Claim Missing Document
Check
Articles

Found 5 Documents
Search

Rancang Bangun Web Lembaga Konsultasi dan Bantuan Hukum (LKBH) Tajam Grobogan untuk Meningkatkan Layanan Masyarakat Susanto, Ajib; Abdussalam; Ibnu Utomo Wahyu Mulyono; De Rosal Ignatius Moses Setiadi; Ibnu Gemaputra Ramadhan
Join Vol. 2 No. 1 (2021): September 2021
Publisher : Program Studi Informatika Fakultas Teknik dan Informatika

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

Abstract

Masyarakat secara umum masih belum paham akan bantuan hukum jika mendapat masalah hukum, terutama bagi masyarakat desa atau masyarakat yang ekonomi masih tergolong rendah. Sosialisasi dan pemahaman tentang hukum perlu ditingkatkan dengan cara memberikan informasi untuk pengetahuan yang terkini melalui media daring. Bermacam informasi kegiatan untuk masyarakat LKBH belum tersampaikan langsung, baik perkembangan kegiatan organisasi, informasi bantuan hukum yang sedang dilakukan dan berbagai hal informasi terkait dengan layanan kepada masyarakat, kebutuhan informasi terkini dapat diwujudkan dengan membangun website yang diakses pengguna umum. Pengembangan web dan pendampingan mengacu konsep Plan, Do, Check and Act (PDCA) dengan urutan kegiatan perencanaan, pengerjaan, evaluasi dan tindak lanjut dari proses sebelumnya. Hasil pengabdian masyarakat yaitu terwujudnya web LKBH yang dapat memberikan informasi seputar Grobogan dan layanan konsultasi dan bantuan hukum kepada masyarakat dimanapun dan kapanpun.
SUPPORT VECTOR MACHINE BERBASIS ZERNIKE MOMENTS DALAM KLASIKASI CITRA BAKTERI Yupie Kusumawati; Ibnu Utomo Wahyu Mulyono
Dinamik Vol 26 No 2 (2021)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v26i2.8674

Abstract

Kontaminasi bakteri patogen dalam produk makanan mahal bagi masyarakat dan industri. Metode tradisional untuk mendeteksi dan mengidentifikasi patogen bawaan makanan seperti Listeria monocytogenes biasanya memakan waktu 3-7 hari. Pada makalah ini, sistem klasifikasi dikembangkan untuk mengidentifikasi pengambilan citra bakteri menggunakan alat optical light scattering dan menghasilkan citra berbentuk grayscale. Algoritma klasifikasi yang diusulkan didasarkan pada Invariant Zernike Moment berbasis Support Vector Machine pada kernel Radial Chebyshev Moments yang dihitung dari dataset citra bakteri apda 4 genus yang digunakan sebagai dataset. Sebanyak 400 citra bakteri dengan 100 citra pada masing-masing jenis genus telah di uji dan menghasilkan akurasi pada proses indetifikasi dengan capaian sebesar 78,33% pada 5-fold Cross Validation.
E-Report System to Help Monitor Student Academic Progress Using Forward Chaining for Grade Promotion According to Student Development Level Ibnu Utomo Wahyu Mulyono; Novita Kurnia Ningrum; Zahrotul Umami; Karis Widyatmoko
Journal of Applied Intelligent System Vol 6, No 2 (2021): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v6i2.5318

Abstract

The COVID-19 pandemic that has occurred in the world and Indonesia is one of the affected countries. To limit the rate of transmission of COVID-19, the Ministry of Education issued regulations relating to online schools. With this online school, both parents and teachers need media to be able to monitor students' academic progress as long as online schools are implemented. Therefore, we need a system that can assist teachers and parents in monitoring students' academic progress. In this study, an e-report was designed by incorporating the components of students' academic aspect and students' character aspect. This system is supported by a decision support system using forward chaining to determine the feasibility of a grade increase according to the level of development of the student. The output of this system is student grade reports, advice given to parents and grade promotion decisions based on academic and character aspect.
Perbandingan Klasifikasi Jenis Apel Berkulit Merah Menggunakan Algoritma Linear Discriminant Analysis dan K-Nearest Neighbor Ajib Susanto; Ibnu Utomo Wahyu Mulyono
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2022
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (391.482 KB)

