Article Per Year (5 Year)
p-Index From 2019 - 2024
2.728
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Sinkron : Jurnal dan Penelitian Teknik Informatika Information System for Educators and Professionals : Journal of Information System Jurnal Sisfokom (Sistem Informasi dan Komputer) JurTI (JURNAL TEKNOLOGI INFORMASI) Krea-TIF: Jurnal Teknik Informatika Building of Informatics, Technology and Science E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Madaniya Jurnal Kajian Ilmiah Prosiding University Research Colloquium INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Jurnal Informatika Polinema (JIP)
Muhammad Resa Arif Yudianto
Universitas Muhammadiyah Magelang
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
The effect of Gaussian filter and data preprocessing on the classification of Punakawan puppet images with the convolutional neural network algorithm Kusrini Kusrini; Muhammad Resa Arif Yudianto; Hanif Al Fatta
International Journal of Electrical and Computer Engineering (IJECE) Vol 12, No 4: August 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v12i4.pp3752-3761

Abstract

Nowadays, many algorithms are introduced, and some researchers focused their research on the utilization of convolutional neural network (CNN). CNN algorithm is equipped with various learning architectures, enabling researchers to choose the most effective architecture for classification. However, this research suggested that to increase the accuracy of the classification, preprocessing mechanism is another significant factor to be considered too. This study utilized Gaussian filter for preprocessing mechanism and VGG16 for learning architecture. The Gaussian filter was combined with different preprocessing mechanism applied on the selected dataset, and the measurement of the accuracy as the result of the utilization of the VGG16 learning architecture was acquired. The study found that the utilization of using contrast limited adaptive histogram equalization (CLAHE) + red green blue (RGB) + Gaussian filter and thresholding images showed the highest accuracy, 98.75%. Furthermore, another significant finding is that the Gaussian filter was able to increase the accuracy on RGB images, however the accuracy decreased for green channel images. Finally, the use of CLAHE for dataset preprocessing increased the accuracy dealing with the green channel images.
Analisis Aspek Kualitas Skema Basis Data (Studi Kasus Pada Aplikasi LaundryPOS) Muhammad Resa Arif Yudianto; Arham Rahim; Ema Utami
E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi Vol 8 No 1 (2019): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v8i1.599

Abstract

Semua sektor bisnis pasti membutuhkan peran basis data di dalam sistem informasi. Basis data berperan dalam pengelolaan data untuk membantu pengambilan keputusan. Basis data yang baik adalah basis data yang mampu menjamin keamanan maupun integritas data. Agar terwujudnya sebuah skema basis data yang baik, perlu dilakukan sebuah cara agar menjaga data yang ada dari kesalahan dalam pengolahan data yang dapat berakibat fatal. Salah satu caranya adalah dengan menganalisa aspek-aspek skema database yang ada pada aplikasi LaundryPOS seperti kriteria kebenaran (correctness), konsistensi (consistency) dan relevansi (relevance), sehingga dapat menghasilkan perancangan database yang dapat digunakan secara optimal. Hasil penelitian ini diharapkan dapat memberikan rekomendasi langkah yang mungkin dilakukan oleh pengelola/penanggung jawab database aplikasi LaundryPOS.
Analisis Pengaruh Tingkat Akurasi Klasifikasi Citra Wayang dengan Algoritma Convolitional Neural Network Muhammad Resa Arif Yudianto; Kusrini Kusrini; Hanif Al Fatta
(JurTI) Jurnal Teknologi Informasi Vol 4, No 2 (2020): DESEMBER 2020
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v4i2.1319

