Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

1.235

P-Index

This Author published in this journals

All Journal Jurnal Simetris Scientific Journal of Informatics Proceeding SENDI_U Abdimasku : Jurnal Pengabdian Masyarakat JoMMiT : Jurnal Multi Media dan IT Community: Jurnal Pengabdian Pada Masyarakat MANGGALI Journal of Multiscale Materials Informatics Journal of Future Artificial Intelligence and Technologies

Sudibyo, Usman

Unknown Affiliation

Author-ID : 1178868

Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Social Sciences

Published : 12 Documents Claim Missing Document

Claim Missing Document

Articles

1 2

EVALUASI PERFORMA ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM KLASIFIKASI CITRA WARNA PADA DAGING SAPI DAN BABI Kusumaningrum, Desi Purwanti; Sudibyo, Usman; Rachmawanto, Eko Hari; Sari, Christy Atika
Proceeding SENDI_U 2018: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS
Publisher : Proceeding SENDI_U

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1383.771 KB)

Warna dan tekstur daging yang hampir sama dan harga daging babi yang lebih murah dibandingan dengan harga daging sapi membuat daging babi dipilih sebagai bahan daging campurannya. Namun daging sapi dan daging babi mempunyai perbedaan, yakni dari segi warna dan tekstur daging. Maka pada penelitian ini akan melakukan proses pendekatan dengan beberapa algoritma seperti algortima Grey Level Cooccurrance Matrix (GLCM) dan algoritma Learning Vector Quantization (LVQ). Penggunaan metode diatas diharapkan mampu mendeteksi kedua daging dan diharapkan mampu memaksimalkan tingkat akurasi ketika proses klasifikasi dengan algoritma Learning Vector Quantization. Dalam penelitian ini dihasilkan nilai akurasi dengan nilai tertingginya pada akurasi 75% dengan learning rate = 0,005 dan epoch = 100, sedangkan nilai akurasi terendah pada akurasi 63,75% dengan learning rate = 0,05 dan epoch = 100. Kesalahan yang paling banyak, terdapat pada citra daging babi yang tercropping secara manual, sedangkan untuk citra berbackground hanya mengalami sedikit kesalahan. Adapaun harapan dari penelitian ini adalah dapat dikembangkan sistem yang mampu meminimalisir kesalahan dalam menentukan perbedaan anatara kedua daging (baik yang mempunyai background ataupun tidak) dan diharapkan mampu memaksimalkan tingkat akurasi yang didapat.

ALGORITMA NAIVE BAYES DENGAN FITUR SELEKSI UNTUK MENGETAHUI HUBUNGAN VARIABEL NILAI DAN LATAR BELAKANG PENDIDIKAN Astuti, Yani Parti; Sudibyo, Usman; Kurniawan, Achmad Wahid; Rahayu, Yuniarsi
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 1 (2018): JURNAL SIMETRIS VOLUME 9 NO 1 TAHUN 2018
Publisher : Universitas Muria Kudus

Setiap Perguruan Tinggi mempunyai mahasiswa baru yang berasal dari berbagai sekolah menengah atas dan juga sekolah menengah kejuruan. Seperti halnya pada program studi teknik informatika fakultas ilmu komputer di Universitas Dian Nuswantoro. Program studi ini mempunyai mahasiswa terbanyak di Udinus, sehingga perlu selalu diadakan evaluasi. Dalam hal ini evaluasi yang dipilih adalah tentang asal jurusan sekolah mahasiswa dengan variabel nilai mata kuliah. Dengan mengambil mahasiswa dari angkatan tahun 2010 sampai 2012 sebanyak 10030 mahasiswa, hanya 489 mahasiswa yang mengisi asal jurusan sekolah. Dari sejumlah mahasiswa tersebut dilakukan preposisi dengan mengambil nilai mata kuliah wajib sebanyak 25 mata kuliah dan asal jurusan sekolah. Teknik data mining berupa algoritma naive bayes dioptimasi dengan fitur selesi forward selection telah meningkatkan akurasi dalam penemuan pola klasifikasi. Peningkatan akurasi dari naive bayes 64,77% menjadi 78,08% setelah dioptimasi dengan forward selection. Dengan demikian hasil klasifikasi tersebut bisa digunakan sebagai informasi dalam metode pembelajaran yang bisa diterapkan.Kata kunci: data mining, forward selection, naïve bayes.

