Article Per Year (5 Year)
p-Index From 2021 - 2026
2.928
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Simantec Jurnal Teknologi Informasi dan Ilmu Komputer JOIV : International Journal on Informatics Visualization Knowledge Engineering and Data Science ILKOM Jurnal Ilmiah SENTIA 2017 Kumawula: Jurnal Pengabdian Kepada Masyarakat Jurnal Teknologi Informasi dan Terapan (J-TIT) Buletin Ilmiah Sarjana Teknik Elektro Indonesian Journal of Electrical Engineering and Computer Science JAMI: Jurnal Ahli Muda Indonesia International Journal of Engineering, Science and Information Technology Jurnal Pengabdian pada Masyarakat Ilmu Pengetahuan dan Teknologi Terintegrasi Jurnal Teknik Ilmu dan Aplikasi Jurnal Informatika Polinema (JIP) Jurnal Pengabdian Kepada Masyarakat
Rosa Andrie Asmara
Politeknik Negeri Malang
Agriculture, Biological Sciences & Forestry Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN LOKASI SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI ANGGOTA CALON PASKIBRAKA MENGGUNAKAN METODE TOPSIS Vita Alviana; Ely Setyo Astuti; Rosa Andrie Asmara
Jurnal Informatika Polinema Vol. 3 No. 2 (2017): Vol 3 No 2 (2017)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v3i2.14

Abstract

Penilaian pada Rekomendasi Pemilihan Anggota Paskibraka Masih menggunakan cara yang manual sehingga pengambilan keputusan untuk pemilihan membutuhkan waktu yang lama. Anggota calon Paskibraka dipilih melalui penilaian yang akan dilakukan secara terkomputerisasi dengan penilaian kriteria pada setiap siswa-siswi. Metode yang digunakan pada sistem pendukung keputusan ini adalah metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). Metode TOPSIS merupakan salah satu metode pengambilan keputusan untuk menentukan pilihan terbaik yang mendekati dari kriteria-kriteria tertentu dan meyelesaikan masalah keputusan secara efisien. Selain itu data dari tiap seleksi lebih terjaga keamananya dan tidak mudah hilang dan juga bisa di report dari sistem di setiap data yang ada. Hasil dari sistem aplikasi ini berupa tabel perangkingan setiap siswa dari seleksi pertama dan terakhir untuk mengetahui anggota yang berhasil ataupun tidak dalam pemilihan anggota paskibraka di tingkat Kota. Dari data yang diuji coba nilai persentase kesamaan nilai sebesar 93% dimana terdapat 3 siswa yang memiliki nila tidak sama. Perbedaanya ada pada pembulatan bilangan pecahan dalam sistem.
PENYISIPAN WATERMARK MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM PADA CITRA DIGITAL Reza Agustina; Rosa Andrie Asmara
Jurnal Informatika Polinema Vol. 2 No. 1 (2015): Vol 2 No 1 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i1.51

Abstract

Citra digital merupakan format data yang paling banyak tersebar luas di internet. Hal ini memberikan kemudahan bagi beberapa orang yang ingin mengunduh dan menyebarluaskan citra tanpa seijin pemiliknya. Masalah penyalahgunaan citra ini semakin rumit ketika masyarakat kurang peduli terhadap hak cipta orang lain. Dengan adanya permasalahan tersebut, maka diperlukan sebuah metode untuk melindungi hak cipta dari citra digital. Penyisipan watermark dengan metode Discrete Cosine Transform dapat diterapkan untuk meningkatkan keamanan pada citra digital. Dipilihnya metode ini karena metode ini lebih kokoh terhadap manipulasi citra terutama kompresi. Penyisipan watermark dilakukan pada frekuensi tinggi dari koefisien DCT. Berdasarkan pengujian, citra terwatermark tahan terhadap manipulasi citra berupa kompresi hingga 50%. Penambahan teks dan perubahan warna menghasilkan kualitas citra watermark yang baik, sedangkan pada penggantian background, penambahan filter, dan rotate dapat merusak watermark setelah proses ekstraksi.
DETEKSI JENIS KELAMIN BERDASARKAN CITRA WAJAH JARAK JAUH DENGAN METODE HAAR CASCADE CLASSIFIER Priska Choirina; Rosa Andrie Asmara
Jurnal Informatika Polinema Vol. 2 No. 4 (2016): Vol 2 No 4 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i4.77

