Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

4.117

P-Index

This Author published in this journals

All Journal TEKNIK INFORMATIKA Jurnal Informatika Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Khatulistiwa Informatika Paradigma JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Pilar Nusa Mandiri Information System for Educators and Professionals : Journal of Information System Techno Nusa Mandiri : Journal of Computing and Information Technology Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Informasi dan Teknologi Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Responsif : Riset Sains dan Informatika JUSTIN (Jurnal Sistem dan Teknologi Informasi) INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Journal Medical Informatics Technology

Sri Hadianti

Department Of Information System, STMIK Nusa Mandiri, Jl. Raya Jatiwaringin No 2, Cipinang Melayu, Makasar, Jakarta Timur 13620|STMIK Nusa Mandiri

Author-ID : 507830

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Electrical & Electronics Engineering Engineering Medicine & Pharmacology Public Health Social Sciences Other

Published : 25 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Perbandingan Algoritma Multi-Thresholding, Konversi Biner, Low-Pass Filtering pada Segmentasi Rambut Kaki Ridan Nurfalah; Sri Hadianti; Nissa Almira Mayangky; Muhammad Faitullah Akbar
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakRambut berada tersebar pada bagian tubuh manusia dan memiliki fungsi yang berbeda, untuk mementingkan estetika tidak sedikit orang yang melakukan pencukuran rambut pada beberapa bagian tubuh, salah satunya bagian kaki. Terdapat banyak metode pencukuran yang tersedia saat ini, mulai dari cara alami, terapi, modern sampai penggunaan laser, namun pada penelitian ini berfokus pada metode laser. Pencukuran rambut dengan metode laser kelebihannya dapat menghilangkan rambut dalam jangka waktu yang cukup lama dengan pengaplikasian yang cukup mudah, dan tidak memerlukan waktu yang lama dibandingkan dengan teknik pengaplikasian tradisional. Dengan permasalahan itu dibutuhkan sistem yang bisa membedakan wilayah rambut dan kulit, sehingga tujuan untuk hair removal lebih fokus pada bagian rambut dan tidak mencederai bagian atau lapisan kulit. Pemisahan dua bagian tersebut dilakukan dengan cara segmentasi helai rambut dan menghilangkan bagian kulit. Empat metode dibandingkan dalam penelitian ini yaitu multi-thresholding, Konversi biner, low-filter dan high- filter, hasil dari perbandingan empat metode diketahui jika metode Multi-Thresholding diyakini dapat melakukan segmentasi rambut dengan baik, karena pola rambut dapat terlihat jelas dan tidak banyak noise yang terlihat.Kata Kunci: konversi biner, low-pass filtering, multi-thresholding, high-pass filtering, segmentasi AbstractHair is scattered in various parts of the human body and has different functions. To emphasize the aesthetics, many people shave their hair on several parts of the body, one of which is the legs. Today, there are many shaving methods, ranging from natural, therapeutic, modern to laser use, but this research focuses on laser methods. Laser hair removal has the advantage that it can remove hair in a fairly long period of time with a fairly easy application and does not require a long time compared to traditional application techniques. With this problem, a system that can differentiate between hair and skin areas is needed so that hair removal aims to focus more on the hair and not injure any part or layer of the skin. The separation of the two parts is done by segmenting the hair strands and removing part of the skin. Four methods were compared in this study, namely multi-thresholding, binary conversion, low-filter, and high-filter. Comparing the four methods shows that the multi-thresholding method is believed to segment hair well because the hair pattern can be seen clearly, and not much noise is visible.Keywords: binary conversion, low-pass filtering, multi-thresholdinghigh-pass filtering, segmentation

Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN) Fani Nurona Cahya; Nila Hardi; Dwiza Riana; sri hadiyanti
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