OPTIMASI ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGKLASIFIKASIAN CITRA DAGING SAPI DAN DAGING BABI BERBASIS GLCM DAN HSV Sudibyo, Usman; Kusumaningrum, Desi Purwanti; Rachmawanto, Eko Hari; Sari, Christy Atika
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 9, No 1 (2018): JURNAL SIMETRIS VOLUME 9 NO 1 TAHUN 2018
Publisher : Universitas Muria Kudus

Meningkatnya kebutuhan daging sapi, berdampak pada harga daging sapi. Harga daging sapi yang terus menerus mengalami kenaikan, tentunya menyebabkan penurunan penjualan daging sapi. Untuk mengantisipasi hal tersebut, maka beberapa pedagang mencampurkan daging sapi dengan daging babi. Dipilihnya daging babi, karena harga daging babi lebih murah dan warna serta tekstur daging babi yang mirip dengan daging sapi. Secara kasat mata daging sapi dan daging babi sulit untuk dibedakan bagi orang awam. Oleh karena itu, perlu adanya sistem yang dapat membedakan kedua daging. Penelitian ini menggunakan metode klasifikasi untuk membedakan kedua daging. Metode klasifikasi menggunakan algoritma Learning Vector Quantization. Dan penelitian ini memiliki tiga tahapan utama seperti preprocessing, segmentasi warna, ekstraksi fitur, dan klasifikasi. Preprocessing digunakan untuk mendapatkan Region of Interest (ROI) dengan memotong citra dan mengubah ukuran citra. Segmentasi warna menggunakan metode HSV untuk mendapatkan kedalaman warna citra dan ekstraksi fitur mengguakan Gray Level Co-occurrence Matrix (GLCM) untuk mendapatkan fitur dari kontras, korelasi, energi, dan homogenitas. Hasil klasifikasi dengan algoritma LVQ mendapatkan akurasi tertinggi 76,25%. Algoritma telah diuji dengan MSE untuk mengetahui minimum error dan PSNR digunakan sebagai pengukuran kualitas citra pengolahan.

High School Major Classification towards University Students Variable of Score Using Naïve Bayes Algorithm Sudibyo, Usman; Astuti, Yani Parti; Kurniawan, Achmad Wahid
Scientific Journal of Informatics Vol 4, No 2 (2017): November 2017
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v4i2.12017

Completeness of data in each institution, such as major in a university, is necessary. Data of former school has important role in the need of students data. However, there is no relationship between data of former school and variable of students’ score. The suitable classification used in this research is data mining technique which is naïve bayes algorithm. This algorithm is able to manage massive data with a relative fast timing. By using this algorithm, the data results 64.77% performances in classifying former major in school towards variable of score. Hence, the researchers optimize selection feature by using Backward Elimination and result 71.71% performances data. It concludes that performance increases with selection feature. The increasing shows that not all variable of score affects the former school major.

Artificial Intelligence Berbasis QSPR Dalam Kajian Inhibitor Korosi Akrom, Muhamad; Sudibyo, Usman; Kurniawan, Achmad Wahid; Setiyanto, Noor Ageng; Pertiwi, Ayu; Safitri, Aprilyani Nur; Hidayat, Novianto; Al Azies, Harun; Herawati, Wise
JoMMiT Vol 7 No 1 (2023): Artikel Jurnal Volume 7 Issue 1, Juni 2023
Publisher : Politeknik Negeri Media Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46961/jommit.v7i1.721

Baja termasuk material yang memiliki ketahanan rendah terhadap serangan korosi Ketika berada pada lingkungan korosif. Inhibitor organik mampu menghambat korosi dengan efisiensi inhibisi yang tinggi. Tinjauan komparatif penting bagi pengembangan metode evaluasi kinerja inhibitor disajikan dalam karya ini. Kami mereview perkembangan artificial intelligence berbasis mesin learning dengan model QSPR dalam kajian penghambatan korosi. Makalah ini menjelaskan bagaimana metode pembelajaran mesin berbasis data dapat menghasilkan model yang menghubungkan sifat-aktivitas molekuler dengan penghambatan korosi oleh inhibitor berbasis bahan alam (green inhibitor). Teknik ini dapat digunakan untuk memprediksi kinerja senyawa yang belum disintesis atau diuji. Keberhasilan model ini memberikan paradigma untuk penemuan senyawa baru yang cepat, penghambat korosi yang efektif untuk berbagai logam dan paduan.

