Article Per Year (5 Year)
p-Index From 2020 - 2025
4.327
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer CESS (Journal of Computer Engineering, System and Science) NUR EL-ISLAM : Jurnal Pendidikan dan Sosial Keagamaan JSiI (Jurnal Sistem Informasi) JURTEKSI Jurnal Riset Informatika Jurnal Informatika dan Rekayasa Elektronik Jurnal Sistem Komputer dan Informatika (JSON) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) KLIK: Kajian Ilmiah Informatika dan Komputer Instal : Jurnal Komputer International Journal Software Engineering and Computer Science (IJSECS) el-Madib: Jurnal Pendidikan Dasar Islam Jurnal Komtekinfo Indonesian Health Issue Data Sciences Indonesia (DSI) VISA: Journal of Vision and Ideas Da'watuna: Journal of Communication and Islamic Broadcasting SAMBARA: Jurnal Pengabdian Kepada Masyarakat INOVTEK Polbeng - Seri Informatika Sriwijaya Foodtech Journal MUTAADDIB: Islamic Education Journal
Sriani
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Physics Public Health Social Sciences Veterinary Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : JSiI (Jurnal Sistem Informasi)

 1 
KLASIFIKASI DAUN KELENGKENG MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN K-NEAREST NEIGHBOR (KNN) Anggraini, Chintya; Sriani
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9157

Abstract

Tanaman kelengkeng (Dimocarpus longan) termasuk dalam jenis tanaman buah dengan nilai ekonomi tinggi dan menjadi komoditas penting dalam sektor pertanian. Kelengkeng memiliki berbagai varietas yang beragam berdasarkan ciri-ciri khas dari masing-masing jenis yang cukup sulit dibedakan, terutama bagi orang awam. Berdasarkan permasalahan dalam menentukan jenis tanaman kelengkeng, maka perlu adanya sistem yang dapat mengklasifikasikan jenis tanaman kelengkeng. Penelitian ini mengusulkan ekstraksi fitur tekstur dari citra daun kelengkeng dengan memanfaatkan Gray Level Co-occurrence Matrix (GLCM), dengan fitur contrast, correlation, homogeneity, dan energy, yang selanjutnya diklasifikasikan dengan algoritma K-Nearest Neighbor (KNN). Metode ini diterapkan pada dataset citra daun dari berbagai varietas kelengkeng, yaitu aroma durian, diamond river, pingpong, dan kelengkeng merah. Metode ini diterapkan untuk meningkatkan akurasi dan efisiensi dalam klasifikasi jenis kelengkeng. Hasil penelitian menunjukkan bahwa penerapan GLCM dan KNN berhasil dilakukan dengan akurasi klasifikasi mencapai 87,5%. Dari 16 citra uji, 14 citra berhasil diklasifikasikan dengan benar. Kata Kunci: Daun, Kelengkeng, Gray Level Co-occurrence Matrix (GLCM), K-Nearest Neighbor (KNN)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK ANALISIS RESIKO KREDIT MACET Fawi, Hafiz; Sriani
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9181

Abstract

Koperasi adalah tempat yang sering terjadinya transaksi simpan dan pinjam , dalam hal ini permasalahan yang terjadi tidak jauh dari itu yaitu Permasalahan untuk mengidentifikasi tentang penelitian yang berfokus pada risiko kredit macet pada koperasi. Tujuannya adalah untuk menganalisis risiko ini agar koperasi dapat mengambil tindakan yang tepat dalam manajemen risiko keuangannya. penelitian ini mengusulkan menggunakan Metode Tsukamoto yang salah satu metode dalam sistem logika fuzzy yang digunakan untuk memodelkan berbagai ketidakpastian dan ambiguitas dalam pengambilan keputusan. Pada penelitian ini, metode Fuzzy Tsukamoto diterapkan untuk mengidentifikasi dan menilai risiko kredit macet pada koperasi. Dalam hal ini tujuan utama dari penelitian ini adalah untuk mengidentifikasi risiko kredit macet pada koperasi menggunakan metode Fuzzy Tsukamoto. Dengan demikian, penelitian ini dapat membantu untuk menyediakan acuan baru yang lebih akurat dalam menilai risiko kredit macet di koperasi dan meningkatkan kualitas pengambilan keputusan dalam manajemen risiko keuangan​.Dalam hal ini data yang digunakan mencakup simpanan, pinjaman, dan lama angsuran nasabah yang terlibat sebanyak 143 data dengan yang menhasilkan nilai hasil yaitu Resiko Rendah sebanyak 59,44% dan Resiko Tinggi : 40,56% Kata Kunci: Fuzzy, Fuzzy Tsukamoto, Kredit, Koprasi, Nasabah
KLASIFIKASI DAUN KELENGKENG MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN K-NEAREST NEIGHBOR (KNN) Anggraini, Chintya; Sriani
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9157

