Article Per Year (5 Year)
p-Index From 2019 - 2024
2.612
P-Index
This Author published in this journals
All Journal Jurnal Simantec POSITIF Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Network Engineering Research Operation [NERO] JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Prosiding Seminar Nasional Sains dan Teknologi Terapan Jurnal Telematika Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Maftahatul Hakimah, Maftahatul
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
IMAGE ENHANCEMENT CITRA ZOOM DENGAN MENGGUNAKAN METODE BILINEAR INTERPOLATION DARI KAMERA WEBCAM Nugroho, Hendro; Hakimah, Maftahatul; Azinar, Azmuri Wahyu
Network Engineering Research Operation Vol 4, No 2 (2019): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v4i2.125

Abstract

Kamera Webcam yang terdapat komputer memiliki desain yang sangat simple menggunakan lensa standar. Penggunaan kamera Webcam untuk pengambilan citra yang akan di zoom akan menghasilkan efek aliasing atau efek blur. Untuk memperbaiki kualitas citra (Image Enhancement) menggunakan metode Bilinera Interpolation yang diakibatkan efek zoom pada citra, pada penelitian ini menggunakan beberapa tahapan yaitu: cropping, metode Bilinear Interpolation, dan output hasil. Untuk mengetahui hasil output Image Enhancement, maka dilakukan evaluasi yang menggunakan metode ekstraksi tekstur dengan menggunakan fitur Entropi untuk mengetahui tingkat sebaran piksel setelah di zoom atau sebelum di zoom. Hasil yang didapat untuk tahapan evaluasi pada Image Enhancement memiliki nilai yang sama, menunjukkan hasil citra yang di zoom dan sebelum di zoom memiliki kualitas sama atau tidak ada perubahan. Kata kunci: Image Enhancement, Biliner Interpolation, Zoom, Ekstrasi Tekstur Fitur Entropi.
MENGUKUR TINGAKAT IMAGE ENHANCEMENT METODE BILINER INTERPOLATION PADA CITRA ZOOM MENGGUNAKAN EKSTRASI TEKSTUR BERBASIS HISTOGRAM Nugroho, Hendro; Hakimah, Maftahatul; Azinar, Azmuri Wahyu
Prosiding Seminar Nasional Sains dan Teknologi Terapan Pendekatan Multidisiplin Menuju Teknologi dan Industri yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (175.892 KB)

Abstract

Penenggunaan kamera webcam yang sering digunakan oleh user dalam pengambilan foto berupa foto maupun video untuk publikasi media. Akan tetapi kamera webcam yang memiliki desain yang sangat standar sehingga hasil didapat tidaklah bagus. Untuk memperbaiki kualitas citra (Image Enhancement) diperlukan metode Interpolation Bilinear dalam hal penelitian ini yang diambil adalah citra pada kamera webcam yang dimana citra tersebut mengalami proses zooming. Citra yang mengalami proses zooming dengan skala 2 dilakukan proses image enhancement untuk menghilangkan efek bergerigi pada citra yang dizoom. Proses Image Enhancement antara lain 1)cropping, 2)zoom, 3)Bilinear Interpolation, 4) histogram ekualisasi. Untuk mengetahui tingakat keberhasilan image enhancement dilakukan proses evaluasi yang menggunakan metode ekstraksi tekstur basis histogram dengan menggunakan fitur rata-rata intensitas. Dalam hal ini hasil yang didapat dalam proses image enhancement dihasilkan sebaran intensitas citra pada saat di zoom ataupun sebelum di zoom memiliki nilai yang sama.
PELATIHAN MEMBUAT BANTAL KURSI DARI JERAMI PADI PADA IBU PKK DAN KARANG TARUNA DI DUSUN KRAJAN Hakimah, Maftahatul; Indriyani, Tutuk; Azizah, Siti
Prosiding Seminar Nasional Sains dan Teknologi Terapan Pendekatan Multidisiplin Menuju Teknologi dan Industri yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (526.971 KB)

