Article Per Year (5 Year)
p-Index From 2021 - 2026
2.036
P-Index
This Author published in this journals
All Journal J-Dinamika: Jurnal Pengabdian Kepada Masyarakat JATI (Jurnal Mahasiswa Teknik Informatika) Jifosi
Vita Via, Yisti
Unknown Affiliation
Computer Science & IT Education

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

Found 5 Documents
Search
Journal : Jifosi

 1 
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.
Co-Authors Al Hamda, Veqqy Ardilla, Aufa BAGUS ADHI WICAKSONO Budi Nugroho Eka Prakarsa Mandyartha, Eka Eva Yulia Puspaningrum Fajar Setyawan, Handi Faruq Asshegaff, M. Alvin Fetty Tri Anggraeny Fian Pahothon Sukawidayanta, Octavianus Firza Prima Aditiawan Fitri Rahmawati Henni Endah Wahanani Maualana, Hendra Maulana, Hendra Mohammad Idham Fachrurrozi Ninov Royana, Akge Nurul Taukid, Mochamad Putra, Chrystia Aji Rahel Widya Arianti Rama Andika Jorgie Retno Mumpuni Satria Yudha Kartika , Dhian Syaifullah JS, Wahyu Wiji Utami, Hapsari Yuniar Purbasari, Intan Zahrah Hidayat, Shafira