Abstract

Saat ini perkembangan teknologi yang berkaitan dengan pengenalan wajah banyak dimanfaatkan pada aplikasi pengenalan data biologis (biometrics) seperti pengenalan jenis kelamin. Penerapan aplikasi yang memerlukan pengenalan jenis kelamin adalah proses segmentasi pasar untuk mengetahui trend demografis dari produk yang dipasarkan berdasarkan jenis kelamin, selain itu juga dapat digunakan untuk pembatasan akses suatu ruangan dan lain-lain. Deteksi jenis kelamin berdasarkan citra wajah jarak jauh dengan metode Haar Cascade Classifier dapat digunakan untuk membedakan wajah wanita dan wajah pria dengan jarak kurang dari 200 cm. Data yang dilakukan untuk proses training adalah 150 wajah laki-laki dan 150 wajah perempuan, dari jumlah wajah tersebut diambil 100 citra wajah untuk setiap jarak berukuran 100, 150, dan 200 cm. Penggunaan fitur-fitur geometris yang diperoleh dari deteksi mata, hidung dan mulut diproses dengan pengukuran jarak antar fitur-fitur dari wajah yang akan dilakukan proses klasifikasi jenis kelamin. Untuk klasifikasi jenis kelamin dilakukan perbandingan 2 metode klasifikasi yaitu
Sistem Pakar Diagnosa Hama Dan Penyakit Pada Tanaman Apel Menggunakan Metode Certainty Factor Alfan Hadi Permana; Rosa Andrie Asmara; Ariadi Retno Tri
Jurnal Informatika Polinema Vol. 1 No. 3 (2015): Vol 1 No 3 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i3.106

Abstract

Apel merupakan tanaman buah tahunan yang berasal dari daerah Asia Barat dengan iklim sub tropis. Di Indonesia apel mulai ditanam pada tahun 1934, hingga saat ini tanaman apel sudah banyak ditanam di berbagai wilayah. Apel dapat tumbuh dan berbuah dengan baik di daerah dataran tinggi. Di Kota Batu, Jawa Timur, apel merupakan buah yang menjadi ikon kota wisata ini. Apel di Kota Batu sudah mulai ditanam sejak tahun 1950 dan berkembang pesat pada tahun 1960-an hingga saat ini. Seiring berkembangnya tanaman apel di kota batu, pengendalian hama dan penyakit pada tanaman apel juga perlu dilakukan dengan baik. Pakar atau pihak yang berkompeten dalam bidangnyalah yang dapat memberikan solusi dalam setiap permasalah yang dihadapi oleh petani. Keterbatasan jumlah pakar dan pengetahuan menjadi kesulitan dalam proses identifikasi hama dan penyakit tanaman apel. Penelitian ini bertujuan untuk merancang dan mengimplementasikan suatu sistem yang disebut sistem pakar. Sistem pakar adalah program atau aplikasi perangkat lunak yang digunakan untuk memecahkan masalah yang biasanya diselesaikan oleh seorang pakar. Aplikasi sistem pakar berbasis website banyak dimanfaatkan oleh berbagai kalangan masyarakat, dapat mengambil keputusan dengan cepat merupakan nilai lebih dalam aplikasi sistem pakar. Metode yang digunakan pada penelitian ini adalah certainty factor (CF), metode tersebut menyatakan tingkat kepercayaan dalam sebuah kejadian atau fakta berdasarkan bukti ataupun penilaian dari seorang pakar.
IDENTIFIKASI KEMATANGAN BUAH TOMAT BERDASARKAN WARNA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN (JST) Sella Kusumaningtyas; Rosa Andrie Asmara
Jurnal Informatika Polinema Vol. 2 No. 2 (2016): Vol 2 No 2 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v2i2.59

