Article Per Year (5 Year)
p-Index From 2019 - 2024
3.237
P-Index
This Author published in this journals
All Journal Jurnal TAM (Technology Acceptance Model) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Jurnal Informatika Global Jurnal Abdimas Mandiri JIKI (Jurnal Ilmu Komputer dan Informatika) IJAIRTec Aptekmas : Jurnal Pengabdian Kepada Masyarakat Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Klik - Jurnal Ilmu Komputer Publikasi Hasil Pengabdian Kepada Masyarakat. MDP Student Conference Jurnal Rekayasa Sistem Informasi dan Teknologi
Hartati, Ery
Universitas Multi Data Palembang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
PENGGUNAAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI BUAH SEGAR DAN BUSUK Felix Santoso; Ery Hartati
Jurnal Algoritme Vol 3 No 1 (2022): Jurnal Algoritme
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v3i1.3404

Abstract

Buah-buahan merupakan salah satu makanan yang sering dikonsumsi oleh berbagai kalangan umur karena sumber berbagai mineral, vitamin dan serat pangan. Untuk memperoleh manfaat yang terdapat pada buah, masyarakat harus mengonsumsi buah yang segar dan belum busuk. Secara fisik, kesegaran buah dapat dilihat karena tanda-tanda yang ada pada buah segar atau buah busuk mudah diamati.LBP (Local Binary Pattern) adalah metode ekstraksi fitur tekstur yang sederhana,namun efisien dalam mempresentasikan ciri tekstur, sedangkan HSV (Hue, Value dan Saturation) merupakan ruang warna yang cocok untuk mengidentifikasi warna-warna dasar yang akan digunakan dalam penelitian sebagai warna identifikasi cahaya dan bisa menoleransi perubahan intensitas cahaya. Penelitian ini menggunakan public dataset buah segar dan buah busuk. Proses di mulai dari resize menjadi ukuran 300 x 300 pixel dan selanjutnya dilakukan ekstraksi fitur LBP dan dilanjutkan dengan ekstraksi fitur HSV. Hasil ekstraksi fitur LBP dan HSV di gunakan sebagai input klasifikasi menggunakan algoritma random forest dengan nilai n_estimator 500,1000,1500,dan 2000. Hasil pengujian menggunakan algoritma random forest menghasilkan nilai Accuracy tertinggi sebesar 95,92% dengan nilai n_estimator 2000.
Identifikasi Ngengat menggunakan Metode Convolutional Neural Network Ricky Ricky; Ery Hartati; Eka Puji Widiyanto
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (944.351 KB) | DOI: 10.35957/mdp-sc.v2i1.4292

Abstract

Ngengat merupakan salah satu jenis serangga dari Ordo Lepidoptera yang populasinya sebesar 90% dari Ordo Lepidoptera di dunia. Ngengat berfungsi sebagai indikator kondisi lingkungan yang terkait dengan fenomena degradasi lingkungan, ngengat juga dapat digunakan sebagai objek untuk penelitian konservasi keanekaragaman hayati, evolusi, etologi dan genetika karena sifat taksonominya yang mapan dan mudah dikenali. Penelitian ini bertujuan untuk mengidentifikasi spesies ngengat menggunakan metode Convolutional Neural Network dengan arsitektur VGG-16 dan optimizer Adam. Dataset yang digunakan terbagi atas 7183 data train, 250 data test, dan 250 data valid. Kemudian dilakukan augmentasi pada objek dataset yang dibagi menjadi 400.400 data train, 85.800 data test, dan 85.800 data valid. Pada penelitian ini metode CNN dengan arsitektur VGG-16 dan Optimizer Adam serta dataset yang telah diaugmentasi berhasil meingidentifikasi ngengat dan menghasilkan tingkat akurasi sebesar 95%.
PELATIHAN PEMBELAJARAN DASAR PEMROGRAMAN MENGGUNAKAN BAHASA PYTHON Qois Al Qorni; Deka Putra Pamungkas; Suluh Arif Wibowo; Muhammad Fachrurrozi Syawalludin; Teo Yulio Sihotang; Ery Hartati
Aptekmas Jurnal Pengabdian pada Masyarakat Vol 6 No 2 (2023): Aptekmas Volume 6 Nomor 2 2023
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36257/apts.v6i2.6754

Abstract

In today's digital era, basic programming skills are in high demand in the workplace. Many companies are looking for employees who have basic programming skills to develop more sophisticated applications and technologies. Therefore, it is important for SMK students to have basic programming skills in order to compete in the world of work. This effort can help improve the basic programming skills of SMK children so that they can compete in the increasingly tight world of work and prepare themselves for a better future. This activity involves the stages of pre-test, material delivery, discussion, and post-test. The results show that the students are very happy with this training, which shows that in the first and second questions, the students get new knowledge with a simple explanation carried out by the speaker when conducting training, referring to the initial question before programming training, and after carrying out the training process, the students have 100% gained knowledge. Community service activities entitled "Basic Programming Learning Training Using Python Language" at SMK Bina Cipta Palembang have been successfully implemented. The training participants responded positively to this activity. The socialization of basic programming using Python has provided new knowledge for participants, which can increase creativity and knowledge in utilizing Python. The results of this training provide benefits and new knowledge for students
KEGIATAN SOSIALISASI PENGENALAN E-COMMERCE BERSAMA PANTI ASUHAN AL-HIKMAH PALEMBANG Putra Ganda Dewata; Umi Karolina; Ambrosius Dwi Cahyadi; Reza Ardana; Maria Elana; Ery Hartati
Aptekmas Jurnal Pengabdian pada Masyarakat Vol 6 No 2 (2023): Aptekmas Volume 6 Nomor 2 2023
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36257/apts.v6i2.6778

