Article Per Year (5 Year)
p-Index From 2019 - 2024
3.287
P-Index
This Author published in this journals
All Journal Proceeding of the Electrical Engineering Computer Science and Informatics SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Journal of Information System, Applied, Management, Accounting and Research Jurnal Informatika Kaputama (JIK) Journal of Applied Engineering and Technological Science (JAETS) Jurnal Teknik Elektro dan Komputasi (ELKOM) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Pengabdian Nasional (JPN) Indonesia JUTECH : Journal Education and Technology Aptekmas : Jurnal Pengabdian Kepada Masyarakat Abdine : Jurnal Pengabdian Masyarakat CKI On Spot SmartComp Jurnal Pengabdian Nasional (JPN) Indonesia
Betty Yel, Mesra
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
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 : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
IMPLEMENTASI MODEL UTAUT UNTUK ANALISIS FAKTOR YANG MEMENGARUHI MINAT PEMANFAATAN DAN PERILAKU PENGGUNAAN SISTEM INFORMASI Mesra Betty Yel; Sari Agustia Ningtyas
Journal of Information System, Applied, Management, Accounting and Research Vol 3 No 2 (2019): JISAMAR : Volume 3, Nomor 2, May 2019
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (629.706 KB)

Abstract

Based on the results of the discussion of the analysis carried out in this study, it turns out that the UTAUT method is a method that can be used to determine what factors influence the utilization interest and behavior of using the Executive Information System (EIS). In addition, the UTAUT method can also explain how the relationship between the dependent variable and the independent variable. Variables that influence the interest in utilization are Business Expectancy (Effort Expectancy) with a T-statistic value of 3,659 and Social Influence with a T-Statistic value of 3,299. While the variables that influence the Usage Behavior are Facilitating Conditions with the T-Statistic value 2,659 and the Interest in Using (Behavioral Intention) with the T-Statistics value 4,459. The relationship between variables in the UTAUT model is as follows: a. Performance Expectancy (Performance Expectancy) does not affect EIS's Behavioral Intention, b. Business Expectancy (Effort Expectancy) has a significant and positive influence on EIS (Behavioral Intention) interest. c. Social Influence has a significant and positive influence on EIS (Behavioral Intention) interest. d. Facilitating Condition has a significant and positive influence on the behavior of using (Use Behavior) EIS, e. Interest Using (Behavioral Intention) has a significant and positive influence on the behavior of using (Use Behavior) EIS. The percentage level of user acceptance of EIS within the Customs and Excise Head Office is 81.92%.
KEAMANAN INFORMASI DATA PRIBADI PADA MEDIA SOSIAL Mesra Betty Yel; Mahyuddin K Nasution
Jurnal Informatika Kaputama (JIK) 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: 10.1234/jik.v6i1.768

Abstract

Perkembangan teknologi informasi dan internet saat ini telah mengubah cara manusia dalam melakukan komunikasi. Salah satunya adalah perkembangan media sosial, media sosial sudah menjadi bagian dari kehidupan untuk memperoleh, membagikan dan menyebarluaskan informasi. Semakin berkembangnya media sosial maka masalah keamanan informasi dan privasi juga menjadi hal yang penting saat ini. Media sosial sebagai salah satu sumber bocornya informasi rahasia sudah menjadi hal yang umum saat ini. Tanpa disadari, banyak data mengenai privasi seseorang yang telah bocor di internet. Data privasi yang tersebar bisa disebabkan oleh kelalaian maupun penyedia layanan. Keamanan sistem informasi merupakan aset yang harus dilindungi keamanannya. Keamanan secara umum diartikan sebagai “quality or state of being secure to be free from danger”. Metode penelitian dilakukan adalah menggunakan metode blended. Penelitian ini dilakukan dengan cara  mencari dan serta memahami literatur atau yang berhubungan keamanan informasi pada media social dan penelitian pustaka. Enam poin utama yang harus dipertimbangkan saat menggunakan sistem aplikasi online terkait privasi data yaitu  keamanan dan data perlindungan, kesadaran pengguna, pengaturan kontrol, manajemen risiko, transparansi, dan etika. Perlu dibangun kepercayaan ke dalam rancangan layanan Internet, baik melalui kegiatan rancang bangun pengelolaan suatu sistem yang lebih mengedepankan user priority.  Memungkinkan, user diberikan pilihan mekanisme kontrol terhadap perlu tidaknya dalam mengungkapkan informasi pribadi dan penggunaannya. 
E-Learning Model for Equivalency Education Program in Indonesia Mesra Betty Yel; Sfenrianto Sfenrianto
Proceeding of the Electrical Engineering Computer Science and Informatics Vol 4: EECSI 2017
Publisher : IAES Indonesia Section

