Article Per Year (5 Year)
p-Index From 2021 - 2026
3.984
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Indonesian Journal of Artificial Intelligence and Data Mining Journal of Economic, Bussines and Accounting (COSTING) SEINASI-KESI JUSIM (Jurnal Sistem Informasi Musirawas) JSAI (Journal Scientific and Applied Informatics) Jurnal Ilmu Komputer Dan Informatika Jurnal Pengabdian Kepada Masyarakat Ceria Jurnal Pengabdian Kepada Masyarakat
Purba, Mariana
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Mathematics Nursing Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
Pelatihan Sitasi Menggunakan Mendeley Dalam Penulisan Karya Ilmiah Purba, Mariana; Yadi
Jurnal Pengabdian Kepada Masyarakat Vol 1 No 01 (2024): Jurnal Pengabdian Kepada Masyarakat
Publisher : Alihsanpublisher

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

Abstract

Pelatihan sitasi menggunakan Mendeley dalam penulisan karya ilmiah merupakan upaya untuk meningkatkan keterampilan akademik mahasiswa dalam menyusun referensi dan sitasi yang tepat dalam penulisan karya ilmiah. Mendeley, sebagai perangkat lunak manajemen referensi, memungkinkan pengguna untuk mengelola dan menyimpan referensi, serta menghasilkan daftar pustaka dan sitasi dengan mudah. Penulisan Karya Tulis Ilmiah merupakan kewajiban yang dilakukan oleh para dosen maupun mahasiswa dalam kegiatan akademik. Hal ini tentu mempermudah untuk mentransformasikan dan mengembangkan ilmu pengetahuan. Berkaitan dengan hal tersebut, penggunaan kutipan dalam karya tulis ilmiah juga diperlukan guna menunjang fakta, konsep, gagasan, ide, atau penyampaian informasi mengenai sumber data dan berbagai hal yang relevan. Dengan demikian, keberadaan kutipan dapat menjadikan tulisan lebih valid secara akademik. Pelatihan ini bertujuan untuk memberikan pemahaman mendalam tentang fitur-fitur Mendeley dan teknik penggunaannya dalam konteks penulisan karya ilmiah. Metode pelatihan meliputi pemaparan teori, demonstrasi praktis, dan sesi latihan interaktif. Evaluasi dilakukan melalui penilaian sebelum dan setelah pelatihan untuk mengukur peningkatan keterampilan dan pengetahuan peserta. Hasilnya diharapkan memberikan kontribusi positif terhadap kualitas sitasi dan referensi dalam karya ilmiah mahasiswa serta memperkuat kemampuan akademik mereka secara keseluruhan.
Pelatihan Pemrograman Dasar untuk Siswa Sekolah Menengah sebagai Bekal Memasuki Dunia IT Purba, Mariana; Octavia, Pipin; Rudiansyah; K, Bakhtiar; Angga Permana, Kemas Welly
Jurnal Pengabdian Kepada Masyarakat Vol 1 No 02 (2024): Jurnal Pengabdian Kepada Masyarakat
Publisher : Alihsanpublisher

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

Abstract

Pelatihan Pemrograman Dasar untuk Siswa Sekolah Menengah sebagai Bekal Memasuki Dunia IT bertujuan untuk memperkenalkan dan mengembangkan keterampilan dasar pemrograman komputer bagi siswa sekolah menengah. Di era digital yang terus berkembang, pemrograman menjadi keterampilan yang sangat penting dan dibutuhkan di berbagai sektor. Pelatihan ini dirancang untuk memberikan pemahaman dasar mengenai konsep pemrograman, logika komputasi, serta aplikasi praktis menggunakan bahasa pemrograman yang mudah dipahami seperti Python atau Scratch. Melalui pendekatan pembelajaran aktif, berbasis proyek, dan bertahap, siswa akan diajak untuk belajar dengan cara yang menyenangkan dan interaktif, serta dapat mengembangkan keterampilan untuk menyelesaikan masalah secara sistematis. Selain itu, pelatihan ini juga bertujuan untuk menumbuhkan kemampuan berpikir kritis, kreatif, dan analitis yang sangat dibutuhkan di dunia teknologi. Dengan pelatihan ini, diharapkan siswa dapat memiliki dasar yang kuat dalam pemrograman dan siap memasuki dunia IT, baik untuk melanjutkan studi ke jenjang yang lebih tinggi ataupun memulai karir di industri teknologi.
Sistem Inventarisasi Stok Barang dan Penjualan Suku Cadang Kendaraan di PT. XYZ Purba, Mariana; M. Syidik Rizky; Putri Maharani; Dwi Fitri Brianna; Pipin Octavia
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 7 No. 1 (2024): Juni 2024
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v7i1.547

