Article Per Year (5 Year)
p-Index From 2021 - 2026
4.805
P-Index
This Author published in this journals
All Journal HUMANIKA PROtek : Jurnal Ilmiah Teknik Elektro Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) SemanTIK : Teknik Informasi Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Teknoinfo JURNAL PengaMAS JURNAL PENDIDIKAN TAMBUSAI Simtek : Jurnal Sistem Informasi dan Teknik Komputer Journal of English Language Teaching Innovations and Materials (Jeltim) JAGAT (Jurnal Geografi Aplikasi dan Teknologi) Journal Idea of History Dinasti International Journal of Economics, Finance & Accounting (DIJEFA) Journal of System and Computer Engineering Journal of Applied Data Sciences Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) JAMBURA: JURNAL ILMIAH MANAJEMEN DAN BISNIS Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) Malcom: Indonesian Journal of Machine Learning and Computer Science ANTHOR: Education and Learning Journal Bulletin of Social Informatics Theory and Application Lunggi Journal Jurnal Pengabdian Sosial ANTHOR: Education and Learning Journal JOURNAL SULTRA ELEMENTARY SCHOOL
Yuyun, Yuyun
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Physics Public Health Social Sciences Other

Published : 36 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 36 Documents
Search

 1   2   3   4 
Monitoring and controlling humidity and pH use of LoRa in IoT-Based hydroponic planting Usman, Usman; Achmad, Andani; Yuyun, Yuyun; Satra, Ramdan; Tribuana, Dhimas; Konate, Siaka
Bulletin of Social Informatics Theory and Application Vol. 8 No. 1 (2024)
Publisher : Association for Scientific Computing Electrical and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/businta.v8i1.672

Abstract

Indonesia, a tropical country with a growing population, has significant potential for food production but faces challenges in meeting this demand. Factors such as generation change, industrialization, and food production monopolies, as well as climate change, food security measures, and a lack of technological progress, affect productivity. Governments need to address these problems by implementing policies such as cost efficiency, supply chain management, minimum labour consumption, and effective food distribution. Food security is vital to the health and well-being of the population, and food is a vital food source to consume. Vegetables, a popular food source, are vital for health and growth. Salad, a plant used for food production, is beneficial to food production and is the main food in the modern market. Technologically speaking, food security is vital to the health and well-being of the population. Governments should focus on improving food security and ensuring that food is accessible to all. The proposed system consists of five sensors: the DHT11 sensor, the TDS meter, the humidity sensor (DS18B20), the water height sensor, and the pH meter. Data from the sensor will be stored in a cloud database via the LoRa communication network, allowing users to access data through Android applications.
Tindak Tutur Direktif Warganet di Media Sosial Instagram KPU_RI Postingan 7 Hari Menuju Pemilu Yuyun, Yuyun; Yuliawan, Tri
HUMANIKA Vol 31, No 1 (2024): June
Publisher : Faculty of Humanities, Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/humanika.v31i1.63220

Abstract

Penelitian ini mengekplorasi sejumlah tindak tutur direktif yang ditemukan pada kolom komentar postingan 7 hari menuju pemilu pada akun Instagram @KPU_RI. Penelitian ini menggunakan metode kualitatif. Sumber data dalam peneliian ini adalah komentar Instagram KPU_RI postingan 7 hari menuju pemilu. Teknik pengumpulan datanya adalah dokumentasi, simak, dan catat. Analisis data yang digunakan adalah analisis isi dengan pendekatan pragmatic. Hasil analisis menunjukkan bahwa pada kolom komentar Instagram KPU_RI postingan 7 hari menuju pemilu terdapat sejumlah tuturan direktif yang terdiri dari memohon, meminta, mengajak, menasihati, melarang, menuntut, merekomendasikan, dan memerintah. Tindak tutur menuntut mendominasi dari yang lainnya, artinya netizen menuntut kepada pihak KPU RI terkait kejelasan anggaran dana di setiap KPPS, calon pemilih yang tidak terdata di daftar pemilih tetap, dan penggunaan aplikasi sirekap yang masih terkendala.
TEXT MINING IN TWITTER: AN ANALYSIS AND MONITORING POLITICAL ISSUES Kasau, Sukirno; Yuyun, Yuyun; Syarif, Syafruddin
SemanTIK : Teknik Informasi Vol 7, No 1 (2021): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (374.074 KB) | DOI: 10.55679/semantik.v7i1.15952