Abstract

Abstract – The development of technology is inversely proportional to cultural preservation in Indonesia. One of Indonesia's cultures which creates character through the advice and stories is a puppet. But this culture shows less because the devotees have decreased. This makes young people not knowing the names of puppet figures. The introduction of digital images of puppets through the system is very necessary to introduce to the generation of millennial children, bearing in mind that at this time people are familiar with the technology. This recognition is through the image classification of puppet figures with classification algorithms that have been trained previously with puppet images that have been labeled before. To recognize various puppet figures well, a good model is needed. The quality of the model can be measured by the accuracy, precision, and recall variables in the model testing. Several factors influence the formation of the model, including the rise of the dataset, number of iterations (epoch) in learning, and of course the treatment of data before it is used in the process of forming the model. This study used 400 datasets which are divided into 4 classes which will be trained using CNN (Convolutional Neural Network) algorithm to produce a model. Based on the results of experiments obtained the best accuracy of 97%, 93% precision, and 87% recall by applying a combination of augmentation, changing the image to grayscale in preprocessing stage, the use of 80:20 dataset ratio and 100 epoch is a very significant effect in increasing accuracy.Keywords – Classification, Punakawan Puppets, CNN, Image Processing.  Abstract – Semakin berkembangnya teknologi berbanding terbalik dengan perkembangan pelestarian kebudayaan di Indonesia. Salah satu kebudayaan Indonesia yang bermanfaat membentuk karakter melalui nasihat dan cerita di dalamnya adalah wayang. Akan tetapi kebudayaan ini semakin jarang terlihat pertunjukkannya dikarenakan peminatnya telah berkurang. Hal tersebut mengakibatkan anak-anak muda tidak mengenal nama tokoh-tokoh pewayangan. Pengenalan citra digital tokoh pewayangan melalui sistem sangat diperlukan untuk mengenalkan kepada generasi anak milenial, mengingat saat ini masyarakat telah terbiasa dengan teknologi. Proses pengenalan ini melalui proses klasifikasi citra tokoh wayang dengan algoritma klasifikasi yang telah dilatih sebelumnya dengan data-data citra wayang yang telah diberi label sebelumnya. Untuk dapat mengenali berbagai tokoh wayang dengan baik dibutuhkan model yang baik. Kualitas model dapat diukur dengan variabel akurasi, presisi dan recall pada proses pengujian model. Terdapat beberapa faktor yang mempengaruhi pembentukan model, diantaranya adalah raiso pembagian dataset, jumlah perulangan (epoch) dalam pembelajaran dan tentunya perlakuan terhadap data sebelum digunakan dalam proses pembentukan model. Pada penelitian ini digunakan dataset sebanyak 400 data yang terbagi ke dalam 4 kelas yang akan dilatih menggunakan algoritma CNN (Convolutional Neural Network) untuk menghasilkan model. Berdasarkan hasil percobaan yang dilakukan didapatkan akurasi terbaik sebesar 97%, presisi 93% dan recall sebesar 87% dengan menerapkan kombinasi augmentation, mengubah citra menjadi grayscale pada tahap preproccessing, penggunaan rasio dataset 80:20 dan epoch sebesar 100 sangat berpengaruh signifikan dalam meningkatkan nilai akurasi.Kata kunci – Klasifikasi, Wayang Punakawan, CNN, Pengolahan Citra.
Uji Prototype Metode Design Thinking pada penyebaran Informasi COVID-19 Rofi Abul Hasani; Muhammad Resa Arif Yudianto; Pristi Sukmasetya; Yusril Febriyanto
Jurnal Kajian Ilmiah Vol. 22 No. 2 (2022): Mei 2022
Publisher : Lembaga Penelitian, Pengabdian Kepada Masyarakat dan Publikasi (LPPMP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.122 KB)

