Article Per Year (5 Year)
p-Index From 2021 - 2026
3.695
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Informasi dan Komputer Systematics JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Abdi: Media Pengabdian Kepada Masyarakat Jurnal Ilmiah Wahana Pendidikan Abditeknika - Jurnal Pengabdian Kepada Masyarakat
Juardi, Didi
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Identifikasi Citra Kain Songket Pandai Sikek Menggunakan Metode Convolutional Neural Network (CNN) Ananda, Tri Darma; Garno, Garno; Primajaya, Aji; Juardi, Didi; Jaman, Jajam Haerul
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 7.D (2025): Jurnal Ilmiah Wahana Pendidikan 
Publisher : Peneliti.net

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

Abstract

Indonesia memiliki banyak kerajinan tangan yang telah mendunia salah satunya kerajinan tenun berbahan dasar benang yang berasal dari daerah Minangkabau yaitu songket. Songket yang dibuat memiliki motif ciri khas tersendiri dari masing-masing daerah pembuatannya. Salah satu kerajinan songket ini telah dijadikan sebagai warisan budaya tak benda Indonesia oleh Kementerian Pendidikan dan Kebudayaan yaitu songket Pandai Sikek. Keindahan motif-motif pada songket Pandai Sikek merupakan bentuk atau ciri khas daerah itu sendiri seperti misalnya motif gunung-gunung yang menunjukkan indahnya pegunungan didaerah Pandai Sikek. Akan tetapi, sekarang motif songket Pandai Sikek mulai sedikit berubah menjadi motif baru yang tidak memiliki nilai filosofis sehingga nantinya warisan ini akan terancam kehilangan keaslian dari motif tersebut. Penelitian ini bertujuan untuk mengidentifikasi motif-motif asli songket Pandai Sikek dengan teknik deep learning yaitu convolutioanl neural network (CNN) menggunakan algoritma MobileNetV2. Metode yang digunakan dalam penelitian ini adalah Cross Industry Standart Process for Data Mining (CRISP-DM) dengan langkah-langkah diantaranya business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Total dataset sebanyak 200 citra diantaranya terdiri dari 4 jenis motif adalah Balah Kacang, Salapah, Cukia Barantai, Sirangkak dengan setiap motif berjumlah 50 citra. Dataset dibagi menjadi 100 data latih dan 100 data tes. Dalam pengujian dilakukan perbandingan data latih dan data tes dengan cara data splitting seperti 70% : 30%, 80% : 20%, dan 90% : 10%. Hasil akurasi model setiap data splitting yaitu 100%, 100%, dan 72.22%. Model terbaik pada perbandingan 90% : 10% dan tidak terjadinya overfitting, maka model ini menunjukkan bahwa algoritma MobileNetV2 dapat digunakan untuk mengidentifikasi motif songket.
CLUSTERING KASUS DEMAM BERDARAH DI KABUPATEN BOGOR MENGGUNAKAN K-MEANS Darma, Habillah; Juardi, Didi; Jamaludin, Asep
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13913

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit menular yang masih menjadi permasalahan kesehatan di berbagai daerah, termasuk Kabupaten Bogor, yang mengalami peningkatan kasus setiap tahunnya. Penyebaran kasus yang tidak merata di tiap kecamatan menuntut adanya metode analisis yang dapat mengidentifikasi wilayah dengan tingkat risiko tinggi. Penelitian ini menerapkan metode K-Means Clustering untuk mengelompokkan kecamatan berdasarkan jumlah kasus DBD guna memahami pola persebarannya secara lebih sistematis. Data penelitian diperoleh dari Open Data Bogor dalam rentang tahun 2020 hingga 2022, melalui tahapan preprocessing data, penentuan jumlah cluster optimal dengan metode Elbow, serta penerapan algoritma K-Means. Hasil clustering menunjukkan adanya dua kelompok utama yang mengelompokkan kecamatan berdasarkan tingkat kasus DBD, yakni cluster pertama Kecamatan Cibinong dan yang kedua Kecamatan Cileungsi. Pengelompokan ini memberikan wawasan terkait daerah dengan potensi penyebaran tinggi, yang dapat menjadi dasar bagi upaya mitigasi dan intervensi yang lebih tepat sasaran.
SISTEM KLASIFIKASI SAMPAH BOTOL MENJADI UANG MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK Nabilah, Selviana Putri; Juardi, Didi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.5570

