Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Tematik : Jurnal Teknologi Informasi Komunikasi Charity : Jurnal Pengabdian Masyarakat Jurnal Pasundan Informatika
Liyanthy, Mellia
Unknown Affiliation
Arts Humanities Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Social Sciences

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

Found 3 Documents
Search

 1 
PENGABDIAN KEPADA MASYARKAT PELATIHAN PEMANFAATAN RUMAH PINTAR OLEH MASYARAKAT DALAM RANGKA MENGURANGI KESENJANGAN DIGITAL DESA WARGA SALUYU 2017 Mellia Liyanthy; Anggoro Ari Nurcahyo; R Djunaedy Sakam
Charity : Jurnal Pengabdian Masyarakat Vol 1 No 1 (2018): Charity - Jurnal Pengabdian Masyarakat
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v1i01.1587

Abstract

Kesenjangan digital yang terjadi di Indonesia disebabkan oleh pembangunan infrastruktur Information Communication Technology (ICT) yang belum merata, pembangunan rumah pintar di pedesaan merupakan salah satu upaya untuk mengatasi hal tersebut. Tapi hal tersebut bukan satu- satunya penyebab, karena dapat juga disebabkan oleh ketidaksiapan masyarakat untuk memanfaatkan infratruktur ICT tersebut. Oleh karena itu dibutuhkan sebuah upaya untuk mempersiapkan masyarakat agar pemanfaatannya menjadi optimal. Pelatihan merupakan salah satu upaya yang bisa dilakukan untuk mengatasi permasalahan tersebut. Tahapan pelatihan meliputi identifikasi kebutuhan, perencanaan, pelaksanaan dan evaluasi. Terdapat 4 indikator yang digunakan untuk mengukur tingkat kesiapan masyarakat yaitu reaksi, pembelajaran, perilaku kerja, dan hasil. Pelatihan yang telah dilakukan mendapatkan tanggapan yang positif lebih dari 90% peserta, yang menyatakan sudah mengetahui dan termotivasi untuk memanfaatkan rumah pintar dalam pekerjaan mereka sehari-hari, maka dengan demikian dapat membantu mengurangi kesenjangan digital yang masih terjadi saat ini.
Perancangan Digital Asset Management untuk Pengelolaan Dokumen di Lingkungan Perguruan Tinggi: (Studi Kasus: Teknik Informatika Universitas Pasundan) Mellia Liyanthy
JURNAL PASUNDAN INFORMATIKA Vol. 2 No. 2 (2023): PasInformatik Edisi 02, Juli 2023
Publisher : Program Studi Teknik Informatika Universitas Pasundan

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

Abstract

Dokumen merupakan hal penting dalam mendukung aktivitas sebuah institusi, termasuk Perguruan Tinggi. Pengelolaan dokumen yang tidak baik dapat menyebabkan penyalahgunaan, kehilangan, duplikasi dan memerlukan waktu yang lama untuk pencariannya. Dokumen dengan jenis yang beragam (multimedia) juga menambah kompleksitas dari pengelolaan dokumen. Digital Asset Management (DAM) merupakan konsep pengelolaan dokumen yang dapat meliputi dokumen-dokumen multimedia, serta menawarkan konsep repository dan workflow sehingga pengelolaannya dapat lebih efektif dan efisien, serta menjamin otentifikasi dari dokumen yang dikelolanya. DAM Perguruan Tinggi (DAM-PT) yang telah dirancang meliput perancangan katalog, metadata, fungsi-fungsi repositori dan hak aksesnya, user interface, integrasi jaringan, dan arsitektur aplikasinya, berdasarkan hasil requirement analysis yang telah dilakukan sebelumnya.
Penghindaran Rintangan Otomatis Pada Agen Otonom Berbasis End-to-End Deep Imitation Learning Supeno, Handoko; Muhammad Tirta Mulia; Mellia Liyanthy; Kevin Anggara Putra; Fauzan Nursalma Mawardi
TEMATIK Vol 10 No 2 (2023): Tematik : Jurnal Teknologi Informasi Komunikasi (e-Journal) - Desember 2023
Publisher : LPPM POLITEKNIK LP3I BANDUNG

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

Abstract

This research addresses the issue of automatic obstacle avoidance during navigation by autonomous agents. Designing a traditional, programmed automatic obstacle avoidance system would be difficult and expensive. Therefore, a neural network-based approach is proposed, known as end-to-end deep imitation learning, where the approach is data-driven and thus relatively easier and more cost-effective compared to traditional methods. The research also proposes the architecture of a convolutional neural network design and image processing techniques for effective and efficient machine learning training. Testing is conducted on a path with randomly placed obstacles in the Webots simulator. Gradual performance evaluations demonstrate that the proposed architecture successfully trains autonomous agents to maneuver when encountering dynamic obstacles with a relatively small training dataset.
Co-Authors Anggoro Ari Nurcahyo Fauzan Nursalma Mawardi Kevin Anggara Putra Muhammad Tirta Mulia Sakam, R. Djunaedy Supeno, Handoko