Article Per Year (5 Year)
p-Index From 2020 - 2025
0.961
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik J-SAKTI (Jurnal Sains Komputer dan Informatika) JUMANJI (Jurnal Masyarakat Informatika Unjani) JIKA (Jurnal Informatika) Jurnal Restikom : Riset Teknik Informatika dan Komputer J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Bangsa
Yuwono Fitri Widodo
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
PERANCANGAN SISTEM ABSENSI KEHADIRAN KARYAWAN BERDASARKAN VERIFIKASI UCAPAN Yuwono Fitri Widodo; Sunardi Sunardi; Abdul Fadlil
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2018): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 9 2018
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (174.66 KB)

Abstract

Pengenalan suara merupakan salah satu inovasi yang tercipta dari perkembangan teknologi. Salah satu penerapannya adalah untuk proses absensi kehadiran karyawan berdasarkan ciri suara. Voice recognition akan mengubah sinyal analog suara menjadi data digital yang akan dicocokkan dengan pola yang disimpan di dalam basis data dan sudah diverifikasi. Suara yang ditampilkan berupa informasi karyawan, seperti informasi NIK, Nama karyawan, Jam kedatangan dan Jam pulang. Perancangan penelitian ini menerapkan sistem absensi menggunakan suara. Hasil yang dicapai dalam penelitian ini diharapkan mampu menghasilkan suatu aplikasi absensi kehadiran karyawan yang aman dan mudah digunakan. Metode yang digunakan dalam penelitian ini dimulai dengan tahap analisis, desain, penerapan program, pengujian, pemeliharaan. Hasil dari  penelitian ini : 1) Analisis kebutuhan, didapatkan data karyawan untuk perancangan absen. 2) Hasil dari perancangan sistem absensi karyawan dapat dijadikan sebagai prototype untuk pembuatan aplikasi absensi. 3) Sistem absensi karyawan dibuat dalam bentuk tampilan layar guna memudahkan admin untuk merekap data absensi karyawan. Kata kunci : absensi, pengenalan suara, voice recognition.
Identifikasi Suara Pada Sistem Presensi Karyawan Dengan Metode Ekstraksi Ciri MFCC Yuwono Fitri Widodo; Sunardi Sunardi; Abdul Fadlil
JUMANJI (Jurnal Masyarakat Informatika Unjani) Vol 3 No 01 (2019): Jurnal Masyarakat Informatika Unjani
Publisher : Jurusan Informatika Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (572.097 KB) | DOI: 10.26874/jumanji.v3i01.49

Abstract

Biometrik adalah ilmu yang mempelajari pola ciri-ciri untuk mengenali atau mengidentifikasi manusia berdasarkan satu atau lebih dari bagian tubuh manusia, baik ciri-ciri kimia, fisik, maupun tingkah laku, seperti wajah, sidik jari, suara, geometri tangan, ataupun iris mata. Saat ini sudah berkembang teknologi menggunakan suara untuk dijadikan sebuah aplikasi yang memudahkan manusia. Proses identifikasi suara sangat diperlukan untuk mengetahui keakuratan suara berdasarkan ciri yang dimiliki, karena beberapa manusia memiliki kemiripan dalam berucap. Pada penelitian ini bertujuan untuk mengetahui pola suara berdasarkan ucapan. Metode yang digunakan untuk identifikasi suara menggunakan metode ekstraksi firur Mel-Frequency Cepstral Coefficients (MFCC), merupakan metode ekstraksi fitur yang mendekati sistem pendengaran manusia dan mampu untuk mengenali pola ucapan.
Identifikasi Suara Pada Sistem Presensi Karyawan Dengan Metode Ekstraksi MFCC Widodo, Yuwono Fitri; Sunardi, Sunardi; Fadlil, Adbul
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 3, No 1 (2019): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1021.071 KB) | DOI: 10.30645/j-sakti.v3i1.107

