Article Per Year (5 Year)
p-Index From 2020 - 2025
2.036
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Teknik Informatika UNIKA Santo Thomas INTEK: Jurnal Penelitian JUKI : Jurnal Komputer dan Informatika Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Electrician : Jurnal Rekayasa dan Teknologi Elektro Jurnal Teknologi Riset Terapan Nemui Nyimah
Annisa, Resty
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Pengembangan Model Klasifikasi Citra Tanaman Hutan Melicope latifolia Berbasis CNN dengan Custom-Built Dataset Annisa, Resty; Mardiana, Mardiana; Martinus, Martinus; Putri, Renatha Amelia Manggala; Febriyani, Cela; Afif, Muhkito
JUKI : Jurnal Komputer dan Informatika Vol. 6 No. 2 (2024): JUKI : Jurnal Komputer dan Informatika, Edisi Nopember 2024
Publisher : Yayasan Kita Menulis

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

Abstract

Melicope latifolia, atau dikenal sebagai Pauh-Pauh, adalah tanaman hutan dari famili Rutaceae yang memiliki manfaat kesehatan sebagai anti-hepatitis C virus. Pengembangan model klasifikasi citra berbasis Convolutional Neural Network (CNN) dilakukan untuk mengenali berbagai bagian tanaman Melicope latifolia, yang saat ini masih kekurangan dataset. Dataset khusus yang dikumpulkan terdiri dari 400 citra berkualitas tinggi mencakup batang, buah, daun, dan ranting, dan dibagi menjadi data pelatihan, validasi, dan pengujian dengan rasio 70:10:20. Model CNN dilatih selama 200 epoch, dan evaluasi kinerja menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil menunjukkan bahwa model mencapai akurasi tertinggi sebesar 89,17%, dengan performa terbaik pada kelas "buah" yang memiliki precision dan recall sebesar 100%. Hasil ini menunjukkan potensi penerapan CNN dalam klasifikasi tanaman Melicope latifolia, meskipun diperlukan optimasi lebih lanjut, seperti augmentasi data dan penyesuaian parameter.
AUDIT TATA KELOLA TEKNOLOGI INFORMASI MENGGUNAKAN FRAMEWORK COBIT 5 PADA PT BANK RAKYAT INDONESIA UNIT 1 PRINGSEWU Ahadis, M. Radhiya Amiryan; Nama, Gigih Forda; Annisa, Resty; Batubara, Mona
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6477

Abstract

Abstrak. Dalam proses mencapai tujuan dan strategi perusahaan, teknologi informasi memiliki peran penting. Hal ini memiliki arti bahwa organisasi harus melakukan evaluasi atau penilaian ulang rutin dari sistem teknologi informasi mereka. Untuk mencapai tujuan bisnisnya, PT Bank Rakyat Indonesia Unit 1 Pringsewu bergantung pada sistem informasi, namun teknologi informasi yang digunakan masih memiliki kekurangan, dan evaluasi harus dilakukan. Lokasi perusahaan ini terdapat di daerah yang padat, sehingga istem informasinya harus dievaluasi untuk menyesuaikan dengan kinerja yang sedang diterapkan. PT Bank Rakyat Unit 1 Pringsewu dapat menggunakan kerangka kerja COBIT 5 untuk melakukan evaluasi dan pengembangan teknologi informasi. Terutama berlaku untuk proses BAI03 Manage Solutions Identification And Build. Penelitian ini bertujuan untuk mengetahui tingkat kemampuan sistem informasi perusahaan. Metode yang digunakan adalah metode kualitatif yang akan menggunakan observasi, wawancara, studi literatur, dan pembagian kuesioner. Hasil penilaian teknologi informasi pada PT Bank Rakyat Indonesia Unit 1 Pringsewu menunjukkan nilai rata-rata current capability level sebesar 3,83 atau level 3 dan nilai rata-rata expected capability level sebesar 4.39 atau level 4. Hal tersebut menunjukkan bahwa perusahaan harus melakukan rekomendasi untuk meningkatkan kinerjanya agar dapat mencapai tingkat kemampuan yang diharapkan.
Co-Fit: Menjaga Kesehatan melalui Aplikasi Health Profiling dalam Pencegahan dan Deteksi Gejala Covid-19 Afriansyah, Aidil; Annisa, Resty
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 2 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i2.1500

