Vita Via, Yisti
Unknown Affiliation

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

IMPLEMENTASI ALGORITMA FIREFLY DALAM MENYELESAIKAN PENGOPTIMALAN PRODUKSI SEPATU Rahel Widya Arianti; Vita Via, Yisti; Yuniar Purbasari, Intan
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (530.736 KB)

Abstract

Munculya industri-industri kecil di masyarakat membuat persaingan industri saat ini menjadi semakin ketat. Dengan demikian diperlukan adanya strategi produksi yang baik, agar industri dapat mencapai keuntungan maksimum yang didapatkan sehingga mampu bersaing. Dengan dilakukannya penelitian ini, diharapkan suatu industri dapat menaikan keuntungan dengan cara mengoptimalkan proses produksinya, yakni menentukan jumlah produk optimal yang diproduksi agar dapat menghasilkan keuntungan yang maksimal dan waktu produksi minimal, dengan mempertimbangkan keterbatasan bahan yang ada. Dalam mengatasi permasalahan tersebut, penulis mengimplementasikan algoritma Firefly untuk pengoptimalan produksi. Dimana dalam memproduksi barang perlu disesuaikan dengan persediaan bahan. Hal tersebut dapat menggunakan perhitungan program linear untuk mencari batas solusi optimal yang akan direkomendasikan. Sehingga dengan algoritma Firefly, dapat dibentuk solusi optimal jumlah barang yang dapat diproduksi sesuai dengan persediaan bahan. Dari penelitian dan uji coba yang telah dilakukan oleh penulis, didapatkan hasil presentase kenaikan total keuntungan sebesar 0,16% jika dibandingan produksi industri biasanya.  Selain itu, dengan solusi yang diberikan dapat diketahui jumlah barang, keuntungan, waktu pembuatan, serta sisa persediaan bahan dari suatu proses produksi. Pada uji coba dengan variasi parameter algoritma Firefly, didapatkan parameter terbaik yang digunakan pada permasalahan ini yaitu ?=0,8; ?=0,25; ?=0,001.
IMPLEMENTASI METODE NAIVE BAYES DAN CERTAINTY FACTOR DALAM MENDIAGNOSA PENYAKIT KULIT KUCING Fitri Rahmawati; Vita Via, Yisti; Yulia Puspaningrum, Eva
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 1 No. 2 (2020): JIFoSI Volume 1, No 2: Juli 2020
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (411.166 KB)

Abstract

Saat ini banyak sekali orang yang memelihara hewan terutama kucing. Kucing banyak dipelihara karena tingkah lakunya yang menggemaskan dan juga lucu, namun kucing juga sering terkena penyakit terutama penyakit kulit kucing. Penyakit ini perlu perawatan khusus oleh dokter karena jika tidak ditangani dapat menyebabkan kematian. Kurangnya pelayanan 24 jam fasilitas klinik hewan maupun rumah sakit hewan membuat pemilik kucing tidak dapat memeriksakan kucingnya diluar jam operasi, untuk itu diperlukan suatu sistem yang dapat mendiagnosa penyakit kulit kucing sehingga pemilik kucing dapat mengetahui penyakit yang diderita kucingnya berdasarkan gejala-gejala yang dialami sehingga dapat dilakukan penanganan yang tepat.Metode yang digunakan dalam penelitian ini yaitu Algoritma Naive Bayes dan Certainty Factor, Algoritma Naive Bayes digunakan untuk mengklasifikasikan penyakit kulit kucing dengan mencari nilai prior, likelihood dan posteriornya, sedangkan Algoritma Certainty Factor digunakan untuk menilai tingkat kepastian dari hasil klasifikasi Algoritma Naive Bayes dengan menghitung inputan nilai Certainty Factor User dan nilai Certainty Factor Pakar. Tujuan dari sistem ini ialah untuk mengidentifikasi penyakit yang menyerang kulit kucing dengan nilai tingkat kepastian agar dapat dilakukan penanganan yang tepat. Dari hasil penelitian yang telah dilakukan menggunakan 50 data training dan 15 data testing dapat diketahui tingkat akurasi dari pengujian Sistem Diagnosa Penyakit Kulit Kucing Menggunakan Metode Naive Bayes Dan Certainty Factor dengan pengujian 15 data testing ialah sebesar 100%.
Deteksi Objek Mobil dan Motor pada Lalu Lintas Berbasis Deep Learning BAGUS ADHI WICAKSONO; Yuniar Purbasari, Intan; Vita Via, Yisti
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

