Article Per Year (5 Year)
p-Index From 2020 - 2025
4.494
P-Index
This Author published in this journals
All Journal Register: Jurnal Ilmiah Teknologi Sistem Informasi KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal Komputasi Indonesian Journal of Artificial Intelligence and Data Mining InComTech: Jurnal Telekomunikasi dan Komputer JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Teknoinfo Indonesian Journal of Social and Environmental Issues (IJSEI) Jurnal Pengabdian Kepada Masyarakat (JPKM) Tabikpun Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Soft Computing Exploration Jurnal Pepadun Malcom: Indonesian Journal of Machine Learning and Computer Science JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Andrian, Rico
Ilmu Komputer FMIPA Unila
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Multi-Purpose Trees Species Damage Index: Case Study of Wan Abdul Rachman Forest Park Utilization Block, Lampung Rahmat Safe’i; Rahmat Safei; Rahmat Safe'i; Rico Andrian; Tri Maryono
Indonesian Journal of Social and Environmental Issues (IJSEI) Vol. 3 No. 2 (2022): August
Publisher : CV. Literasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (711.691 KB) | DOI: 10.47540/ijsei.v3i2.609

Abstract

The Wan Abdul Rachman (WAR) Forest Park (TAHURA) Utilization Block is a location that can be utilized by the community, especially its non-timber forest products. Utilization of non-timber forest products is the type of Multi-Purpose Trees Species (MPTS). On the other hand, many trees were damaged due to this utilization. This study aimed to obtain the damage index (IK) of MPTS types in the TAHURA WAR utilization block. Data was collected by assessing the IK of trees based on the Forest Health Monitoring (FHM) method on five cluster plots of FHM. Data analysis was carried out using the IK value formula. The results showed that there were 13 types of MPTS found in the TAHURA WAR utilization block; with the range of IK values for each kind of MPTS as follows: Durio zibenthinus (0.0-6.1), Persea americana (1.4-6.5), Parkia speciosa (0.0-5.8), Archidendron pauciflorum (1.5-6.1), Gnetum gnemon (0.0-6.1), Hevea brasiliensis (1.4-6.1), Theobroma cacao (1.4-5.0), Mangifera indica (1.6-4.3), Sygyzium malaccensis (1.6-4.6), Arthocarpus heterophyllus (1.6-5.8), Sygyzium aqueum (1.4-4.3), Sygyzium aromaticum (1.5-3.8) and Tectona grandis (1.6-4.9). The location influences the size of the IK value, type and severity of tree damage found. Thus, the average IK values for each kind of MPTS in the TAHURA WAR utilization block were Hevea brasiliensis (4.3), Artocarpus heterophyllus (4.2), Archidendron pauciflorum (4.1), Theobroma cacao (4.0), Tectona grandis (3.8), Persea americana (3.5), Parkia speciosa (3.5), Durio zibenthinus (3.4), Sygyzium malaccensis (3.4), Gnetum gnemon (3.2), Sygyzium aqueum (2.9), Mangifera indica (2.7) dan Sygyzium aromaticum (2.4).
SISTEM INFORMASI KOPERASI MULYA ABADI SENTOSA KAMPUNG WATES KECAMATAN BUMI RATU NUBAN KABUPATEN LAMPUNG TENGAH PROVINSI LAMPUNG BERBASIS WEB MENGGUNAKAN FRAMEWORK CODEIGNITER 3 Anie Rose Irawati; Wartariyus Wartariyus; Rico Andrian; Ananto Danu Prasetyo
Jurnal Pepadun Vol. 3 No. 2 (2022): August
Publisher : Department of Computer Science, Faculty of Mathematics and Natural Sciences, University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/pepadun.v3i2.120

