Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi JOIN (Jurnal Online Informatika) Jurnal Masyarakat Berdikari dan Berkarya (MARDIKA)
Novianda
Unknown Affiliation
Humanities Computer Science & IT Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PENDAMPINGAN PEMBUATAN DAN PENGELOLAAN LEARNING MANAGEMENT SYSTEM DI SMA NEGERI 4 KOTA LANGSA Akram, Rizalul; Munawir; Novianda; Cut, Banta
Jurnal Masyarakat Berdikari dan Berkarya (Mardika) Vol 1 No 3 (2023): Jurnal Masyarakat Berdikari dan Berkarya (MARDIKA)
Publisher : Fakultas Teknik, Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55377/mardika.v1i3.9630

Abstract

Learning Management System (LMS) is an important supporter of the continuity of the online teaching and learning process and also makes it easier for students to access learning content from anywhere and at any time. Apart from making it easier for students to access learning materials, this LMS also makes it easier for students to access assignments. given by the teacher. Based on an analysis of the situation of several schools in Langsa City, SMA Negeri 4 Langsa City was chosen because it did not have an LMS, therefore the PKM team chose SMA Negeri 4 as the PKM partner for this matter. This activity is carried out by providing training and assistance to operators and school teachers. It is hoped that in the future this LMS can be used by SMA Negeri 4 for the blended learning learning process and become an example of application for other schools in the future.
Identification of Inpari HDB 32 Superior Rice Seeds based on Android in Realtime with Artificial Neural Network Akram, Rizalul; Atmaja, Teuku Hadi Wibowo; Novianda
JOIN (Jurnal Online Informatika) Vol 9 No 2 (2024)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v9i2.941

Abstract

Rice is a staple food for humans living in East Asia. Rice is a crystal fruit. The Latin name for rice is Oryza Sativa. Rice plants are 110-120 days old. The selection of quality rice seeds by farmers is seen from the bright yellow color of the rice without black/brown spots, its large size and rounder. Rice seeds that are not of good quality are dark brown in color, have black/brown spots, and are flat in shape. The absence of superior rice recognition technology that is not Android-based in real time is the main reason for this research. The focus of this research is to identify superior and non-superior rice in Inpari HDB 32 rice with a high recognition accuracy rate of more than 70 percent with a viewing angle of 0-180 degrees using the real-time ANN method. The training data used in this research was 1000 datasets consisting of 350 superior rice datasets and 650 non-superior datasets. The smart model for classifying rice seeds that has been built in this research is generally able to run well where the classification accuracy obtained is quite good. The classification accuracy of the ANN model during training of the neural network model was able to classify rice seeds with an accuracy of 70-100% with the confidence value of the real-time classification results ranging from 65-98%. Real-time classification of rice grains with maximum accuracy of 96% and many grains 73%.
Klasifikasi Suara Berdasarkan Range Frekuensi Menggunakan Metode Fast Fourier Transform Untuk Mengetahui Jenis Suara Manusia Fitria, Liza; Novianda; Alfina, Devi
Telematika Vol 21 No 3 (2024): Edisi Oktober 2024
Publisher : Jurusan Informatika

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

Abstract

Dalam penelitian ini dirancang sebuah sistem pengelompokan jenis suara seseorang berdasarkan rentang frekuensinya yang berdasar pada rentang frekuensi dominan tuts piano sebagai acuannya. Suara pada setiap manusia memiliki tipe yang berbeda-beda. Terdapat 7 tipe suara manusia yaitu, alto, mezzo-sopran, dan sopran untuk perempuan. Bass, bariton, countertenor, dan tenor untuk laki-laki. Sistem ini diperuntukkan untuk mengelompokkan setiap suara yang berbeda-beda baik laki-laki maupun perempuan agar dapat mengetahui jenis suara setiap individu karena setiap suara atau bunyi yang dikeluarkan pasti memiliki sebuah nada dan jenisnya masing-masing. Permasalahan ini muncul dikarenakan kualitas dan jenis suara setiap orang pasti berbeda-beda tidak lagi hanya berdasarkan tinggi rendah nya saja, melainkan karena setiap suara belum tentu mempunyai jenis suara tetapi setiap suara pasti memiliki frekuensi dari range vokal yang kemudian menghasilkan nada, lalu jika nada ini dipadukan dengan cara yang tepat, maka akan tercipta harmonisasi yang indah. Sistem yang dirancang terdiri dari masukan data awal berupa suara yang bereksistensi dengan format WAV dengan ukuran file tidak lebih dari 200 Mb, kemudian di ekstraksi menggunakan FFT (Fast Fourier Transform) pada software Python dan data suara akan di olah dari domain waktu ke domain frekuensi sehingga menghasilkan grafik dan jenis suaranya. Fast Fourier Transform (FFT) adalah suatu algoritma untuk menghitung transformasi Fourier diskrit (Discrete Fourier Transform, DFT) dengan cepat dan efisien. Transformasi Fourier cepat diterapkan dalam berbagai bidang, mulai dari pengolahan sinyal digital, memecahkan persamaan diferensial parsial, dan untuk algoritma untuk mengalikan bilangan bulat besar. Dalam penelitian ini sistem dapat mengklasifikasikan suara berdasarkan range frekuensi yang sama atau dominan dengan range vokalnya sehingga menghasilkan frekuensi suara, jenis dan nada suara serta grafiknya. Penelitian ini menghasilkan nada tertinggi oleh Titin dengan frekuensi sebesar 1374.523 Hz dan suara terendah dapat diperoleh oleh Ulfa dengan frekuensi 71.242 Hz.
Co-Authors Akram, Rizalul Alfina, Devi Atmaja, Teuku Hadi Wibowo Cut, Banta Liza Fitria, Liza Munawir