Abstract

Biometrics is the study of patterns of characteristics to recognize or identify humans based on one or more parts of the human body, both chemical, physical, and behavioral characteristics, such as faces, fingerprints, sounds, hand geometry, or iris. Nowadays technology has developed using sound to be used as an application that facilitates humans. Voice identification process is very necessary to know the accuracy of the sound based on the characteristics possessed, because some humans have similarities in saying. In this study aims to determine the sound pattern based on speech. The method used for voice identification using the Mel-Frequency Cepstral Coefficients (MFCC) feature extraction method, is a feature extraction method that approaches the human hearing system and is able to recognize speech patterns.
Identifikasi Suara Pada Sistem Presensi Karyawan Dengan Metode Ekstraksi MFCC Widodo, Yuwono Fitri; Sunardi, Sunardi; Fadlil, Adbul
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 3, No 1 (2019): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v3i1.107

Abstract

Biometrics is the study of patterns of characteristics to recognize or identify humans based on one or more parts of the human body, both chemical, physical, and behavioral characteristics, such as faces, fingerprints, sounds, hand geometry, or iris. Nowadays technology has developed using sound to be used as an application that facilitates humans. Voice identification process is very necessary to know the accuracy of the sound based on the characteristics possessed, because some humans have similarities in saying. In this study aims to determine the sound pattern based on speech. The method used for voice identification using the Mel-Frequency Cepstral Coefficients (MFCC) feature extraction method, is a feature extraction method that approaches the human hearing system and is able to recognize speech patterns.
Edukasi Bijak Kelola Sampah untuk Masa Depan Berkelanjutan Aditya, Anggie Yudistira; Susanto, Dwi; Peryanto, Ari; Widodo, Yuwono Fitri
Jurnal Pengabdian Masyarakat Bangsa Vol. 2 No. 12 (2025): Februari
Publisher : Amirul Bangun Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59837/jpmba.v2i12.2022

Abstract

Sampah menjadi isu global yang mendesak, terutama di negara berkembang seperti Indonesia, yang menghasilkan 68,5 juta ton sampah pada tahun 2021. Di wilayah Joho, Jambidan, Bantul, pengelolaan sampah masih menjadi tantangan akibat rendahnya kesadaran masyarakat, terbatasnya fasilitas pengelolaan, serta kebiasaan membakar sampah yang mencemari lingkungan. Untuk mengatasi permasalahan tersebut, dilakukan edukasi dan sosialisasi pengelolaan sampah berkelanjutan bertujuan meningkatkan pengetahuan, mengubah perilaku, dan mendorong partisipasi aktif masyarakat. Metode yang digunakan meliputi wawancara, penyebaran kuesioner, dan pemberian materi sosialisasi. Hasil wawancara menunjukkan bahwa 50% masyarakat tidak mengetahui metode pengelolaan sampah yang benar, sementara kuesioner mengungkapkan jenis dan pola pembuangan sampah serta tingkat pengetahuan masyarakat. Materi penyuluhan disampaikan pada 20 Januari 2025 berhasil meningkatkan pemahaman masyarakat terkait pemilahan sampah organik dan anorganik, teknik pengomposan sederhana, dan pentingnya daur ulang. Tingkat pengetahuan masyarakat meningkat dari 50% tidak mengetahui menjadi 20%, dengan 40% mengetahui dan 40% sangat mengetahui pengelolaan sampah. Kegiatan ini menunjukkan bahwa edukasi dan pendekatan partisipatif efektif dalam meningkatkan kesadaran masyarakat terhadap pengelolaan sampah yang ramah lingkungan. Keterlibatan aktif masyarakat melalui tanya jawab dan praktik langsung mencerminkan kesiapan mereka untuk mengimplementasikan perubahan perilaku. Kesimpulannya, kegiatan ini memberikan kontribusi signifikan dalam menciptakan kesadaran dan tindakan nyata menuju lingkungan yang lebih bersih, sehat, dan berkelanjutan.
Digitalisasi Sistem Keuangan dan Informasi Berbasis Android di RT 05 Karangsari, Sendangtirto, Berbah, Sleman Peryanto, Ari; Susanto, Dwi; Widodo, Yuwono Fitri; Aditya, Anggie Yudistira
Jurnal Pengabdian Masyarakat - PIMAS Vol. 4 No. 1 (2025): Februari
Publisher : LPPM Universitas Harapan Bangsa Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/pimas.v4i1.1796

