Article Per Year (5 Year)
p-Index From 2021 - 2026
3.153
P-Index
This Author published in this journals
All Journal Indonesian Journal of Applied Informatics Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Jurnal Teknik Informatika dan Teknologi Informasi
Imam Budiawan
Universitas Bina Sarana Informatika
Religion Arts Humanities Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Solusi Virtual Try-On Kacamata Berbasis AI dengan Integrasi Model Deep Learning untuk E-Commerce Fashion Arnata Nur Rasyid; Asmawati Asmawati; Widya Viona Septi Tanjung; Sumanto Sumanto; Imam Budiawan; Roida Pakpahan
IJAI (Indonesian Journal of Applied Informatics) Vol 10, No 1 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v10i1.110772

Abstract

Abstrak : Banyak pengguna menghadapi kesulitan dalam memilih kacamata secara daring karena tidak dapat memastikan apakah model tertentu sesuai dengan bentuk wajah mereka. Masalah ini sering menimbulkan ketidakpuasan pelanggan dan tingginya tingkat pengembalian produk. Penelitian ini bertujuan untuk mengembangkan solusi Virtual Try-On kacamata berbasis kecerdasan buatan (AI), yang mengintegrasikan model deep learning untuk menciptakan pengalaman belanja daring yang lebih interaktif dan personal. Sistem bekerja dengan mendeteksi bentuk wajah dari foto yang diunggah pengguna menggunakan model Face Shape Detection yang telah dilatih dan mencapai akurasi hingga 89% kemudian memberikan rekomendasi kacamata yang paling cocok berdasarkan sistem rekomendasi Rule-Based. Setelah pengguna memilih salah satu produk dari daftar tersebut, sistem memanfaatkan AI Nano Banana untuk menggabungkan citra wajah dan produk kacamata secara realistis. Teknologi utama yang digunakan meliputi EfficientNetB2 sebagai model CNN utama, InsightFace untuk deteksi wajah presisi tinggi, dan AdamW sebagai algoritma optimasi. Hasil pengujian menunjukkan bahwa sistem ini efektif dalam menghasilkan visualisasi try-on yang akurat dan memuaskan, serta berpotensi meningkatkan konversi penjualan di platform e-commerce fashion.====================================================Abstract : Many users experience difficulty in selecting eyeglasses online due to the inability to determine whether a particular model suits their facial shape. This issue often results in customer dissatisfaction and high product return rates. This study aims to develop an AI-based virtual try-on solution for eyeglasses by integrating deep learning models to create a more interactive and personalized online shopping experience. The system functions by detecting the user’s face shape from an uploaded photo using a pre-trained Face Shape Detection model that achieves an accuracy of up to 89%, followed by a rule-based recommendation system that suggests the most suitable eyeglass frames. Once the user selects a product from the recommended list, the system utilizes AI Nano Banana to realistically generate a composite image of the user's face wearing the selected eyeglasses. The core technologies implemented include EfficientNetB2 as the primary CNN model for visual feature extraction, InsightFace for high-precision face detection, and AdamW as the optimization algorithm. Experimental results demonstrate that the system effectively generates accurate and realistic try-on visualizations, which are not only satisfactory to users but also have the potential to increase sales conversion rates in fashion e-commerce platforms.
Klasifikasi Status Stok Barang Distribusi untuk Persediaan Menggunakan Algoritma Naive Bayes Berdasarkan Histori Data Penjualan PT. Berlian Djaya Nusantara Febri Dwi Hariyanto; Imam Budiawan; Yumi Novita Dewi
Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Vol. 4 No. 2 (2026): Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Volume 4 Nomor 2 June - September
Publisher : PT PUSTAKA CENDEKIA GROUP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/pchukumsosial.v4i2.548

Abstract

Inventory management in distribution companies is exposed to excess-stock and shortage risks when replenishment decisions rely mainly on estimates. The sales history of PT Berlian Djaya Nusantara had not been systematically used to distinguish the stock condition of each item. The analysis classified stock status using the Naive Bayes algorithm and 250 sales records from 2025. The processing stages covered data selection, quality checking, transformation, target-class construction, modeling, and evaluation using a confusion matrix. Stock status was derived from Ending Stock through quartile-based discretization, producing Q1 of 138 and Q3 of 311. These thresholds generated 63 Low, 124 Medium, and 63 High records. Sales Quantity, Sales Frequency, and Initial Stock served as predictors, while Stock Status became the classification target. Five training-to-testing ratios were examined: 90:10, 80:20, 70:30, 60:40, and 50:50. The 90:10 ratio produced the strongest performance, with 70.83% accuracy, 70.27% precision, 72.22% recall, and a 71.23% F1-score. The model distinguished the three stock categories and generated measurable information for inventory control, although classification errors remained because the relationships among several attributes were not fully represented by the model.
Klasifikasi Sentimen Social Media Tentang Program Makan Bergizi Gratis dengan Metode Support Vector Machine (SVM) Fikri Fadilah; Imam Budiawan; Yumi Novita Dewi
Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Vol. 4 No. 2 (2026): Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Volume 4 Nomor 2 June - September
Publisher : PT PUSTAKA CENDEKIA GROUP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/pchukumsosial.v4i2.549