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

Abstract

Wilayah pemerintah atau kota yang memiliki aturan masing - masing untuk membina penduduknya, terutama dalam hal berkendara atau beraktifitas di jalan raya. Pemerintah harus siaga kondisi atau keadaan di suatu wilayah tertentu dalam aturan yang diberlakukan oleh anggota. Oleh karena itu, diperlukan sistem yang dapat digunakan untuk membantu membantu dan melihat kondisi atau keadaan wilayah tertentu. Hal tersebut dapat dilakukan dengan memanfaatkan salah satu bidang pada computer vision dan Artificial Intellegence yaitu Deteksi Objek . Penelitian ini dilakukan untuk menerapkan sistem deteksi objek pada kendaraan mobil dan motor dengan menggunakan Algoritma Convolutional Neural Network (CNN) padaYou Only Look Once (Yolov3) menggunakan jaringan syaraf konvolusional untuk melakukan deteksi pada objek. Drone berfungsi sebagai alat bantu untuk mengambil citra pada suatu wilayah, yang selanjutnya di proses menggunakan algoritma Convolutional Neural Network (CNN) pada komputer. Hasil penelitian menunjukkan bahwa pemanfaatan Convolutional Neural Network (CNN) pada You Only Look Once (YOLOv3) untuk mendeteksi kendaraan dengan cukup baik. Hasil penguji menggunakan 50 citra yang dibagi menjadi 2 berdasarkan lokasi penguji pada masing - masing ambang batas menghasilkan nilai rata - rata presisi sebesar 0,945, nilai recall sebesar 0,95, dan f1-scoresebesar 0,95, serta nilai mean Average Precicison (mAP) sebesar 97,315%. Kata Kunci : Deteksi Objek, Convolutional Neural Network (CNN), You Only Look Once (YOLO)
Sistem Diagnosa Penyakit Pada Ayam Berbasis Web Laravel 8 Rama Andika Jorgie; Tri Anggraeny, Fetty; Vita Via, Yisti
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

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

Abstract

Laravel merupakan salah satu framework php berbasis Website yang kini banyak digunakan oleh beberapa developer. Laravel merupakan sebuah framework yang digunakan untuk memberikan informasi dan mengolah data. Selain itu kini framework ini banyak digunakan untuk membuat sebuah sistem keputusan dan diagnosa penyakit yang dapat mempermudah manusia dalam memutuskan suatu hal, diantaranya adalah membuat sebuah sistem diagnosa berbasis Website untuk dapat mendiagnosa sebuah penyakit pada ayam. Penyakit pada ayam sering terjadi pada sebuah peternakan ayam, di mana selalu menimbulkan kerugian yang besar bagi pengusaha dan para peternak ayam, baik mengalami kerugian materil maupun nomateril. Framework ini digunakan karena mudahnya mencari referensi dan keamanan data yang sudah dijamin oleh pengembang. Sistem diagnosa dibangun berbasis Website dikarenakan kemudahannya dalam pengaksesan, dan tidak memerlukan banyak biaya dengan memanfaatkan metode Case Based Reasoning dan K-Nearest Neighbors untuk dapat mencapai tujuan diagnosa tersebut. Didalam sistem ini terdapat sebanyak 9 penyakit dan 80 gejala yang telah diverifikasi oleh dokter hewan. Hasil dari penelitian ini user dapat mengetahui secara detail diagnosa penyakit, solusi, dan pencegahan dari setiap kasus penyakit yang berhasil didiagnosa.
Implementasi Sistem Pendeteksi Indonesia Sign Language Bisindo berbasis Web Flask Mohammad Idham Fachrurrozi; Vita Via, Yisti; Syaifullah JS, Wahyu
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 2 (2021): JIFoSI Volume 2, No 2: Juli 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