Abstract

Masalah sampah plastik, khususnya botol plastik, menjadi tantangan besar dalam menjaga lingkungan yang bersih dan sehat. Penelitian ini mengembangkan sistem klasifikasi sampah botol berbasis algoritma Convolutional Neural Network (CNN) untuk mengonversi sampah botol menjadi nilai ekonomi. Penelitian ini dilakukan di Kp. Jatirasa, Karangpawitan, Karawang Barat, Karawang untuk mengembangkan system yang dapat mengindetifikasi dan mengelompokkan botol plastic, botol soda, dan botol air mineral menggunakan dataset Bottles Synthetic Images dari Kaggle. Proses penelitian mencakup pemrosesan data, pelatihan model CNN, dan evaluasi akurasi model. Dataset diolah melalui augmentasi data dan normalisasi sebelum digunakan dalam pelatihan model CNN. Hasil menunjukkan bahwa system ini memiliki akurasi tinggi dalam klasifikasi botol, sehingga efektif dalam mendukung program “Sampah adalah Uang” dengan metode daur ulang. Implementasi sistem ini diharapkan dapat meningkatkan kesadaran lingkungan di kalangan Masyarakat serta berkontribusi pada pengurangan sampah plastik. Temuan ini menunjukkan pentingnya teknologi CNN dalam mendukung ekonomi sirkular dan berpotensi diadaptasi untuk pengelolaan sampah lainnya.
Pelatihan Pengelolaan Komoditas Kopi Sanggabuana Berbasis E-Commerce pada BUMDes Buana Mekar Karawang Juardi, Didi; Solehudin, Arip; Sulaeman, Syams; Al Farizi, Sultan Tira
Abditeknika Jurnal Pengabdian Masyarakat Vol. 2 No. 1 (2022): April 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/abditeknika.v2i1.1122

Abstract

Pengabdian Kepada Masyarakat ini bertujuan untuk memberikan pelayanan kepada pelaku Usaha yaitu BUMDes Buana Mekar yang ingin mempertahankan serta mengembangkan usahanya di tengah persaingan ekonomi dan di masa Pandemi COVID-19 dengan memaksimalkan penggunaan teknologi dalam bisnis usahanya. Melalui urgensi kebutuhan BUMDes Buana Mekar akan fasilitas pemasaran digital dan ketersediaan SDM di Universitas Singaperbangsa Karawang yang dapat memenuhi kebutuhan tersebut, terbentuklah kegiatan pengabdian masyarakat untuk pelayanan pendampingan kebutuhan BUMDes Buana Mekar di wilayah kabupaten Karawang Desa Mekarbuana pada bulan September 2021 hingga desember 2021.Kegiatan pengabdian masyarakat ini meliputi pendampingan kebutuhan BUMDes terkait pembuatan media pemasaran online dan pembuatan website e-commerce BUMDes Buana Mekar yang dilakukan secara bertahap, diawali dengan rapat koordinasi mitra, pendataan kebutuhan BUMDes dan alokasi pendamping, persiapan pelayanan, dan diakhiri dengan pelaksanaan proses pendampingan pemenuhan kebutuhan BUMDes Buana Mekar. Target luaran pengabdian masyarakat ini difokuskan pada publikasi di media masa, serta program pembuatan media sosial dan website untuk pemasaran produk-produk BUMDes Buana Mekar. Dengan adanya publikasi, kegiatan pengabdian kepada masyarakat menjadi transparan dan dapat berlanjut menjadi kegiatan pelayanan UMKM reguler untuk terus menjawab kebutuhan para pelaku UMKM binaan BUMDes Buana Mekar.
INTEGRASI ODOO 16 DALAM PENGEMBANGAN APLIKASI ABSENSI MAHASISWA (STUDI KASUS: UNIVERSITAS SINGAPERBANGSA KARAWANG) Wibisono, Adrian; Juardi, Didi; Jamaludin, Asep
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4822

Abstract

Dalam era perkembangan teknologi informasi, integrasi Odoo menjadi solusi inovatif untuk mengatasi tantangan dalam sistem absensi di institusi pendidikan. Universitas membutuhkan sistem manajemen yang efisien untuk mendukung kegiatan administratif dan akademis. Odoo, sebuah sistem Enterprise Resource Planning (ERP), menawarkan solusi terintegrasi untuk berbagai aspek manajemen, termasuk absensi mahasiswa. Pemilihan Odoo 16 dalam pengembangan aplikasi absensi mahasiswa bertujuan untuk meningkatkan efektivitas sistem, pengelolaan data, dan pengalaman administrasi kehadiran mahasiswa. Evaluasi dilakukan menggunakan metode analisis usability dengan lima indikator: Learnability, Memorability, Efficiency, Errors, dan Satisfaction. Penelitian ini bertujuan untuk mengintegrasikan Odoo 16 dalam pengembangan aplikasi absensi mahasiswa, mengatasi permasalahan efisiensi dan akurasi yang ada. Dampak positif dari penelitian ini adalah peningkatan pengelolaan administrasi universitas dan mendukung tujuan pendidikan dengan teknologi terkini. Dengan demikian, penelitian ini tidak hanya memecahkan masalah manajemen absensi mahasiswa, tetapi juga menghadapi tuntutan teknologi di dunia pendidikan. Keywords: Absensi, Odoo 16, Website, Usability Testing
RANCANG BANGUN SISTEM PENDETEKSI LINK PHISHING MENGGUNAKAN ALGORITMA RANDOM FOREST BERBASIS WEB Harahap, Ali Dongan; Juardi, Didi; Irawan, Agung Susilo Yuda
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4858