AbstrakGangguan pada mata atau disebut juga penyakit mata adalah suatu kondisi yang mampu mempengaruhi jangka waktu hidup bagi sebagian orang. Gangguan mata atau penyakit mata banyak sekali jenisnya, diantaranya yaitu katarak, glaukoma dan retina disease. Gangguan atau penyakit mata tersebut merupakan penyebab kebutaan yang paling sering terjadi. Melihat dari uraian tersebut, penting sekali untuk mendeteksi penyakit mata atau kelaianan sebelum terjadi kebutaan. Penelitian ini bertujuan untuk klasifikasi penyakit mata menggunakan Convolutional Neural Network (CNN) berarsitekstur Alexnet dengan pembaruan berupa menggunakan 4 kelas yang membutuhkan 3 tahap proses yaitu melakukan tahap pre-processing yang menghasilkan ukuran citra menjadi 224x224px. Tahap selanjutnya adalah ekstraksi fitur dengan 3 layer yaitu Convutional Layer, Pooling Layer, Fully Connected Layer, Pada implementasi CNN menggunakan 150 epoch. Hasil akurasi dari penelitian klasifikasi penyakit mata menggunakan metode CNN adalah 98.37%.Kata kunci: penyakit mata, klasifikasi, convolutional neural network (CNN) AbstractAn eye disorder, also called a disease of the eye, is a condition that can affect the lifespan of some people. Eye disorders or diseases of which there are many types, including kataraks, glaukoma and retina disease. This eye disorder or disease is the most common cause of blindness. Seeing from the description. It is very important to detect eye disease or negligence before blindness occurs This study aims to classify eye diseases using the Alexnet textured Convolutional Neural Network (CNN) with an update in the form of using 4 classes that require 3 stages of the process, namely conducting ahap pre-processing which results in an image size of 224x224px. The next stage is Feature Extraction with 3 layers, namely Convutional Layer, Pooling Layer, Fully Connected Layer, the implementation of the Convolutional Neural Network implementation uses 150 epochs. The accuracy of the eye disease classification study using the Convolutional Neural Network method was 98.37%.Keywords: eye disease, classification, convolutional neural network (CNN).

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

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

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.

IMPLEMENTASI KOMPRESI CITRA DIGITAL DENGAN MEMBANDINGKAN METODE LOSSY DAN LOSSLESS COMPRESSION MENGGUNAKAN MATLAB Witriana Endah Pangesti; Galih Widagdo; Dwiza Riana; Sri Hadianti
Jurnal Khatulistiwa Informatika Vol 8, No 1 (2020): Periode Juni 2020
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v8i1.7759

Teknologi pengolahan citra saat ini telah banyak berkembang, salah satunya teknologi kompresi. Kompresi citra digital merupakan suatu upaya untuk melakukan tranformasi terhadap data atau simbol, tanpa menimbulkan perubahan yang signifikan atas citra digital bagi mata manusia yang mengamatinya. Citra merupakan istilah lain untuk gambar sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Dalam penelitian ini penulis menggunakan metode Lossy compression dan Lossless compression dimana metode Lossy compression yaitu suatu metode kompresi data yang menghilangkan sebagian informasi sedangkan metode Lossless compression yaitu suatu metode kompresi data dengan tidak ada informasi data yang hilang atau berkurang jumlahnya selama proses kompresi. Sehingga setelah proses dekompresi jumlah bit (byte) data atau informasi dalam keseluruhan data hasil sama persis dengan data aslinya (Saragih and Harahap 2019). Dari penelitian sebelumnya yaitu Implementasi Kompresi Citra Digital Dengan Mengatur Kualitas Citra Digital (Raharja and Harsadi 2018) penulis melanjutkan dengan melalukan perbandingan dengan menggunakan 20 citra berbeda lalu di kompres dengan metode lossless compression, diketahui rata-rata setelah kompres adalah empat puluh sembilan persen. Paper penelitian sebelumnya yang menggunakan metode lossy menghasilkan rata-rata kompres enam puluh persen dan paper penelitian yang penulis lakukan dengan metode lossless yang menghasilkan rata-rata kompresi empat puluh sembilan persen, maka dapat di simpulkan bahwa metode lossy lebih baik dibandingkan dengan metode lossless dalam mengkompresi citra