Abstract

Mulya Abadi Sentosa Cooperative processing data into information is still done manually where all member data along with existing transactions are recorded using books and Microsoft Excel, therefore there are often some obstacles encountered, an information system that can process all data in cooperatives is needed to become a cooperative. solutions in all existing constraints and shortcomings so that data processing can be integrated with the database so that it can solve problems. How to design and manufacture an information system that is suitable for the Mulya Abadi Sentosa Cooperative, and can assist the processing of transaction data in the cooperative. There are two admin users and members who can access the system and then later can manage member data and transactions so that the presentation of information can be managed easily. With this information system, it can help increase the speed of the reporting process in cooperatives.
RANCANG BANGUN SISTEM PAKAR PROSES PEMBELAJARAN KEPERAWATAN BERBASIS WEB Aristoteles Aristoteles; Lisa Suarni; Dwi Sakethi; Rico Andrian; Dedy Miswar; Rika Ningtias Azhari
Jurnal Teknoinfo Vol 17, No 1 (2023): Vol 17, No 1 (2023): JANUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v17i1.2166

Abstract

Proses pembelajaran keperawatan di Indonesia masih menganut sistem konvensional, yaitu pembelajaran melalui di kelas.  Kendala yang dihadapi adalah pembelajaran tidak sistematis dan terukur. Solusi yang diberikan pada penelitian ini adalah proses pembelajaran melalui aplikasi berbasis sistem pakar untuk mengukur kemampuan mahasiswa dalam menangani permasalah-permasalahan pada kasus ilmu keperawatan. Tujuan penelitian ini adalah membuat rancang bangun sistem pakar proses pembelajaran keperawatan dengan metode Forward Chaining pada 116 data gejala, 22 data diagnosa, 60 data intervensi, 8 data tipe dan 864 data uraian. Pengujian menggunakan black-box testing. Hasil penelitian adalah terbentuknya aplikasi sistem pakar yang diterapkan pada mahasiswa keperawatan Poltekkes Tanjung Karang dengan tingkat kepuasan “sangat baik”.
Sistem Informasi E-Campaign Pemilihan Kepala Desa Berbasis Website Reda Meiningtiyas; Rico Andrian; Dedy Hermawan; Didik Kurniawan
Jurnal Pepadun Vol. 3 No. 3 (2022): December
Publisher : Department of Computer Science, Faculty of Mathematics and Natural Sciences, University of Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/pepadun.v3i3.134

Abstract

Campaign are activities carried out to gain public support for potential candidates and convince them to vote for the candidate. Lack of information about the campaigns carried out by the candidates, the dissemination of information through online media. E-campaign is defined as the use of technology by prospective candidates in attracting public trust and assisting in the democratic process. The village head election e-campaign information system was built to help the community get correct information about candidates, make it easier for candidates in the campaign process and the process of collecting village head election requirements data, and make it easier for administrators to collect village head election requirements data. The system development uses the PHP programming language and the Laravel framework. The system development methodology uses the waterfall method. The waterfall method has 5 stages, namely communication, planning, modelling, construction, and deployment. System testing is done by black box testing and User Acceptance Testing (UAT). The results of the black box testing that have been carried out on the test class are presented successfully or unsuccessfully. The results of the User Acceptance Testing (UAT) that have been carried out have obtained a percentage of 81.2% which can be concluded that the e-campaign information system from user perceptions is very good.
Implementasi Metode CNN Computer Vision Dalam Identifikasi Tipe Kerusakan Pohon Berbasis FHM Rahmat Safe’i; Rahmat Safe'i; Zuhri Nopriyanto; Rico Andrian; Kurnia Muludi
InComTech : Jurnal Telekomunikasi dan Komputer Vol 13, No 1 (2023)
Publisher : Department of Electrical Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/incomtech.v13i1.16022