Abstract

Media sosial merupakan media yang mempertemukan manusia di dunia maya, salah satu sosial media yang menjadi favorit adalah twitter. Berbagai hal bisa dibahas di twitter, salah satunya adalah tentang politik. Guna mengelola informasi perlu dilakukan analisis teks salah satunya dengan menggunakan text mining. Tujuan penelitian ini adalah untuk menggali informasi dari media sosial twitter terkait isu politik. Metode penelitian yang digunakan adalah studi pustaka (library research), metode pengumpulan data (field research) dan perancangan sistem serta analisis. Pada studi literatur, dilakukan pencarian penelitian-penelitian terkait menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor. Temuan penelitian ini adalah 2 topik dengan nilai coherence terbaik dari 20 topik.  Pengujian dari dua topik isu tersebut menunjukkan tingkat akurasi klasifikasi berdasarkan topik menggunakan metode K-Nearest Neighbor lebih tinggi dari Naïve Bayes.Kata kunci; Sosial media, Text Mining, Naïve Bayes, K-Nearest Neighbor
EMERGENCY REPORTING SYSTEM (ERS) UNTUK KASUS KRIMINALITAS PADA POLRESTABES KOTA MAKASSAR Rahmaniar, Rahmaniar; Arda, Abdul Latief; Yuyun, Yuyun
Jurnal Teknoinfo Vol 18, No 2 (2024): Juli 2024
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v18i2.4048

Abstract

This study aims to implement Google Maps API technology and the Havershine algorithm in the Emergency Reporting System (ERS) application at the Polrestabes Makassar, where this system runs on Android with quick access for user using the buttons on the screen and the volume up button. System development in this application uses the waterfall method with the UML (Unified Modeling Language) design language. Meanwhile, software using JAVA, PHP, HTML, CSS, Java script and MySql is used for database management. Data collection was obtained through observation, interviews and literature study. Based on the results of testing by 18 respondents consisting of 12 members of the public or reporters and 6 officers, it was found that the average percentage of respondents' scores for questionnaire questions was 82.5% with a Cronbach's Alpha value of 0.73. It can be concluded that the emergency reporting system application is considered very reliable. Testing this application using a button on the application screen ran smoothly on the first try with the average time the victim pressed the button to record less than 1 second or 0.64 seconds and the time it took for a message to reach the helper or police officer was 11.66 seconds. Testing the emergency notification application using the volume up (+) button on the device completed smoothly in 1.55 trials with the average time between the victim pressing the volume button and recording being 5.00 seconds and the time until the rescue team arrived was 14.00 seconds. This time includes the time required to set the maximum volume and activate the device screen. The percentage of correspondence between the accurate location points of the reporter and the recipient of the report using the Google Maps API with the Havershine algorithm to determine the relevant police station based on the closest distance is approximately 75% accurate on average with a distance difference of approximately 45.5 meters.
STRATEGI GURU PENDIDIKAN AGAMA ISLAM DALAM MENINGKATKAN KEMAMPUAN MEMBACA AL-QUR’AN PADA SISWA KELAS IV DI SDS ISLAM TERPADU SULTHONIYAH SAMBAS TAHUN PELAJARAN 2022/2023 Yuyun, Yuyun; Nuraini , Nuraini; Astaman, Astaman
Lunggi Journal Vol. 2 No. 1 (2024): Lunggi Journal: Literasi Unggulan Ilmiah Multidisipliner
Publisher : Institut Agama Islam Sultan Muhammaad Syafiuddin Sambas