Klasifikasi Jenis Buah Apel Menggunakan Metode Orde 1 dengan Algoritma Multi Support-Vector Machines Rizky Ade Safitri; Siti Nurdiani; Dwiza Riana; Sri Hadianti
Paradigma Vol 21, No 2 (2019): Periode September 2019
Publisher : LPPM Universitas Bina Sarana Informatika

Apel merupakan jenis buah-buahan dimana memiliki beragam jenis warna pada kulitnya tersendiri, ada yang berwarna merah, hijau maupun warna kuning. Buah apel juga memiliki banyak jenis dan mudah ditemukan dalam negeri maupun di luar negeri. Setiap jenis buah apel memiliki ciri yang berbeda sehingga akan diperoleh pendapat yang berbeda oleh setiap individu yang menyebabkan tingkat akurasi yang berbeda. Teknologi klasifikasi saat ini dapat digunakan untuk membantu proses pemilahan tersebut. Penelitian ini menggunakan metode orde 1 dengan algoritma multi SVM yang bertujuan untuk pengenalan pola buah apel menggunakan analisis tekstur pada citra grayscale dan ekstraksi fitur warna pada citra warna. Hasil ekstrasi fitur akan menjadi input bagi multi SVM untuk mengklasifikasikan jenis apel. Data yang digunakan pada penelitian ini adalah dari 50 citra, yang terdiri dari 35 citra data latih dan 15 data uji. Hasil akurasi metode ini mencapai tingkat akurasi hanya sebesar 86%.

ANALISIS TECHNOLOGY ACCEPTANCE MODEL PADA APLIKASI PLATFORM PERDAGANGAN ELEKTRONIK DI KALANGAN MAHASISWA Nur Fiyah; Nissa Almira Mayangky; Sri Hadianti; Dwiza Riana
JURNAL TEKNIK INFORMATIKA Vol 12, No 1 (2019): JURNAL TEKNIK INFORMATIKA
Publisher : Department of Informatics, Universitas Islam Negeri Syarif Hidayatullah

Shopee merupakan platform perdagangan elektronik yang didirikan pada tahun 2009 sebagai pasar mobile-sentris sosial yang pertama dimana pengguna aplikasi shopee ini dapat melakukan belanja, menjual, dan menjelajahi kapan saja melalui ponsel pintar dengan aman dan praktis. Aplikasi Shopee dipengaruhi dari beberapa faktor untuk menghasilkan sistem belanja yang sesuai dengan kebutuhan penggunanya, tidak menutup kemungkinan bahwa masih ada pengguna yang merasa dikecewakan dengan pelayanan Shopee, hal inilah yang membuat para pengguna aplikasi merasa dikecewakan.Untuk meningkatkan kemudahan dan kenyamanan pengguna sistem maka perlu adanya pengukuran yang mendalam mengenai faktor mana yang mempengaruhi sikap penerimaan pengguna aplikasi Shopee di kalangan Mahasiswa. Metode penelitian menggunakan eksploratory dengan jumlah responden sebanyak 100 orang mahasiswa. Teknik analisis data menggunakan technology acceptance model (TAM). Hasil penelitian menunjukkan bahwa faktor Perceived usefulness, Perceived ease of use, Attitude, dan Intention to use semua berpengaruh signifikan pada penerimaan penggunaan aplikasi shopee dikalangan Mahasiswa. Hasil pengujian secara keseluruhan yang dihasilkan R squares adjusted sebesar 0.550 atau 55% dengan nilai T value pada Perceived ease of use terhadap Attitude memiliki nilai sebesar 7.861, Perceived ease of useterhadap Perceived ease of use memiliki nilai sebesar 9.777, Attitude terhadap Intention to use memiliki nilai sebesar 8.476 sehingga hasil ini menunjukkan bahwa nilai T value lebih besar dari taraf signifikansi 5% dan dapat diambil kesimpulan bahwa faktor Perceived usefulness, Perceived ease of use, Attitude, dan Intention to use saling berpengaruh signifikan terhadap pengguna aplikasi Shopee di kalangan Mahasiswa.