Abstract

Some issues in the neighborhood RT (community association) do not arise without reason. So far, the RT management has not received adequate attention from the local government. The challenges faced by RT administrators in carrying out their duties often conflict with their personal responsibilities as heads of families who need to earn a living, so services to the community can only be provided in the evening or on holidays. The community financial application is designed to address issues in monitoring payment of contributions, difficulties in the contribution collection process, and the management of data that is still done manually, often leading to errors in payment records. With this community financial application, the author hopes that it can make it easier for residents to make contribution payments in a practical and efficient manner, provide monthly financial reports, and remind residents who have not paid through two notifications each month. This application also allows residents to get to know each other through the block menu and helps the administrators in lightening their tasks as well as monitoring the recording and data collection of community contributions.
KLASIFIKASI CITRA BUNGA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN GRAY LEVEL CO-OCCURRENCE MATRIX Peryanto, Ari; Susanto, Dwi; Widodo, Yuwono Fitri
Jurnal Informatika Vol 9, No 2 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i2.13151

Abstract

Flowers are an important raw material in the pharmaceutical and cosmetic industries. However, manual flower classification requires special skills, is time-consuming, and is prone to inconsistency. This study proposes the use of Machine Learning (ML) technology, especially the Support Vector Machine (SVM) method, to automate the flower classification process. The Gray Level Co-occurrence Matrix (GLCM) is a method used in extracting visual features of flowers and will obtain parameters such as contrast, correlation, energy, and homogeneity. The research stages include data collection, image preprocessing, feature extraction, classification model creation, and model performance evaluation using a confusion matrix. The results show that the classification model built is able to achieve an optimal accuracy of 78.3%. This approach shows great potential in improving the efficiency and consistency of automatic flower classification.
Meninjau Peranan Text Mining sebagai Alat Strategis dalam Industri Kreatif melalui Sajian Webinar Hakim, Lukmanul; Peryanto, Ari; Susanto, Dwi; Fitri Widodo, Yuwono
Jurnal Pengabdian Masyarakat - PIMAS Vol. 4 No. 3 (2025): Agustus
Publisher : LPPM Universitas Harapan Bangsa Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/pimas.v4i3.1868

Abstract

The growth of unstructured data has been triggering a big data explosion. About 90 percent of the current unstructured data has not been fully analyzed so that cannot be used for valuable new information. Text mining can process text data to be extracted into new knowledge, identify significant patterns, and find hidden correlations. The use of text mining can be applied to various themes such as encouraging creativity in industry, society, and researchers by focusing on exploration versus exploitation strategies in crowdsourcing contests by utilizing data from proposals to make close and distance classifications between proposals, analyze sentiment tone on product launch announcements or creative economy programs and make correlations with sales data or public interest in a post-launch program, performing software lifecycle management by leveraging new ideas from users/customers such as Google reviews to create clusters of topics discussed in the comment section, and combining a topic-search approach and language style that can make a successful Kickstarter campaign. In this article, the author discusses the definition, process, application, and integration of text mining in the context of encouraging the creative industry to innovate further.
Komparasi Efektifitas Analisis Sentimen pada Ulasan Produk E-Commerce Menggunakan Naive Bayes dan K-Nearest Neighbor Susanto, Dwi; Betrand Erlangga; Ari Peryanto; Yuwono Fitri Widodo
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.463