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

Abstract

Interaksi Sosial merupakan sebuah kegiatan manusia dalam berhubungan dengan manusia lainnya, kegiatan ini terjadi saat manusia melakukan kontak sosial dan komunikasi. Jenis dalam melakukan komunikasi melalui media yang bisa digunakan salah satunya menggunakan media komunikasi bahasa isyarat tangan. Terkadang masyarakat belum paham akan bahasa isyarat tangan yang disampaikan oleh masyarakat tuna rungu, oleh karena itu diperlukan sebuah sistem pengenalan guna membantu keberlangsungan kedua masyarakat tersebut. Pengembangan sistem pendeteksi Indonesia Sign Language berbasis web diharapkan dapat menjadi jembatan antara masyarakat non tuna rungu dengan masyarakat tuna rungu. Sistem pada web ini menggunakan kerangka kerja pada bahasa pemrograman Python dengan pemanfaatan Microframework Flask sehingga dapat memudahkan dalam membangun sistem aplikasi serta tak lain karena fungsionalitasnya berbasis website sehingga dapat mudah untuk melakukan akses fitur-fitur pada sistem klasifikasi citra masukan gambar dan sistem ini dapat diakses dari berbagai macam platform seperti Windows, Android, dan iOS. Sistem ini dirancang menggunakan bantuan kecerdasan buatan yakni algoritma jaringan syaraf tiruan untuk melakukan prediksi klasifikasi dan prediksi lokalisasi bahasa isyarat tangan. Hasil dalam penelitian ini adalah sebuah aplikasi pendeteksi bahasa isyarat yang mampu mendeteksi berbagai macam bentuk dengan jumlah 26 kelas bahasa isyarat dari huruf alfabet A hingga Z.
Implemantasi Sistem Monitoring Aktivitas dan Perkembangan Anak (SIMAPA) Pada KB-TK Agripina Surabaya Puspaningrum, Eva Yulia; Satria Yudha Kartika , Dhian; Vita Via, Yisti; Prakarsa Mandyartha, Eka; Maulana, Hendra; Wiji Utami, Hapsari
J-Dinamika : Jurnal Pengabdian Masyarakat Vol 8 No 3 (2023): Desember
Publisher : Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/j-dinamika.v8i1.4287

Abstract

Kelompok Belajar (KB) dan Taman Kanak-Kanak (TK) adalah jenjang pendidikan awal yang dirancang untuk anak usia 4-6 tahun sebelum masuk jenjang pendidikan dasar. Pada masa tersebut perkembangan anak sangat cepat dan signifikan. Oleh karena itu, penting untuk memantau perkembangan anak agar dapat memberi dukungan dan stimulasi yang tepat. KB-TK menjadi tempat yang penting bagi perkembangan anak sekaligus menjadi awal bagi anak-anak untuk belajar, bermain, dan bersosial. KB-TK Agripina Surabaya merupakan salah satu KB-TK di Surabaya yang dipercaya orang tua dalam memberikan pendidikan awal pada anak-anak mereka. Selama ini KB-TK Agripina memberikan laporan pertumbuhan anak dengan memberikan buku pendamping yang diberikan tiap 3 bukan dan 6 bulan. Buku tersebut belum dapat menciptakan pengawasan yang seimbang antara sekolah dengan orangtua, mengingat perkembangan anak harus diketahui orang tua setiap harinya. Hal tersebut menyebabkan proses monitoring aktivitas dan perkembangan anak kurang optimal. Dengan perkembangan teknologi, KB-TK Agirpina dapat meningkatkan pelayanan pengelolaan data monitoring dengan mengimplementasikan Sistem Monitoring Aktivitas dan Perkembanngan Anak (SIMAPA). Sistem ini dibuat untuk membantu guru untuk melakukan dokumentasi kegiatan siswa dan membantu orang tua dalam memantau aktivitas dan perkembangan anak mereka saat di sekolah. Dengan adanya sistem ini dapat membantu orang tua dalam memberikan dukungan dan stimulus yang tepat saat anak berada di rumah. Monitoring yang dilakukan berupa monitoring harian, bulanan dan semesteran. Sistem ini memiliki System Usability Scale dengan Acceptability Scale-nya adalah Good atau Baik
PENERAPAN ALGORITMA K-NEAREST NEIGHBOR DALAM SISTEM PEMESANAN LAPANGAN BADMINTON DI KOTA SURABAYA Fian Pahothon Sukawidayanta, Octavianus; Vita Via, Yisti; Mumpuni, Retno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6878