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

Abstract

Penelitian ini dilakukan karena adanya rendahnya kemampuan membaca Al-Qur’an oleh sebab itu diperlukan adanya Strategi guru PAI dalam meningkatkan kemampuan membaca Al-Qur’an pada siswa kelas IV di sds it sulthoniyah sambas. Penelitian ini bertujuan untuk menggambarkan secara jelas tentang: 1) Pelaksanaan strategi Guru PAI dalam meningkatkan membaca Al-Qur’an di sds it sulthoniyah sambas. 2) Hasil dari pelaksanaan membaca Al-Qur’an di sds it sulthoniyah sambas pada siswa kelas IV di sds it sulthoniyah sambas pada tahun 2022/2023. 3) Faktor-faktor yang mempengaruhi guru PAI dalam meningkatkan kemampuan membaca Al-Qur’an di sds it sulthoniyah sambas. Penelitian ini menggunakan pendekatan kualitatif dan jenis penelitian deskriptif. Teknik pengumpulan data menggunakan wawancara, observasi, dokumentasi. Adapun teknis analisis data yang digunakan adalah pengumpulan data, reduksi data, display data, dan kesimpulan. Hasil penelitian menyimpulkan bahwa: Pelaksanaan strategi Guru PAI dalam meningkatkan membaca al-Qur’an di Sds it Sulthoniyah Sambas adalah Guru PAI menggunakan strategi yang bervariasi yaitu (1) Strategi Pengulangan, (2) Strategi lingkaran, (3) Strategi kegiaatan Keagamaan diluar jam pelajaran. Hasil dari pelaksanaan membaca Al-qur’an di SDS IT Sulthoniyah Sambas yaitu meningkatnya peserta didik dalam membaca Al-Qur’an selain itu dari segi pemahaman banyak ditemukan peserta didik yang sudah memahami hukum-hukum bacaan Al-Qur’an seperti hukum panjang pendek dan tanda baca lainnya. Faktor-faktor yang mempengaruhi guru PAI dalam meningkatkan kemampuan membaca Al-quran di SDS IT Sulthoniyah Sambas yaitu diantaranya; Pertama faktor pendukung seperti hubungan yang harmonis guru PAI dengan orang tua anak, pengaruh lingkungan keluarga dan lingkungan masyarakat; Kedua faktor penghambat seperti manajemen waktu, faktor kurangnya daya serap anak dalam memahami materi yang seperti hukum panjang pendek dan tanda baca lainnya.
Sistem Kontrol dan Monitoring Penggunaan Daya Peralatan Elektronik pada Rumah Berbasis Internet Of Things (IOT) Dahlan, Dahlan; Yuyun, Yuyun; Sahibu, Supriadi
Journal of System and Computer Engineering Vol 6 No 1 (2025): JSCE: January 2025
Publisher : Universitas Pancasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61628/jsce.v6i1.1613

Abstract

The objectives of this study are (1) to achieve energy efficiency and cost savings (2) Internet of Things (IoT)-based control and monitoring systems using Node MCU ESP32 as a data processing center (3) enabling data processing from PZEM-004T sensors and sending control commands to solid state relays (SSR) based on user input via a website application. The implementation of this system shows significant potential in reducing energy consumption and costs in households. With real-time feedback on energy consumption, users can make wiser decisions about the use of electronic equipment, thereby reducing energy waste. Remote control capabilities allow users to manage electronic equipment more effectively, improve security, and reduce unnecessary energy consumption. This study shows that manual electricity usage reaches 9.59%, while with the implementation of the IoT system it is only 5.49%, so there is a saving in electricity consumption of 4.1%. This proves that the IoT system is more effective and efficient in managing the power consumption of electronic equipment.
Perbandingan Kinerja YOLO vs Faster R-CNN untuk Deteksi & Estimasi Berat Ikan Justam, Justam; Malik, Abdul; Erlita, Erlita; Mangellak, Deo; Yuyun, Yuyun
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 7 No 2 (2024): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v7i2.273