Abstract

Dalam perkembangan era digital yang begitu cepat, ulasan produk yang diberikan oleh konsumen secara online telah menjadi sumber informasi yang krusial bagi perusahaan dan juga calon pembeli. Melalui analisis sentimen terhadap ulasan-ulasan tersebut, perusahaan dapat memperoleh informasi yang berharga dalam mengambil keputusan bisnis dan memahami pandangan masyarakat terhadap produk tertentu. Penelitian ini bertujuan untuk membandingkan akurasi dua algoritma klasifikasi populer, yaitu Naive Bayes dan K-Nearest Neighbor (K-NN), dalam mengklasifikasikan sentimen ulasan produk ke dalam kategori positif atau negatif. Data yang digunakan dalam penelitian ini adalah kumpulan ulasan produk yang diperoleh dari sebuah platform e-commerce, yang kemudian melalui serangkaian proses preprocessing data, antara lain tokenisasi, text cleaning, stopword removal, dan stemming. Setelah proses tersebut, data diubah ke dalam bentuk fitur dengan menggunakan metode TF-IDF. Model Naive Bayes dan K-NN dibangun dan diuji dengan membagi data ke dalam training dan testing set menggunakan metode k-fold cross validation. Hasil evaluasi menunjukkan bahwa setiap algoritma memiliki keunggulannya masing-masing. Naive Bayes menunjukkan keunggulan dalam hal kecepatan komputasi dan efisiensi ketika diterapkan pada dataset yang besar, sedangkan K-NN mampu memberikan hasil yang kompetitif dengan pemilihan parameter k yang tepat. Namun, dalam hal akurasi secara keseluruhan, algoritma Naive Bayes berkinerja sedikit lebih baik daripada K-NN.
Analisis Perubahan Bentuk Pola Suara Serak Sebagai Indikator Kondisi Kesehatan Yuwono Fitri Widodo; Dwi Susanto; Ari Peryanto; Fadhilah Dhinur Aini
Jurnal RESTIKOM : Riset Teknik Informatika dan Komputer Vol 7 No 2 (2025): Agustus
Publisher : Program Studi Teknik Informatika Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/restikom.v7i2.469

Abstract

Suara merupakan media komunikasi utama manusia yang tidak hanya berfungsi untuk menyampaikan informasi, tetapi juga mencerminkan kondisi kesehatan. Salah satu gangguan suara yang umum terjadi adalah serak, yaitu perubahan kualitas suara akibat gangguan pada sistem vokal atau kesehatan tubuh. Deteksi dini terhadap perubahan suara penting untuk membedakan antara kondisi sehat dan tidak sehat. Penelitian ini bertujuan mengidentifikasi perbedaan pola suara sehat dan serak yang berkaitan dengan gangguan kesehatan. Data diperoleh dari lima responden yang masing-masing memberikan lima sampel suara dalam kondisi serak dan lima dalam kondisi tidak serak, menghasilkan total 250 file audio. Setiap responden mengucapkan lima vokal: a, e, i, o, dan u. Ekstraksi ciri suara dilakukan menggunakan dua metode utama, yaitu Mel-Frequency Cepstral Coefficient (MFCC) dan Fast Fourier Transform (FFT), untuk mengidentifikasi pola frekuensi serta karakteristik akustik. Selanjutnya, perbedaan antara suara serak dan tidak serak dianalisis menggunakan metode Mean Square Error (MSE). Hasil menunjukkan bahwa MFCC efektif dalam mengenali karakteristik suara, dan MSE menunjukkan perbedaan nilai signifikan antar kondisi suara. Ini membuktikan bahwa pola suara pada pengucapan vokal dapat menjadi indikator yang efektif dalam mengenali kondisi kesehatan seseorang
Co-Authors Abdul Fadlil Abdul Fadlil Aditya, Anggie Yudistira Betrand Erlangga Dwi Susanto Dwi Susanto Dwi Susanto Fadhilah Dhinur Aini Fadlil, Adbul Lukmanul Hakim Peryanto, Ari sunardi sunardi Sunardi Sunardi Sunardi, Sunardi