Abstract

The spread of information about COVID-19 spreads so fast that the information circulating in the community has not been confirmed. This causes excessive anxiety and fear. There are several approaches to getting things done like design thinking, design sprint, and lean UX. With the right approach, this kind of situation will be resolved. From these problems, in this research, problem-solving will be carried out using a design thinking method. Because design thinking is the best method for developing innovative products. The design thinking process consists of 5 stages: Empathize, Define, Ideate, Prototype, Test. This research has carried out all these stages. The prototyping process uses the Figma mirror application to produce a more real experience for users. Then the prototype was tested on 5 respondents. After the test is carried out, it shows the success data based on predetermined indicators in the form of task 1 success is 80%, task 2 success is 100% successful, task 3 success is 60%, task 4 success is 40%, task 5 success is 100% and task 6 has 60% success. so that the average success of the prototype made is 88%. This means that the prototype developed with the design thinking method is easy for users to use. However, there are still features that have a low yield of 40%. So in the next iteration, it is necessary to improve the interface display that focuses on the call doctor feature based on user feedback.
Penerapan Gamification pada Aplikasi Edukasi Pertolongan Pertama Pada Kecelakaan (Smart P3K) Guna Tingkatkan Literasi Penanganan Medis Pristi Sukmasetya; Bayu Agustian; Lusi Nurlatifah; Muhammad Resa Arif Yudianto; Rofi Abul Hasani
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 6 No 1 (2021): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2021)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/isbi.v6i1.1791

Abstract

Kecelakaan menjadi salah satu penyebab utama kerugian terbesar yang dialami oleh masyarakat di seluruh dunia. Kecelakaan yang dialami seluruh lapisan masyarakat dapat menyebabkan kematian atau cidera permanen jika tidak segera diatasi dengan tepat. Pemberian pengetahuan P3K bagi pelajar dan masyarakat awam di Era Millenial dapat dilakukan melalui aplikasi android yang edukatif yaitu Smart P3K. Hal ini dikarenakan, pengembangan dan pengunaan aplikasi berbasis system operasi android di era sekarang sudah menjadi kebutuhan global, maka perlu adanya aplikasi android yang edukatif. Smart P3K adalah aplikasi android berbasis gamification atau permainan. Metode Gamification adalah menciptakan interaksi dengan pengguna melalui suatu mekanisme yang menyerupai game dimana pengguna akan merasakan pengalaman yang serupa dengan pengalaman yang muncul saat ia memainkan suatu game. Aplikasi ini berbasis story mode yang dikombinasikan dengan alur P3K sebagai alternatif edukasi dan literasi penangan medis yang terstruktur bagi pelajar dan masyarakat awam.
Perbandingan Metode Support Vector Machine Dengan Metode Lexicon Dalam Analisis Sentimen Bahasa Indonesia Muhammad Resa Arif Yudianto; Arham Rahim; Pristi Sukmasetya; Rofi Abul Hasani
(JurTI) Jurnal Teknologi Informasi Vol 6, No 1 (2022): JUNI 2022
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v6i1.2537

Abstract

Berbagi informasi di era saat ini semakin mudah dengan adanya media sosial, salah satu yang populer adalah twitter. Media ini memang didesain khusus untuk mengutarakan pendapat dan mengekspresikan perasaan seseorang dengan jumlah karakter yang terbatas yaitu 280 karakter. Unggahan-unggahan dalam media tersebut memiliki isi yang menggambarkan permasalahan/perasaan seseorang yang mengandung pengetahuan yang tersembunyi. Oleh karena itu untuk mengetahui makna dari kalimat-kalimat tersebut harus dilakukan analisis sentimen. Terdapat beberapa metode yang dapat digunakan untuk menganalisis sentimen suatu kalimat seperti pendekatan lexicon based dan pendekatan knowledge based dengan algoritma Support Vector Machine (SVM). Kedua metode tersebut memiliki prinsip kerja yang berbeda dalam melakukan sentimen analisis. Penelitian ini membandingkan kemampuan dari pendekatan metode SVM dan lexicon based menggunakan dataset sentimen berbahasa Indonesia. Dari beberapa skenario percobaan terhadap 4000 dataset, didapatkan bahwa metode SVM lebih diunggulkan dalam mengklasifikasikan sentimen positif dan negatif dengan akurasi sebesar 98,5% dengan parameter ekstraksi fitur unigram dengan rasio dataset 80:20. Pendekatan berbasis lexicon based kurang baik dalam melakukan analisis sentimen dengan akurasi tertinggi sebesar 78,43%. Hal tersebut dikarenakan minimnya kamus kata positif yang jumlahnya adalah setengah dari jumlah kamus kata negatif, sehingga kata yang bernilai positif tidak dapat dikenali dengan baik. Kamus kata yang memiliki nilai pada setiap kata lebih akurat dalam menganalisis sentimen dibandingkan dengan kamus kata yang tidak memiliki nilai/skor.
Classification of Tangerines on Fruit Ripening Levels Using K-Nearest Neighbor Algorithm Irfan Rasyid; Imam Saputra; Raden Kartika Satya Suryanegara; Muhammad Resa Arif Yudianto; M Maimunah
Prosiding University Research Colloquium Proceeding of The 15th University Research Colloquium 2022: Mahasiswa (Student Paper Presentation) B
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (220.028 KB)

