Article Per Year (5 Year)
p-Index From 2019 - 2024
17.644
P-Index
This Author published in this journals
All Journal Jupiter Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) JUITA : Jurnal Informatika Sinkron : Jurnal dan Penelitian Teknik Informatika SemanTIK : Teknik Informasi QALAMUNA: Jurnal Pendidikan, Sosial, dan Agama Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial JURNAL MEDIA INFORMATIKA BUDIDARMA Informatics for Educators and Professional : Journal of Informatics SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Persada Husada Indonesia INTECOMS: Journal of Information Technology and Computer Science JSiI (Jurnal Sistem Informasi) JURNAL PENDIDIKAN TAMBUSAI J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal on Education Informasi Interaktif JURNAL TEKNOLOGI INFORMASI Progresif: Jurnal Ilmiah Komputer Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Pendidikan dan Konseling Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Sistem informasi dan informatika (SIMIKA) Journal of Applied Engineering and Technological Science (JAETS) Jurnal Teknik Elektro dan Komputasi (ELKOM) INFORMASI (Jurnal Informatika dan Sistem Informasi) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Pengabdian Masyarakat Khatulistiwa Just TI (Jurnal Sains Terapan Teknologi Informasi) Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Pengabdian Nasional (JPN) Indonesia SENADA : Semangat Nasional Dalam MengabdI Jurnal Cahaya Mandalika Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Tika Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) JUTECH : Journal Education and Technology J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Widya Jurnal Pendidikan Sains dan Komputer Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Cross-border CKI On Spot SmartComp SENADA : Semangat Nasional Dalam Mengabdi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Jurnal Pengabdian Nasional (JPN) Indonesia
Dadang Iskandar Mulyana`
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Religion Agriculture, Biological Sciences & Forestry Arts Humanities 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 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 Nursing Physics Public Health Social Sciences Other

Published : 150 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : JTIK (Jurnal Teknik Informatika Kaputama)

 1 
KOMPARASI KLASIFIKASI JENIS TANAMAN RIMPANG MENGGUNAKAN PRINCIPAL COMPONENT ANALIYSIS, SUPPORT VECTOR MACHINE, K-NEAREST NEIGHBOR DAN DECISION TREE Mainia Mayasari; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022
Publisher : STMIK KAPUTAMA

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

Abstract

Pemanfaatan tanaman rimpang ini merupakan alternatif lain bagi banyak orang dalam mencari obat berbahan herbal saat pandemi Covid-19. Beberapa masyarakat yang terbiasa berinteraksi dengan rimpang akan mudah dalam membedakan rimpang tersebut. Akan tetapi, masyarakat awam sering keliru saat membedakan rimpang tersebut dikarenakan memiliki kemiripan bentuk. Metodologi penelitian yang digunakan dalam penelitian ini menggunakan Principal Component Analysis (PCA), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Decision Tree yang bertujuan untuk mengklasifikasikan citra tanaman rimpang atau rhizoma yaitu jahe, kencur, kunci, kunyit, dan laos. Hasil pengujian multi kelas yang dilakukan dengan menggunakan metode Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Decision Tree. Dapat diketahui hasil akurasi dari klasifikasi multi kelas yang diperoleh adalah 98,2% pada SVM (Linear SVM), 90,02% pada KNN dan 87,3% pada Decision Tree. Metode Support Vector Machine (SVM) adalah metode terbaik untuk melakukan klasifikasi jenis tanaman rimpang dikarenakan memiliki tingkat akurasi lebih baik dibanding 2 metode lainnya yang digunakan yaitu K-Nearest Neighbor (K-NN) dan Decision Tree
OPTIMASI ALGORITMA CNN MENGGUNAKAN METODE TRANSFER LEARNING UNTUK KLASIFIKASI CITRA X-RAY PARU-PARU PNEUMONIA DAN NON-PNEUNOMIA Mutia Ramadhan; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol 6, No 2 (2022): Volume 6, Nomor 2 Juli 2022
Publisher : STMIK KAPUTAMA