Abstract

Penerapan inventarisasi stok barang dan penjualan suku cadang kendaraan berdasarkan konsep sistem informasi dapat meningkatkan pencatatan distribusi suku cadang, pengembalian layanan, dan manajemen laporan, membuat proses lebih efisien dan kurang rentan terhadap kehilangan data. Tujuan penelitian ini adalah mengembangkan aplikasi menggunaka bahasa pemrograman PHP dan database MySQL yang diharapkan dapat mengatasi segala kendala-kendala yang dihadapi oleh sistem yang lama tentang inventarisasi stok barang dan penjualan suku cadang kendaraan di PT. XYZ. Penelitian ini menggunakan Entity Relationship Diagram, juga dikenal sebagai ERD, ER Diagram atau model ER untuk pemodelan basis data aplikasi dan menggunakan UML atau Unified Modeling Language sebagai bahasa pemodelan standar aplikasi yang terdiri dari seperangkat diagram terintegrasi. Fitur dari aplikasi ini antara lain fitur manajemen data pengguna, data supplier, data gudang, barang masuk, barang keluar dan data penjualan.
Perancangan dan Implementasi Web Informasi Company Profile Untuk Sekolah Menengah Kejuruan Makarti Jaya di Sumatera Selatan Purba, Mariana; Bakhtiar; Herlambang; Marissa Utami; Nia Umilizah; Lemi Iryani
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 7 No. 1 (2024): Juni 2024
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v7i1.549

Abstract

Tujuan penelitian ini adalah mengembangkan website ini untuk mempermudah sekolah dalam menyampaikan informasi kepada masyarakat luas agar lebih mudah dan lebih cepat dalam mengakses dan mengetahui segala sesuatu mengenai sekolah tanpa memer-lukan waktu yang lama dan lebih efisien. Web yang dikembangkan menggunakan PHP dan MySQL memfasilitasi manajemen data yang efisien untuk siswa, guru, mata pelajaran, penjad-walan, dan informasi kelas. Pada pengumpulan data primer diperlukan interaksi langsung dengan SMK Negeri 1 Makarti Jaya melalui wawancara dan observasi. Proses yang sedang berjalan saat ini SMK Negeri 1 Makarti Jaya dalam penyampaian informasi masih menggunakan cara manual yaitu melalui papan pengumuman sekolah dan melalui brosur dalam melakukan promosi kepada masyarakat. Website yang dikembangkan berisi informasi tentang profil sekolah, informasi fasilitas, data siswa, data guru dan alumni. Dalam aplikasi website ini ter-dapat menu admin yang mengiput, mengedit, dan menghapus data.
Analisis Pengaruh Batch Size dan Learning Rate pada VGG16 Untuk Klasifikasi Citra Aksara Kaganga Purba, Mariana
JUKOMIKA (Jurnal Ilmu Komputer dan Informatika) Vol. 8 No. 2 (2025): Desember
Publisher : LPPMPP Yayasan Sejahtera Bersama Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jukomika.v8i2.633