Exploring Machine Learning and Deep Learning Techniques for Occluded Face Recognition: A Comprehensive Survey and Comparative Analysis Muhamada, Keny; Setiadi, De Rosal Ignatius Moses; Sudibyo, Usman; Widjajanto, Budi; Ojugo, Arnold Adimabua
Journal of Future Artificial Intelligence and Technologies Vol. 1 No. 2 (2024): September 2024
Publisher : Future Techno Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/faith.2024-30

Face recognition occluded by occlusions, such as glasses or shadows, remains a challenge in many security and surveillance applications. This study aims to analyze the performance of various machine learning and deep learning techniques in face recognition scenarios with occlusions. We evaluate KNN (standard and FisherFace), CNN, DenseNet, Inception, and FaceNet methods combined with a pre-trained DeepFace model using three public datasets: YALE, Essex Grimace, and Georgia Tech. The results show that KNN maintains the highest accuracy, reaching 100% on two datasets (Essex Grimace and YALE), even in the presence of occlusions. Meanwhile, CNN shows strong performance, with accuracy remaining 100% on YALE, both with and without occlusions, although its performance drops slightly on Essex Grimace (94% with occlusion). DenseNet and Inception show a more significant drop in accuracy when faced with occlusion, with DenseNet dropping from 81% to 72% on Essex Grimace and Inception dropping from 100% to 92% on the same dataset. FaceNet + DeepFace excels on more large dataset (Georgia Tech) with 98% accuracy, but its performance drops dramatically to 53% and 70% on Essex Grimace and YALE with occlusion. These findings indicate that while deep learning methods show high accuracy under ideal conditions, machine learning methods such as KNN are more flexible and robust to occlusion in face recognition.

A Machine Learning Model for Evaluation of the Corrosion Inhibition Capacity of Quinoxaline Compounds Setiyanto, Noor Ageng; Azies, Harun Al; Sudibyo, Usman; Pertiwi, Ayu; Budi, Setyo; Akrom, Muhamad
Journal of Multiscale Materials Informatics Vol. 1 No. 1 (2024): April
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/jimat.v1i1.10429

Investigating potential corrosion inhibitors via empirical research is a labor- and resource-intensive process. In this work, we evaluated various linear and non-linear algorithms as predictive models for corrosion inhibition efficiency (CIE) values using a machine learning (ML) paradigm based on the quantitative structure-property relationship (QSPR) model. In the quinoxaline compound dataset, our analysis showed that the XGBoost model performed the best predictor of other ensemble-based models. The coefficient of determination (R2), mean absolute percentage error (MAPE), and root mean squared error (RMSE) metrics were used to objectively assess this superiority. To sum up, our study offers a fresh viewpoint on the effectiveness of machine learning algorithms in determining the ability of organic compounds like quinoxaline to suppress corrosion on iron surfaces.

Penerapan Gamifikasi Materi Pembelajaran Tingkat SMA dengan Menggunakan Wordwall Setiyanto, Noor Ageng; Hidayat, Novianto Nur; Akrom, Muhamad; Pertiwi, Ayu; Aprihartha, Moch. Anjas; Safitri, Aprilyani Nur; Sudibyo, Usman; Prabowo, Wahyu Aji Eko; Al Azies, Harun; Naufal, Muhammad
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 8, No 1 (2025): JANUARI 2025
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v8i1.2851

Kegiatan Pengabdian Masyarakat ini dilaksanakan di SMA Negeri 2 Mranggen, Demak, dengan tujuan untuk menciptakan variasi materi pembelajaran melalui proses gamifikasi, sehingga pembelajaran menjadi lebih menarik dan interaktif bagi siswa tingkat menengah. Tema dari kegiatan ini adalah gamifikasi materi pembelajaran menggunakan alat bantu Wordwall, yang memungkinkan pengintegrasian elemen permainan dalam proses belajar-mengajar. Kegiatan ini melibatkan para guru di SMA Negeri 2 Mranggen, Demak. Metode yang digunakan meliputi observasi untuk memahami kebutuhan pembelajaran di sekolah, serta pelatihan langsung dalam bentuk seminar, demonstrasi, dan sesi diskusi interaktif. Teknik ini dirancang agar para guru dapat memahami konsep gamifikasi, mempraktikkan penggunaan Wordwall, dan mengembangkan materi ajar yang kreatif serta sesuai dengan kurikulum yang ada. Hasil kegiatan menunjukkan bahwa implementasi gamifikasi materi pembelajaran melalui Wordwall efektif dalam meningkatkan pemahaman guru terhadap konsep gamifikasi. Selain itu, para guru merasa terbantu dan termotivasi untuk menciptakan materi pembelajaran yang lebih kreatif, menarik, dan dinamis.