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (238.403 KB) | DOI: 10.11591/eecsi.v4.1074

Abstract

with the emergence of e-Learning, governments provide opportunities for online learning, whether formal or informal.  However, most of e-learning systems in Indonesia have been used at formal education environments, today. Therefore, this study proposes an E-Learning model to support non-formal education in Indonesia. This model is called as E-learning for the Equivalency Education Program (E-LEEP) model. The E-LEEP consists of three components: User, Education Program, and Monitoring. The user will be students and tutor. The education program includes Package A,  Package B,  and Package C  for elementary school, junior  high school, and senior  high school respectively. The monitoring will be used by institution and stakeholders. Each component will support the needs of students programs in e-Learning environment, in order to achieve the goal learning.
IMPLEMENTASI MONITORING NILAI AKADEMIK DAN PRESENSI SISWA BERBASIS WEB PADA SMP IDN : THE IMPLEMENTATION OF WEB-BASED MONITORING OF ACADEMIC GRADES AND STUDENT ATTENDANCE AT IDN JUNIOR HIGH SCHOOLS Mesra Betty Yel; Yuma Akbar; Frencis Matheos Sarimol; Abdulloh; Ari Ramadhan; Fadhil Khanifan Achmad; Untung Wahyudi
Aptekmas Jurnal Pengabdian pada Masyarakat Vol 5 No 2 (2022): APTEKMAS Volume 5 Nomor 2 2022
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36257/apts.v5i2.4648

Abstract

Academic value and student presence play an important role for every process of teaching and learning activities, especially to find out the level of learning success during school. However, these activities have not been carried out optimally because parents still experience difficulties in monitoring their child's learning activities in school and storing their data is still using paper stored in school documents so that data loss is easy. In analyzing, researchers use the SWOT (Strength, Weakness, Opportunity, Threat) method to analyze strengths, weaknesses, opportunities and threats. Researchers can conclude that with the application of monitoring academic values and attendance students are expected to be able to overcome these problems, this system is not just a data input media student presence and academic value but can also be used as a medium of attendance information and student academic value for parents so that he can monitor his son's daughter while in school. With the application of academic values and attendance students can reduce data loss and foster a sense of parental trust in school.
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.
Klasifikasi Jenis Alat Musik Tradisional Papua menggunakan Metode Transfer Learning dan Data Augmentasi Amat Solihin; Dadang Iskandar Mulyana; Mesra Betty Yel
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i2.279

Abstract

Papua merupakan sebuah pulau yang terletak di sebelah utara Australia dan merupakan bagian dari wilayah timur Indonesia yang sebagian besar daratannya masih berupa hutan belantara dan merupakan pulau terbesar kedua di dunia setelah Greenland. Papua terkenal akan aneka budayanya, termasuk kekayaan alat musik. Ada berbagai jenis alat musik tradisional Papua yang menawan dan memiliki sejarah musik tradisional mendalam dibaliknya. Alat musik ini biasa digunakan untuk mengiringi acara adat maupun pesta. Perkembangan teknologi saat ini dan di tengah perkembangan musik kontemporer di Papua, ada kegelisahaan akan hilangnya musik-musik tradisi yang sangat kaya beragam sesuai kebudayaan masing-masing wilayah di Papua. Oleh karena itu, peneliti membuat program pengenalan citra alat musik tradisional Papua menggunakan metode Transfer Learning, yang merupakan metode dari Convolutional Neural Network yang merupakan operasi konvolusi dengan melatih terlebih dahulu pada model sebelumnya yang kemudian menggabungkan beberapa lapisan pemrosesan, menggunakan beberapa elemen yang bergerak secara paralel dan terinspirasi oleh sistem saraf biologis. Citra alat musik Papua yang digunakan adalah Fue, Pikon, Triton, Yi dan Tifa. Implementasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari DenseNet201 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 979 data training dan 143 data testing yang mengahasilkan nilai evaluasi dengan nilai precision 98%, recall 98%, f1-score 98%, accuracy 98,46% dan loss 0.051.
Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Klasifikasi Senjata Tradisional Di Jawa Tengah Dengan Metode Transfer Learning Okta Saputra; Dadang Iskandar Mulyana; Mesra Betty Yel
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 5 No. 2 (2022): Volume V - Nomor 2 - Maret 2022
Publisher : Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v5i2.282