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi citra aksara Kaganga menggunakan deep learning, dengan memanfaatkan arsitektur model VGG16 yang telah dilatih sebelumnya pada dataset besar seperti ImageNet. Dataset yang digunakan terdiri dari citra aksara Kaganga yang telah dilabeli, dibagi menjadi tiga bagian yaitu data pelatihan (70%), data validasi (15%), dan data uji (15%). Proses pelatihan model dilakukan dengan melakukan fine-tuning pada beberapa lapisan terakhir model VGG16, sementara lapisan-lapisan awal menggunakan bobot yang telah dilatih sebelumnya. Untuk mengoptimalkan kinerja model, eksperimen dilakukan dengan menguji kombinasi berbagai batch size (16, 32, 64) dan learning rate (0.1, 0.01, 0.001), menghasilkan sembilan kombinasi parameter yang berbeda. Evaluasi model dilakukan menggunakan metrik akurasi, confusion matrix, precision, recall, dan F1-score pada data uji. Hasil eksperimen menunjukkan bahwa pengaturan hyperparameter yang tepat memiliki pengaruh signifikan terhadap kinerja model. Batch size 32 dengan learning rate 0.01 menghasilkan akurasi terbaik pada data train, validasi, dan test. Sedangkan pada batch size 16, meskipun menghasilkan hasil yang cukup baik dengan learning rate 0.01, nilai akurasi pada data test lebih rendah, menunjukkan kecenderungan overfitting pada batch size kecil. Sebaliknya, batch size 64 dengan learning rate 0.01 memberikan akurasi test terbaik, mencapai 89.1%, meskipun terdapat sedikit penurunan akurasi pada data validasi. Berdasarkan hasil tersebut, disarankan untuk menggunakan batch size 32 atau 64 dengan learning rate 0.01 untuk tugas klasifikasi aksara Kaganga menggunakan model VGG16.
Penerapan Metode Gamma Correction dan MobileNet Untuk Klasifikasi Citra Daun Purba, Mariana; Ayumi, Vina; Rahayu, Sarwati; Salamah, Umniy; Handriani, Inge; Ani, Nur
JSAI (Journal Scientific and Applied Informatics) Vol 8 No 3 (2025): November
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v8i3.9459

Abstract

This study proposed an enhanced leaf image classification model by integrating gamma correction as a preprocessing technique with the MobileNet (MNET) architecture to improve visual feature extraction. The dataset consisted of 750 images representing five classes of medicinal plants, namely Psidium guajava, Syzygium polyanthum, Piper betle, Annona muricata, and Andrographis paniculata, obtained from personal documentation, online sources, and public datasets. Gamma correction was applied to adjust illumination and enhance leaf texture clarity, followed by resizing and normalization processes. Data augmentation was performed using rotation, contrast adjustment, horizontal and vertical flipping, brightness adjustment, and channel shifting to increase training data variation. The MobileNet architecture was expanded with additional layers, including global average pooling, flatten, Dense–ReLU, and Dense–softmax, enabling it to function as an efficient feature extractor and classifier. Experiments were conducted using a batch size of 32, 50 epochs, the Adam optimizer, and a learning rate of 0.0001. The combined MNET and gamma correction model achieved a training accuracy of 99.00%, a validation accuracy of 87.50%, and a testing accuracy of 84.16%.
Klasifikasi Penyakit dan Hama Daun Padi Menggunakan Model ResNet50 pada Dataset AgroGuard AI Purba, Mariana
JSAI (Journal Scientific and Applied Informatics) Vol 9 No 1 (2026): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v9i1.9987

Abstract

Rice leaf diseases and pests are one of the main factors causing decreased rice productivity. Manual disease identification still relies on the experience of farmers and extension workers, potentially leading to delayed diagnosis and mishandling. This study aims to develop an image-based rice leaf disease and pest classification model using the ResNet50 deep learning architecture. The dataset used comes from AgroGuard AI and consists of seven classes: blast disease, healthy leaves, insect attacks, leaf roller pests, leaf scald disease, brown spot disease, and tungro disease. The dataset is divided into training, validation, and test data with a ratio of 70%:15%:15%, where the test data is balanced with 400 images in each class. The ResNet50 model was trained from scratch without pre-training weights with a batch size of 32, a learning rate of 0.001, and 50 epochs. The evaluation results showed that the model achieved an accuracy of 77.86% on the test data, with a training accuracy of 80.52% and a validation accuracy of 89.38%. Evaluation using a confusion matrix and precision, recall, and F1-score metrics indicated that the model performed quite well and stably across all classes.
Pengenalan Penyakit Tanaman Berdasarkan Citra Daun Menggunakan Arsitektur DenseNet Berbasis Sekuensial Purba, Mariana
JSAI (Journal Scientific and Applied Informatics) Vol 9 No 1 (2026): Januari
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v9i1.9988