Abstract

The aim of the e-commerce introduction socialization is to familiarize children from the Al-Hikmah Orphanage with e-commerce as a digital solution for buying and selling, which offers more benefits and convenience compared to traditional trading activities. During this socialization, the children are provided with knowledge about what e-commerce is and taught basic skills to design simple product brochures using the Canva application. They are also introduced to the concept of digital marketing and provided with examples of its implementation. The socialization activities involve direct delivery of the material and interactive workshops, where the children are actively encouraged to interact with the Canva tools as part of the socialization process. The success of this socialization is reflected in the enthusiasm displayed by the children of the Al-Hikmah Orphanage, as they actively participate in the activities from start to finish. The objective of this socialization is to have a positive impact and enhance the children's knowledge about the benefits of e-commerce.
Identifikasi Kadar Ikan Pada Pempek Menggunakan K-NN Dengan Fitur GLCM Fathimah Azzahra; Ery Hartati
JATISI (Jurnal Teknik Informatika dan Sistem Informasi) Vol 10 No 4 (2023): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Lembaga Penelitian dan Pengabdian pada Masyarakat (LPPM) STMIK Global Informatika MDP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v10i4.4239

Abstract

Pempek merupakan makanan khas kota palembang yang terbuat dari komponen utama ikan dan tepung tapioka. Hal utama penentu kualitas pempek adalah takaran ikan dan tepung tapioka. Biasanya kualitas ini ditentukan dengan cara mencicip. Penelitian ini menggunakan tekstur pempek untuk mengidentifikasi kadar ikan dalam pempek. Metode identifikasi yang digunakan adalah K-NN dengan fitur GLCM. Dataset berupa citra yang dipotret dengan jarak 15cm dan resolusi kamera 2 MP. Dataset terdiri dari 360 data latih dan 240 data uji, masing-masing takaran memiliki 90 data latih dan 60 data uji. Penelitian ini menguji kombinasi dari variasi nilai k dan fungsi distance pada K-NN serta variasi arah sudut dan jarak keteranggan pada GLCM. Tingkat identifikasi terbaik adalah accuracy sebesar 33,75%, precision sebesar 34,82%, dan recall sebesar 15,32% dengan arah sudut 0°, jarak ketetanggan 1, niali k 9 dan euclidean distance.
KLASIFIKASI PENYAKIT MATA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK MODEL RESNET-50 Verdy; Ery Hartati
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 1 No. 3 (2024): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jrsit.v1i3.529

Abstract

Penyakit mata merupakan salah satu masalah kesehatan yang dapat menyebabkan kebutaan. Deteksi penyakit mata pada tahap awal penting untuk dilakukan agar dapat segera ditangani. Salah satu metode yang dapat digunakan untuk mendeteksi penyakit mata adalah dengan menggunakan metode Convolutional Neural Network (CNN). Penelitian ini bertujuan untuk menguji efektivitas metode CNN dengan arsitektur ResNet-50 dalam mengklasifikasi penyakit mata. Penelitian ini dilakukan dengan menggunakan dataset Eye Diseases Classification yang terdiri dari 4 kelas penyakit mata, yaitu katarak, glaukoma, diabetic retinopathy, dan normal. Pada penelitian ini, dilakukan pengujian dengan membandingkan 3 skenario berdasarkan pembagian rasio datasetnya yaitu 70:30, 80:20 dan 90:10. Hasil penelitian menunjukkan bahwa pembagian rasio dataset dapat mempengaruhi hasil akurasi pada proses training dan pengujian. Pembagian rasio dataset 90:10 menghasilkan akurasi tertinggi yaitu sebesar 64,60%. Sedangkan pembagian rasio dataset 70:30 menghasilkan akurasi terendah yaitu sebesar 61,34%. Secara keseluruhan, penelitian ini menunjukkan bahwa metode CNN dengan arsitektur ResNet-50 dapat mengklasifikasi penyakit mata dengan cukup baik. Namun, perlu dilakukan penelitian lebih lanjut dengan menggunakan arsitektur dan fungsi optimizer yang lebih beragam, serta penambahan dataset yang lebih banyak agar menghasilkan hasil yang lebih variatif.
Co-Authors Ambrosius Dwi Cahyadi Aneke Windari Deka Putra Pamungkas Derry Alamsyah Dorie P. Kesuma Dorie P. Kusuma Eka Puji Widiyanto Eric Agustian Winardi Fathimah Azzahra Fatimah Nadia Felix Santoso Gasim Inayatullah Inayatullah Julita Fransiska Kevin Antonio Leonardo Leonardo Lisa Amelia Maria Elana Michael Michael Muhammad Fachrurrozi Syawalludin Muhammad Maisep Nataliatara Nataliatara Putra Ganda Dewata Qois Al Qorni Reza Ardana Ricky Ricky Ricoida, Desy Iba Siti Khairani Sudiadi Sudiadi Sudiadi Sudiadi Suluh Arif Wibowo Teo Yulio Sihotang Umi Karolina Usnia Wati Keristin Usnia Wati Keristin Verdy Yogie Prakoso Yohannes Yohannes Yulistia Yulistia