Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal EPIC : Journal of Electrical Power, Instrumentation and Control Bahterasia : Jurnal Ilmiah Pendidikan Bahasa dan Sastra Indonesia
Butar Butar, Charles
Unknown Affiliation
Arts Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENCEMARAN NAMA BAIK SUATU KAJIAN LINGUISTIK FORENSIK Butar Butar, Charles
Bahterasia : Jurnal Ilmiah Pendidikan Bahasa dan Sastra Indonesia Vol 5, No 1 (2024): Februari
Publisher : Program Studi Pendidikan Bahasa Indonesia FKIP UMSU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/jpbsi.v5i1.18747

Abstract

Penelitian bertujuan bahwa kajian linguistik forensik dapat membuktikan tindak tutur seseorang dapat dinyatakan melawan hukum.  Kajian ini meliputi teks dan konteks ujaran seseorang.  Data penelitian ini diangkat dari pelaporan Kepolisian Republik Indonesia Polres Labuhan Batu.  Metode yang digunakan dalam menganalisis data adalah Peristiwa tutur aspek-aspek situasi tutur menurut Leech. 1. Penutur dan Lawan tutur (addressers or addressees) Penutur dan lawan tutur ini mencakup penulis/penutur dan pembaca/pendengan. 2. Konteks tuturan (the context of an utterance).   Konteks   merupakan segala latar belakang pengetahuan, 3. Tujuan tuturan (the goals of an utterance).  Hasil penelitian ini adalah dapat dibuktikan bahwa tindak tutur yang dilakukan terlapor melawan hukum, yaitu bayar sulit; tidak sor, main, DPO
Sistem Pakar Diagnosa Penyakit Berbasis Metode Naive Bayes dengan Mekanisme Adaptive Questioning menggunakan Platform Web Pandoju, Cherlis Meytha; Gustam Efendi; Zaiman Makmur; Sofarina; Butar Butar, Charles
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58695

Abstract

Keterbatasan pemahaman masyarakat terhadap gejala penyakit sering menyebabkan keterlambatan penanganan medis. Di sisi lain, sebagian sistem pakar diagnosis masih menggunakan pola pertanyaan tetap sehingga proses konsultasi menjadi panjang dan kurang efisien. Penelitian ini bertujuan merancang aplikasi diagnosis awal penyakit berbasis web yang mampu menyesuaikan pertanyaan secara dinamis serta menghitung kemungkinan penyakit secara probabilistik. Metode Naive Bayes digunakan untuk menentukan tingkat peluang penyakit berdasarkan gejala yang dipilih pengguna, sedangkan mekanisme adaptive questioning berfungsi menyeleksi pertanyaan yang paling relevan sehingga konsultasi dapat dihentikan ketika tingkat keyakinan telah tercapai. Pengetahuan medis direpresentasikan dalam bentuk aturan dan bobot gejala yang disimpan pada struktur data JSON agar sistem ringan dan mudah diperbarui. Aplikasi dibangun menggunakan teknologi web sisi klien sehingga dapat dijalankan tanpa instalasi tambahan. Pengujian menunjukkan sistem mampu memberikan hasil diagnosis awal dengan jumlah pertanyaan lebih sedikit dibanding pendekatan konvensional, serta tetap mempertahankan ketepatan klasifikasi yang memadai. Dengan demikian, sistem yang dikembangkan dapat dimanfaatkan sebagai sarana skrining awal sekaligus media edukasi kesehatan sebelum pengguna berkonsultasi langsung dengan tenaga medis.
Klasifikasi Citra Buah Apel Multikelas Menggunakan Transfer Learning dan Implementasi Inferensi Berbasis Web Aryanti, Sri; Gustam Efendi; Yanti Setiyowati; Butar Butar, Charles; Hendriyanto
EPIC Journal of Electrical Power Instrumentation and Control Vol 8 No 2 (2025): EPIC
Publisher : Universitas Pamulang, Prodi teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/epic.v8i2.58702

Abstract

Pesatnya perkembangan teknologi kecerdasan buatan membuka peluang besar dalam modernisasi sektor hortikultura, khususnya pada otomatisasi identifikasi komoditas. Penelitian ini bertujuan untuk mengintegrasikan metode transfer learning ke dalam sistem klasifikasi citra buah apel multikelas yang terhubung dengan layanan inferensi berbasis web. Permasalahan utama yang diangkat adalah ketergantungan industri pada proses identifikasi varietas secara konvensional yang memiliki risiko tinggi terhadap subjektivitas manusia, inefisiensi waktu, dan kesalahan penentuan jenis. Metodologi penelitian ini menerapkan pendekatan deep learning dengan memanfaatkan arsitektur Convolutional Neural Network (CNN) melalui teknik transfer learning untuk mengenali enam varietas apel unggulan. Pengembangan sistem dilakukan dengan membangun antarmuka web menggunakan bahasa pemrograman PHP yang berfungsi menjembatani pengguna dengan model prediktif melalui Hugging Face Inference API. Mekanisme ini memungkinkan pemrosesan data citra dilakukan secara real-time tanpa memerlukan komputasi lokal yang berat. Hasil pengujian menunjukkan bahwa penggabungan model pembelajaran mendalam dengan infrastruktur berbasis cloud mampu menghasilkan sistem klasifikasi yang tidak hanya memiliki tingkat akurasi tinggi, tetapi juga menawarkan kemudahan akses bagi pengguna akhir. Implementasi ini diharapkan dapat menjadi prototipe bagi sistem penyortiran buah otomatis yang lebih efisien dan reliabel di masa depan.
Co-Authors Aryanti, Sri Gustam Efendi Hendriyanto Pandoju, Cherlis Meytha Sofarina Yanti Setiyowati Zaiman Makmur