Abstract

Plant diseases that affect leaves can significantly reduce crop quality and productivity, making accurate and efficient detection methods essential. This study aims to develop a plant disease recognition model based on leaf images using a sequential DenseNet121 architecture. The dataset consists of 1,530 leaf images categorized into three classes: Healthy, Powdery, and Rust, which are divided into training, validation, and testing sets with a relatively balanced distribution. The model employs DenseNet121 as a base model with pre-trained ImageNet weights, where all base layers are frozen to function as a feature extractor. The classification process utilizes GlobalAverage Pooling2D, Dense, Dropout, and Softmax layers. Experimental results show that the model achieves an accuracy of 98.28% on the training data and 96.25% on the validation data. Evaluation on the test dataset yields an accuracy of 93.33%, indicating that the proposed model demonstrates good generalization capability in classifying plant diseases based on leaf images. These results suggest that the sequential DenseNet architecture is effective for plant disease recognition and has potential for further development as a decision support system in agriculture
PENGARUH LIKUIDITAS, PROFITABILITAS, STRUKTUR MODAL DAN UKURAN PERUSAHAAN TERHADAP HARGA SAHAM PADA PERUSAHAAN SEKTOR PROPERTY AND REAL AND ESTATE YANG TERDAFTAR DI BEI PERIODE 2019 – 2023 Purba, Tina; Naibaho, Apriyanti; Purba, Mariana; Deniswara, Ashyka Bilbina; Simorangkir, Noviyanti; Anggriani, Dina
Journal of Economic, Bussines and Accounting (COSTING) Vol. 9 No. 2 (2026): Journal of Economic, Bussines and Accounting (COSTING)
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/drq80272

Abstract

Studi ini dilakukan untuk menganalisa dampak likuiditas, profitabilitas, struktur modal, serta ukuran perusahaan terhadap fluktuasi harga saham pada perusahaan properti and real estate di Bursa Efek Indonesia (BEI). Dengan menggunakan desain penelitian deskriptif kuantitatif. Populasi penelitian ini adalah perusahan properti and real estate di Bursa Efek Indonesia (BEI). Metode analisa data dengan SEM (Structural Equation Modelling) berbasis Partial Least Square (PLS). Hasil penelitian ini menunjukkan bahwa 1) Likuiditas tidak berpengaruh signifikan terhadap harga saham pada perusahaan property and real estate di Bursa efek Indonesia, 2) profitabilitas tidak berpengaruh signifikan terhadap harga saham pada perusahaan property and real estate di Bursa efek Indonesia, 3) Struktur modal tidak berpengaruh signifikan terhadap harga saham pada perusahaan property and real estate di Bursa efek Indonesia, 4) Ukuran Perusahaan berpengaruh signifikan terhadap harga saham pada perusahaan property and real estate di Bursa efek Indonesia. Berdasarkan hasil output SmartPLS menunjukkan bahwa seluruh variabel independen secara simultan berkontribusi terhadap harga saham. Ukuran perusahaan memiliki pengaruh paling dominan terhadap harga saham dengan nilai koefisien jalur sebesar 0,435, diikuti oleh struktur modal sebesar 0,290. Sementara itu, likuiditas memiliki pengaruh negatif (-0,097) dan profitabilitas berpengaruh positif lemah (0,029). Hal ini mengindikasikan  bahwa semakin besar ukuran perusahaan dan semakin baik struktur modalnya, maka semakin tinggi pula harga saham yang dihasilkan.
Co-Authors Abd Rahman Andi Nugroho, Andi Anggriani, Dina Anita Ratnasari Asminah Asminah, Asminah Ayumi, Vina Azhar Andika Putra Bakhtiar Darmo, Cahyo Pambudi Deniswara, Ashyka Bilbina Dianing Asri, Sri Dwi Fitri Brianna Ghufron, Akhmad Hadiguna Setiawan Hendra Marcos, Hendra Herlambang Ida Farida Inge Handriani, Inge Iryani, Lemi K, Bakhtiar Kemas Welly Angga Permana Lemi Iryani M. Syidik Rizky Mailana, Siska Marissa Utami Naibaho, Apriyanti Nia Umilizah Noprisson, Handrie Nur Ani Octavia, Pipin Padya, Inka Rizki Pipin Octavia Pungkas Subarkah Purba, Tina Putra, Erwin Dwika Putri Maharani Riyanto Riyanto Rudiansyah Salamah, Umniy Sarwati Rahayu Simorangkir, Noviyanti Sulis Sandiwarno Syamsiar, Syamsiar Umilizah , Nia Uus Rusmawan, Uus Wachyu Hari Haji Wati, Ade Sukma Wibisono, M Bayu Yadi Yadi, Yadi