Article Per Year (5 Year)
p-Index From 2019 - 2024
1.066
P-Index
This Author published in this journals
All Journal Jifosi
Tri Anggraeny, Fetty
Unknown Affiliation
Computer Science & IT

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
IMPLEMENTASI ALGORITMA CNN UNTUK KLASIFIKASI CITRA LAHAN DAN PERHITUNGAN LUAS Ridho Aji Pangestu; Rahmat, Basuki; Tri Anggraeny, Fetty
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 1 (2020): JIFoSI Volume 1, No 1: Maret 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (807.535 KB)

Abstract

Pertanian merupakan sektor yang paling penting dalam membangun perekonomian. Hal dasar yang perlu diperhatikan sebelum bercocok tanam adalah lahan yang digunakan sebagai media tanam. Lahan yang dimiliki para petani maupun calon petani memiliki ukuran luas yang berbeda?beda. Untuk mengetahui luas lahan tersebut diperlukan perhitungan secara manual. Pada era globlalisasi perkembangan teknologi mengalami kemajuan yang cukup pesat. Penggunaan teknologi dalam bidang pertanian juga sudah banyak dikembangkan. CNN termasuk dalam jenis Deep Neural Network karena dalamnya tingkat jaringan dan banyak diimplementasikan dalam data citra. Pada penelitian ini CNN digunakan untuk membedakan antara citra lahan sawah, lapangan dan lahan kosong. Setelah citra telah diklasifikasi melalui CNN, dilakukan pengolahan data citra dan identifikasi luas lahan. Pada metode CNN ini terdapat proses ekstraksi fitur dan klasifikasi fitur, untuk ekstraksi fitur ada proses convolution layer dan subsampling layer, sedangkan klasifikasi fitur ada proses fully connected layer. Pada proses training dan testing didapatkan hasil rata-rata menggunakan K-Fold Cross Validation. Hasil rata-rata dari cross validation adalah 97,77% untuk training, dan 70% untuk testing. Pengolahan data citra pada penelitian ini terdapat berbagai macam teknik untuk ekstraksi fitur yang digunakan, seperti teknik merubah warna citra, deteksi tepi, dilasi, closing, inverse, erosi, dan rekonstruksi citra untuk dapat mengukur luasan lahan yang terdapat pada citra. Hasil ratarata nilai error dari perhitungan luasan lahan dari 10 data uji adalah 9,07%. Dan rata-rata hasil perhitungan kemiripan citra segmentasi dengan citra ground truth menggunakan fungsi dice similarity dari 10 data citra didapatkan nilai sebesar 0.984.
DETEKSI TANAMAN TEBU PADA LAHAN PERTANIAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Muhammad Alfin Jimly Asshiddiqie; Rahmat, Basuki; Tri Anggraeny, Fetty
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 1 (2020): JIFoSI Volume 1, No 1: Maret 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2290.564 KB)

Abstract

Indonesia merupakan negara agraris yang memiliki lahan pertanian yang luas. Kondisi tersebut sesuai untuk produksi tanaman padi dan palawija seperti jagung, singkong, kedelai, kacang, tebu, cabai, dan lain sebagainya. Sebagai upaya untuk lebih memperkenalkan tanaman pertanian kepada masyarakat, maka diperlukan sebuah model yang dapat mengenali bentuk dan jenis tanaman pertanian di Indonesia. Hal ini dapat diwujudkan dengan memanfaatkan Drone, yaitu teknologi pesawat tanpa awak yang dapat digunakan untuk mengindentifikasi jenis tanaman melalui udara. Penelitian ini dilakukan untuk mengembangkan sistem deteksi jenis tanaman berbasis drone dengan menerapkan algoritma CNN (Convolutional Neural Network) dengan menggunakan YOLO (You Only Look Once). Hasil penelitian menunjukkan bahwa metode CNN berhasil untuk mendeteksi tebu dengan cukup baik dengan menghasilkan rata-rata nilai confidence sebesar 95% pada pengujian video. Pengujian menggunakan pada nilai threshold 0.1, menghasilkan skor precision sebesar 1.00, skor recall sebesar 0.95 dan skor accuracy sebesar 0.95 pada tebu.
ANALISIS PENERAPAN APLIKASI VJ SUROBOYO PADA JOB FAIR DINAS TENAGA KERJA KOTA SURABAYA: INDONESIA Nur Aini Ersanti; Tri Anggraeny, Fetty; Prima Aditiawan, Firza
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (375.519 KB)

