Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

1.295

P-Index

This Author published in this journals

All Journal Jurnal Teknologi dan Manajemen Informatika JUITA : Jurnal Informatika PROSIDING SENATEK FAKULTAS TEKNIK UMP Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Jurnal Informatika LIABILITIES (JURNAL PENDIDIKAN AKUNTANSI) Jurnal Inovatif Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Pengabdian Masyarakat Bumi Raflesia Techno

Feri Wibowo

Universitas Muhammadiyah Purwokerto

Author-ID : 414492

Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

Published : 16 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS Sugiyanto, Sigit; Wibowo, Feri
PROSIDING SENATEK FAKULTAS TEKNIK UMP 2015: PROSIDING SENATEK TAHUN 2015, 28 November 2015
Publisher : PROSIDING SENATEK FAKULTAS TEKNIK UMP

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

ABSTRAKPermasalahan pascapanen pada buah pepaya yang diproduksi secara skala besaratau industri, salah satunya adalah dalam hal penyortiran buah pepaya, selama inibuah pepaya diidentifikasi tingkat kematangannya berdasarkan analisa warna kulitbuah secara visual mata manusia yang memiliki keterbatasan. Proses identifikasiseperti ini memiliki beberapa kelemahan diantaranya yaitu membutuhkan tenagalebih banyak untuk memilah, tingkat persepsi kematangan buah yang berbeda, tingkatkekonsitenan manusia dalam hal menilai kematangan buah tidak menjamin, karenamanusia dapat mengalami kelelahan, dan manusia juga dalam menilai kematanganbuah terkadang bersifat subjektif. Metode yang diusulkan untuk membantu identifikasitingkat kematangan buah pepaya california (callina) dalam proses sortasi adalahdengan membangun sebuah aplikasi berbasis teknologi pengolahan citra digital danmenggunakan algoritma K-Nearest Neighbors (KNN). Pengujian dengan jumlah Ktetangga 3 dan jumlah data citra uji sebanyak 12 data, didapatkan tingkat keakuratanalgoritma KNN sebesar 75%, dengan data output yang tidak sesuai dengan targetsejumlah 3 data dan yang sesuai target sejumlah 9 data. Pengujian dengan jumlah Ktetangga 5 dan jumlah data citra uji sebanyak 12 data, didapatkan tingkat keakuratanalgoritma KNN sebesar 83,34%, dengan data output yang tidak sesuai dengan targetsejumlah 2 data dan yang sesuai target sejumlah 10 data.Kata kunci: pepaya, pengolahan citra digital, KNN.

Klasifikasi Mutu Pepaya Berdasarkan Ciri Tekstur GLCM Menggunakan Jaringan Saraf Tiruan Wibowo, Feri; Harjoko, Agus
Khazanah Informatika Vol. 3 No. 2 Desember 2017
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v3i2.4516

Proses sortasi buah pepaya berdasarkan mutu merupakan salah satu proses yang sangat menentukan mutu buah pepaya yang akan dilepas ke konsumen. Proses identifikasi mutu dengan cara konvensional? menggunakan visual mata manusia memiliki kelemahan di antaranya yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat persepsi manusia dalam hal pemutuan buah yang berbeda, tingkat konsistensi manusia dalam menilai mutu buah tidak menjamin karena manusia dapat mengalami kelelahan.Penelitian ini bertujuan merancang dan menyusun program pengolahan citra digital dan jaringan saraf tiruan untuk klasifikasi pemutuan buah pepaya (Carica Papaya L) Calina IPB-9 ke dalam tiga kelas mutu yaitu kelas Super, A, dan B. Fitur tekstur yang diekstrak meliputi nilai energy, entropy, contras, homogeneity, invers difference moment, variance, dan dissimilarity yang didapatkan berdasarkan GLCM (gray level cooccurrence matrices). Fitur-fitur tersebut dijadikan sebagai input pada algoritma pelatihan jaringan saraf tiruan backpropagation. Hasil pengujian pada proses pengenalan menunjukan fitur energy, dan entropy dapat membedakan kelas mutu pepaya Calina IPB-9 dengan tingkat akurasi terbaik yaitu sebesar 86.11%.