Abstract

Identifikasi tipe kerusakan pohon pada Forest Health Monitoring hingga saat ini masih bersifat manual, yaitu menggunakan penglihatan manusia dalam penerapannya. Teknologi Informasi yang kini berkembang pesat dapat di rasakan hingga ke berbagai media penerapan ilmu pengetahuan, dengan demikian terciptalah salah satu solusi dalam memecahkan masalah penelitian kasus identifikasi tipe kerusakan pohon yaitu dengan penggunaan metode computer vision dalam upaya memudahkan pekerjaan dalam ilmu kehutanan. Tujuan penelitian ini adalah untuk menerapkan computer vision dalam mengidentifikasi tipe kerusakan pohon berbasis Forest Health Monitoring. Tahapan penelitian yang dilakukan dalam penelitian ini adalah pengumpulan dataset, proses preprocessing, pembagian dataset, pelatihan model, pengujian model dan terakhir adalah evaluasi model. Hasil penelitian ini berupa model (prototype) identifikasi tipe kerusakan pohon dalam 4 kategori yaitu, LeNet-5 Colab, LeNet-5 Tesla, MobileNet Colab, dan MobileNet Tesla. Persentase identifikasi model bervariasi, dimana pada kelas tertentu model dapat mengidentifikasi dengan benar dan dikelas lainnya masih ada beberapa identifikasi model yang kurang optimal, disebabkan oleh kemiripan beberapa bentuk dataset dalam segi visual komputer. Penelitian penerapan computer vision dalam identifikasi kerusakan pohon berbasis Forest Health Monitoring berhasil dilakukan dengan menghasilkan dua model (prototype) dalam identifikasi kerusakan pohon yang nilai akurasinya mencapai angka 89.99% pada model LeNet-5 dan 99.06% pada model MobileNet dengan tools yang digunakan adalah Jupyter notebook pada Nvidia Tesla K20 (offline) dan Google Colab (online).
Klasifikasi Skala Kerapatan dan Transparansi Tajuk Jenis Daun Jarum dengan VGG16: Classification of Density and Transparency Scales of Needle Leaf Types with VGG16 Flaurensia Riahta Tarigan; Rico Andrian; Rahmat Safe'i
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 3 No. 2 (2023): MALCOM October 2023
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v3i2.940

Abstract

Artikel ini membahas penggunaan deep learning, khususnya arsitektur Convolutional Neural Network (CNN) VGG16, untuk mengklasifikasikan tingkat kerapatan dan transparansi tajuk pada pohon jenis daun jarum. Penelitian ini mengumpulkan gambar dari empat jenis pohon daun jarum: araucaria heterophylla, pinus merkusii, cupressus retusa, dan shorea javanica, masing-masing dengan sepuluh tingkat kerapatan dan transparansi yang berbeda. Setiap jenis memiliki 1000 gambar yang telah di-label. Proses preprocessing melibatkan perubahan ukuran, dan augmentasi gambar. Data dibagi menjadi data training (70%), data validation (10%), dan data testing (20%). Model deep learning yang digunakan adalah VGG16 dengan hyperparameter yang telah ditentukan. Hasil pelatihan model menunjukkan bahwa VGG16 berhasil mengklasifikasikan pohon daun jarum dengan tingkat akurasi yang baik. Hasil akurasi mencapai 90.00% untuk pinus merkusii, 92.00% untuk araucaria heterophylla, 96.00% untuk cupressus retusa, dan bahkan 99.00% untuk shorea javanica. Hasil evaluasi juga mencakup precision, recall, dan F1-score untuk setiap kelas kerapatan dan transparansi. Kesalahan prediksi terutama terjadi pada kelas dengan tingkat kesamaan visual yang tinggi antar gambar. Penelitian ini membuktikan bahwa teknologi deep learning dapat digunakan untuk mengklasifikasikan tingkat kerapatan dan transparansi tajuk pada pohon daun jarum. Hasilnya dapat digunakan dalam pemantauan kesehatan hutan, membantu pemerintah dan organisasi terkait dalam pengelolaan hutan yang berkelanjutan.
Implementation of Convolutional Neural Network for Classification of Density Scale and Transparency of Needle Leaf Types Diah Adi Sriatna; Rico Andrian; Rahmat Safei
Indonesian Journal of Artificial Intelligence and Data Mining Vol 7, No 1 (2024): March 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v7i1.26258