Abstract

This journal reviews the classification of the maturity level of tangerines based on HSV using the K-Nearest Neighbor (KNN) method. This study aims to make it easier for the public to distinguish ripe and unripe when choosing citrus fruits and also to avoid fruit shops selling unripe oranges so as not to harm sellers or buyers. We take the data sources used in this study ourselves. In this study, we use the K-Nearest Neighbors (KNN) method. This method is used in the image classification process by relying on the results of feature extraction that have previously been trained. This method selects the nearest neighbor from the training dataset, then determines the closest distance value or the smallest distance value that will produce the classification output. The results of the accuracy in using this method have reached 93% with a value of k=7.
Classification of Avocado Ripeness Levels using Naïve Bayes Method Ira Nuryani; Aldi Muhammad Nur Fadli; Nadila Dwi Saputri; Alfira Nisa Fadhilah; Muhammad Resa Arif Yudianto; M Maimunah
Prosiding University Research Colloquium Proceeding of The 15th University Research Colloquium 2022: Mahasiswa (Student Paper Presentation) B
Publisher : Konsorsium Lembaga Penelitian dan Pengabdian kepada Masyarakat Perguruan Tinggi Muhammadiyah 'Aisyiyah (PTMA) Koordinator Wilayah Jawa Tengah - DIY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (306.03 KB)

Abstract

During this time most people in determining the ripeness of avocados for personal consumption is not difficult because they can distinguish themselves but another case if used for production, which requires a lot of labor to group ripe and raw avocados. One of the innovations in information and communication technology in agriculture and plantations is the use of classification methods with naïve bayes algorithms. The formula of the problem in this study is how to do the classification on the ripeness of avocados and see the accuracy rate of the data. The purpose of this study is to classify avocado ripeness and to acquire intelligent systems, so that it becomes the first step towards the implementation stage. Based on the results and analysis that has been done, it can be concluded that the Naive Bayes method is considered capable in classifying avocado ripeness by using RGB color features. The accuracy in testing using Naïve Bayes method reached 83.34%. The performance obtained from this intelligent system is also effective and efficient so that the classification of avocado ripeness can be implemented.
Penerapan Gamification pada Aplikasi Edukasi Pertolongan Pertama Pada Kecelakaan (Smart P3K) Guna Tingkatkan Literasi Penanganan Medis Pristi Sukmasetya; Bayu Agustian; Lusi Nurlatifah; Muhammad Resa Arif Yudianto; Rofi Abul Hasani
INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Vol 6 No 1 (2021): INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS (Desember 2021)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (813.161 KB) | DOI: 10.51211/isbi.v6i1.1791