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

Abstract

Salah satu penyakit yang masih menjadi masalah yang serius tidak hanya di Indonesia tetapi di Dunia salah satunya adalah penyakit paru-paru. Penyakit tersebut dapat disebabkan oleh berbagai hal, seperti virus, bakteri, atau jamur. Kondisi medis yang termasuk dalam penyakit paru-paru ada banyak macam jenisnya yaitu seperti penyakit paru pneumonia. Selain itu hampir disetiap rumah sakit memiliki mesin pencitraan X-ray jadi dapat dimanfaatkan dalam menguji kesehatan paru-paru, X-ray merupakan metode yang lebih cepat, lebih mudah dan tidak berbahaya yang dapat dimanfaatkan pada banyak hal sehingga membuat peneliti tertarik membuat peneliti tertarik membuat suatu program pengenalan untuk mendeteksi kesehatan serta gangguan pada paru-paru berdasarkan dataset foto atau citra X-ray paru-paru menggunakan metode Transfer Learning. Citra X-ray paru-paru yang digunakan adalah paru-paru jenis non-pneumonia dan paru-paru pneumonia. Klasifikasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari ResNet152V2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 3000 data training atau sebesar 80% dan 590 data validasi atau sebesar 20% dengan melakukan pengujian sebanyak 20 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 91,4% namun memiliki nilai loss sebesar 0.18.
PENCIPTAAN KARAKTER ANIME OTOMATIS DENGAN MENGGUNAKAN GENERATIVE ADVERSARIAL NETWORKS Vika Vitaloka Pramansah; Dadang Iskandar
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.212

Abstract

Karakter anime yang merupakan gambar ciptaan manusia sangat dipengaruhi oleh teori perlindungan kekayaan intelektual yang dicetuskan oleh Robert M. Sherwood. Mengkarakterisasi struktur gambar anime secara otomatis telah menjadi upaya penelitian yang luar biasa. Anime yang memiliki karakteristik disetiap desain dan arsitektur yang unik dapat mematuhi invarian intrinsik dan menunjukkan struktur statistik multi-skala yang secara historis sulit untuk diukur (Simoncelli & Olshausen, 2001). Peningkatan kualitas model gambar secara substansial merupakan kemajuan terbaru dalam pembelajaran mesin. Penelitian ini bertujuan untuk menciptakan karakter Anime otomatis menggunakan Generative Adversarial Networks (GAN), GAN merupakan model generative yang membuat instance data baru menyerupai data pelatihan kita. Penelitian ini menggunakan sebanyak 63.565 citra dan menggunakan PyTorch untuk melatih GAN. GAN dapat dengan baik menghasilkan karakter Anime baru dengan nilai kerugian dari waktu ke waktu yang cukup tinggi, diharapkan kerugian generator dapat berkurang dan kerugian diskriminator tidak semakin tinggi agar lebih baik lagi.
KOMPARASI KLASIFIKASI JENIS TANAMAN RIMPANG MENGGUNAKAN PRINCIPAL COMPONENT ANALIYSIS, SUPPORT VECTOR MACHINE, K-NEAREST NEIGHBOR DAN DECISION TREE Mainia Mayasari; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.243

Abstract

Pemanfaatan tanaman rimpang ini merupakan alternatif lain bagi banyak orang dalam mencari obat berbahan herbal saat pandemi Covid-19. Beberapa masyarakat yang terbiasa berinteraksi dengan rimpang akan mudah dalam membedakan rimpang tersebut. Akan tetapi, masyarakat awam sering keliru saat membedakan rimpang tersebut dikarenakan memiliki kemiripan bentuk. Metodologi penelitian yang digunakan dalam penelitian ini menggunakan Principal Component Analysis (PCA), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Decision Tree yang bertujuan untuk mengklasifikasikan citra tanaman rimpang atau rhizoma yaitu jahe, kencur, kunci, kunyit, dan laos. Hasil pengujian multi kelas yang dilakukan dengan menggunakan metode Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Decision Tree. Dapat diketahui hasil akurasi dari klasifikasi multi kelas yang diperoleh adalah 98,2% pada SVM (Linear SVM), 90,02% pada KNN dan 87,3% pada Decision Tree. Metode Support Vector Machine (SVM) adalah metode terbaik untuk melakukan klasifikasi jenis tanaman rimpang dikarenakan memiliki tingkat akurasi lebih baik dibanding 2 metode lainnya yang digunakan yaitu K-Nearest Neighbor (K-NN) dan Decision Tree
OPTIMASI ALGORITMA CNN MENGGUNAKAN METODE TRANSFER LEARNING UNTUK KLASIFIKASI CITRA X-RAY PARU-PARU PNEUMONIA DAN NON-PNEUNOMIA Mutia Ramadhan; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.251