Abstract

Proses pemilihan produk hasil pertanian dan perkebunan umumnya sangat bergantung pada presepsi manusia terhadap komposisi warna yang dimiliki citra yaitu buah­buahan. Cara manual dilakukan berdasarkan pengamatan visual secara langsung pada buah yang akan diklasifikasi. Identifikasi dengan cara ini memiliki beberapa kelemahan diantaranya adalah waktu yang dibutuhkan relatif lama serta menghasilkan produk yang beragam karena adanya keterbatasan visual manusia, tingkat kelelahan dan perbedaan persepsi tentang mutu buah. Perkembangan ilmu pengetahuan dan teknologi pengolahan citra digital memungkinkan untuk memilah produk pertanian dan perkebunan tersebut secara otomatis dengan bantuan aplikasi pengolahan citra. Identifikasi kematangan buah tomat ini menerapkan metode pembelajaran Perceptron. Pendukung identifikasi menggunakan bantuan media webcam sebagai pengambilan gambar tomat yang dibuat histogram warnanya kemudian diidentifikasi menggunakan jaringan syaraf tiruan agar komputer dapat memperoleh informasi citra dan dapat mengetahui jenis kematangan buah tersebut. Tingkat keberhasilan identifikasi kematangan buah tomat yang didapatkan menggunakan metode pembelajaran perceptron dengan tingkat keberhasilan 43,33%. Dari hasil identifikasi yang diperoleh menghasilkan 3 output yaitu Mentah 10%, Setengah Matang 6,66%, dan Matang 26,66%.
PENGEMBANGAN APLIKASI KEUANGAN DI SPBU SERA KM 25 SIDOARJO Galang Audi Pramasha; Rosa Andrie Asmara; Atiqah Nurul Asri
Jurnal Informatika Polinema Vol. 1 No. 4 (2015): Vol 1 No 4 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i4.119

Abstract

SPBU (Stasiun Pengisian Bahan Bakar Umum)Sera KM 25 Sidoarjo membutuhkan suatu sistem yang dapat melakukan pengolahan seluruh data yang berhubungan dengan proses penjualan dan pembelian BBM. Data-data yang saat ini diolah adalah data transaksi penjualan, data transaksi pembelian, data penggajian, data stok barang, data jabatan, data distributor, dan data user. Pengolahan data-data tersebut dalam sistem yang saat ini berjalan dilakukan secara manual yaitu diimplementasikan dalam buku atau arsip. Pengolahan data dengan menggunakan sistem yang saat ini berjalan dirasa kurang efisien dalam hal waktu dan kurang akurat dalam hal informasi yang dihasilkan. Masalah yang terdapat dalam sistem yang saat ini sedang berjalan dapat diselesaikan dengan membangun suatu sistem baru yang lebih efisien dan akurat.Pengembangan Aplikasi Keuangan pada SPBU Sera KM 25 Sidoarjo dibangun dengan menggunakan Visual Studio 2010 danSQL server 2008. Berdasarkan pengujian yang dilakukan, sistem yang dibangun dapat menyelesaikan masalah yang ada dalam sistem yang lama.
SISTEM PAKAR DIAGNOSA PENYAKIT DIABETES MELITUS Adhiati Kusuma Wardani; Nurudin Santoso; Rosa Andrie Asmara
Jurnal Informatika Polinema Vol. 1 No. 1 (2014): Vol 1 No 1 (2014)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i1.93

Abstract

Diabetes Melitus merupakan penyakit degeneratif yang diperkirakan terus meningkat. Permasalahan diagnosa penyakit Diabetes Melitus terletak pada bagaimana pengguna mengetahui kemungkinan tingkat resiko tipe dari penyakit Diabetes Melitus yang dialami. Masalah tersebut dapat diselesaikan dengan menerapkan sistem pakar. Sistem pakar yaitu suatu ilmu komputer yang berdasarkan kecerdasan buatan berguna untuk menyelesaikan masalah seperti yang biasa dilakukan para ahli. Berdasarkan pada permasalahan tersebut akan ditemukan beberapa diagnosa, sehingga menimbulkan ketidakkonsistenan. Penerapan metode Dempster Shafer pada sistem pakar dimanfaatkan untuk mengatasi ketidakkonsistenan. Dempster Shafer adalah suatu metode yang menerapkan fungsi kepercayaan dan pemikiran yang masuk akal. Nilai kepercayaan atau densitas terbesar menunjukkan hasil diagnosa penyakit Diabetes Melitus. Parameter penetapan diagnosa Diabetes Melitus dilihat berdasarkan hasil lab gula darah, umur, jenis kelamin, riwayat keluarga, dan gejala yang dialami. Hasil pengujian sistem yang menerapkan Dempster Shafer diperoleh tingkat akurasi sistem sebesar 86.7 %, sehingga sistem dignosa ini dapat menjadi alternatif solusi sebagai media konsultasi bagi pengguna untuk mendapatkan informasi kemungkinan tingkat resiko tipe pada penyakit Diabetes Melitus yang dialami.
Pengembangan Sistem Face Recognition menggunakan Cloud Service, Raspberry Pi dan Convolutional Neural Network (CNN) Rosa Andrie Asmara; Muhammad Ridwan; Gunawan Budi P; Anik Nur Handayani
Jurnal Informatika Polinema Vol. 9 No. 1 (2022): Vol 9 No 1 (2022)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i1.1181

