Article Per Year (5 Year)
p-Index From 2020 - 2025
0.702
P-Index
This Author published in this journals
All Journal IC Tech: Majalah Ilmiah IC Tech: Majalah Ilmiah
Arochman
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Other

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

Found 4 Documents
Search

 1 
PENGEMBANGAN CHATBOT UNTUK LAYANAN PENERIMAAN MAHASISWA BARU DI INSTITUT WIDYA PRATAMA DENGAN MENGGUNAKAN METODE NAIVE BAYES Susanto, Eko Budi; Mohammad Reza Maulana; Arochman
IC Tech: Majalah Ilmiah Vol 20 No 1 (2025): IC Tech: Majalah Ilmiah Volume XX No. 1 April 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i1.318

Abstract

In this study, a chatbot for new student admissions was developed using the Naïve Bayes algorithm. The data source used was a dialogue between admissions staff and prospective students, which was based on information from the new student admissions brochure of Institut Widya Pratama (formerly STMIK Widya Pratama) for the 2024-2025 academic year. The data was arranged in JSON format, including three elements: question structure, classification, and answers. Data pre-processing steps included text normalization, label encoding, vectorization, and word embedding. The Naïve Bayes algorithm was chosen to train the model because of its ability to predict responses from discrete data. The test results showed that this algorithm achieved an accuracy level of 88%, surpassing the performance of the K-Neighbors-Classifier algorithm. The resulting model was implemented in a desktop-based chatbot application that was run via the command prompt, using the Python programming language and several libraries such as pickle, string, and numpy. This application is able to provide answers to user questions by accessing the model stored in the *.pkl file. The results of the study show that the Naïve Bayes algorithm is effective in predicting user questions, with sufficient accuracy for a new student admissions chatbot application.
PERBANDINGAN WARNA DAN INTENSITAS CAYA PADA CONFIDENCE DETEKSI OBJEK BERBASIS YOLOV8N Kurniawan, Ichwan; Much. Rifqi Maulana; Arochman; Christian Yulianto Rusli
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.349

Abstract

Tata letak pada desain interior ruangan menjadi hal yang penting dalam memberikan kenyamanan, faktor psikologis dan fisik desain interior dapat memberikn kesan yang baik bagi penghuninya. Namun, bagi penyandang disabilitas penglihatan, mengenali benda-benda menjadi tantangan dalam interaksi dan navigasi di dalam ruangan. Kesalahan peletakan benda-benda di dalam ruangan dapat membahayakan meraka dalam menjalankan aktifitas sehari-hari. Tujuan dari penelitian ini adalah mengetahui perbandingan warna dan intensitas cahaya dalam tingkat kepercayaan deteksi objek berbasis yolov8n. Sedangkang maanfaat yang diharapkan adalah penelitian ini adalah memberikan gambaran kepada pengembang deteksi objek dalam menentukan warna intensitas cahaya yang stabil dalam deteksi objek. Hasil dari penelitian ini adalah bahwa penggunaan cahaya dengan warna biru lebih stabil dalam tingkat kepercayaan/confidence deteksi objek dengan rata-rata confidence 84%, dengan rentang tingkat kecerahan yang dapat digunakan untuk deteksi objek adalah antara 30% sampai dengan 70%. Sedangkan penggunaan warna cahaya merah memiliki rata-rata confidence paling rendag yaitu 47%, namun memiliki rentang tingkat kecerahan yang paling panjang yaitu 6 point antara 30% s.d 80%, sedangkan untuk rentang tingkat kecerahan yang paling pendek yaitu 4 point adalah warna hijau. Untuk rekomendasi warna cahya yang digunakan dalam deteksi objek adalah warna biru dan putih karena memilik nilai confidence yang tinggi dan rentang tingkat kecerahan yang panjang.
PENGEMBANGAN CHATBOT UNTUK LAYANAN PENERIMAAN MAHASISWA BARU DI INSTITUT WIDYA PRATAMA DENGAN MENGGUNAKAN METODE NAIVE BAYES Susanto, Eko Budi; Mohammad Reza Maulana; Arochman
IC Tech: Majalah Ilmiah Vol 20 No 1 (2025): IC Tech: Majalah Ilmiah Volume XX No. 1 April 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i1.318

Abstract

In this study, a chatbot for new student admissions was developed using the Naïve Bayes algorithm. The data source used was a dialogue between admissions staff and prospective students, which was based on information from the new student admissions brochure of Institut Widya Pratama (formerly STMIK Widya Pratama) for the 2024-2025 academic year. The data was arranged in JSON format, including three elements: question structure, classification, and answers. Data pre-processing steps included text normalization, label encoding, vectorization, and word embedding. The Naïve Bayes algorithm was chosen to train the model because of its ability to predict responses from discrete data. The test results showed that this algorithm achieved an accuracy level of 88%, surpassing the performance of the K-Neighbors-Classifier algorithm. The resulting model was implemented in a desktop-based chatbot application that was run via the command prompt, using the Python programming language and several libraries such as pickle, string, and numpy. This application is able to provide answers to user questions by accessing the model stored in the *.pkl file. The results of the study show that the Naïve Bayes algorithm is effective in predicting user questions, with sufficient accuracy for a new student admissions chatbot application.
PERBANDINGAN WARNA DAN INTENSITAS CAYA PADA CONFIDENCE DETEKSI OBJEK BERBASIS YOLOV8N Kurniawan, Ichwan; Much. Rifqi Maulana; Arochman; Christian Yulianto Rusli
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.349

Abstract

Tata letak pada desain interior ruangan menjadi hal yang penting dalam memberikan kenyamanan, faktor psikologis dan fisik desain interior dapat memberikn kesan yang baik bagi penghuninya. Namun, bagi penyandang disabilitas penglihatan, mengenali benda-benda menjadi tantangan dalam interaksi dan navigasi di dalam ruangan. Kesalahan peletakan benda-benda di dalam ruangan dapat membahayakan meraka dalam menjalankan aktifitas sehari-hari. Tujuan dari penelitian ini adalah mengetahui perbandingan warna dan intensitas cahaya dalam tingkat kepercayaan deteksi objek berbasis yolov8n. Sedangkang maanfaat yang diharapkan adalah penelitian ini adalah memberikan gambaran kepada pengembang deteksi objek dalam menentukan warna intensitas cahaya yang stabil dalam deteksi objek. Hasil dari penelitian ini adalah bahwa penggunaan cahaya dengan warna biru lebih stabil dalam tingkat kepercayaan/confidence deteksi objek dengan rata-rata confidence 84%, dengan rentang tingkat kecerahan yang dapat digunakan untuk deteksi objek adalah antara 30% sampai dengan 70%. Sedangkan penggunaan warna cahaya merah memiliki rata-rata confidence paling rendag yaitu 47%, namun memiliki rentang tingkat kecerahan yang paling panjang yaitu 6 point antara 30% s.d 80%, sedangkan untuk rentang tingkat kecerahan yang paling pendek yaitu 4 point adalah warna hijau. Untuk rekomendasi warna cahya yang digunakan dalam deteksi objek adalah warna biru dan putih karena memilik nilai confidence yang tinggi dan rentang tingkat kecerahan yang panjang.
Co-Authors Christian Yulianto Rusli Mohammad Reza Maulana, Mohammad Reza Much. Rifqi Maulana Susanto, Eko Budi