Article Per Year (5 Year)
p-Index From 2019 - 2024
2.013
P-Index
This Author published in this journals
All Journal REKAYASA Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Khatulistiwa Informatika INTECOMS: Journal of Information Technology and Computer Science Jurnal Informasi dan Teknologi JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Responsif : Riset Sains dan Informatika Jurnal Abdimas Prakasa Dakara Literasi: Jurnal Pengabdian Masyarakat dan Inovasi
Dwiza Riana
Universitas Nusa Mandiri
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Education Electrical & Electronics Engineering Engineering Physics Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Analysis of the Effect of DTPB on User Intention to Keep Using the Flip Application Adilah Purnamasari; Fiqi Pranastara; Iftina Salya Rosa; Dwiza Riana; Sri Hadianti
Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (877.851 KB) | DOI: 10.32520/stmsi.v11i1.1633

Abstract

Many Community needs have to be supported by the novelty of the technology. It makes more and more developers innovate in making an application. One form of technological novelty is digital payment applications. Currently, there are many digital payment applications in Indonesia, one of them is Flip. id application. To compete with other digital payment applications, Flip needs to be constantly developed. Therefore, the main purpose of this research is to find out how much the level of user acceptance of the application and what factors can affect the user's intention to continue using the Flip application in the long term. This user intention analysis will be carried out using the Decomposed Theory of Planned Behavior method, which will then be tested using the SmartPLS software. Based on the research results, it is known that the attitude variable and perceived behavioral control influence the intention to use or the user's intention to continue using the Flip application in the long term. The attitude variable itself is supported by other variables such as perceived ease of use, perceived usefulness, and playfulness, while the perceived behavioral control variable is supported by the resource facilitating condition, self-efficacy, and technology facilitating condition variables. Other variables that do not affect the intention to use variables include compatibility, subject norm, superior's influence, and peer influence variables.
PERBANDINGAN SEGMENTASI CITRA PSORIASIS MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING DAN ALGORITMA THRESHOLDING Witriana Endah Pangesti; Dwiza Riana; Sri Hadianti
Jurnal Khatulistiwa Informatika Vol 9, No 2 (2021): Periode Desember 2021
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v9i2.11380

Abstract

Letaknya kulit pada bagian tubuh manusia berada dibagian luar tubuh untuk menyelimuti bagian lain yang ada didalam salah satunya urat atau lemak, sehingga kulit menjadi salah satu bagian terpenting dalam organ tubuh manusia,  karena letaknya di luar maka kulit menjadi rentan untuk mengalami penyakit, baik itu penyakin yang berbahaya atau tidak. Contoh penyakit yang berbahaya untuk kulit manusia adalah penyakit psoriasis. Psoriasis adalah penyakit kulit inflamasi kronis yang ditandai dengan lesi khas berupa plak, eritematous, dan sisik tebal. Dalam penelitian ini menggunakan dua klaster penyakit psoriasis yaitu klaster Chronic Plaque psoriasis dan Guttate Psoriasis. Dimana dataset yang didapatkan adalah dataset public dan selanjutnya masuk pada tahap cropping dan di peroleh sebanyak 71 dataset citra psoriasis. Penelitian ini melakukan perbandingan algoritma antara algoritma k-means clustering dan algoritma thresholding, dengan pengujian menggunakan hasil nilai dari ektrasi ciri GLCM dengan meilihat 4 fitur bentuk yaitu contrast, correlation, energy, homogeneity yang selanjutnya diolah menggunakan aplikasi weka dengan metode J48 classifier dalam menentukan akurasi terbaik dan mendapatkan pohon keputusan. Hasil yang diperoleh adalah k-means clustering merupakan algoritma terbaik dalam mengsegmentasi citra psoriasis yaitu sebesar 79%, dibandingkan algoritma thresholding yaitu sebesar 61% saja.
ANALISA PERBANDINGAN METODE HISTOGRAM DAN MEDIAN FILTERING PADA CITRA MATA Nissa Almira Mayangky; Rousyati Rousyati; Dwiza Riana; Sri Hadianti; Ridan Nurfalah; Mochamad Rizky Kusumayudha
Jurnal RESPONSIF: Riset Sains & Informatika Vol 3 No 2 (2021): Jurnal Responsif : Riset Sains dan Informatika
Publisher : LPPM Universitas BSI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51977/jti.v3i2.505