Pelatihan Penggunaan Aplikasi Screen Reader JAWS Bagi Tunanetra Untuk Meningkatkan Kemampuan Dalam Pengelolaan Administrasi Paramita, Cinantya; Sudibyo, Usman; Muljono, Muljono; Supriyanto, Catur
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 2, No 2 (2019): Juli 2019
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Salah satu permasalahan yang dihadapi Perkumpulan Penyandang Disabilitas Indonesia (PPDI), Dewan Pengurus Cabang (DPC) Kota Semarang yakni terbatasnya media dan prasarana untuk mendukung kegiatan belajar mereka dalam mengoperasikan komputer serta tingkat perekonomian yang hanya cukup untuk memenuhi kebutuhan hidup, meraka pun belum sepenuhnya paham dalam perkembangan teknologi hingga sampai saat ini semua masih diolah dalam bentuk manual yakni melaporkan dengan lisan dan dengan cara mengingat. Untuk mengatasi permasalahan tersebut, pengabdian ini mengusulkan untuk mengadakan pelatihan penggunaan Job Access with Speech (JAWS) bagi para tuna netra. Pengabdian dilakukan dengan mengajarkan penggunaan dasar keyboard yang didukung oleh aplikasi JAWS dan pengetahuan dasar Microsoft Excel.

Pendampingan Pembuatan Video Animasi untuk Siswa SMA At Thohiriyyah Semarang Astuti, Yani Parti; Utomo, Danang Wahyu; Sudibyo, Usman; Fahmi, Amiq; Kartikadarma, Etika; Dolphina, Erlin; Subhiyakto, Egia Rosi
Community : Jurnal Pengabdian Pada Masyarakat Vol. 4 No. 3 (2024): November : Jurnal Pengabdian Pada Masyarakat
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/3s4ejr82

Information technology has developed and provided progress such as the increasing use of computers and the internet in the world, especially in the world of education. Through computers and the internet, all information can be disseminated and can be used as learning materials for students. The development of information technology and the internet, not all information is disseminated positively. Some information is disseminated negatively such as fake news (hoaxes), radicalism, and hate speech. There needs to be skills in using the development of information technology. Digital literacy trains users not only to be proficient in using information technology but also to have the ability to think critically, creatively, and innovatively to produce digital competence. SMA At Thohiriyyah is one of the high schools in Semarang that focuses on understanding and improving the abilities of its students in digital literacy. Insight is needed for SMA At Thohiriyyah students in understanding the importance of digital literacy. Animation video training is one way to increase student creativity in digital literacy in creating learning videos. With this training, it is hoped that students can develop learning videos that can be used on social media such as YouTube

Co-Authors Achmad Wahid Kurniawan Akrom, Muhamad Astuti, Yani Parti Ayu Pertiwi Budi Widjajanto Budi, Setyo Catur Supriyanto Christy Atika Sari De Rosal Ignatius Moses Setiadi Desi Purwanti Kusumaningrum Egia Rosi Subhiyakto, Egia Rosi Eko Hari Rachmawanto Erlin Dolphina Etika Kartikadarma Fahmi Amiq Fauzi Adi Rafrastara Harun Al Azies Herawati, Wise Herowati, Wise Herowati Hidayat, Novianto Hidayat, Novianto Nur Moch Anjas Aprihartha Muhamada, Keny Muhammad Naufal, Muhammad Muljono Muljono Noor Ageng Setiyanto, Noor Ageng Ojugo, Arnold Adimabua Paramita, Cinantya Prabowo, Wahyu Aji Eko Pulung Nurtantio Andono Safitri, Aprilyani Nur Utomo, Danang Wahyu Yuniarsi Rahayu

Title

Found 12 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 12 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search