Abstract

Pencarian lapangan badminton sesuai kriteria calon pelanggan merupakan hal penting bagi masyarakat yang gemar bermain badminton. Masyarakat juga masih melakukan pemesanan lapangan dengan cara konvensional yaitu menghubungi kontak tiap lapangannya. Perlunya sistem untuk pencarian rekomendasi dan reservasi lapangan badminton berbasis web yang dapat membantu calon pelanggan untuk memesan lapangan, serta menerapkan algoritma K-Nearest Neighbor. Tujuan penelitian ini yaitu merancang dan mengembangkan sistem rekomendasi dan reservasi lapangan badminton berbasis web. Sistem pendukung keputusan dapat memberikan rekomendasi kepada calon pemesan untuk mendapatkan lapangan badminton pilihan secara cepat dan akurat di kawasan Kota Surabaya. Pengembangan sistem menggunakan metode SDLC yaitu waterfall, pengguna dapat mencari lapangan badminton terdekat berdasarkan kriteria seperti harga, rating, latitude, dan longitude. Sistem dikembangkan dengan menggunakan algoritma K-Nearest Neighbor karena dapat memberikan rekomendasi tetangga terdekat dari suatu objek yang akan direkomendasikan. Hasil penelitian menyimpulkan bahwa Algoritma K-Nearest Neighbor dapat diterapkan untuk perancangan aplikasi sistem pencarian lapangan badminton dengan menggunakan variable seperti alamat pelanggan, harga, dan rating yang ditentukan sehingga dapat dijadikan untuk fitur rekomendasi untuk pencarian lapangan. Aplikasi juga menerapkan fitur Location Based Service (LBS) sehingga pengguna bisa mencari rute menuju lapangan badminton yang diinginkan menggunakan bantuan library leaflet.js. Pengujian fungsional menggunakan metode blackbox menadpatkan hasil 100%.
PLATFORM PEMBELAJARAN ONLINE DENGAN ALGORITMA FISHER-YATES SHUFFLE UNTUK PENGACAKAN SOAL UJIAN Faruq Asshegaff, M. Alvin; Vita Via, Yisti; Mumpuni, Retno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 5 (2023): JATI Vol. 7 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i5.7871

Abstract

Perkembangan teknologi informasi telah memengaruhi berbagai bidang, meningkatkan kebutuhan akan informasi berkualitas. Dalam pendidikan, pelayanan pembelajaran menjadi fokus utama untuk mencapai proses pembelajaran yang diinginkan. Metode pengajaran yang sedang berkembang adalah platform pembelajaran online. Platform ini merupakan wadah digital untuk pengajaran dan pembelajaran melalui media online. Platform pembelajaran online memiliki fitur ujian yang digunakan untuk mengevaluasi pemahaman siswa terhadap materi pembelajaran. Proses ujian dilakukan dengan memberikan soal-soal yang berkaitan dengan materi yang dipelajari siswa. Namun, masalah sering muncul karena siswa dapat mencontek jawaban jika urutan soalnya sama. Untuk mengatasi hal ini, penelitian ini menggunakan algoritma Fisher Yates Shuffle untuk mengacak urutan soal dalam ujian. Algoritma ini menghasilkan permutasi acak, sehingga tidak ada urutan pertanyaan yang muncul kembali dalam sesi yang sama.
ANALISIS PERBANDINGAN PERFORMANSI ALGORITMA CNN DAN NN PADA BUAH PIR Fajar Setyawan, Handi; Nugroho, Budi; Vita Via, Yisti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.7993