Abstract

Metode biometrik seperti sistem pengenalan ekspresi wajah, finger print, sistem pengenalan mata merupakan sebuah teknologi terkemuka yang dapat dimanfaatkan sebagai otentikasi pengguna. Karena mempunya sifat unik dan stabil, maka dapat berfungsi sebagai identitas hidup. Biometri mata membantu dalam mengidentifikasi individu dengan cara yang lebih intuitif dan alami. Pengenalan mata berfokus pada mengenali identitas individu menggunakan karakteristik tekstur berdasarkan pola mata. Mata menjamin stabilitas jangka panjang dan persyaratan juga jarang untuk proses pendaftaran. Akurasi, isi informasi yang lebih tinggi, ketepatan waktu nyata, kinerja, stabilitas, pengelakan rendah dan keunikan membuat teknologi mata sebagai salah satu yang paling cocok untuk digunakan di bidang identifikasi. Citra mata yang berhasil didapatkan merupakan citra mata yang terbagi atas data latih dan data uji yang akan diproses dalam tahap preprocessing. Pencahayaan, oklusi, jumlah piksel pada mata adalah elemen yang mempengaruhi kualitas citra. Penelitian ini berusaha untuk menyoroti kinerja berbagai teknik preprocessing digunakan dalam memperbaiki kualitas citra mata. Hasil dari penelitian ini menunjukan bahwa metode Histogram Equalization dapat memperbaiki citra lebih baik dibandingkan dengan metode Adaptive Histogram Equalization dan Median Filtering
Identifikasi Citra Pap Smear RepoMedUNM dengan Menggunakan K-Means Clustering dan GLCM Dwiza Riana; Sri Rahayu; Sri Hadianti; Frieyadie Frieyadie; Muhamad Hasan; Izni Nur Karimah; Rafly Pratama
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 6 No 1 (2022): Februari 2022
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.473 KB) | DOI: 10.29207/resti.v6i1.3495

Abstract

Cervical cancer’s a gynecological malignancy in women that’s very dangerous, even causes death. Prevention through early detection of Pap smear test. It was carried out by pathologists with the help of a microscope still have obstacles in observations. There’re many studies on Pap smear image processing for helping pathologists in cell identification. Availability of Pap smear image dataset is needed in cervical cancer early detection research. The purpose of this study was to segment, feature extraction and classify 180 Pap smear images of RepoMedUNM. The method used to identify Pap smear images begins with preprocessing, namely changing the color in the image to L*a*b color, segmentation using the K-means method, extraction of 6 features, namely metric, eccentricity, contrast, correlation, energy, and homogeneity, and then identified by calculating the closest distance between the training data features and the test data features with the Euclidean distance. The result of identification ThinPrep Pap smear images in 3 classes achieve average accuracy of 93.33%, Non-ThinPrep Pap smear images in 2 classes achieve 90% average accuracy and the average accuracy of the overall in the 4 classes reached 92%. These results indicate that the proposed method can identify Pap smear images well.
Deteksi Dan Pengenalan Plat Karakter Nomor Kendaraan Menggunakan OpenCV Dan Deep Learning Berbasis Python Mochammad Zakiyamani; Trisiwi Indra Cahyani; Dwiza Riana; Sri Hardianti
INTECOMS: Journal of Information Technology and Computer Science Vol 5 No 1 (2022): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v5i1.3403