PENDUGAAN KELAS MUTU BUAH PEPAYA BERDASARKAN CIRI TEKSTUR GLCM MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS Wibowo, Feri; Hakim, Dimara Kusuma; Sugiyanto, Sigit
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol 7, No 1 (2018)
Publisher : Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Proses klasifikasi mutu buah pepaya dengan cara konvensional menggunakan visual mata manusia memiliki kelemahan di antaranya yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat persepsi manusia yang berbeda, tingkat konsistensi manusia dalam menilai mutu buah tidak menjamin karena manusia dapat mengalami kelelahan. Penelitian ini bertujuan merancang dan menyusun program pengolahan citra digital dan algoritma k-Nearest Neighbor untuk klasifikasi pemutuan buah pepaya (Carica Papaya L) Calina IPB-9 ke dalam tiga kelas mutu yaitu kelas Super, A, dan B. Fitur tekstur yang diekstrak meliputi nilai energy, entropy, contras, homogeneity, invers difference moment, variance, dan dissimilarity yang didapatkan berdasarkan GLCM (gray level cooccurrence matrices). Fitur-fitur tersebut dijadikan sebagai input pada algoritma k-Nearest Neighbor untuk menghitung jarak. Hasil pengujian menggunakan jumlah k tetangga 9 menunjukan tingkat akurasi sebesar 88,88%. Kata kunci: Klasifikasi, GLCM, k-Nearest Neighbor, Pepaya

Klasifikasi Tanaman Beringin (Ficus Bernjamina) berdasarkan Citra Daun Menggunakan Algoritma K-Nearest Neighbors Feri Wibowo; Agung Purwo Wicaksono; Lahan Adi Purwanto
Jurnal Teknologi dan Manajemen Informatika Vol 7, No 2 (2021): Desember 2021
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jtmi.v7i2.6758

One of the problems faced when choosing a banyan, whether to be used as a shade plant, bonsai, or medicinal plant, is to identify the appropriate type of banyan. So research must be done to find out the desired type of banyan. One way that can be used to classify is with digital image processing technology, namely by extracting features or characteristics from digital images or images. The challenge is how to classify banyan plants based on leaf images using digital image processing. This study aims to design or design and compile a digital image processing program and the K-Nearest Neighbors (KNN) algorithm for the classification of the banyan species which can be used as a model for an automatic classification system using computer equipment. The results of the research on the process of testing the classification of ficus plants based on texture and shape characteristics on leaf images using the K-Nearest Neighbors algorithm can be concluded that the application has been successfully designed and built and can be used for the texture and shape feature extraction process and can be used for the classification process. From feature extraction, seven GLCM texture features are obtained, namely energy, entropy, contrast, homogeneity, IDM, variance, and dissimilarity, and 2 shape features, namely roundness, and compactness. The test results show a relatively low accuracy value of 56.25% with data on the number of images recognized according to the type of ficus as many as 18 and not recognized as many as 5 images

Uji Vulnerability pada Website Jurnal Ilmiah Universitas Muhammadiyah Purwokerto Menggunakan OpenVAS dan Acunetix WVS Feri Wibowo; H Harjono; Agung Purwo Wicaksono
Jurnal Informatika Vol 6, No 2 (2019): September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Website jurnal Ilmiah merupakan salah satu aset sistem informasi penting yang dimiliki oleh instansi pendidikan tinggi, maka diperlukan kesadaran tinggi terkait faktor keamanan sistem informasi. Salah satu cara yang dapat dilakukan adalah Vulnerability Assessment (VA) sebagai kontrol preventif yang akan mencegah terjadi insiden terhadap sistem yang bebasis teknologi informasi. Metode yang digunakan adalah penelitian terapan yang berfokus pada analisis hasil evaluasi sehingga diharapkan dapat menghasilkan berupa informasi yang dijadikan masukan atau pengambilan keputusan tertentu sesuai urgensi sasaran. Secara teknis penelitian ini akan dilaksanakan menggunakan 3 tahapan inti dari proses VA yaitu penentuan batasan proyek, implementasi VA, dan analisis hasil VA. VA dilakukan menggunakan software OpenVAS dan AcunetixWVS. Proses VA terhadap website jurnal ilmiah UMP berbasis OJS versi 2.4.8.0 berjalan dengan baik dan menghasilkan temuan kelemahan atau kerentanan. OpenVAS menemukan celah kelemahan sejumlah 9 data, sedangkan Acunetix WVS menemukan celah kelemahan sejumlah 166 data. Data kelemahan ini bisa dijadikan masukan untuk tim sistem informasi UMP untuk segera menutup atau memperbaikai celah keamanan yang ada