Abstract

Perkembangan teknologi yang ada saat ini telah berkembang pesat, dimana seluruh aktifitas manusia pada era ini telah memanfaatkan teknologi informasi. Pembuatan suatu aplikasi merupakan salah satu contoh pemanfaatan teknologi informasi. Seperti halnya pemanfaatan aplikasi pada suatu instansi pemerintahan yang saat ini banyak dilakukan untuk membantu tujuan pemerintah dalam mengembangkan e-government. Dinas Tenaga Kerja Kota Surabaya merupakan instansi pemerintahan yang menangani bidang ketenagakerjaan. Dalam menjalankan tugasnya, Dinas Tenaga Kerja Kota Surabaya mengadakan kegiatan job fair untuk menjembatani antara pencari kerja dengan perusahaan. Namun seiring berkembangnya teknologi prosedur yang dahulu dilakukan secara cara manual, kini telah dilakukan secara terkomputerisasi. Untuk kegiatan job fair ini Dinas Tenaga Kerja Kota Surabaya membuat suatu aplikasi berbasis website yang dikenal dengan nama Vitual Job Suroboyo. Aplikasi ini digunakan oleh pencari kerja untuk melakukan registrasi data yang dibutuhkan dalam kegiatan job fair tersebut. Tujuan pembuatan aplikasi ini ialah untuk memudahkan proses kegiatan job fair agar data-data terkomputerisasi dengan baik, sehingga rekapitulasi data pelamar untuk perusahaan dapat dilakukan dengan efektif dan efisien. Hasil dari analisis ini adalah mengetahui bagaimana proses penerapan aplikasi VJ Suroboyo untuk membantu kegiatan job fair serta prosedur dan alur penggunaan aplikasi. Secara keseluruhan aplikasi ini telah memberikan dampak positif bagi perusahaan maupun pencari kerja dalam kegiatan job fair yang telah diselenggarakan.
Analisis Kualitas Website Fakultas Hukum Universitas Hang Tuah Dengan WebQual 4.0 Dan IPA Julianto Dwi Putra, Rico; Tri Anggraeny, Fetty; Sugiarto
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

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

Abstract

Website profile FH-UHT perlu diketahui kualitas website berdasarkan kepuasan pengguna terhadap tingkat kinerja dan tingkat kepentingannya. Untuk mengetahui kepuasan pengguna berdasarkan tingkat kinerja dan tingkat kepentingan terhadap website profile FH-UHT, penelitian ini menggunakan metode WebQual 4.0 dengan berfokus kepada 4 variabel yaitu: usability, information quality, service interaction quality, dan user satisfaction serta metode Importance Performance Analysis (IPA) disertai dengan melakukan analisis kesesuaian, analisis kesenjangan dan analisis kuadran IPA. Data penelitian ini diperoleh dari 54 orang responden dengan menyebarkan kuesioner. Berdasarkan pada analisis kesesuaian dan analisis kesenjangan, website profile FH-UHT memiliki tingkat kinerja website (aktual) yang rendah dibandingkan dengan tingkat kepentingan website (harapan pengguna). Selanjutnya pada analisis kuadran IPA didapatkan 2 atribut yang masuk kedalam kuadran 1 yang berarti menjadi poin penting untuk perbaikan kualitas website profile FH-UHT, 13 atribut yang masuk kedalam kuadran 2 yang berarti perlu dipertahankan untuk menjaga kualitas website profile FH-UHT, 10 atribut yang masuk kedalam kuadran 3 yang berarti perlu ditingkatkan untuk menjaga kualitas website profile FH-UHT, dan 3 atribut yang masuk kedalam kuadran 4 yang berarti perlu didistribusikan kepada aspek lain untuk menjaga kualitas website profile FH-UHT.
Sistem Diagnosa Penyakit Pada Ayam Berbasis Web Laravel 8 Rama Andika Jorgie; Tri Anggraeny, Fetty; Vita Via, Yisti
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