Abstract

Sistem pengenalan karakter pada plat nomor kendaraan Indonesia memberikan alternatif pengenalan karakter plat kendaraan menggunakan metode Convolutional Neural Network (CNN) untuk mengenali objek pada gambar selayaknya manusia dengan pembelajaran pada sebuah komputer dengan menggunakan jaringan saraf tiruan. Pengenalan karakter plat nomor kendaraan Indonesia merupakan salah satu jenis deep learning karena dapat mengenali berbagai karakter huruf dan angka. Tujuan dari penelitian dapat memberikan solusi agar memudahkan kepada petugas parkir yang khususnya masih dilakukan secara manual pencatatan nomornya, sehingga dapat dilakukan secara otomatis oleh sistem langsung di deteksi karakter nomor kendaraan tersebut dan juga mengurangi human error. Hasil dari penelitian ini adalah sistem yang sudah ada pada komputer dapat mengenali karakter pada plat nomor kendaraan Indonesia yang sudah kita masukkan. Data yang digunakan dalam penelitian ini sebanyak 40 citra mobil dan 36 kelas karakter yang terdiri dari huruf dan angka. Hasil akurasi pengujian plat kendaraan dengan metode CNN yaitu dengan tingkat akurasi mencapai 96 % dengan tingkat kesalahan 11,78%.
Identification of Acne Vulgaris Type in Facial Acne Images Using GLCM Feature Extraction and Extreme Learning Machine Algorithm Riyan Latifahul Hasanah; Yan Rianto; Dwiza Riana
Rekayasa Vol 15, No 2: Agustus 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/rekayasa.v15i2.14580

Abstract

Acne vulgaris or acne is a common inflammatory pilosebaceous condition that affects up to 90% of teenagers, begins during adolescent years, and often persists into adulthood. Acne vulgaris, especially on the face, has a major impact on the emotional, social and psychological health of patients. In treating acne, it is necessary to identify the exact type of acne. The manual method is considered less effective, so it is proposed an automatic method using a computer, which uses image processing techniques. This research was conducted to identify the types of acne on facial acne images. The methods used are K-Means Clustering for segmentation, Gray Level Co-occurrence Matrix (GLCM) for feature extraction, and Extreme Learning Machine (ELM) for classification. The dataset is 100 images and consists of 3 classes, namely Nodules, Papules and Pustules. Testing is done in two stages, namely testing 2 classes (Nodules and Papules), followed by testing 3 classes (Nodules, Papules and Pustules). Testing of 2 classes produces the highest accuracy of 95,24% and testing of 3 classes produces the highest accuracy of 80%.
Penyuluhan Literasi Media untuk Bijak di Media Sosial dan Pemanfaatan Media Digital Dwiza Riana; Agus Subekti; Hilman F. Pardede; Zico Pratama Putra; Faruq Aziz
Jurnal Abdimas Prakasa Dakara Vol. 2 No. 2 (2022): Literasi Media dan Promosi Kreatif dalam Kegiatan Kemasyarakatan
Publisher : LPPM STKIP Kusuma Negara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37640/japd.v2i2.1522

Abstract

Understanding the power of media must be promoted at all levels. Efforts to develop media literacy, both in the form of thoughts and in conducting outreach activities, need to be carried out and supported by various stakeholders. Especially in the current era of digital media, people are used to and easily access social media. There is also growing concern about the negative impact of social media use on young people. Therefore, it is necessary to teach the younger generation media skills to use social media. This is the basis for making joint activities aimed at educating the younger generation to be wise in using social media and being able to use digital media well. This activity took place on April 3, 2022 with a total of 15 participants. Based on the results of the activities carried out, the application of positive communication resulted in positive changes in the insights, knowledge, skills, values, and attitudes of adolescents, and this activity has important benefits for community activities. to successfully achieve the goals and benefit the community, especially the partners of the SIGMA Foundation.
Efektifitas Learning Management System di Beberapa Universitas Indonesia Pada Masa Pandemi Sugiyanti Sugiyanti; Yutri Amelia; Dwiza Riana; Sri Hadianti
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 5 No 2 (2023): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v5i2.142

Abstract

The pandemic that has hit almost all countries has limited human movement, and so has Indonesia. The pandemic has affected many sectors, especially the economy, and business, and one of them is education. At the beginning of the pandemic era, the education system in Indonesia implemented the distance learning method, and now, some universities are still implementing it. Several campuses in Indonesia utilize the Learning Management System (LMS) to support distance learning, in which the learning process can take place and be as effective as face-to-face learning. This research uses quantitative methods to focus on the effectiveness of LMS at several Indonesian universities during the pandemic. One hundred thirty-four students from 41 universities in Indonesia participated in this study. The results of this study are that online assessment, online teaching effectiveness, and online support do not significantly affect student online learning satisfaction. In contrast, gender does not significantly affect learning satisfaction and intention to use online learning with LMS.
PENGELOLAAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE TRANFORMASI GRAYSCALE DAN PEMERATAAN HISTOGRAM Kusnadi Kusnadi; Dwiza Riana; Muhamad Syahrani
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i1.369