Abstract

Tanaman kelengkeng (Dimocarpus longan) termasuk dalam jenis tanaman buah dengan nilai ekonomi tinggi dan menjadi komoditas penting dalam sektor pertanian. Kelengkeng memiliki berbagai varietas yang beragam berdasarkan ciri-ciri khas dari masing-masing jenis yang cukup sulit dibedakan, terutama bagi orang awam. Berdasarkan permasalahan dalam menentukan jenis tanaman kelengkeng, maka perlu adanya sistem yang dapat mengklasifikasikan jenis tanaman kelengkeng. Penelitian ini mengusulkan ekstraksi fitur tekstur dari citra daun kelengkeng dengan memanfaatkan Gray Level Co-occurrence Matrix (GLCM), dengan fitur contrast, correlation, homogeneity, dan energy, yang selanjutnya diklasifikasikan dengan algoritma K-Nearest Neighbor (KNN). Metode ini diterapkan pada dataset citra daun dari berbagai varietas kelengkeng, yaitu aroma durian, diamond river, pingpong, dan kelengkeng merah. Metode ini diterapkan untuk meningkatkan akurasi dan efisiensi dalam klasifikasi jenis kelengkeng. Hasil penelitian menunjukkan bahwa penerapan GLCM dan KNN berhasil dilakukan dengan akurasi klasifikasi mencapai 87,5%. Dari 16 citra uji, 14 citra berhasil diklasifikasikan dengan benar. Kata Kunci: Daun, Kelengkeng, Gray Level Co-occurrence Matrix (GLCM), K-Nearest Neighbor (KNN)
PENERAPAN METODE FUZZY TSUKAMOTO UNTUK ANALISIS RESIKO KREDIT MACET Fawi, Hafiz; Sriani
Jurnal Sistem Informasi Vol 11 No 2 (2024)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v11i2.9181

Abstract

Koperasi adalah tempat yang sering terjadinya transaksi simpan dan pinjam , dalam hal ini permasalahan yang terjadi tidak jauh dari itu yaitu Permasalahan untuk mengidentifikasi tentang penelitian yang berfokus pada risiko kredit macet pada koperasi. Tujuannya adalah untuk menganalisis risiko ini agar koperasi dapat mengambil tindakan yang tepat dalam manajemen risiko keuangannya. penelitian ini mengusulkan menggunakan Metode Tsukamoto yang salah satu metode dalam sistem logika fuzzy yang digunakan untuk memodelkan berbagai ketidakpastian dan ambiguitas dalam pengambilan keputusan. Pada penelitian ini, metode Fuzzy Tsukamoto diterapkan untuk mengidentifikasi dan menilai risiko kredit macet pada koperasi. Dalam hal ini tujuan utama dari penelitian ini adalah untuk mengidentifikasi risiko kredit macet pada koperasi menggunakan metode Fuzzy Tsukamoto. Dengan demikian, penelitian ini dapat membantu untuk menyediakan acuan baru yang lebih akurat dalam menilai risiko kredit macet di koperasi dan meningkatkan kualitas pengambilan keputusan dalam manajemen risiko keuangan​.Dalam hal ini data yang digunakan mencakup simpanan, pinjaman, dan lama angsuran nasabah yang terlibat sebanyak 143 data dengan yang menhasilkan nilai hasil yaitu Resiko Rendah sebanyak 59,44% dan Resiko Tinggi : 40,56% Kata Kunci: Fuzzy, Fuzzy Tsukamoto, Kredit, Koprasi, Nasabah
Co-Authors Abdul Halim Hasugian Agustin Mardiana, Nur Agustina, Chaterine Aidil Halim Lubis Aidil Halim Lubis Andriyadi, Andriyadi Anggraini, Chintya Armansyah Berutu, Nurhalimah Desmarini, Mutia Dwitia Ayu Lestari Fawi, Hafiz Frianda Gultom, Irsan Gusrianti, Rita Harahap, Lailan Sofinah Harahap, Ulil Amri Harahap, Yunus Fadillah Ibnu Rusydi Ibsan, Muhammad Hanafi juraidah, juraidah Khairani, Fuji Khairunnisa Mahmudah, Nur Aini Mawaddah Mawaddah, Mawaddah Maya Nurmalasari Mona Novita Muhammad Alwi Baihaqi Nasution, Yurika Nur Aisyiyah, Siti R Panjaitan, Nurhalimah Pasaribu, Nur Adha Pohan, Rifani Khairani Rahman Sari, Arfani Rakhmat Kurniawan R Rizki Ananda Putra Fajar Shania perida Br tarigan Simanulang, Ester Sinaga, Siti Nurmawan Siti Zubaidah Sofiah Sri Wahyuni Sugeng, Santoso Suhardi Tarigan, Eka Falentina Zoyasri Ananta