Abstract

Pada mitra 1(satu) Ibu-ibu PKK dusun Krajan desa Rawasan kecamatan Jenu Kabupaten Tuban, selama ini kegiatan- kegiatan yang dilakukan oleh Ibu-ibu PKK meliputi Arisan bulanan, Pengajian, pengumpulan sampah kering, jimpitan (kegiatan sosial), Posyandu, sampai sekarang tidak ada perningkatan yang dilakukan hanya kegiatan itu saja. Pada mitra 2 (dua) Karang Taruna dusun Krajan desa Rawasan kecamatan Jenu kabupaten Tuban terbentuk pada tahun 2012 yang memiliki Visi mewujudkan kemandirian masyarakat pedesaan umumnya dan khususnya dusun Krajan agar mampu mendayagunakan potensi sumberdaya lingkungan untuk kesejahteraan masyarakat. Dan sampai sekarang Visi tersebut masih belum tercapai atau belum terlaksana. Dari kelompok Karang Taruna tersebut ingin memiliki ketrampilan atau kerajinan dengan memanfaatkan sumberdaya yang ada di lingkungan desa. Permasalahannya kelompok mitra yaitu Ibu-ibu PKK dan Karang Taruna adalah ke 1 (satu) Banyaknya limbah jerami padi yang tidak termanfaatkan, kelompok mitra berkeinginan untuk membuat kerajinan dari limbah jerami padi tersebut, ke 2 (dua) Banyaknya waktu yang terbuang oleh ibu PKK dan Karang Taruna, karena kegiatan yang dilakukan setiap tahun monoton tidak ada kegiatan yang lainnya.3 Belum ada pendapatan dikalangan Ibu PKK dan Karang Taruna dusun Krajan. Hal ini menarik untuk dilakukan pengolahan limbah jerami padi yang dapat dimanfaatkan menjadi bantal kursi yang memiliki nilai jual tinggi. Kata kunci : Jerami padi, Bantal sofa / kursi dari jerami padi, Program Kemitraan Masyarakat (PKM), Ibuibu PKK dusun Krajan, Karang Taruna dusun Krajan.
Pemanfaatan Teknologi Informasi Sebagai Media Pembelajaran di Taman Pendidikan Al-Quran Hakimah, Maftahatul; Tukadi, Tukadi; Hapsari, Rinci Kembang; Nugroho, Hendro; Hapsari, Dian Puspita
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 3, No 2 (2019)
Publisher : LPPM ITATS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1414.589 KB) | DOI: 10.31284/j.jpp-iptek.2019.v3i2.559

Abstract

Perkembangan teknologi informasi saat ini memberikan kemudahan akses disegala bidang sekalipun pendidikan non formal seperti TPQ. Cara belajar yang menyenangkan menjadi tuntutan bagi para guru TPQ termasuk di TPQ Al-Fadlol agar para santri bisa memahami materi agama sehingga bisa diterapkan dalam rutinitas keseharian. Materi ibadah sehari-hari yang diajarkan di TPQ Al-Fadlol ini adalah doa sehari-hari, tuntunan shalat dan cerita islami. Kegiatan Pengabdian Kepada Masyarakat yang dilakukan ini adalah menyajikan materi utama di TPQ Al-Fadlol dalam sebuah aplikasi yang diberi nama Muslim Daily Prayer sebagai media pembelajaran. Dengan aplikasi ini, para santri dan para guru bisa menciptakan suasana belajar yang tidak membosankan sehingga para santri lebih bersemangat belajar agama. Selain itu, sosialisasi terhadap pengaruh positif dan negatif dari adanya teknologi informasi ini diberikan untuk membekali para santri dan para guru agar lebih bijak dalam menggunakannya.
Penentuan Kategori Status Gizi Balita Menggunakan Penggabungan Metode Klasterisasi Agglomerative Dan K-Means Aprilia, Aries; Rahmawati, Weny Mistarika; Hakimah, Maftahatul
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2019: Menuju Penerapan Teknologi Terbarukan pada Industri 4.0: Perubahan Industri dan Transformasi P
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (188.635 KB)

Abstract

Klasterisasi data banyak digunakan dalam berbagai bidang. Salah satunya digunakan untuk pengelompokan status gizi balita. Metode klasterisasi yang sering digunakan adalah metode k-means, yaitu menjadikan tetangga terdekat sebagai satu klaster. Kelemahan dari k-means adalah peletakan titik pusat klaster (centroid) awal yang acak. Peletakan centroid awal yang berbeda dapat menghasilkan hasil klaster yang berbeda. Oleh karena itu, pada penelitian ini pengelompokan status gizi balita menggunakan metode k-means dengan peletakan centroid awalnya diperoleh dari metode klasterisasi agglomerative. Mula-mula data diolah dengan metode klasterisasi agglomerative menghasilkan klaster sejumlah yang diinginkan. Centroid dari setiap hasil klaster tersebut akan dijadikan sebagai centroid awal algoritma k-means. Dengan cara ini, kelemahan k-means dengan mencari centroid awal secara acak dapat diatasi. Berdasarkan pengujian jarak antar centroid, gabungan metode klasterisasi agglomerative dan k-means lebih baik daripada k-means saja. Sedangkan, grafik elbow menunjukkan bahwa jumlah klaster yang optimal untuk pengelompokan status gizi balita adalah sebanyak 3 klaster.
PERBANDINGAN METODE NAÏVE BAYES DAN EQUIVALENCE CLASSES DALAM MENENTUKAN STRUKTUR BAYESIAN NETWORK Rochmana, Yussyafrida Choiriizzati; Hakimah, Maftahatul; Farida, Farida
POSITIF : Jurnal Sistem dan Teknologi Informasi Vol 6 No 2 (2020): Positif : Jurnal Sistem dan Teknologi Informasi
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/positif.v6i2.995