Abstract

Salah satu penyakit yang masih menjadi masalah yang serius tidak hanya di Indonesia tetapi di Dunia salah satunya adalah penyakit paru-paru. Penyakit tersebut dapat disebabkan oleh berbagai hal, seperti virus, bakteri, atau jamur. Kondisi medis yang termasuk dalam penyakit paru-paru ada banyak macam jenisnya yaitu seperti penyakit paru pneumonia. Selain itu hampir disetiap rumah sakit memiliki mesin pencitraan X-ray jadi dapat dimanfaatkan dalam menguji kesehatan paru-paru, X-ray merupakan metode yang lebih cepat, lebih mudah dan tidak berbahaya yang dapat dimanfaatkan pada banyak hal sehingga membuat peneliti tertarik membuat peneliti tertarik membuat suatu program pengenalan untuk mendeteksi kesehatan serta gangguan pada paru-paru berdasarkan dataset foto atau citra X-ray paru-paru menggunakan metode Transfer Learning. Citra X-ray paru-paru yang digunakan adalah paru-paru jenis non-pneumonia dan paru-paru pneumonia. Klasifikasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari ResNet152V2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 3000 data training atau sebesar 80% dan 590 data validasi atau sebesar 20% dengan melakukan pengujian sebanyak 20 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 91,4% namun memiliki nilai loss sebesar 0.18.
Co-Authors Abdul Hafidz Abdul Shomad Achmad Syaeful Adhy Hantar Putra Adi Riswan Agung Pratama Agung Pratama Agung Rizki Zamzami Agung Saputra Agus Sigit Sumarsono Ahmad Bustomi Zuhari Ahmad Bustomi Zuhari Ahmad Bustomi Zuhri Ahmad Saepudin Ahmad Saepudin Ahmad Zulfikar Aidil Rizki Hidayat Aji Aji Dwi Prasetyo Aji Suswantoro Akmaludin Akmaludin Aldi Sitohang Alfiani Damaiyanti AlfianiDamaiyanti Ali Akbar Ali Akbar Ali Muhammad Faadhil Ali Muhammad Fadhil Ali Yafi Zulkarnain Amat Solihin Andi Anto Diarjo Andriyana Fajar Angga Tristhanaya Anggi Ramadan Anisah Wulandari Apian Candra Aditya Ari Ramadhan Ari Surya Jaya Ari Surya Jaya Arinal, Veri Aris Sufriman Arpinda Arpinda Asep Maulana Asep Ovid Afidin Asep Ovid Afidin Atik Budi Paryanti Awaludin Awaludin Aziz Septian Amrullah Aziz Septian Amrullah Bela Dina Betty Yel, Mesra C.Afif Firas Cahyana, Adella Fitriany Calvin Bill Roring Candra Milad Ridha Eislam Choirul Huda Debby Ramadhina Salsabilla Dedi Iskandar Dedi Iskandar Deny Saputra Dewi Riyanti Wibowo Dewi Riyanti Wibowo Dheo Hanif Pristian Dhiva Andini Putri Alinur Diana Barsasella Dita Yuliana Donaldo, Evan Dwi Lestari Dyan Bagus Sumantri Edi Eka Anggraeni Eka Maheswara Eka Okta Putri Sulaiman Eka Okta Putri Sulaiman Eka Putri Aprillia Eka Satria Maheswara Eka Satria Maheswara Ependi, Soleh Erno Sumantri Fadhil Khanifan Achmad Fahmi Nurul Huda Faisal Akbar Faisal Akbar Faizal Joko Perwitosari Farida Indah Riantini Fatonah FauzI Ramdhani Feni Citra Dewi Fernanda Adhipramana Ferry Ardiyansyah Ferry Fajar