Article Per Year (5 Year)
p-Index From 2019 - 2024
0.751
P-Index
This Author published in this journals
All Journal AMMA : Jurnal Pengabdian Masyarakat Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Matheos Oktavio Selan
Universitas Pamulang
Humanities Chemistry Computer Science & IT Control & Systems Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing

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

Found 4 Documents
Search

 1 
Pembelajaran Pembuatan Aplikasi Android Menggunakan Android Studio di Ekskul IoT SMK Wira Buana 2 Arief Febrian; Andi Asmar Musa; Deny Priyantoko; Fian Kurniawan; Julieta Cahya Mestika; Marcellino Jonathan Bulegalangi; Matheos Oktavio Selan; Rifki Tamami; Rifqi Surya Bernada; Wahyu Muhammad Sidik; Iwan Giri Waluyo, S.Kom., M.Kom
AMMA : Jurnal Pengabdian Masyarakat Vol. 1 No. 11 (2022): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Technological advances, especially in smartphones that are increasingly developing, have a positive impact on humans in carrying out daily activities such as drawing, communicating, transacting online, studying and even doing office work. Our method is a practical method, which is an effort to give students the opportunity to experience firsthand. The students were given material on Android and Android Studio. The material presented is what is android, what is Android Studio, how it looks, how to use it and how to make an android application.
Pengembangan Aplikasi Bursa Kerja Khusus Menggunakan Metode Waterfall Berbasis Android di SMK Wira Buana 2 Arief Febrian; Matheos Oktavio Selan; Rifqi Surya Bernada
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 1 No 1 (2023): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) INPRESS
Publisher : Shofanah Media Berkah

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

Abstract

Pengembangan aplikasi Bursa Kerja Khusus (BKK) berbasis Android diusulkan sebagai solusi untuk meningkatkan pengelolaan informasi karir siswa SMK Wira Buana 2. Penelitian ini bertujuan untuk menganalisis kebutuhan dan tantangan dalam pengelolaan BKK serta mengembangkan aplikasi BKK yang terstruktur dan sistematis menggunakan metode Waterfall. Metode penelitian kualitatif dengan pendekatan studi kasus digunakan untuk memperoleh pemahaman mendalam tentang konteks dan tantangan yang spesifik. Data dikumpulkan melalui observasi, wawancara, dan dokumentasi, kemudian dianalisis secara deskriptif dan interpretatif. Temuan tersebut digunakan untuk merancang solusi yang tepat dan mengimplementasikan aplikasi BKK. Hasil penelitian ini diharapkan dapat meningkatkan efisiensi dan efektivitas pengelolaan informasi karir siswa, menjadi acuan bagi lembaga pendidikan vokasi lain dalam pengembangan BKK yang lebih baik, serta memberikan manfaat bagi siswa dalam menghadapi dunia kerja yang dinamis dan kompetitif.
Pemanfaatan Finite State Automata dalam Pencarian Klinik serta Rumah Sakit Terdekat Arief Febrian; Matheos Oktavio Selan; Rendyka Purnama; Rifqi Surya Bernada; Aries Saifudin
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 1 No 1 (2023): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) INPRESS
Publisher : Shofanah Media Berkah

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

Abstract

Dalam kehidupan sehari-hari, ketersediaan informasi mengenai klinik serta rumah sakit terdekat sangat penting, terutama dalam situasi darurat ketika seseorang membutuhkan perawatan medis secepat mungkin. Namun, mencari klinik atau rumah sakit terdekat yang sesuai dengan kebutuhan dapat menjadi sulit bagi sebagian orang, terutama bagi mereka yang tidak terbiasa dengan daerah sekitar atau tidak tahu tempat mana yang harus dicari. Penelitian ini dilakukan dengan tujuan untuk mengembangkan suatu sistem pencarian klinik serta rumah sakit terdekat dengan memanfaatkan metode Finite State Automata. Metode ini dipilih karena memiliki keunggulan dalam memproses data berbasis teks dan mampu diterapkan dengan baik pada aplikasi berbasis website. Penelitian ini menggunakan studi kasus klinik serta rumah sakit wilayah Tangerang sebagai objek penelitian. Data yang digunakan adalah data lokasi klinik serta rumah sakit, serta data jarak antara lokasi pengguna dengan klinik atau rumah sakit terdekat. Hasil dari penelitian ini adalah suatu aplikasi berbasis website yang bisa digunakan untuk melakukan pencarian klinik serta rumah sakit terdekat di wilayah Tangerang dengan memanfaatkan metode Finite State Automata. Aplikasi ini dapat membantu masyarakat dalam mencari layanan kesehatan dengan mudah dan cepat
Menjelajahi Teknik-Teknik Supervised Learning untuk Pemodelan Prediktif Menggunakan Python Julieta Cahya Mestika; Matheos Oktavio Selan; Muhamad Iqbal Qadafi
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 1 No 1 (2023): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) INPRESS
Publisher : Shofanah Media Berkah

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

Abstract

Predictive modeling has become increasingly important in various fields such as data science, artificial intelligence, finance, healthcare, and many others. In this context, supervised learning has emerged as one of the most commonly used approaches to building predictive models. By employing supervised learning algorithms, models can be used to classify data into appropriate categories or make numerical predictions. In the realm of predictive modeling, the Python programming language has become a primary choice for practitioners and researchers. This research aims to provide a comprehensive understanding of supervised learning techniques that can be applied using Python. Qualitative research methods with a case study approach are employed to gain in-depth insights into the specific context and challenges. The researcher conducts experiments using real-world datasets relevant to predictive modeling to test the effectiveness of implemented supervised learning techniques. The findings of this research are expected to offer practical guidance to researchers and practitioners interested in leveraging supervised learning with Python to build efficient and reliable predictive models.
Co-Authors Andi Asmar Musa Arief Febrian Arief Febrian Aries Saifudin Deny Priyantoko Fian Kurniawan Iwan Giri Waluyo, S.Kom., M.Kom Julieta Cahya Mestika Marcellino Jonathan Bulegalangi Muhamad Iqbal Qadafi Rendyka Purnama Rifki Tamami Rifqi Surya Bernada Wahyu Muhammad Sidik