Abstract

Bayesian Network merupakan model yang termasuk dalam klasifikasi bayes, dimana metode ini mengasumsikan bahwa nilai variabel independen memiliki ketergantungan dengan nilai variabel lain. Bayesian Network memiliki keunggulan yaitu dapat memodelkan hubungan antar variabel dengan menggunakan graf atau semacam penggambaran alur hubungan antar variabel. Terdapat beberapa metode yang digunakan untuk menentukan struktur bayesian network. Metode pembentukan struktur jaringan Bayesian network pada penelitian ini adalah metode naïve bayes dan equivalence classes. Kedua metode pembentukan struktur ini diterapkan untuk klasifikasi kelayakan peminjaman dana Usaha Kecil Mikro Menengah (UMKM). Pada struktur metode naïve bayes variabel dependen menjadi pusat dari variabel independen sedangkan pada struktur metode equivalence classes setiap variabel memiliki hubungan antar variabel lain. Hasil pengujian dari metode naïve bayes dan equivalence classes dalam pembentukan struktur Bayesian network secara rata-rata adalah metode equivalence classes 79,53% dan naïve bayes 80,93%.
Integration of Double Exponential Smoothing Damped Trend with Metaheuristic Methods to Optimize Forecasting Rupiah Exchange Rate against USD during COVID-19 Pandemic Hakimah, Maftahatul; Kurniawan, Muchamad
Khazanah Informatika Vol. 6 No. 2 October 2020
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v6i2.9887