Pratama FikriYadi Firhan Ali Francis Matheus Sarimole Fransiscus Rolanda Malau Fransiscus Rolanda Malau Genisa, Lenggo Ghofurur Nawangsah Gilang Ramadhan Gusniar Alfian Noor Gusniar Alfian Noor Handrianus Saldu Herdiyansyah Hartanto Herdiyansyah herdi Hartanto Ikha Novie Tri Lestari Ikha Novie Tri Lestari Ikhsan Abror Siregar Ikhsan Ikhsan Ikhwanul Kurnia Rahman Imam Muftadi Irbah Baihaqi Irbah Baihaqi Irfan Maulana Istianah Jaya, Rudi Tri Jodi Juliansah Joe Renaldy F Julinar Sari Hutagalung Kemal Adnan Kurniawan Irfan Nauval Kurniawan Setyo Nugroho Lerry Salasi Saptan Lintang Purnama Lintang Purnama Lorinda, Destiar M Ainur Rofik M Ainur Rofik M Ilham Setya Aji M Ohan Joharuddin Zakaria M. Ohan Zakaria Maharanisa Maharanisa Mainia Mayasari Marjuki Marjuki Marjuki Maula Abi Hudhoifah Melani Afsari Mesra Betty Yel Mesra Betty Yel Mesra Betty Yel Mesra Betty Yel Mesra Betty Yel Miftahul Huda Miftahul Ulum Milli Ruswandi Mirsandi Mochammed Erryandra Saputra Muhamad Fikri Nugraha Muhamad Hasbi Toharudin B Muhamad Ikbal Muhammad Adri Ramadhan Muhammad Arfan Irsyad Rowis Muhammad Arfan Irsyad Rowis Muhammad Arfan Irsyad Rowis Muhammad Arif Zaenuddin Muhammad Azhari Muhammad Dzaky Nurfaishal Muhammad Dzaky Rahmanto Muhammad Dzaky Rahmanto Muhammad Faizal Lazuardi Muhammad Faizal Lazuardi Muhammad Fakhri Pratama Muhammad Farros Al Ammar Muhammad Furqan Muhammad Ilham Fadillah Muhammad Jauhar Ruliansyah Muhammad Syahrul Fattah Ramadhan Muhammad Zikri Muhammad Zikri Muklas Adik Putra Muklas Adik Putra Muqorrobin Aimar Mutia Ramadhan Naini Saadah Naini Sa’adah Nana NANA NANA Nesti Lutfianti Nimas Galuh Pramuditasari Nunung Parawati Nurhikmah Hidayat Oka Prasetiyo Okta Saputra Oky Tria Saputra Paryanti, Atik Budi Pramansah, Vika Vitaloka Pramuditasari, Nimas Galuh Pristian, Dheo Hanif Putri Amira Sumitro Putri Nugraheni Utami Radikto, Radikto Raga Permana Raihan Putra M Rosidi Rasiban Reyga Ferdiansyah Putra Reza Gustrianda Reza Wanandi Richard Franido Richardviki Beay Richardviki Beay Rifky Aldiansyah Riko Afriandika Rizky Adawiyah Rizky Adawiyah Rofik, M Ainur Runi Amanda Amalia Sahroni Sahrul Hidayat Saifullah Ahmad Yasin Salim Maula Hudzaifah Santi Ferawati Sartika Mala Seli Amelia Senika, Anis Sentosa, Edwin Setya Putra Adenugraha Shakila Shila Wati Silfia, Titi Silvanus Saragih Siti Raysyah Slamet Riyadi Soleh Ependi Sony Agustian Syah SRI LESTARI Sri Lestari Stefany Tarunajaya Stepanus, Stepanus Sugeng Sugeng Sugiyono Sugiyono Sutisna Sutisna Tegar Rizky Ardana Titi Silfia Tri Wahyuni Untung Wahyudi Vara Maulidyah Hidayah Vika Vitaloka Pramansah Wahyu Hidayat Wahyu Saputro Wahyu Saputro Wieko Wieko Yansen Yansen YkhSanur Yoni Maulana Yulia Yanti Ayu Saputry Yuliana Bachtiar Yuma Akbar Yuma Akbar Yunita T Lubis Yusril Nurhadi AS Zaky Rahman Hakim Zoharuddin Zakaria, M Ohan