Abstract

Eksperimen ini bertujuan untuk melakukan pengolahan pada citra digital yang meliputi; mengubah citra warna asli menjadi citra dalam bentuk RGB dan dilengkapi histogram semua piksel warna dan histogram tiap piksel warna dengan saluran RGB, mengubah citra warna bentuk RGB menjadi citra skala abu-abu dengan menampilkan histogram dan kontur citra skala abu-abu dan melakukan transformasi skala abu-abu dan pemerataan hitogram yang hasilnya bisa dibandingkan citra hasil operasi terbalik, serta membandingkan hasil citra sebelum dan sesudah pemerataan histogram yang dilengkapi dengan gambar histogramnya. Oleh karena itu paper ini mengusulkan metode transformasi skala abu-abu dan pemerataan histogram yang lebih baik untuk menjelaskan karakteristik dari algoritma ini. Hasil akhir dari pemrosesan citra digital dengan metode transformasi skala abu-abu dan pemerataan histogram dapat menjawab bagi yang memiliki keterbatasan dalam membedakan warna perubahan skala abu-abu. Karena algoritma ini dapat memproses gambar gelap dan kontras rendah, meningkatkan kualitas gambar dengan adanya peningkatan kecerahan rata-rata, warna alami dan informasi yang lebih rinci dan memiliki nilai aplikasi yang baik.
Klasifikasi Alexnet dan Deteksi Tepi Canny untuk Identifikasi Citra Repomedunm Dwiza Riana; Daniati Uki Eka Saputri; Sri Hadianti
Jurnal Informasi dan Teknologi 2023, Vol. 5, No. 1
Publisher : SEULANGA SYSTEM PUBLISHER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37034/jidt.v5i1.295

Abstract

Deteksi dini kanker serviks dapat mencegah dan menunda kematian, salah satunya dengan memanfaatkan teknologi komputer untuk mendiagnosa berbagai jenis sel kanker serviks. Penelitian dilakukan terhadap citra Pap smear yang diambil dari RepomedUNM dengan tujuan mengklasifikasikan citra Pap smear menjadi dua kelas yaitu sel normal dan sel abnormal dengan menggunakan metode AlexNet. Proses awal klasifikasi citra terdiri dari mengubah ukuran dan mengubah citra asli menjadi skala abu-abu. Penelitian ini juga bertujuan untuk mendeteksi tepi citra pap smear yang terdiri dari dua kelas yaitu sel normal dan sel koilocyt. Deteksi tepi menggunakan metode Canny untuk mendapatkan nilai luas, keliling dan diameter sel sitoplasma dan inti sel (nukleus). Proses deteksi tepi Canny terdiri dari proses cropping, mengubah citra asli menjadi grayscale, dan segmentasi citra menggunakan metode thresholding. Hasil klasifikasi 2000 citra Pap smear menghasilkan akurasi sebesar 97,66% dan hasil deteksi tepi dari 50 citra Pap smear dengan metode Canny mampu memberikan hasil yang baik dengan mendeteksi tepi citra sebenarnya dan hasilnya.
Co-Authors Adilah Purnamasari Agus Subekti Alya Shafra Hewiz Daniati Uki Eka Saputri Dika Putri Metalica Faruq Aziz Fiqi Pranastara Frieyadie Hilman F. Pardede Hilman Ferdinandus Pardede Iftina Salya Rosa Izni Nur Karimah Jufriadif Na'am Kusnadi Kusnadi Mayangky, Nissa Almira Mochamad Rizky Kusumayudha Mochammad Zakiyamani Muhamad Hasan Muhamad Syahrani Rafly Pratama Ridan Nurfalah Riyan Latifahul Hasanah Rousyati Rousyati Sri Hadianti Sri Hardianti Sri Rahayu Sugiyanti Sugiyanti Suryadi Putra Liawatimena Teguh Herwanto Trisiwi Indra Cahyani Witriana Endah Pangesti Yan Rianto Yutri Amelia Zico Pratama Putra Zico Pratama Putra