Abstract

Ikan kerapu dan ikan kakap memiliki nilai ekonomi tinggi di pasar global, sehingga identifikasi jenis dan estimasi beratnya menjadi aspek penting dalam perdagangan. Metode manual yang umum digunakan memerlukan waktu lama dan tenaga kerja besar. Oleh karena itu, penelitian ini membandingkan performa dua model deep learning, yaitu YOLO dan Faster R-CNN, dalam mendeteksi jenis dan mengestimasi berat ikan. Dataset terdiri dari 2.991 citra yang terbagi dalam 18 kelas dan diperluas melalui augmentasi menjadi 6.843 citra. Proses deteksi menggunakan detection threshold 0,8, dengan evaluasi berdasarkan precision, recall, accuracy, serta Mean Absolute Percentage Error (MAPE) untuk estimasi berat. Hasil menunjukkan bahwa model YOLO memiliki precision, recall, dan accuracy masing-masing sebesar 0,98, 0,98, dan 0,96, sedangkan Faster R-CNN mencapai 0,97, 0,98, dan 0,95. Untuk estimasi berat, MAPE YOLO pada citra sebesar 2,42% dan pada video 3,66%, sementara Faster R-CNN memiliki MAPE 14,62% pada citra dan 13,59% pada video. Dengan demikian, model YOLO menunjukkan kinerja lebih baik dibandingkan Faster R-CNN dalam mendeteksi jenis dan mengestimasi berat ikan
Deteksi Kebakaran Menggunakan Algoritma Single Shoot MultiBox Detector dengan Rule RGB dan Rule YcbCr: Fire Detection Using Single Shoot MultiBox Detector Algorithm with RGB Rule and YCbCr Rule Baharuddin, Baharuddin; Yuyun, Yuyun; Nasrullah, Nasrullah
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 1 (2025): MALCOM January 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i1.1761

Abstract

Penelitian ini mengembangkan sistem deteksi api berbasis computer vision menggunakan algoritma Single Shot Multibox Detector (SSD) untuk mengatasi keterbatasan sistem deteksi api konvensional yang umumnya kurang responsif dan kurang akurat dalam kondisi pencahayaan dan jarak yang bervariasi. Sistem ini menerapkan model SSD MobileNetV2 yang telah dilatih menggunakan dataset gambar api yang di-augmentasi, memungkinkan deteksi yang andal dalam berbagai skenario. Hasil penelitian menunjukkan bahwa penggunaan kombinasi aturan RGB dan YCbCr secara signifikan meningkatkan akurasi deteksi, khususnya dalam mengurangi tingkat false positive yang sering terjadi pada metode sebelumnya. Selain itu, sistem ini meningkatkan efisiensi waktu deteksi dengan rasio deteksi api terhadap frame yang lebih optimal, sehingga dapat memberikan respons real-time yang cepat. Dengan tingkat akurasi yang tinggi dan kemampuan deteksi real-time, sistem ini efektif untuk aplikasi praktis seperti pemantauan kebakaran di area industri dan publik, memberikan perlindungan tambahan, serta mendukung tindakan preventif yang lebih cepat dalam menghadapi potensi kebakaran.
Deteksi Pengguna Masker Berbasis Pengolahan Citra Menggunakan Algoritma Yolo Sukriadi, Sukriadi; Gani, Hamdan; Yuyun, Yuyun
Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Vol 8 No 1 (2025): Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI)
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Lamappapoleonro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57093/jisti.v8i1.274

Abstract

Penelitian ini menerapkan algoritma YOLO untuk mendeteksi pengguna masker serta untuk mengetahui akurasi yang dihasilkan menggunakan algoritma YOLO. Teknologi yang digunakan berbasis Pengolahan Citra. Keluaran dari sistem ini adalah peringatan bagi orang yang tidak menggunakan masker dan menghitung total jumlah pengguna masker dan jumlah yang tidak menggunakan masker. Penelitian ini menggunakan algoritma You Only Look Once (YOLO) generasi ketiga, yang terdiri dari convolutional neural network layer untuk proses ekstraksi fitur dari input serta proses localization objek, dan fully connected layer untuk mengklasifikasikan jenis larva udang. Hasil penelitian ini menunjukkan bahwa sistem pendeteksi pengguna masker tidak mendeteksi dengan baik, hal ini dipengaruhi karena kurangnya cahaya saat pengambilan data uji. Minimal cahaya yang digunakan dalam pengambilan data adalah 400 Lumen. Lumen merupakan satuan pengukuran standar untuk jumlah cahaya yang dapat dihasilkan oleh sebuah sumber cahaya. Dengan menggunakan algoritma YOLO untuk mendeteksi dan menghitung jumlah pengguna masker menghasilkan perhitungan dan deteksi penggunaan masker dengan Dataset yang digunakan pada penelitian ini sebanyak 700 data gambar sebagai data latih dan 70 data uji serta Penerapan algoritma yolo untuk mendeteksi penggunaan masker mencapai tingkat akurasi 97,51%
ANALISIS BERITA KRIMINAL BERBASIS GRAPH CLASSIFICATION Jasman, Jasman; Hazriani, Hazriani; Yuyun, Yuyun
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 1 (2025): April 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i1.1532