Sistem Klasterisasi Menggunakan Metode K-Means dalam Menentukan Posisi Access Point Berdasarkan Posisi Pengguna Hotspot di Universitas Muhammadiyah Purwokerto Achmad Fauzan; Abid Yanuar Badharudin; Feri Wibowo
JUITA : Jurnal Informatika JUITA Vol. 3 Nomor 1, Mei 2014
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Fasilitas internet yang diberikan universitas salah satunya melalui pemasangan hotspot dapat dioptimalkan dengan pemasangan perangkat access point pada posisi yang tepat. Hal yang sangat penting adalah mempertimbangkan posisi pengguna internet yang mengakses hotspot sehingga dapat diakses dengan mudah dan nyaman. Berdasarkan data koordinat garis lintang dan bujur posisi pengguna hotspot di Universitas Muhammadiyah Purwokerto yang diolah dengan menerapkan algoritma K-Means, dihasilkan posisi paling tepat untuk pemasangan perangkat access point. Dapat diketahui pula bahwa posisi perangkat access point sebelumnya yang dipasang tanpa mempertimbangkan posisi pengguna hotspot belum sesuai dengan posisi access point yang dihitung mempertimbangkan posisi pengguna, yaitu pada masing-masing koordinat AP1(109.27216, -7.41281431122), AP2(109.2723296783, -7.4142704478), dan AP3(109.2733672508, -7.4128270035)

Prototype Model Sistem Pendukung Keputusan Berbasis Fuzzy Logic Metode Mamdani untuk Pemilihan Lulusan Terbaik di Universitas Muhammadiyah Purwokerto Feri Wibowo; Dwi Aryanto
JUITA : Jurnal Informatika JUITA Vol. 3 Nomor 3 Mei 2015
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Fakultas Teknik Universitas Muhammadiyah Purwokerto (UMP) dalam memberikan penghargaan bagi lulusan terbaik ke-1 sampai ke-3, dilaksanakan pada saat acara Yudisium berlangsung. Pengambilan keputusan untuk menentukan lulusan terbaik di nilai dengan beberapa faktor, antara lain faktor nilai IPK, lama studi mahasiswa, jumlah nilai dibawah nilai “C” dan sebagai tambahan yaitu skor TOEFL (Test of English as a Foreign Language) dan keaktifan mahasiswa. Metode yang digunakan untuk mendukung pengambilan keputusan pemilihan lulusan terbaik adalah Fuzzy Logic metode Mamdani, yang akan menghasilkan keputusan yang proporsional karena sistem yang dibangun terlebih dahulu didefinisikan sekumpulan aturan yang mengakomodir permasalahan yang ada. Setelah Prototype Model Sistem Pendukung Keputusan Berbasis Fuzzy Logic Metode Mamdani terbuat, dilakukan uji coba menggunakan data lulusan Fakultas Teknik UMP periode Oktober 2013/2014. Berdasarkan hasil uji coba dihasilkan data lulusan terbaik ke-1 sampai ke-3 dengan bobot mamdani masing-masing 66.08, 65.52, dan 65.35. Hasil uji coba tersebut dapat menjadi dasar pengambilan keputusan lulusan terbaik khususnya di Fakultas Teknik UMP menggunakan bantuan sistem pendukung keputusan berbasis fuzzy logic metode mamdani

