Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Infotekmesin Rainstek : Jurnal Terapan Sains dan Teknologi Jurnal FORTECH
Okiandri, Diki
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Mathematics Mechanical Engineering Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Pendekatan K-NN untuk Identifikasi dan Pencegahan Penyakit pada Daun Pakcoy (brassica rapa L.) Sulistyo, Agung; Irawan, Novta Dany’el; Nurdin, Shafiq; Okiandri, Diki
RAINSTEK: Jurnal Terapan Sains dan Teknologi Vol. 6 No. 4 (2024): Desember
Publisher : Fakultas Sains dan Teknologi Universitas Kanjuruhan Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21067/jtst.v7i1.11538

Abstract

Pakcoy (Brassica rapa L.) merupakan salah satu sayuran hijau yang memiliki nilai ekonomi tinggi dan banyak dibudidayakan di Indonesia. Namun, produktivitas tanaman ini sering terancam oleh berbagai penyakit yang menyerang daun, sehingga diperlukan metode identifikasi dan pencegahan yang efektif. Penelitian ini bertujuan untuk menerapkan algoritma k-Nearest Neighbor (K-NN) dalam mengidentifikasi dan mencegah penyakit pada daun pakcoy berdasarkan data citra digital. Pendekatan K-NN dipilih karena kesederhanaannya dalam mengklasifikasikan data berdasarkan jarak terdekat, yang dinilai efektif untuk pengenalan pola. Penelitian ini melibatkan pengumpulan data citra daun pakcoy yang sehat dan terinfeksi, serta ekstraksi fitur visual seperti warna, tekstur, dan pola kerusakan. Sebelum diklasifikasi data citra daun dilakukan ekstrasi dengan model Gray Level Co-occurrence Matrix (GLCM) hal ini dilakukan untuk menambah keakurat hasil kalsifikasi citra. Data yang diperoleh kemudian digunakan untuk melatih model K-NN, yang selanjutnya diuji untuk mengevaluasi tingkat akurasi. Hasil penelitian menunjukkan bahwa pendekatan K-NN mampu mengidentifikasi jenis penyakit pada daun pakcoy dengan tingkat akurasi yang tinggi pada nilai K = 9 sebesar 97% dari ujicoba k = 1,3,5,7, dan 9. Model ini juga memberikan hasil yang konsisten dalam pengujian dengan data uji baru. Dengan demikian, implementasi algoritma K-NN dapat menjadi solusi yang praktis dan efisien untuk mendukung pengendalian penyakit tanaman secara dini, sehingga dapat meningkatkan kualitas dan kuantitas produksi pakcoy.
Sistem Penstabil Tegangan dalam Manajemen Generator Set Ratna Aprilia, Dwi; Nuril Achadiyah, Ana; Okiandri, Diki
Jurnal FORTECH Vol. 1 No. 2 (2020): jurnal FORTECH
Publisher : FORTEI (Forum Pendidikan Tinggi Teknik Elektro Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32492/fortech.v1i2.230

Abstract

The distribution of electrical energy from the power plant is not always available all the time. This is due to disturbances that occur in the power plant, transmission line and distribution channel. So that consumers who need electrical energy guarantees always need a backup source of electrical energy, in this case a generator set that has sufficient capacity to bear all the required loads. However, the generator set as backup energy will cause the voltage to become unstable. To find out how stable the reserve energy voltage is, a voltage stabilizer system is needed. This research produces a Voltage Stabilizer using a frequency sensor. The voltage stabilizer uses the ZMPT101B voltage sensor. When the main supply (PLN) is interrupted or disconnected, this sensor will give a signal to Arduino, and Arduino will command the Generator set to start. This change is also controlled using an Automatic Transfer Switch (ATS) and can be observed from the frequency value monitored by Delphy and results in an acquired frequency of 0.08 Hz and is able to detect changes in frequency of less than 1 Hz.
Optimasi Jaringan Serat Optik Menggunakan Metode Algoritma Genetika (Studi Kasus Unisma) Okiandri, Diki; Pramono, Sholeh Hadi; Yudaningtyas, Erni
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1001.75 KB) | DOI: 10.25126/jtiik.201631161