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

Abstract

Laravel merupakan salah satu framework php berbasis Website yang kini banyak digunakan oleh beberapa developer. Laravel merupakan sebuah framework yang digunakan untuk memberikan informasi dan mengolah data. Selain itu kini framework ini banyak digunakan untuk membuat sebuah sistem keputusan dan diagnosa penyakit yang dapat mempermudah manusia dalam memutuskan suatu hal, diantaranya adalah membuat sebuah sistem diagnosa berbasis Website untuk dapat mendiagnosa sebuah penyakit pada ayam. Penyakit pada ayam sering terjadi pada sebuah peternakan ayam, di mana selalu menimbulkan kerugian yang besar bagi pengusaha dan para peternak ayam, baik mengalami kerugian materil maupun nomateril. Framework ini digunakan karena mudahnya mencari referensi dan keamanan data yang sudah dijamin oleh pengembang. Sistem diagnosa dibangun berbasis Website dikarenakan kemudahannya dalam pengaksesan, dan tidak memerlukan banyak biaya dengan memanfaatkan metode Case Based Reasoning dan K-Nearest Neighbors untuk dapat mencapai tujuan diagnosa tersebut. Didalam sistem ini terdapat sebanyak 9 penyakit dan 80 gejala yang telah diverifikasi oleh dokter hewan. Hasil dari penelitian ini user dapat mengetahui secara detail diagnosa penyakit, solusi, dan pencegahan dari setiap kasus penyakit yang berhasil didiagnosa.
Penerapan Case Based Reasoning Dalam Mendiagnosa Penyakit Pada Kucing Hartanti, Syafrida Maulina; Tri Anggraeny, Fetty; Yuniar Purbasari, Intan
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

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

Abstract

Case Based Reasoning adalah asumsi berbasis pengetahuan yang didapatkan dari kasus sebelumnya. Dengan mengandalkan kasus yang sudah terjadi, Case Based Reasoning akan membantu memberikan solusi sesuai dengan hasil yang memiliki kemiripan dengan kasus lama. Tujuan penelitian ini adalah membuat sistem diagnosa dimana isinya untuk mendiagnosa awal penyakit yang terdapat pada kucing. pada sistem ini akan dibangun sistem yang menerapkan konsep Case Based Reasoning dengan menggunakan perhitungan algoritma Euclidean Distance. Data kasus lama yang digunakan dalam sistem ini berasal dari data rekam medis Rumah Sakit Hewan Disnak Provinsi Jawa Timur. Data-data yang ada didalam sistem ini terdapat 5 jenis data penyakit, dan 32 data gejala. Penelitian ini dilakukan dengan menginputkan gejala yang terjadi pada kucing yang nantinya akan dihitung nilai kemiripannya menggunakan algoritma yaitu Euclidean Distance pada tahap Retrieve. Hasil yang muncul dengan nilai kemiripan paling tinggi akan digunakan sebagai solusi pada tahap Reuse. Jika nilai kemiripan kurang dari nilai threshold, maka kasus tersebut akan masuk ke dalam tahap Revise. Setelah peninjauan kembali terhadap revise kasus, nantinya kasus akan dimasukkan ke dalam data kasus lama melalu tahap Retain. Dari hasil pengujian yang dilakukan menggunakan confusion matrix pada 10 data kasus testing dan 90 data kasus training meghasilkan nilai akurasi sebesar 100%.
Co-Authors Basuki Rahmat Hartanti, Syafrida Maulina Julianto Dwi Putra, Rico Muhammad Alfin Jimly Asshiddiqie Nur Aini Ersanti Prima Aditiawan, Firza Rama Andika Jorgie Ridho Aji Pangestu Sugiarto Vita Via, Yisti Yuniar Purbasari, Intan