Tingkat Ketelitian Pengenalan Pola Data pada Algoritma Pelatihan Perbaikan Metode Batch Mode dalam Jaringan Syaraf Tiruan Feri Wibowo; Sigit Sugiyanto; Hindayati Mustafidah
JUITA : Jurnal Informatika JUITA Vol. 2 Nomor 4, Nopember 2013
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Backpropagation method in neural network using some training algorithms in problem solving. These algorithms need to be tested to get the most accuracy in identifying patterns of data. In this study conducted testing of 6 training algorithms that included in the improved of batch mode algorithms, i.e. traingda, traingdx, trainrp, trainbfg, trainoss, and trainlm. Based on the results of the statistical tests using analysis of variance (ANOVA) with a confidence level of 95% of the obtained results that trainlm algorithm is the most accurate with an average error of 0,0063. Thus these results can be used as a basis for the development of research and applications in the field of neural networks specifically for researchers or educators for development of science and technology

Analisis Pengukuran Tingkat Kematangan Aplikasi E-Commerce Menggunakan COBIT 4.1 Muhammad Hamka; Feri Wibowo
JUITA : Jurnal Informatika JUITA Vol. 3, Nomor 4 Nopember 2015
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

One kind of information technology for SMEs to expand business networks and marketing is an e-Commerce. Benefits and actual maturity level of IT management becomes a benchmark towards the development and utilization of e-commerce strategies for SMEs. The purpose of this study was to assess the position of Etsa Luhur SMEs related implementation of e-commerce and targets to be achieved in the future in the use of e-commerce. Results of the assessment of the level of maturity (maturity level) position of IT management today (existing). The next will be determined targets for each IT process maturity was elected to serve as a guide for a group of SMEs etching Sublime in the use of IT. Assessment of the level of maturity using the domain Plan and Organise (PO). Domain PO cover includes strategies to determine the direction of development of ICT best support the achievement of business goals. Results of the assessment related to the maturity level of IT development strategy at the level of 0 (0.499), which is non-existent. It means that Etsa Luhur SMEs does not have a concern for IT management as well. Towards the development of ICT in Etsa Luhur SMEs expected to reach level 3, which is Defined Proces

Klasifikasi Mutu Pepaya Berdasarkan Ciri Tekstur GLCM Menggunakan Jaringan Saraf Tiruan Feri Wibowo; Agus Harjoko
Khazanah Informatika Vol. 3 No. 2 Desember 2017
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v3i2.4516

Proses sortasi buah pepaya berdasarkan mutu merupakan salah satu proses yang sangat menentukan mutu buah pepaya yang akan dilepas ke konsumen. Proses identifikasi mutu dengan cara konvensional menggunakan visual mata manusia memiliki kelemahan di antaranya yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat persepsi manusia dalam hal pemutuan buah yang berbeda, tingkat konsistensi manusia dalam menilai mutu buah tidak menjamin karena manusia dapat mengalami kelelahan.Penelitian ini bertujuan merancang dan menyusun program pengolahan citra digital dan jaringan saraf tiruan untuk klasifikasi pemutuan buah pepaya (Carica Papaya L) Calina IPB-9 ke dalam tiga kelas mutu yaitu kelas Super, A, dan B. Fitur tekstur yang diekstrak meliputi nilai energy, entropy, contras, homogeneity, invers difference moment, variance, dan dissimilarity yang didapatkan berdasarkan GLCM (gray level cooccurrence matrices). Fitur-fitur tersebut dijadikan sebagai input pada algoritma pelatihan jaringan saraf tiruan backpropagation. Hasil pengujian pada proses pengenalan menunjukan fitur energy, dan entropy dapat membedakan kelas mutu pepaya Calina IPB-9 dengan tingkat akurasi terbaik yaitu sebesar 86.11%.

Co-Authors Abid Yanuar Badharudin Abid Yanuar Badharudin Achmad Fauzan Achmad Fauzan Agung Purwo Wicaksono Agung Purwo Wicaksono Agung Purwo Wicaksono Agus Harjoko Ari Purnomo Dimara Kusuma Hakim Dwi Aryanto Ermadi Satriya Wijaya Erna Tusliyanti Hadi Pramono Hindayati Mustafidah Lahan Adi Purwanto Lahan Adi Purwanto Maulida Ayu Fitriani Mr. Harjono, Mr. Muhammad Hamka Muhammad Hamka Mukhlis Prasetyo Aji Nur Isna Inayati Ridho Muktiadi Sigit Sugiyanto Sigit Sugiyanto Sigit Sugiyanto Teguh Marhendi

Title

Found 16 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 16 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 16 Documents
Search