Abstract

Buah apel merupakan salah satu buah yangmempunyai rasa dominan manis segar dan memiliki vitamin Ctinggi. Apel dibudidayakan untuk tujuan konsumsi, obat maupunindustri. Dalam industry, apel digunakan sebagai bahan bakupembuatan berbagai macam bentuk makanan dan minumanmisalnya sirup, jenang, wingko, dodol, manisan, asinan, keripik,dan sari apel. Jenis apel yang beragam dan kebutuhan waktupendistribusian berdasarkan jenis apel memerlukan banyakwaktu dan berhubungan dengan kemampuan mata manusiadalam proses sorting manual. Kebutuhan teknologi seperticomputer vision melalui teknik pengolahan citra dapatdiimplementasikan untuk proses sorting khususnya klasifikasijenis apel. Dalam penelitian ini, digunakan apel dengan kulitberwarna merah sebagai dataset. Kesamaan warna kulit danbentuk apel yang hampir sama, menjadi salah satu isu pentinguntuk proses klasifikasi citra. K Nearest Neighbor (KNN) danLinear Discriminant Analysis (LDA) dipilih karena kemampuanklasifikasi citra dengan dataset kecil. Dalam penelitian ini telahdilakukan proses perbandingan hasil akurasi antara KNN danLDA berdasarkan 400 dataset yang berasal dari 8 jenis apelmerah antara lain Cameo, Honeycrips, Pink Lady, Red Delicious,Royal Gala, Macintosh, Empire, Fuji. KNN dan LDA tanpamenggunakan ekstraksi fitur GLCM menghasilkan akurasi yanghampir sama yaitu 99,25% dan 99% sedangkan apabila tidakmenggunakan fitur ekstraksi apapun dihasilkan akurasi 99,25%dan 99%. Dengan demikian diketahui bahwa KNN menghasilkanakurasi lebih tinggi dibanding PCA, meskipun hanya terdapatsedikit selisih akurasi.
Sistem Monitoring Kelembaban Tanaman Berbasis IoT Berdasarkan Pengukuran Suhu dan Kelembaban Tanah dengan Algoritma Fuzzy Logic Novita Kurnia Ningrum; Ibnu Utomo Wahyu Mulyono; Defri Kurniawan; Zahrotul Umami
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2022
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.505 KB)

Abstract

Sistem pertanian membutuhkan pemantauan ataumonitoring untuk mengontroltrol kondisi tanaman dan dalam hal inisistem monitoring tanaman secara otomatis yang dapat diakses darijarak jauh sesaui untuk diterapkan di bidang pertanian modern saatini. Pada penelitian ini dirancang sistem berbasis internet of thingsatau IoT untuk membantu petani memonitoring kondisi tanamanmelalui sensor suhu lingkungan dan kelemban tanah yangterhubung dengan microcontroller. Suhu lingkungan dankelembaban tanah tersebut digunakan sebagai parameter untukpenyiraman tanaman, dimana tanaman akan disiram pada jamtertentu secara berkala dengan jumlah air yang telah disesuaikandengan kondisi suhu lingkungan dan kelembaban tanah pada saatitu. Algoritma fuzzy logic digunakan untuk mengatur jumlah airyang dialirkan pada tanaman. Data kondisi suhu lingkungan dankelembaban tanah dikirim oleh sensor, diproses oleh sistemkemuadian sistem akan menghitung menggunakan algoritma fuzzylogic. hasil perhitungan sistem berupa nilai durasi penyiramanberdasarkan pengukuran suhu lingkungan dan kelembaban tanah.Kondisi tanaman dibagi menjadi 3 kondisi, berdasarkan suhulingkungan terdiri dari suhu panas, sedang dan dingin.Berdasarkan kelembaban tanah terdiri dari kering sedang danlembab. Data pengukuran dan hasilnya dikirim oleh sistem keserver thinkspeak dan dapat diaksses melalui PC maupun gadgetdari jarak jauh secara realtime. Dengan demikian kondisi tanamandapat dipantau setiap saat oleh patani dari manapun.