Abstract

Menjaga kesehatan kebutuhan utama manusia khususnya sekarang pada saat pendemi COVID-19. Setiap manusia memiliki kebutuhan yang berbeda dalam menjaga kesehatan. Dimasa pandemi mengharuskan kita membatasi kegiatan diluar rumah namun tetap menerapkan pola hidup sehat diantaranya adalah berolahraga dalam upaya untuk menjaga kondisi kesehatan, penulis terinspirasi membangun sebuah sistem yang dapat mendukung hal tersebut. Sistem yang dibangun harus dapat memahami profil kesehatan (Health Profiling) dari user. Setiap hari user mendapat notifikasi untuk melakukan pengecekan kesehatan dengan cara menjawab beberapa pertanyaan tentang kesehatan khususnya gejala COVID-19, Jika user terdeteksi gejala COVID-19, akan ditampilkan notifikasi segera melakukan pengecekan ke klinik kesehatan terdekat. Setelah terdeteksi gejala dini COVID-19 oleh pihak klinik, system akan memberikan informasi rekomendasi ke rumah sakit rujukan COVID-19. System ini juga dapat memberikan informasi cara menjaga kesehatan dengan pemberitahuan untuk berolahraga beserta program latihannya (exercises) dan informasi terbaru mengenai COVID-19. Hal ini sebagai tindakan deteksi dini pencegahan COVID-19. Metode yang digunakan pada perancangan system ini yaitu User-Centered Design yang mengacu pada user experience calon pengguna. Tujuan utama dari metode tersebut adalah untuk membuat suatu sistem informasi yang user-friendly dengan tingkat usability yang tinggi
Co-Fit: Menjaga Kesehatan melalui Aplikasi Health Profiling dalam Pencegahan dan Deteksi Gejala Covid-19 Afriansyah, Aidil; Annisa, Resty
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 2 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (675.213 KB) | DOI: 10.54367/jtiust.v6i2.1500

Abstract

Menjaga kesehatan kebutuhan utama manusia khususnya sekarang pada saat pendemi COVID-19. Setiap manusia memiliki kebutuhan yang berbeda dalam menjaga kesehatan. Dimasa pandemi mengharuskan kita membatasi kegiatan diluar rumah namun tetap menerapkan pola hidup sehat diantaranya adalah berolahraga dalam upaya untuk menjaga kondisi kesehatan, penulis terinspirasi membangun sebuah sistem yang dapat mendukung hal tersebut. Sistem yang dibangun harus dapat memahami profil kesehatan (Health Profiling) dari user. Setiap hari user mendapat notifikasi untuk melakukan pengecekan kesehatan dengan cara menjawab beberapa pertanyaan tentang kesehatan khususnya gejala COVID-19, Jika user terdeteksi gejala COVID-19, akan ditampilkan notifikasi segera melakukan pengecekan ke klinik kesehatan terdekat. Setelah terdeteksi gejala dini COVID-19 oleh pihak klinik, system akan memberikan informasi rekomendasi ke rumah sakit rujukan COVID-19. System ini juga dapat memberikan informasi cara menjaga kesehatan dengan pemberitahuan untuk berolahraga beserta program latihannya (exercises) dan informasi terbaru mengenai COVID-19. Hal ini sebagai tindakan deteksi dini pencegahan COVID-19. Metode yang digunakan pada perancangan system ini yaitu User-Centered Design yang mengacu pada user experience calon pengguna. Tujuan utama dari metode tersebut adalah untuk membuat suatu sistem informasi yang user-friendly dengan tingkat usability yang tinggi
Inverse Kinematic of 1-DOF Robot Manipulator Using Sparse Identification of Nonlinear System Darajat, Anisa Ulya; Murdika, Umi; Repelianto, Ageng Sadnowo; Annisa, Resty
INTEK: Jurnal Penelitian Vol 10 No 1 (2023): April 2023
Publisher : Politeknik Negeri Ujung Pandang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31963/intek.v10i1.4202

Abstract

Robot Manipulator is the most robot used in industry since it can act like a human arm that can move objects. Research on robot manipulator has been widely carried out in various problems such as control systems, intelligence robots, degrees of freedom, mechanics-electronics systems and various other problems. In control systems there are studies to design of robot motion through kinematics. However, modeling the kinematic motion which has nonlinear characteristics will be more difficult if the number of degrees of freedom increases. To overcome this problem, this research will proposed sparse regression to modeling the kinematics of a robotic arm with the black box principle modeling. The results obtained indicate that the method The proposed one has the ability to identify robots manipulator with a fitness score of up to 100%. This matter shows that the proposed method can modeling the kinematic inverse of the manipulator robot without through complex calculations. From this research is expected can provide other research opportunities related to identification kinematics with the identification system method
PENGEMBANGAN BACK-END APLIKASI MENTALWELL 1.0 BERBASIS WEBSITE MENGGUNAKAN FRAMEWORK HAPI.JS Riyanto, Anindya Kinarya Yang Esa; Septiana, Trisya; Annisa, Resty
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7817