Abstract

Phishing merupakan teknik penipuan yang memanfaatkan media internet untuk memperoleh informasi sensitif seperti kata sandi dan nomor kartu kredit dengan menyamar sebagai pihak yang tepercaya. Penelitian ini bertujuan untuk merancang dan membangun sistem pendeteksi link phishing berbasis web menggunakan algoritma Random Forest. Algoritma Random Forest dipilih karena kemampuannya dalam menangani jumlah data yang besar dan variabel yang banyak, serta mampu memberikan akurasi yang tinggi dalam proses klasifikasi. Sistem ini diimplementasikan dalam bentuk aplikasi web yang dapat digunakan oleh pengguna untuk memeriksa keaslian suatu link. Pengembangan sistem ini menggunakan metode SDLC (Software Development Life Cycle) dengan model Waterfall yang terdiri dari tahapan-tahapan: analisis kebutuhan, desain sistem, implementasi, pengujian, dan pemeliharaan. Bahasa pemrograman yang digunakan adalah Python dengan framework Flask untuk pengembangan backend, serta HTML, CSS, dan JavaScript untuk frontend. Basis data yang digunakan adalah MySQL. Hasil pengujian menunjukkan bahwa sistem yang dibangun mampu mendeteksi link phishing dengan tingkat akurasi yang memuaskan. Dengan demikian, diharapkan sistem ini dapat membantu pengguna dalam mengidentifikasi link phishing dan mengurangi risiko penipuan di dunia maya.Keywords: Phishing, Random Forest, Web Application, SDLC, Python, Flask, MySQL
ANALISIS SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN HALODOC SEBAGAI LAYANAN TELEMEDICINE DI INDONESIA Sidabutar, Tarida Grace Wahyuni Margaretha; Juardi, Didi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5682

Abstract

Telemedicine telah berkembang pesat, terutama dalam memberikan akses layanan kesehatan jarak jauh, dan Halodoc merupakan salah satu platform yang populer di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap aplikasi Halodoc berdasarkan ulasan pengguna. Data penelitian diperoleh melalui web scraping dari Google Play Store yang terdiri dari 5.000 ulasan. Metode yang digunakan adalah algoritma Support Vector Machine (SVM) untuk mengklasifikasikan sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa SVM dapat mengklasifikasikan sentimen dengan akurasi tinggi, memberikan wawasan tentang pengalaman pengguna yang dapat membantu pengembangan aplikasi. Hasil penelitian ini penting untuk meningkatkan kualitas layanan telemedicine di Indonesia.
ANALISIS SENTIMEN ULASAN APLIKASI BTN MOBILE MENGGUNAKAN ALGORITMA NAIVE BAYES Ramadhan, Wanda Putra; Juardi, Didi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.6002

Abstract

Perkembangan layanan perbankan digital, terutama aplikasi mobile banking, telah meningkatkan kebutuhan akan analisis yang efektif terhadap ulasan pengguna untuk perbaikan kualitas aplikasi. Penelitian ini bertujuan untuk memanfaatkan algoritma Naïve Bayes dalam menganalisis sentimen pada ulasan aplikasi BTN Mobile di Google Play Store. Data yang digunakan terdiri dari 1.000 ulasan yang dikumpulkan melalui web scraping. Tahapan penelitian meliputi preprocessing teks, pembobotan kata menggunakan TF-IDF, dan klasifikasi sentimen menggunakan algoritma Naive Bayes. Tiga skenario pembagian data digunakan, yaitu 80:20, 70:30, dan 60:40, dengan hasil terbaik pada skenario 80:20 dengan akurasi 85,5%, precision 83%, recall 85%, dan F1-score 81%. Hasil analisis menunjukkan bahwa Naive Bayes efektif dalam mengklasifikasikan sentimen ulasan, meskipun ada tantangan dalam mengenali sentimen netral. Penelitian ini memberikan kontribusi bagi pengembang aplikasi untuk memahami persepsi pengguna dan meningkatkan kualitas layanan aplikasi BTN Mobile.
Co-Authors Akbar Baturaja, Derley Al Farizi, Sultan Tira Ali Ridha, Azhari Ananda, Tri Darma Arfan Sugandi, Erik Aries Suharso Arip Solehudin Arrofi, Zidan Az-haari, Nur Fadhilah Azhari Ali Ridha Baihaqi, Kiki Ahmad Darajat, Wahyu Darma, Habillah Elhaq, Moch Khaidar garno, Garno Harahap, Ali Dongan Heryana, Nono Irawan, Agung Susilo Yuda Irfan Sophan Himawan Jamaludin, Asep Jaman, Jajam Haerul Mahardhika Pratama, Gilang Mahardika, Naufaldi Mayasari, Rini Nabilah, Selviana Putri Ramadhan, Wanda Putra Rizkika, Putri Rizkyawan, Hafil RR. Ella Evrita Hestiandari Santosa, Sugeng Iman Sidabutar, Tarida Grace Wahyuni Margaretha Sidqih Arhinza Juliantara, Muhamad Sulaeman, Syams Susilo Yuda Irawan, Agung Utama, Rizki Dwi Wibisono, Adrian Yuda Irawan, Agung Susilo Yusup, Eka