Abstract

Kecelakaan menjadi salah satu penyebab utama kerugian terbesar yang dialami oleh masyarakat di seluruh dunia. Kecelakaan yang dialami seluruh lapisan masyarakat dapat menyebabkan kematian atau cidera permanen jika tidak segera diatasi dengan tepat. Pemberian pengetahuan P3K bagi pelajar dan masyarakat awam di Era Millenial dapat dilakukan melalui aplikasi android yang edukatif yaitu Smart P3K. Hal ini dikarenakan, pengembangan dan pengunaan aplikasi berbasis system operasi android di era sekarang sudah menjadi kebutuhan global, maka perlu adanya aplikasi android yang edukatif. Smart P3K adalah aplikasi android berbasis gamification atau permainan. Metode Gamification adalah menciptakan interaksi dengan pengguna melalui suatu mekanisme yang menyerupai game dimana pengguna akan merasakan pengalaman yang serupa dengan pengalaman yang muncul saat ia memainkan suatu game. Aplikasi ini berbasis story mode yang dikombinasikan dengan alur P3K sebagai alternatif edukasi dan literasi penangan medis yang terstruktur bagi pelajar dan masyarakat awam.
Gerakan PANDAI: Pelatihan Computational Thinking Guru MAN pada Mata Pelajaran Bahasa di Kabupaten Magelang Meidar Hadi Avizenna; Muhammad Resa Arif Yudianto; Ardhin Primadewi; R. Arri Widyanto; Tuessi Ari Purnomo
Madaniya Vol. 3 No. 3 (2022)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.213

Abstract

Sesuai dengan regulasi yang dikeluarkan oleh Kementerian Pendidikan dan Kebudayaan (Kemdikbud) bahwa saat ini seorang pendidik diharuskan dapat menerapkan konsep Computational Thinking dalam memberikan pengajaran. Computational thinking merupakan sebuah metode penyelesaian masalah secara terstruktur, logis dan menyeluruh. Salah satu karakteristik penyelesaian masalah dengan konsep ini yaitu berpikir secara komputasi dalam menguraikan setiap masalah kompleks menjadi lebih kecil sehingga penyelesaian masalah lebih efektif dan efisien. Kemampuan tersebut harus dikuasai oleh guru dan siswa di Era Revolusi Industri 4.0 bahkan Society 5.0. Untuk mendorong kebijakan pemerintah maka dilakukan serangkaian kegiatan pelatihan untuk mewujudkan kemampuan berpikir secara komputasi kepada guru MAN yang mengampu mata pelajaran Bahasa di wilayah Kabupaten Magelang. Beberapa kegiatan tersebut diantaranya yaitu: (1) Persiapan dan koordinasi dengan Kemenag Kabupaten Magelang terkait data guru-guru yang akan diikutkan sebagai peserta, (2) menyelenggarakan webinar untuk guru tentang gerakan Pandai dan Computational Thinking, (3) menyelenggarakan pelatihan untuk guru tentang Computational Thinking dan penyelesaian soal melalui konsep Computational Thinking, dan (3) Melakukan evaluasi terhadap pemahaman guru tentang Computational Thinking melalui tugas. Hasil dari kegiatan ini adalah diperoleh peningkatkan 88,3% pengetahuan dari guru tentang berpikir secara komputasi. Namun masih ada 9,3% yang tetap dan 2,3 % yang menurun. Hasil pelatihan ini akan diterapkan dalam proses pengajaran terhadap siswa, sehingga diharapkan siswa akan memahami mata pelajaran khususnya mata pelajaran Bahasa secara lebih mudah serta dapat menyelesaikan setiap soal lebih mudah dan cepat dengan konsep berpikir secara komputasional.
Co-Authors Acihmah Sidauruk Aldi Muhammad Nur Fadli Alfie Nur Rahmi Alfira Nisa Fadhilah Arazka Firdaus Anavyanto Ardhin Primadewi Arham Rahim Arif Dwi Laksito Bayu Agustian Briga Darmawan Devi Oktaviani Dimas Sasongko Ema Utami Hanif Al Fatta Hanif Al Fatta Imam Saputra Ira Nuryani Irfan Rasyid Irfan Rasyid Kusrini Kusrini Kusrini Kusrini Lusi Nurlatifah Maimunah Maimunah Meidar Hadi Avizenna Nadila Dwi Saputri Nazil Ilham Burhanudin R Arri Widyanto Raden Kartika Satya Suryanegara Rofi Abul Hasani Sukmasetya, Pristi Tuessi Ari Purnomo Tuessi Ari Purnomo Yusril Febriyanto