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

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

PENYELEKSIAN JURUSAN TERFAVORIT PADA SMK SIRAJUL FALAH DENGAN METODE SAW Siti Nurlela; Akmaludin Akmaludin; Sri Hadianti; Lestari Yusuf
Jurnal Pilar Nusa Mandiri Vol 15 No 1 (2019): PILAR Periode Maret 2019
Publisher : LPPM Universitas Nusa Mandiri

SMK Sirajul Falah is a Vocational High School located in the Bogor area. However, the selection of the favorite majors in SMK Sirajul Falah is still qualitative so that the process of choosing the favorite majors become not accurate. This is what makes the need for a method that is able to manage the data of the selection of the favorite majors and generate a ranking of the calculation of the weight of the selection of the favorite majors. In the selection of these favorite majors, there is a method of Simple Additive Weighting (SAW) which can be used in quantitative problem-solving. The SAW method is used to compare each criterion with one another, so as to give the results of the favorite majors and provide an assessment of each department at the Sirajul Falah Vocational School.

PREDICTION OF SURVIVAL OF HEART FAILURE PATIENTS USING RANDOM FOREST Sri Rahayu; Jajang Jaya Purnama; Achmad Baroqah Pohan; Fitra Septia Nugraha; Siti Nurdiani; Sri Hadianti
Jurnal Pilar Nusa Mandiri Vol 16 No 2 (2020): Publishing Period for September 2020
Publisher : LPPM Universitas Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/pilar.v16i2.1665

Human survival, one of the roles that is controlled by the heart, makes the heart need to be guarded and be aware of its damage. Heart failure is the final stage of all heart disease. The medical record tool can measure symptoms, body features, and clinical laboratory test values, which can be used to perform biostatistical analyzes but to highlight patterns and correlations not detected by medical doctors. So technology assistance is needed to do this in order to predict the survival of heart failure patients. With data mining techniques used in the available history data, namely the Heart Failure Clinical Records dataset of 299 instances on 13 features used the Random Forest algorithm, Decision Tree, KNN, Support Vector Machine, Artificial Neural Network and Naïve Bayes with resample and SMOTE sampling techniques. The highest accuracy with the resample sampling technique in the random forest is 94.31% and the SMOTE technique used in the random forest produces an accuracy of 85.82% higher than other algorithms.

Co-Authors Achmad Baroqah Pohan Achmad Rifai Adilah Purnamasari Aditya Gusti Akmaludin Akmaludin Aldi Jakaria Alya Shafra Hewiz Arina Selawati Daniati Uki Eka Saputri Dika Putri Metalica Dwiza Riana Dwiza Riana Dwiza Riana Dwiza Riana Dwiza Riana Dwiza Riana Fani Nurona Cahya Faruq Aziz Fiqi Pranastara Fitra Septia Nugraha Frieyadie Galih Widagdo Heckel Sungkar Iftina Salya Rosa Izni Nur Karimah Jajang Jaya Purnama Jufriadif Na'am Laela Kurniawati Lestari Yusuf Mayangky, Nissa Almira Mochamad Rizky Kusumayudha Mochammad Rizky Kusumayudha Muhamad Hasan Muhammad Faitullah Akbar Nanik Wuryani Nila Hardi Nur Fiyah Nurul Jannah Salsabila Pangesti, Witriana Endah Rafly Pratama Resti Kartika Dewi Ridan Nurfalah Ridan Nurfalah Riski Febrianto Rizka Dahlia Rizky Ade Safitri Rousyati Rousyati Siti Nurdiani Siti Nurdiani Siti Nurlela Sofiyatul Mu’minah Sri Rahayu Sri Rahayu Sugiyanti Sugiyanti Suryadi Putra Liawatimena Teguh Herwanto Wan Ahmad Gazali Kodri Widagdo, Galih Windu Gata Witriana Endah Pangesti Witriana Endah Pangesti Yutri Amelia

Title

Found 25 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 25 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 25 Documents
Search