Abstract

Wajah manusia menjadi bagian terpenting dalam tubuh manusia sebagai karakteristik masing-masing individu manusia. Wajah juga memiliki tekstur yang lebih kaya dan area yang luas. Teknik pengenalan wajah telah dilakukan oleh banyak peneliti dengan berbagai macam metode dan pendekatan. Implementasi tentang Cloud Server untuk penyimpanan data Real Time menggunakan Raspberry Pi telah diterapkan. Peneliti tersebut telah membangun Server Cloud Private yang dapat diatur di Raspberry Pi dan digunakan sebagai perangkat penyimpanan untuk aplikasi real time. Hasil dari penerapan ini adalah penggunaan Raspberry Pi, mikroprosesor dengan harga terjangkau. Komputasi dilakukan menggunakan layanan cloud computing, dikarenakan spesifikasi perangkat keras pada Raspberry Pi yang tidak terlalu baik. Infrastruktur cloud computing dapat diperoleh dengan menggunakan platform Cloud yang disediakan oleh vendor cloud tertentu. Penggunaan Cloud sebagai monitoring melalui pengenalan wajah menggunakan metode Gabor dan fitur CS-LBP diterapkan oleh peneliti. Sedangkan penulis tertarik ingin mengembangkan sistem Face Recognition menggunakan Cloud Service pada Raspberry Pi, menggunakan metode Convolutional Neural Network (CNN). Dari hasil pengujian metode deteksi wajah antara Haar Cascade dengan CNN dengan berbagai variasi dan kondisi dari data pengujian, untuk Haar Cascade diperoleh akurasi rata-rata sebesar 81,12%, sedangkan jika menggunakan CNN diperoleh akurasi sebesar 86,53%. Pada pengujian encoding pengenalan wajah dengan CNN, tingkat akurasi yang lebih tingkat tinggi diperoleh jenis model pengenalan arcface yakni 67,69% sedangkan facenet hanya memperoleh akurasi 66,46%.
Classifying BISINDO Alphabet using TensorFlow Object Detection API Hayati, Lilis Nur; Handayani, Anik Nur; Irianto, Wahyu Sakti Gunawan; Asmara, Rosa Andrie; Indra, Dolly; Fahmi, Muhammad
ILKOM Jurnal Ilmiah Vol 15, No 2 (2023)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v15i2.1692.358-364

Abstract

Indonesian Sign Language (BISINDO) is one of the sign languages used in Indonesia. The process of classifying BISINDO can be done by utilizing advances in computer technology such as deep learning. The use of the BISINDO letter classification system with the application of the MobileNet V2 FPNLite  SSD model using the TensorFlow object detection API. The purpose of this study is to classify BISINDO letters A-Z and measure the accuracy, precision, recall, and cross-validation performance of the model. The dataset used was 4054 images with a size of  consisting of 26 letter classes, which were taken by researchers by applying several research scenarios and limitations. The steps carried out are: dividing the ratio of the simulation dataset 80:20, and applying cross-validation (k-fold = 5). In this study, a real time testing using 2 scenarios was conducted, namely testing with bright light conditions of 500 lux and dim light of 50 lux with an average processing time of 30 frames per second (fps). With a simulation data set ratio of 80:20, 5 iterations were performed, the first iteration yielded a precision result of 0.758 and a recall result of 0.790, and the second iteration yielded a precision result of 0.635 and a recall result of 0.77, then obtained an accuracy score of 0.712, the third iteration provides a recall score of 0.746, the fourth iteration obtains a precision score of 0.713 and a recall score of 0.751, the fifth iteration gives a precision score of 0.742 for a fit score case and the recall score is 0.773. So, the overall average precision score is 0.712 and the overall average recall score is 0.747, indicating that the model built performs very well.
Automatic notes based on video records of online meetings using the latent Dirichlet allocation method Arianto, Rakhmat; Asmara, Rosa Andrie; Nurhasan, Usman; Rahmanto, Anugrah Nur
International Journal of Electrical and Computer Engineering (IJECE) Vol 14, No 4: August 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v14i4.pp4147-4153