Abstract

Crown density and transparency are among the parameters in determining forest health using magic card. This is still less effective because it only relies on direct vision. Therefore, a more sophisticated and accurate application using digital image technology is needed. Convolutional Neural Network (CNN) is designed to help recognize objects in images with various positions. There are 1000 images of needle leaf types with ten classes of crown density and transparency for every kind of needle leaf, including araucaria heterophylla, cupressus retusa, pine merkusii, and shorea javanica, which are classified using AlexNet. AlexNet is a CNN architecture that has eight feature extraction layers. The AlexNet model succeeded in classifying coniferous trees on the scale of density and crown transparency with an accuracy level of 87.00% for araucaria heterophylla, cupressus retusa 96.00%, merkusii pine 86.00%, and shorea javanica 95.00%. Although some errors were still found in classification, this was caused by similar patterns and similar image positions. It is hoped that the results of this research will be used in monitoring forest health in the future.
Pelatihan Pembuatan Aplikasi Mobile untuk Guru Teknologi Informasi dan Komunikasi (TIK) Sekolah Menengah di Lampung Rico Andrian; Dwi Sakethi; Rahman Taufik; Muhaqiqin Muhaqiqin
Jurnal Pengabdian Kepada Masyarakat (JPKM) TABIKPUN Vol. 4 No. 3 (2023)
Publisher : Faculty of Mathematics and Natural Sciences - Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpkmt.v4i3.121

Abstract

Aplikasi mobile dimanfaatkan untuk berbagai tujuan di tengah persaingan dan era digitalisasi bisnis seperti layanan pelanggan, pemasaran berbasis mobile, pengembangan produk bahkan pengumpulan data pelanggan. Kegiatan pengabdian kepada masyarakat ini  dilakukan dalam bentuk kegiatan pelatihan pengenalan pembuatan aplikasi mobile bagi Guru TIK Sekolah Menengah di Lampung.  Pembuatan aplikasi mobile menjadi hal yang penting dalam bidang teknologi informasi dan komunikasi (TIK). Perkembangan aplikasi mobile sangat pesat, tetapi pembelajaran mengenai pembuatan aplikasi mobile masih jarang dalam kegiatan belajar mengajar karena  permasalahan terkait rendahnya pengetahuan dan keterampilan guru TIK dalam membuat aplikasi mobile. Berdasarkan permasalahan tersebut, diadakan pelatihan untuk membantu guru TIK memahami teknologi dan bahasa pemrograman yang digunakan dalam membuat aplikasi mobile. Tahapan pelatihan ini meliputi survei, demonstrasi, diskusi dan praktik. Hasil dari pelatihan ini menunjukan bahwa pengetahuan guru-guru TIK sekolah menengah di Lampung bertambah terkait pembuatan aplikasi mobile.
Implementasi Metode K-Means untuk Clustering Citra Tanaman Obat Prabowo, Rizky; Verina, Vira; Sholehurrohman, Ridho; Andrian, Rico
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 10, No 3 (2023)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v10i3.646

Abstract

Tanaman obat memiliki manfaat besar dalam menyembuhkan berbagai penyakit. Banyak masyarakat yang menggunakan tanaman obat sebagai sumber tanaman obat keluarga (TOGA). Bagian tanaman yang dapat dimanfaatkan sebagai obat adalah daun. Daun sulit diidentifikasi karena banyak daun yang memiliki bentuk dan warna yang mirip. Oleh karena itu, pengolahan citra dengan K-Means Clustering diterapkan untuk membantu mengidentifikasi daun tanaman obat. Citra akan discaling menjadi 600 x 800 piksel. Ciri tekstur pada citra akan dihitung menggunakan Gray Level Co-occurrence Matrix (GLCM). GLCM menghasilkan nilai numerik yang kemudian digunakan untuk proses K-Means Clustering. K-Means Clustering akan mengelompokkan citra berdasarkan kesamaan nilai fitur dan centroid terdekatnya. Jumlah cluster optimal yaitu k=3 berdasarkan perhitungan nilai SSE. Hasil penelitian 900 dataset citra daun terbagi menjadi 3 cluster dengan akurasi tertinggi 51,54% pada cluster 2 yang memprediksi daun binahong. Proses K-Means Clustering kurang baik dikarenakan penetuan nilai centroid berpengaruh terhadap hasil cluster. K-Means Clustering diimplementasikan ke dalam sistem web menggunakan flask.
Classification of crown density and foliage transparency scale for broadleaf tree using VGG-16 Octarina, Nur Ayu; Andrian, Rico; Safei, Rahmat
Journal of Soft Computing Exploration Vol. 4 No. 4 (2023): December 2023
Publisher : SHM Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52465/joscex.v4i4.251