Abstract

AbstrakAbstrak–-Peningkatan penggunaan komputer di kampus pendidikan mengakibatkan lalu lintas data yang padat pada jaringan komunikasi.  Di Universitas Islam Malang (Unisma) terdapat lebih dari 500 komputer yang terkoneksi dengan internet menggunakan media kabel dan akses hotspot. Infrastruktur jaringan eksisting di Unisma saat ini menggunakan kabel Backbone Fiber Optic Multimode dengan routing static dan topologi yang dipakai adalah topologi Mesh. Banyaknya pengguna yang berkomunikasi di jaringan mengakibatkan lalu lintas data yang padat sehingga menyebabkan waktu tunda atau antrian yang lama. Algoritma genetika adalah sebuah algoritma pencarian yang didasarkan pada mekanisme genetika alamiah yang juga digunakan sebagai algoritma optimasi kinerja jaringan.Penelitian ini membandingkan kinerja jaringan eksisting dengan simulasi optimasi menggunakan Algoritma Genetika. Dilakukan pengukuran dan pengambilan data-data berupa waktu tempuh, juga dilakukan rekayasa perangkat lunak dengan bantuan visual studio untuk melakukan pemodelan sebagai pembanding. Hasilnya optimasi dengan algoritma genetika mampu mencari jalur tercepat serta meningkatkan kecepatan pengiriman paket data dengan menurunkan waktu tempuh sebesar 53.5% dan meningkatkan data rate sebesar 54.75% dibandingkan dengan metode antrian pada jalur existing.Kata kunci: Algoritma Genetika, Backbone Fiber Optik, Optimasi, Waktu Tempuh AbstractAbstract-- Increased use of computers in education campus resulted in dense data traffic on communications networks. At the Islamic University of Malang (Unisma) there are more than 500 computers connected to the Internet using a wired media and hotspot access. Unisma existing network infrastructure in current use the Multimode Fiber Optic Backbone cable with static routing and Mesh topology. These lots number of users on the network resulting in dense data traffic that lead to long delays or long queues. Genetic algorithm is a search algorithm that is based on the natural genetic mechanism which also being used in optimizing network performance. This study compared the performance of existing network and a simulation of optimization using Genetic Algorithms. Measurement and retrieval of data consist of transfer time, also we built software engineering using visual studio program as a comparison model.The result of this study shows that optimization using genetic algorithm is able to find the fastest path and increase the speed of transmission of data packets by reducing transfer time by 53.5% and increase the data rate of 54.75% compared to the queuing method used on the existing network. Keywords: Genetic Algorithm, Fiber Optic Backbone, Optimization, Transfer time
Optimalisasi Sistem Pelanggaraan Lalu lintas Kendaraan Besar Menggunakan Algoritma Mobilnet-SSD dan Pengolahan Citra K-Nearest Neighbors (KNN) Okiandri, Diki; Irawan, Novta Danyel; Ardian, Yusriel; Nurdin, Shafiq; Siswoko, Muhammad Urfun Nuurrazzaq
Infotekmesin Vol 16 No 2 (2025): Infotekmesin: Juli 2025
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v16i2.2743

Abstract

This study is motivated by the high rate of traffic violations involving large vehicles such as trucks and buses, particularly on city protocol roads where these types of vehicles are prohibited. Most existing e-ticketing (e-Tilang) systems are still unable to automatically detect large vehicles in real-time and simultaneously read their license plates accurately. This limitation represents a research gap that this study aims to address. The objective of this research is to develop an integrated system that automatically detects violations committed by large vehicles and reads their license plates. The system employs the MobileNet-SSD algorithm for detecting large vehicles from traffic video data and applies the K-Nearest Neighbors (KNN) method for license plate character recognition. Based on tests conducted on five traffic videos under various conditions (morning, afternoon, night), the system achieved a detection accuracy of 90% for large vehicles and an 80% accuracy in license plate recognition. The system performed optimally during daylight hours but showed reduced accuracy at night due to limited lighting conditions. The integration of these two methods has proven to be effective and feasible for real-time law enforcement systems, especially in areas with limited computational resources.
Co-Authors Erni Yudaningtyas Fachry Abda El Rahman Irawan, Novta Danyel Irawan, Novta Dany’el Nuril Achadiyah, Ana Ratna Aprilia, Dwi Shafiq Nurdin Siswoko, Muhammad Urfun Nuurrazzaq Yusriel Ardian