Abstract

Analisis berita kriminal berbasis klasifikasi graf merupakan pendekatan inovatif yang menggunakan representasi graf untuk memahami hubungan antar entitas dalam data kriminal. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis Deep Graph Convolutional Neural Networks (DGCNN) untuk berita kriminal, mengevaluasi efektivitasnya, dan menghasilkan analisis prediktif yang mendukung penegakan hukum. Metode penelitian dimulai dengan pengumpulan data dari 1.500 berita kriminal, yang diproses melalui tahapan preprocessing seperti tokenisasi dan filtering untuk menghasilkan graf yang merepresentasikan hubungan antar entitas. Selanjutnya, model DGCNN dilatih menggunakan dataset ini, dengan metrik akurasi, precision, dan recall sebagai indikator kinerjanya. Hasil penelitian menunjukkan bahwa DGCNN mampu menangkap pola-pola kompleks, seperti keterkaitan antara pelaku, korban, lokasi, dan waktu kejadian. Namun, terdapat kendala pada overfitting dan underfitting, terutama pada dataset dengan distribusi yang tidak seimbang. Kesimpulannya, meski DGCNN menunjukkan potensi signifikan dalam analisis kriminal, peningkatan pada teknik regulasi, augmentasi data, dan pemilihan parameter diperlukan untuk memaksimalkan generalisasi model, sehingga mendukung prediksi kriminal yang lebih akurat dan strategis.
Co-Authors A. Ade Rosali Saputra Abd Gani, Zulfahmiz Abdul Latief Arda Abdul Malik Andani Achmad Andi riski ramadani Anggriani, Yunita Arepin, Mazlen Aslim Aslim Asmina, Asmina Astaman, Astaman Baharuddin Baharuddin Basirung Umaternate Caroline, Sesilia Vannesa Chatarina Umbul Wahyuni Dahlan Dayanti, Dayanti Dedi Supriadi Dessy Wardiah, Dessy Dewi, Meli Puspita Dewi, Terresia Novita Dhimas Tribuana Eko Suhartoyo, Eko Elsa Sera Erlita, Erlita Esa Prakasa Etty Puji Lestari Fatma Fuji Syahfitrah Oihu Hafsah HS Hafsah. HS Haliadi, Haliadi Hamdan Gani Harry Setiawan Hasriani Hasriani, Hasriani Hazriani, Hazriani Hellen Febriyanti Heri Sutanto Hetilaniar, Hetilaniar Hidayah, Akmal Hidayah Hikmah Ifayanti Hoerunnisa, Hoerunnisa Ida Usman Imam T. Umagapi inda, nur Intiyas Utami Jasman Jasman Juliani, Deta Justam, Justam Kalis, Maria Christiana Iman Kasau, Sukirno Konate, Siaka Kurniawan, Kukuh Dian Mangellak, Deo Mansur, Toha Muh Arfah Wahlil Pratama Muhammad Afif Muhammad Arfah Wahlil MUHAMMAD FUAD Najirah Umar Nasrullah Nasrullah Nassarudin, Nassarudin Nesti Juniarsi Nopi Anggista Putri, Nopi Anggista Novaldo, Rian Nuradha, Nuradha Nuraini , Nuraini Nurul Azmi Purmono, Bintoro Bagus Putriani, Olif Delfia Rahmaniar Rahmaniar, Rahmaniar Rahmawati, Nira Ramdan Satra Rina Susanti Riyadi, Selianita Rahma Sahibu, Supriadi Samsart Deandi Palumery Santika Safitri Sari, Eva Yulita Sari, Feti Yulia Sarman Sarman Sawaludin, Sawaludin SEPTI WULANDARI Siskarina, Aulia Sukriadi Sukriadi Syafruddin Syarif Syarif, Irwan Ubaidillah, M. Faruq Usman Usman Widayaka, Restu Winanati, Mira Yana, Putri Sheilla Septi Erda Yuliawan, Tri Zilvania, Reza Zuhriyah, Sitti