Abstract

Pengembangan aplikasi MentalWell 1.0 dilakukan untuk menghadirkan layanan konseling psikologis berbasis web yang dapat diakses masyarakat. Fokus penelitian ini adalah pada pengembangan sistem back-end menggunakan framework Hapi.js untuk mengimplementasikan API berarsitektur REST dengan struktur modular dan pengelolaan routing yang terorganisir, sehingga memudahkan proses pengembangan maupun pemeliharaan kode. Keamanan sistem menerapkan JSON Web Token (JWT) sebagai mekanisme autentikasi dan otorisasi berbasis peran. Proses pengembangan dilakukan dengan metode Agile melalui enam iterasi, yang terdiri dari pembangunan fitur dasar untuk pasien dan psikolog, penambahan fungsionalitas administrator, pengembangan sistem pemesanan konseling, penerapan mekanisme soft delete, serta perbaikan dan optimalisasi fitur berdasarkan umpan balik hasil integrasi dengan front-end. Hasil akhir pengembangan menghasilkan 56 modul dengan 36 endpoint untuk peran publik, pasien, psikolog, dan administrator. Seluruh endpoint diuji menggunakan Postman dengan total 122 test case yang menunjukkan tingkat keberhasilan 100%, dan sistem back-end telah terintegrasi dengan front-end untuk mendukung layanan konseling daring secara penuh.
Technology-Based Classification of Clerodendrum Paniculatum Using CNN and Confusion Matrix Wijaya, Pandu; Makarim, Alvin Reihansyah; Muhammad, Meizano Ardhi; Febriyani, Cela; Hidayatullah, Vezan; Annisa, Resty
Jurnal Teknologi Riset Terapan Vol. 2 No. 1 (2024): Januari
Publisher : Penerbit Goodwood

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35912/jatra.v2i1.4598

Abstract

Purpose: This study aims to develop a classification system for the Clerodendrum paniculatum plant (Bunga Pagoda), focusing on its key parts—stems, flowers, leaves, and trees—using the Convolutional Neural Network (CNN) algorithm. The objective is to support conservation efforts and facilitate digital data grouping through technology-based classification. Methodology: The research involved collecting a dataset of images representing different parts of the Clerodendrum paniculatum plant. These images were then used to train a CNN model. The training process included 200 epochs to optimize performance. The model's accuracy and performance were evaluated using a confusion matrix to measure classification success across the plant's various parts. Results: The CNN model achieved its highest accuracy of 97.78% when trained for 200 epochs. The results indicated a significant improvement in evaluation metrics compared to models trained with fewer epochs. The mo   del successfully classified the plant parts with high precision, demonstrating its robustness and reliability for rare plant classification. Conclusions: This study confirms that the CNN algorithm is effective in classifying the parts of the Clerodendrum paniculatum plant. Increasing the number of training epochs substantially enhances the model's performance, making it a practical tool for digital plant conservation initiatives. Limitations: The study is limited by its reliance on a specific dataset, which may not encompass all possible variations of the Clerodendrum paniculatum plant under different environmental conditions. Contributions: This research contributes to digital plant conservation by developing a CNN-based classification system for rare plants. It highlights the importance of deep learning in biodiversity preservation and provides a foundation for future AI-driven botanical studies.
Pemodelan AI dengan CNN Untuk Klasifikasi Tanaman Uvaria Grandiflora di Hutan Tropis Indonesia Martinus, Martinus; Ferbangkara, Sony; Annisa, Resty; Hidayatullah, Vezan; Pratama, Rama Wahyu Ajie; Makarim, Alvin Reihansyah
Jurnal Teknologi Riset Terapan Vol. 3 No. 1 (2025): Januari
Publisher : Penerbit Goodwood