Abstract

Indonesia merupakan bangsa yang terdiri dari berbagai etnik dan memiliki keberagaman kesenian dan kebudayaan yang unik. Perkembangan zaman telah membawa perubahan sejarah budaya, salah satunya adalah senjata tradisional. Senjata tradisional merupakan salah satu kekayaan budaya, seperti yang ada di Indonesia, Senjata ini memiliki berbagai ciri khas dan cerita tersendiri, masyarakat di Indonesia sudah cukup mengenal berbagai jenis senjata tradisional dari daerah masing-masing namun untuk mengenal senjata tradisional dari daerah lain dapat dibilang kurang memahami, Banyaknya jenis senjata tradisonal yang ada di Indonesia khususnya di pulau Jawa membuat peneliti tertarik untuk membuat suatu program pengenalan jenis senjata tradisional khususnya untuk senjata tradisional yang ada di Jawa Tengah berdasarkan dataset foto atau citra senjata tradisional menggunakan metode Transfer Learning, yang merupakan metode dari Convolutional Neural Network dengan memanfaatkan pre-trained model yang mampu meningkatkan nilai akurasi cukup tinggi dan jumlah training parameters yang kecil. Citra senjata tradisional Jawa Tengah yang digunakan adalah Keris, Tombak, Khudi, Wedhung dan Plintheng. Implementasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari MobileNetV2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pegujian sebanyak 638 data training atau sebesar 81% dan 147 data validasi atau sebesar 19% dengan melakukan pengujian sebanyak 50 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 98,64% namun memiliki nilai loss sebesar 0.16
Health Detection of Betal Leaves Using Self-Organizing Map and Thresholding Algorithm Dadang Iskandar Mulyana`; Ahmad Saepudin; Mesra Betty Yel
Journal of Applied Engineering and Technological Science (JAETS) Vol. 4 No. 1 (2022): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.664 KB) | DOI: 10.37385/jaets.v4i1.957

Abstract

Betel leaf is one of the plants that is widely used as a natural or traditional medicine by the community, natural treatment with the use of plants is relatively safer. But there is a problem when we choose healthy betel leaves because of our mistakes in choosing which betel leaves are healthy and which are not. With this research the authors aim to detect healthy and sick betel leaves using data collection. Feature extraction used is the value of Red, Green, and Blue (RGB) and Hue, Saturation, and Value (HSV) to get the characteristics of the color image. Then the results of the feature extraction are used to classify the health of green betel leaves using the Self-Organizing Maps method. The green betel leaf data used is 1500 images for train data and 450 images for testing data are image test data, test data that produces an evaluation value with an accuracy value of 97.20% on the Self-Organizing Maps method.
Detection of The Deaf Signal Language Using The Single Shot Detection (SSD) Method Dadang Mulyana Iskandar; Mesra Betty Yel; Aldi Sitohang
Journal of Applied Engineering and Technological Science (JAETS) Vol. 4 No. 1 (2022): Journal of Applied Engineering and Technological Science (JAETS)
Publisher : Yayasan Riset dan Pengembangan Intelektual (YRPI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (601.192 KB) | DOI: 10.37385/jaets.v4i1.966

Abstract

Sign Language is a language that prioritizes manual communication, body language, and lip movements, instead of sound, to communicate. Deaf people are the main group who use this language, usually by combining hand shape, orientation and movement of the hands, arms, and body, and facial expressions to express their thoughts. Therefore, the researcher created an image recognition program in sign language using the Single Shot Detection (SSD) method, which is a convolution activity by combining several layers of preparation, by utilizing several components that move together and are motivated by a biological sensory system. The letters used in making sign language programs use the letters of the alphabet (az). This sign language detection programming that runs on the Google Collaboratory application
Co-Authors Abdulloh Ahmad Bustomi Zuhari Ahmad Bustomi Zuhari Ahmad Saepudin Aldi Sitohang Amat Solihin Ari Ramadhan Aris Sufriman Candra Milad Ridha Eislam Dadang Iskandar Mulyana` Dewi Riyanti Wibowo Eka Maheswara Eri Novitasari Fadhil Khanifan Achmad Fernanda Adhipramana Ferry Fajar Pratama Frencis Matheos Sarimole Heny Nengsih Ikhwanul Kurnia Rahman Kastum Kastum Mahyuddin K. M Nasution Mainia Mayasari Miftahul Huda Muhamad Ikbal Muhammad Faizal Lazuardi Mutia Ramadhan Nandang Sutisna Nasution, Mahyuddin KM Nesti Lutfianti Oka Prasetiyo Okta Saputra Oky Tria Saputra7 Richard Franido Sari Agustia Ningtyas Sfenrianto Sfenrianto Sfenrianto, Sfenrianto Sopan Adrianto Tundo Tundo Untung Wahyudi Yuma Akbar Zaeny Miftah