Abstract

COVID-19 pandemic has brought great changes to the stability of the Indonesian state. The disease not only has an impact on public health but also has the effect of weakening the economic sector. One indicator is the weakening of the rupiah exchange rate against the USD. When the pandemic emerged, the rupiah exchange rate started to weaken, which may encourage investors to reduce investment in Indonesia. Therefore, it is necessary to predict the rupiah exchange rate during the COVID-19 pandemic for the coming period. This study applies the Double Exponential Smoothing forecasting method by adding a damped trend factor. The calculation of the parameters of the method becomes the research optimization problem. This optimization problem is then solved using metaheuristic methods, namely Genetic Algorithm (GA) and Particle Swarm Optimization (PSO). The performance of the forecasting model is measured based on the magnitude of the forecast error. This study shows that the PSO algorithm is better at obtaining the optimal parameters for predicting the rupiah exchange rate in the coming period compared to GA. The integration error rate of Double Exponential Smoothing damped trend with PSO is 0.70%, while the error rate for the same method with GA is 0.72%. Thus, the integrated performance of double exponential smoothing with metaheuristic optimization is a more excellent method in predicting the rupiah exchange rate against the USD during the period of the Coronavirus outbreak. Furthermore, the addition of a trend dampening factor to the DES method also significantly increases the forecast accuracy.
Pengelompokan Data Hotspot Menggunakan Metode LOF K-Means O.T., Pambudi; Kurniawan, Muchamad; Muhima, Rani Rotul; Hakimah, Maftahatul
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Kebakaran hutan menjadi salah satu permasalahan di Indonesia. Dari awal tahun hingga September pada tahun 2019, kebakaran hutan dan lahan di Indonesia mencapai 857.756 hektar. Dampak kebakaran hutan dapat mengganggu kesehatan, transportasi bahkan hubungan bilateral dengan negara tetangga. Titik panas bumi atau hotspot merupakan indikasi adanya kebakaran hutan atau lahan. Pengelompokan data hotspot sebagai cara analisa data hotspot sangat penting untuk mencegah terjadinya kebakaran hutan atau lahan menjadi lebih besar. Pada penelitian sebelumnya, pengelompokan data hotspot berdasarkan fitur latitude, longtitude dengan LOF K-Means memberikan hasil lebih baik dibandingkan K-Means. Penelitian ini dilakukan pengelompokan data hotspot dengan metode LOF K-Means berdasarkan fitur latitude, longtitude dan brightness. Tujuan penelitian ini untuk mengetahui hasil perbandingan antara pengelompokan data hotspot berdasarkan fitur latitude, longtitude dengan pengelompokan data hotspot berdasarkan fitur latitude, longtitude dan brightness. Hasil penelitian ini dijadikan landasan untuk penelitian selanjutnya sebagai upaya pencegahan kerugian akibat kebakaran hutan dan lahan yang lebih besar. Berdasarkan hasil penelitian, penambahan fitur brightness sebagai dasar pengelompokan menggunakan metode LOF K-Means tidak memberikan hasil yang lebih baik
Pemodelan Jumlah Kasus Baru Covid-19 di Masa Kenormalan Baru Menggunakan Metode Pencocokan Kurva Hakimah, Maftahatul; Kurniawan, Muchamad; Muhima, Rani Rotul
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2020: Memberdayakan Riset dan Inovasi untuk Teknologi yang Berkelanjutan
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Artikel ini bertujuan mendapatkan model matematika pertambahan jumlah kasus baru penderita Covid-19 di masa kenormalan baru. Model matematika yang digunakan adalah polinom interpolasi Lagrange; polinom interpolasi Newton dan Fungsi Eksponensial dengan pendekatan regresi linier. Interpolasi dan regresi sering dikenal dengan metode pencocokan kurva. Pada model interpolasi, titik-titik data dipilih berdasarkan periode 1 bulan, 15 hari dan 20 hari. Derajat polinom yang dikaji diperoleh dari titik data yang dipilih berdasarkan periode tersebut. Berdasarkan evaluasi kesalahan, polinom Lagrange dan polinom Newton berderajat 4 memberikan hasil yang paling bagus dalam pencocokan kurva dataset jumlah kasus baru Covid-19. Setelah model matematika diperoleh, prediksi jumlah kasus baru Covid-19 diperoleh dengan memproyeksikan fungsi hampiran untuk periode berikutnya. Hasil prediksi polinom Newton derajat 3 dan Fungsi Eksponensial menunjukkan jumlah kasus penderita Covid-19 perharinya semakin meningkat. Secara kontradiktif, polinom Lagrange dan Newton derajat 4 menunjukkan jumlah kasus penderita Covid-19 perharinya mengalami penurunan. Salah satu faktor yang mempengaruhi hasil prediksi pada interpolasi adalah penentuan titik-titik data yang dilibatkan pada pembentukan polinom interpolasi.
SEGMENTASI CITRA WAJAH DENGAN MENGGUNAKAN METODE K-MEANS – L*A*B Fawaz, Ahmad; Hakimah, Maftahatul; Kurniawan, Muchamad
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2021: Peluang dan Tantangan Peningkatan Riset dan Teknologi di Era Pasca Covid-19
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Segmentasi adalah salah satu teknik yang digunakan untuk memisahkan antara object dengan background. Objek yang digunakan dalam penelitian ini adalah objek wajah manusia. Dengan segmentasi, citra wajah manusia dapat terpisah dengan backgroundnya. Teknik segmentasi yang digunakan adalah metode clustering k-means. K-means merupakan salah satu algoritma yang dapat menyelesaikan masalah clustering, selain dengan metode k-means dibutuhkan juga proses perpindahan dari citra yang diambil berupa warna RGB menjadi warna L*a*b. Ruang warna L*a* b merupakan sebuah ruang warna yang terdiri dari tiga nilai numerik,yaitu L* untuk level cahaya dan a*  b* itu untuk komponen hijau-merah dan biru kuning. Keberagaman background pada suatu citra wajah merupakan sebuah tantangan tersendiri dalam melakukan proses pemisahan wajah yang menggunakan metode k-means. Pengambilan citra wajah dilakukan dengan 2 tempat yaitu ruangan dalam (indoor) dan luar ruangan (outdoor). Hasil akurasi terbaik didalam ruangan (indoor) sebesar 99,64% dan citra diluar ruangan (outdoor) sebesar 99,29%
Co-Authors Andre Yuldian Afandi Anna Yustina Aprilia, Aries Augusta, Taufan Azmuri Wahyu Azinar, Azmuri Wahyu Dian Puspita Hapsari Dwi Putra Marbun Farida Farida Fawaz, Ahmad Haqiki, Nour Hendro Nugroho, Hendro Muchamad Kurniawan Muchamad Kurniawan, Muchamad Muhammad Aditya Kushardiawan Muhima, Rani Rotul Nour Haqiki O.T., Pambudi Rinci Kembang Hapsari Rochmana, Yussyafrida Choiriizzati Siti Agustini, Siti Siti Azizah Tukadi Tukadi, Tukadi Tutuk Indriyani Weny Mistarika Rahmawati