Abstract

Crown density and foliage transparency are important parameters for tree crown conditions. Previously, observers carried out crown density and foliage transparency assessments manually, which could be a less efficient process.This research aims to use the VGG-16 deep learning architecture to classify the density and transparency of broadleaves tree crowns. In this study, broadleaves tree crown datasets were collected for four types of broadleaves tree: cacao (theobroma cacao), durian (durio zibethinus), rubber (havea brasiliensis), candlenut (aleurites moluccana); then the data is labeled based on the crown density and foliage transparency scale card. The research applies resize and augmentation preprocessing. The model training process uses a scenario of 80% train data, 10% test data, and 10% validation data. After training using the VGG-16 model, the test results showed impressive accuracy, with the highest accuracy reaching 98.40% for candlenut trees, rubber (96.00%), cacao (92.00%), and durian (86.60%). This research shows quite good results in classifying the scale of crown density and foliage transparency with four types of broadleaves tree (cacao, durian, rubber and candlenut) using VGG-16.
Co-Authors . Wamiliana Adi Pribadi, Raden Irwan Admi Syarif Admi Syarif Agatha Beny Himawan Ahmad Adi Wijaya, Ahmad Adi Akmal Junaidi Alkhadafi Saddam Simparico Ananto Danu Prasetyo Andikha Yunar Cornelius Dabukke Andriyan Hutomo Ardiansyah Ardiansyah Aristoteles, Aristoteles Astria Hijriani Astria Hijriani Astria Hijriani, Astria Ayu Taqiya Ulfa Basir Efendi Dedy Hermawan Dedy Miswar Destian ade anggi Sukma Diah Adi Sriatna Dian Riskiyana Didik Kurniawan Dwi Sakethi Dwi Sakethi Dwi Sakethi Dwi Sakethi Eka Fitri Jayanti Eko Septiawan Favorisen R. Lumbanraja Febi Eka Febriansyah Flaurensia Riahta Tarigan Florencia Irena Gandadipoera, Faishal Hariz Makaarim Heningtyas, Yunda Hernani, Livia Ayu Istoria Igo Febrianto Indrianti Indrianti Irawati, Anie Rose Ismail Indra Pratama Jannati Asri Safitri Kristina Ademariana Kurnia Muludi Lisa Suarni Lona Ertina M. Juandhika Rizky Machudor Yusman Maharani, Devi Malik Abdul Azis Malik Abdul Aziz Meizano Ardhi Muhammad Muhammad Chairuddin Muhammad Iqbal Muhammad Iqbal Muhammad, Meizano Ardhi Muhaqiqin Muhaqiqin Novita Dwilestari Octarina, Nur Ayu Prabowo, Rizky Prabowo, Rizky Pradana Marlando Qonitati Qonitati RA Dina Nia Pratiwi Raden Irwan Adi Pribadi Rahman Taufik Rahmat Safe'i Rahmat Safe'i Rahmat Safe'i Rahmat Safe’i Reda Meiningtiyas Rika Ningtias Azhari S Susiyani Safei, Rahmat Safitri, Jannati Asri Saipul Anwar Saipul Anwar Sholehurrohman, Ridho Sunita Agustina TANJUNG, AKBAR RISMAWAN Tri Maryono Tristiyanto Tristiyanto Utami, Noera Yudhiarti Verina, Vira Wamiliana Wamiliana Wartariyus Wartariyus Zuhri Nopriyanto