Abstract

Meeting minutes can also be used as a benchmark for whether the meeting objectives have been achieved or not. Minutes are taken during the meeting until the end of the meeting, which contain essential points from the meeting. Minutes in online meetings are currently still done manually, and generally, every meeting is recorded as documentation that requires more human resources to change the recording of the meeting file. Based on the problems above, a solution to this problem is needed by creating an automatic note-taking system that can assist the note-takers in concluding the meeting, especially in the Information Technology Department. This study uses the latent Dirichlet allocation (LDA) method to determine text summarization and topic modeling. Based on this research, the system calculation using the LDA method produces a pretty good accuracy value for text summarization of 57.91% and topic modeling with a coherence score of 64.56%. Based on this research, the implementation of the latent Dirichlet allocation method for text summarization and topic modeling provides a fairly good level of similarity accuracy when compared to the minutes that are written manually and can be implemented in the Information Technology Department.
Co-Authors Abdurrahman, Raka Admiral Adhiati Kusuma Wardani Adhitama, Dodik Widya Adzikirani Adzikirani Adzikirani, Adzikirani Agustina, Reza Alfan Hadi Permana Alviana, Vita Andjani, Bella Sita Angga Aditya Indra Wiratmaka Anik Nur Handayani Ardiansyah, Muhammad Rizqi Ariadi Retno Tri Ariadi Retno Tri Hayati Ririd Arie Rachmad Syulistyo Arief Prasetyo Arief Prasetyo Arinda, Vivid Ichtarosa Astiningrum, Mungki Astuti, Ely Setyo Atiqah Nurul Asri Awan Setiawan Bella Sita Andjani Burhanuddin, Mohd Aboobaider Candra Bella Vista Choirina, Priska Christine, Anastasia Merry Citra Nurina Prabiantissa Citra Nurina Prabiantissa Damanhuri, Nor Salwa Damayanti, Farradila Ayu Deddy Kusbianto P. A Deddy Kusbianto Purwoko Aji Dhika Ainul Luthfi Dika Rizky Yunianto Dimas Wahyu Wibowo Dolly Indra Dwi Puspitasari Dwi Puspitasari DWI PUSPITASARI Eka Larasati Amalia Ekojono, Ekojono Elok Nur Hamdana Era Chalis Kurniangesti Erfan Rohadi Faisal Rahutomo Fitriana Nur’Aini D Fitriana, Aliza Rizqi Galang Audi Pramasha Gunawan Budi P Habibie Ed Dien Hapsari, Ratih Indri Hendrawan, Muhammad Afif Imam Fahrur Rozi Indra Wiratmaka, Angga Aditya Kohei Arai Kohei Arai Kohei Arai Kristinanti Charisma Kurniangesti, Era Chalis Kusbianto P. A, Deddy Kusbianto P. A Kusumaningtyas, Sella Laistulloh, Dika Fikri lilis nurhayati M. Rahmat Samudra M. Unggul Pamenang Muhammad Ainur Ilmy Muhammad Ridwan Musthafa, Muhammad Bisri Mustika Mentari Nadhifatul Laeily Nalendra, Adimas Ketut Ngatmari, Ngatmari Noprianto, Noprianto Nur’Aini D, Fitriana Nurudin Santoso Odhitya Desta Triswidrananta Permana, Alfan Hadi Pramasha, Galang Audi Primadhana, Yoga Andri Qonitatul Hasanah Rahmad, Cahya Rahman, Mochamad Faisal Rahmanto, Anugrah Nur Rahmat Samudra Anugrah, Muhammad Rakhmat Arianto Reza Agustina Robertus Romario Rokhman, Syaiful Ronilaya, Ferdian Rudy Ariyanto Ryan Rifqi Arista Sabita, Almira Rahma Santoso, Nurudin Sari, Irawati Nurmala Sella Kusumaningtyas Shoumi, Milyun Ni’ma Siradjuddin, Indrazno Siska Stevani Siti Romlah Stevani, Siska Syaiful Rokhman Taw, Phillip Tri, Ariadi Retno Triswidrananta, Odhitya Desta Ulfa, Farida Ulla Delfana Rosiani Usman Nurhasan Veithzal Rivai Zainal Vita Alviana Vivin Ayu Lestari Wahyu Sakti Gunawan Irianto Wardani, Adhiati Kusuma Wilda Imama Sabilla Yan Watequlis Syaifudin Yoga Andri Primadhana