Abstract

Program Makan Gratis Bergizi (MBG) adalah kebijakan pemerintah yang telah menarik perhatian luas dan menimbulkan berbagai reaksi dari masyarakat, khususnya di platform media sosial seperti X. Beragam opini ini perlu diteliti secara terstruktur untuk memahami bagaimana masyarakat berpikir dan sebagai referensi untuk penyiaran implementasi program tersebut. Algoritma digunakan untuk analisis. Proses tersebut meliputi pembersihan dan pengolahan teks, serta pembobotan kata berdasarkan metode TF-IDF. Penelitian ini menggunakan teknik penambangan teks. Dataset ini berisi 848 tweet berbahasa Indonesia yang telah melalui beberapa proses, termasuk pembersihan, case-folding, tokenisasi, normalisasi, penghapusan stopword, stemming, ekstraksi fitur menggunakan TF-IDF, dan penentuan sentimen, yang dibagi menjadi tiga kelas: positif, negatif, dan netral.Data kemudian dibagi 80:20 untuk pelatihan dan pengujian menggunakan algoritma SVM dengan kernel linier. Penelitian ini menyelidiki bahwa jumlah tweet sama dengan total tweet. Model SVM yang menggunakan kernel linier memberikan hasil terbaik dengan akurasi 80%, skor F1 tertimbang 0,80, dan skor F1 makro 0,77. Temuan ini menunjukkan bahwa kombinasi pra-pemrosesan teks, TF-IDF, dan teknik SVM berhasil dalam mengenali perasaan masyarakat terhadap Program Makanan Bergizi Gratis yang dibahas di media sosial.
Pengembangan Model Klasifikasi Belanja Pegawai Daerah Tahun Anggaran 2025-2026 Menggunakan Algoritma Support Vector Machine Tsabit Faishal Rasyid; Imam Budiawan; Yumi Novita Dewi
Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Vol. 4 No. 2 (2026): Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Volume 4 Nomor 2 June - September
Publisher : PT PUSTAKA CENDEKIA GROUP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/pchukumsosial.v4i2.550

Abstract

Ketidakefisienan alokasi belanja pegawai menjadi permasalahan kritis di hampir seluruh pemerintah daerah Indonesia, dengan sebagian besar daerah mengalokasikan lebih dari 30% anggaran untuk komponen personnel. Penelitian ini mengembangkan model klasifikasi menggunakan Support Vector Machine (SVM) untuk mengelompokkan tingkat efisiensi belanja pegawai pada 546 pemerintah daerah berdasarkan data Sistem Informasi Pemerintahan Daerah (SIPD) periode Tahun Anggaran 2025-2026. Pra-pemrosesan data mencakup normalisasi Min-Max, rekayasa fitur, dan pembagian data terstratifikasi 80:20. Optimasi hyperparameter melalui Grid Search dengan 5-Fold Stratified Cross Validation menghasilkan konfigurasi optimal: kernel RBF, C=100, gamma=1. Model mencapai akurasi 98,63%, presisi 98,62%, recall 98,63%, dan F1-Score 98,62% pada data pengujian. Analisis kepentingan fitur menunjukkan bahwa rasio belanja pegawai merupakan prediktor paling dominan. Model secara akurat mengidentifikasi 87,4% daerah pada TA 2026 termasuk kategori tidak efisien, memberikan landasan data yang kuat bagi reformasi kebijakan fiskal daerah.
Co-Authors Abdul Khalik Walya Ade Ikhsanudin Setiawan Wardhana Adhimas Prakoso Aisyah Shinta Balqis Alghifar Firgiawan Alwan Kapi Muntaha Alya Avisa Amar Khadafi Ananda Lutfi Setiabudi Andika Amansyah Arnata Nur Rasyid Aryo Satrio W Asmawati Asmawati Audy Aulia Azzahra Avrillistianto Ananda Nabil Cahyani Ayu Sulistyawati Dedy Ariyanto Deny Wahyu Fahrani Desi Mulyati Desiana Nuranudin Putri Desmulyanti Desmulyanti Desmulyati, Desmulyati Devin Nurman Wijaya Dimas Satrianto Dinda Aprillia Dzattho Key Fani Erlangga Rizki Ekaptra Fajar Dwi Prasetyo Fajar Yoga Adiansyah Farhan Fadhilah Farih Ramdan Wildantama Faris Ramadhan Faris Syahrendra Fauzan Nawwir Andriansyah Febri Dwi Hariyanto Fendi Ferdiansyah Feri Andrianto Fikri Fadilah Galih Min Fadlil Ginting Wibi Prasetyo Hasbi Rizki Sulistyo Ibnu Agustian Pratama Imam Wahyudi Iqro Mukti Arto Java Diovanka Alam Joseph Melchior Nababan Kevin Dwi Satria Khalisa Salsabila Levina Cecilia P M. Iqbal GF Michael Gilbert Bakara Muhammad Faiz Hamka Muhammad Haikal Nugroho Muhammad Maulana Muhammad Raviansyah Muhammad Yuzakki Raja Rafael Musyaffa Ramdhan Nahya Faulya Maulidia Naufal Aqiil Nugraha Nindya Dwi Lestari Paulus Paulus Prasetyo Adi Suwignyo Prasetyo Bintang S.N Putra Satria Raihan Naufal Ramadhan Raihan Putra Wirahman Reafael Andrian Canavaro Rifki Nur Hidayat Putra Roida Pakpahan Roni Saputra Pratama Ryehan Alfiansyah Sandra Bagus Nugroho Shabrina Auliya Zahra Hafid Sifatul Akmal Sofiyan Aris Saputra Sumanto Sumanto Tarmidzi Ibrahim Tsabit Faishal Rasyid Vemi Januar Pratama Widya Viona Septi Tanjung Yumi Novita Dewi Zahwa Asfa Rabbani