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35912/jatra.v3i1.5012

Abstract

Purpose: This research aims to develop an artificial intelligence (AI) model based on the Convolutional Neural Network (CNN) to classify Uvaria plant species, a tropical genus native to Indonesia. The study addresses the challenge of limited datasets for automatic classification in tropical plant identification. Methodology/approach: Images of Uvaria plants were collected directly from their natural habitat and categorized into four primary classes: leaves, stems, twigs, and trees. The dataset comprises 400 labeled images, split into training (279 images, 70%), validation (40 images, 10%), and testing (81 images, 20%). The CNN model was trained for 200 epochs, using data preprocessing techniques such as normalization and augmentation to improve performance. Results/findings: The CNN model achieved an accuracy of 90% on the test set, indicating strong performance in classifying the four categories of Uvaria plant components. The model showed particularly consistent results in distinguishing between leaves and twigs. Conclusion: Despite the relatively small dataset, the results demonstrate that the CNN algorithm is capable of accurately classifying images of Uvaria species. The dataset is considered sufficient to build an effective classification model. Limitations: The main limitation of this study is the limited number of images, which may restrict the model’s ability to generalize to broader or more varied data in real-world conditions. Contribution: This research contributes to the development of AI-based tools for identifying tropical plant species. It offers a practical model and dataset that can support biodiversity monitoring, environmental research, and conservation efforts in Indonesia and similar tropical regions.
PENGEMBANGAN SISTEM ERP HRD PT QUEEN NETWORK NUSANTARA MENGGUNAKAN FRAMEWORK REACT Afriansyah, Aidil; Annisa, Resty
Electrician : Jurnal Rekayasa dan Teknologi Elektro Vol. 17 No. 1 (2023)
Publisher : Department of Electrical Engineering, Faculty of Engineering, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/elc.v17n1.2439

Abstract

In the current industrial era 4.0, of course you are no stranger to things related to information technology. Web technology is currently widely used, especially to facilitate the work of an agency or company. PT. Queen Network Nusantara requires a system that can be integrated and monitors all company resources. The system that can meet the needs of this company is an ERP (Enterprise Resource Planning) system. PT. Queen Network Nusantara requires an ERP system that can manage employee data. Building an HRD ERP system website that is used to manage employee data. System development uses the Extreme Programming method with an overview of the QNN HRD ERP system and web-based QNN HRD ERP attendance with one of its features is monitoring employee attendance and employee attendance online. Testing the QNN HRD ERP system was carried out using the System Usability Scale (SUS) method with a score of 76 and can be classified as Acceptable and functional testing using the Black Box Testing method with the result that the system is running well. The developed system is expected to be able to automate many HR processes and make employee management more efficient and help organizations track employee performance.
IMPLEMENTASI GOLANG CLEAN ARCHITECTURE PADA PERANCANGAN BACKEND POINT OF SALES WEBSITE Annisa, Resty; Ananda, Rachmat Agung; Sulistiono, Wahyu Eko
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 2 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i2.4668

Abstract

Penelitian ini bertujuan untuk mengimplementasikan konsep Clean Architecture menggunakan Bahasa Pemrograman Golang dalam perancangan backend untuk situs web Point of Sales (POS). Implementasi ini berhasil dilakukan dengan membagi beberapa layer utama yaitu repository, usecase, dan handler fitur. Penelitian ini dilakukan menggunakan metode Agile Scrum, di mana konsep Clean Architecture diterapkan dalam tahapan sprint backlog untuk mengkodekan tugas-tugas yang harus diselesaikan. Pada implementasi Repository List Transaction, digunakan fungsi ListTransaction yang berperan dalam mengambil daftar transaksi berdasarkan kriteria. Pada implementasi Usecase, digunakan fungsi ListPaymentMethod  untuk mengambil daftar metode pembayaran yang tersedia dalam konteks manajemen pesanan. Pada implementasi Handler Create Order, digunakan fungsi CreateOrder untuk mengelola proses pembuatan pesanan. Hasil penelitian menunjukkan bahwa penggunaan Clean Architecture dalam pengembangan backend POS memberikan struktur yang jelas dan memudahkan dalam pengelolaan kode serta pengembangan fitur lebih lanjut.
Co-Authors Afif, Muhkito Afriansyah, Aidil Ageng Sadnowo Repelianto Ahadis, M. Radhiya Amiryan Ananda, Rachmat Agung Anisa Ulya Darajat Batubara, Mona Febriyani, Cela Gigih Forda Nama Hidayatullah, Vezan Makarim, Alvin Reihansyah Mardiana Mardiana Martinus, Martinus Muhammad, Meizano Ardhi Pratama, Rama Wahyu Ajie Putri, Renatha Amelia Manggala Riyanto, Anindya Kinarya Yang Esa Sony Ferbangkara Trisya Septiana Umi Murdika Wahyu Eko Sulistiono Wijaya, Pandu