televisi analog di seluruh Indonesia pada 2 November 2022. Peralihan dari siaran analog menuju digital membawa banyak keuntungan bagi masyarakat dan penyelenggara siaran. Hanya saja tidak semua wilayah Pemerintah Nagari Lubuk Malako yang mendapatkan sinyal digital DVB-T2 dikarenakan kondisi geografi perbukitan yang menyebabkan badspot dan blankspot. Untuk mengatasi permasalahan ini, Pemerintah Nagari Lubuk Malako dan tim pengabdian kepada masyarakat melakukan kegiatan sosialisasi transfer knowledge kepada masyarakat dalam bentuk pemasangan perangkat TV Satelit DVB-S2 dan cara pointing antena parabola dish solid serta cara pengoperasian Set Top Box (STB). Peserta adalah anggota karang taruna yang merupakan pemuda pemudi di Nagari Lubuk Malako. Kegiatan pengabdian kepada masyarakat dimulai dengan pemaparan tentang perangkat Sinyal Satelit TV dilanjutkan dengan praktek langsung isntalasi dan pointing sinyal. Dengan adanya pelatihan ini diharapkan masayarakat dapat memanfaatkan semua potensi siaran Satelit tanpa menggunakan teknisi didaerah yang sulit terjangkau sinyal DVB-T2.
An Empirical Evaluation of ChatGPT as an Automated Machine Learning Code Generator for Image Classification Dedi Mardianto; Milla Apriliana; Eva Oktavia; Ideva Gaputra; Widya Wahyuni
Journal of Systems Engineering and Information Technology (JOSEIT) Vol 4 No 2 (2025): September 2025
Publisher : Ikatan Ahli Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/joseit.v4i2.7174

Abstract

The emergence of large language models such as ChatGPT has created unprecedented opportunities for automating software development processes, particularly within the machine learning domain. This study aims to empirically evaluate the effectiveness of ChatGPT in generating machine learning code for image classification tasks using the Keras framework. The research employs an experimental methodology utilizing the MNIST dataset, comprising 70,000 handwritten digit images. A systematic series of experiments was conducted through progressive prompting strategies, ranging from basic model construction to comprehensive evaluation protocols. The findings demonstrate that ChatGPT successfully generated 100% executable code without errors, with the resulting models achieving 99% accuracy on the test dataset. A notable discovery emerged in the form of "intelligent deviation" phenomena, wherein ChatGPT autonomously provided Convolutional Neural Network (CNN) architectures despite explicit requests for fully connected layers, demonstrating sophisticated contextual understanding. The generated code quality met professional standards with robust multi-library integration capabilities. This research provides the first systematic empirical contribution regarding large language model capabilities in machine learning code generation, offering significant implications for democratizing artificial intelligence technology access within educational and research contexts.
Co-Authors Ardi Syawaldipa Dedi Mardianto Edwar Rosman Eva Oktavia Katrina Flomina G Milla Apriliana siska aulia Widya Wahyuni