Abstract

Secara umum, buah pir merupakan buah yang umum dikonsumsi masyarakat Indonesia, yaitu buah pir Asia (Pyrus pyrifolia) yang memiliki ciri khas rasa manis, asam, dan renyah. Buah ini merupakan buah yang populer di Indonesia karena tingginya konsumsi buah pir oleh masyarakat Indonesia, terbukti dengan impor dari Tiongkok, Australia, Korea Selatan, dan Amerika Serikat yang mencapai 69.000 ton pada tahun 2012. Selain itu, buah ini memiliki rasa yang unik dan banyak mengandung air, tumbuk dan rasa manis. Ditemukan di tanah tropis, buah ini juga mengandung unsur hara seperti A, B1, B2, C, E, K, niasin, asam pantotenat, dan folacin, serta berbagai vitamin. Metode yang digunakan adalah Convolution Neural Network (CNN) dan Neural Network (NN) dengan menggunakan asitektur dari kedua metode tersebut untuk mendapatkan perbandingan hasil tingkat akurasi. Untuk parameter tingkat akurasi dibagai 6 bagian untuk data trainnya sebagai berikut presentasnya 50%, 55%, 60%, 65%, 70%, dan 75% kemudian dari hasil training tersebut akan memunculkan tingkat akurasi dari kedua algoritma tersebut dengan tingkat akurasi tertinggi untuk metode CNN (98%) dan NN (93%). Seletah melakukan training akan dilakukan proses uji dengan menggunakan confusion matrix untuk mendapatkan hasil validasi, untuk metode CNN tingkat akurasi mendapatkan 97%, tingkat precision 97%, sensitivity_recall 97%, f1_score 97% dan untuk metode NN tingkat akurasi mendapatkan 86%, tingkat precision 89%, sensitivity_recall 86%, f1_score 86%.
PENERAPAN TEKNIK EQUIVALENCE PARTITIONING DAN BOUNDARY VALUE ANALYSIS DALAM PENGUJIAN BLACK BOX APLIKASI KEDIRI SINGLE WINDOW FOR INVESTMENT: STUDI KASUS : DINAS PENANAMAN MODAL DAN PELAYANAN TERPADU SATU PINTU KOTA KEDIRI Ardilla, Aufa; Prima Aditiawan, Firza; Vita Via, Yisti
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9739

Abstract

Pemerintah Kota Kediri melalui Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu terus meningkatkan kualitas pelayanan publik, termasuk dalam hal layanan perizinan. Oleh karena itu, diluncurkanlah aplikasi bernama Kediri Single Window for Investment (KSWI) yang bertujuan untuk mempermudah akses dan meningkatkan transparansi dalam sektor perizinan. Namun, kemungkinan masalah teknis yang muncul dapat memengaruhi pelayanan publik. Dari permasalahan tersebut, penting untuk dilakukan pengujian sistem untuk mengetahui nilai tingkat efektivitas sistem dan menemukan kesalahan sistem. Pengujian dilakukan dengan metode Black Box Testing menggunakan Equivalence Partitioning dan Boundary Value Analysis. Hasilnya menunjukkan tingkat efektivitas sistem sebesar 95,31% yang menunjukkan tingkat efektivitas tinggi. Dapat disimpulkan bahwa aplikasi Kediri Single Window for Investment milik Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu Kota Kediri ini sudah berjalan sesuai fungsionalitas dan dapat dikatakan sudah sangat baik.