Article Per Year (5 Year)
p-Index From 2021 - 2026
6.87
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Informatika Universitas Pamulang J-SAKTI (Jurnal Sains Komputer dan Informatika) JURTEKSI JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal ICT : Information Communication & Technology JSAI (Journal Scientific and Applied Informatics) Jurnal Informatika dan Rekayasa Elektronik JATI (Jurnal Mahasiswa Teknik Informatika) Respati Jurnal Teknika JIKA (Jurnal Informatika) Jurnal Teknik Informatika (JUTIF) JNANALOKA Journal of Electrical Engineering and Computer (JEECOM) Information System Journal (INFOS) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) International Journal of Artificial Intelligence and Robotics (IJAIR) Jurnal Pendidikan dan Teknologi Indonesia J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Informatika Teknologi dan Sains (Jinteks) Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Journal of Comprehensive Science Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Bangkit Indonesia Jurnal Pendidikan Indonesia (Japendi) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Indonesia : Manajemen Informatika dan Komunikasi Intechno Journal : Information Technology Journal The Indonesian Journal of Computer Science International Journal of Information Engineering and Science
DHANI ARIATMANTO
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 54 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 54 Documents
Search

 2   3   4   5   6 
DETEKSI JERAWAT DI WAJAH MENGGUNAKAN SEGMENTASI GAMBAR Napitupulu, Harapan; Ariatmanto, Dhani
Jurnal DutaCom Vol 19 No 1
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/h55kdy38

Abstract

Jerawat merupakan suatu penyakit yang biasa terjadi di wajah bagi anak remaja atau dewasa atau juga disebut masa puberitas dari usia Sembilan tahun sampai delapan belas tahun keatas. Penyakit kulit ini sangat sulit disembuhkan walaupun tidak berdampak pada kesehatan fisik manusia, tapi sangat mempengaruhi mental psikologi jiwa manusia yang ingin tampil pede, bersih, rapih, cantik, dan tampan. Sudah banyak penelitian yang digunakan dalam mendeteksi jerawat dengan berbagai metode yang masih rumit dalam mendeteksi jerawat. Dalam pengobatan wajah berjerawat diperlukan pengidentifikasi jerawat yang cepat mudah dan sederhana dengan tenologi, agar hasil pengobatan dapat dilakukan secara maksimal dan biaya yang murah. Tujuan dari penelitian ini adalah untuk mendeteksi jerawat dengan menggunakan segmentasi gambar yang lebih mudah dan simple untuk dipahami dengan mengkopres gambar menggunakan algoritma K-means lalu disegmentasi. Segmentasi gambar adalah pembagian gambar digital menjadi kelompok piksel diskrit untuk mendeteksi objek dan klasifikasi objek. Hasil dari penelitian ini menunjukan bahwa menggunakan metode segmentasi gambar mampu mendeteksi jerawat dengan identifikasi berbentuk titik dan lingkaran di wajah dengan mencocokan gambar asli dengan gambar yang di segmentasikan. Maka dari itu dengan menggunakan metode ini dapat digunakan dan membantu dalam pengobatan wajah berjerawat menggunakan segmentasi gambar. .  
Sistem Kendali Mikroklimat Greenhouse Cerdas Berbasis Hybrid GA-LSTM dan Fuzzy Logic Controller Royali, Rainer Maghma; Ariatmanto, Dhani
Jurnal Indonesia : Manajemen Informatika dan Komunikasi Vol. 7 No. 2 (2026): Mei
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63447/jimik.v7i2.1798

Abstract

Controlling temperature and humidity in greenhouses is a complex challenge due to its non-linear nature and dependence on external weather conditions. Conventional control methods often experience energy inefficiency and delayed responses to drastic changes. This study proposes a hybrid approach by combining Long Short-Term Memory (LSTM) optimized using Genetic Algorithm (GA) for temperature prediction, and Fuzzy Logic Controller (FLC) for actuator decision-making. Genetic Algorithm is employed to find optimal hyperparameters (number of neurons and batch size) in the LSTM architecture. Experimental results demonstrate the GA-LSTM model's capability in predicting temperature with high accuracy, yielding an R² score of 0.9881 and Root Mean Square Error (RMSE) of 1.1273°C. These accurate predictions are subsequently used as input to the FLC to regulate exhaust fan speed and mist pump status. Simulations demonstrate the system's capability in making energy-efficient decisions—activating actuators only when conditions are predicted to deviate from ideal values—while remaining responsive to extreme temperature anomalies.
A Hybrid Round-Robin Scheduler for GPU Batch Rendering in Constrained Cloud Environments Purwanto, Ibnu Hadi; Dhani Ariatmanto; M. Shahkhir Mozamir; Afifah Nur Aini
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 1 (2026): February 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i1.7117

Abstract

Creating high-quality 2D and 3D assets is essential for digital content, but inefficient scheduling and inaccurate time estimates often hamper the rendering process. Traditional methods, which assume rendering time is directly proportional to frame count, fail to account for variations in scene complexity, resulting in severe estimation errors averaging 97.0% across all tasks. We propose a Hybrid Round-Robin Scheduler (HRRS) that intelligently manages batch rendering tasks through complexity-aware classification. Our method first categorizes tasks by complexity (Low, Medium, High) and routes them to appropriate queues with tiered quantum allocations. It then employs non-linear time estimation models and dynamically adjusts processing priorities based on real-time performance metrics. We evaluated our scheduler against standard algorithms—First-Come-First-Served (FCFS), Shortest Job First (SJF), and Round Robin (RR)—using 21 diverse rendering tasks with frame counts ranging from 10 to 420 frames. The results demonstrate that our approach reduces average waiting time by 45.9% (from 29.63s to 16.02s) and cuts bottleneck-induced delays by 78% (from 41s to 9s), while maintaining optimal CPU utilization at 85% and limiting context switches to only nine occurrences. A key finding reveals that complexity, rather than frame count, is the primary driver of processing time; high-complexity tasks required significantly longer processing (averaging 238.27 seconds) compared to medium-complexity tasks (averaging 34.52 seconds), representing a 6.9-fold performance differential. Our hybrid framework effectively overcomes the primary limitations of existing algorithms: it prevents bottlenecks from large tasks (FCFS), avoids the parallelism issues of SJF, and minimizes the performance overhead from frequent switching in Round Robin. This work provides a robust foundation for intelligent resource allocation in cloud rendering environments where task demands are variable and difficult to predict, establishing that effective scheduling requires complexity-aware algorithms rather than universal approaches.
Performance Improvement of CNN Algorithm with Data Augmentation for Tobacco Leaf Disease Classification Agung Nurhidayatullah, Rizqy; Ema Utami; Dhani Ariatmanto
Jurnal Teknika Vol 18 No 1 (2026): MARET
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v18i1.1639

Abstract

Pengolahan citra digital daun tembakau merupakan pendekatan penting dalam deteksi dini dan akurat penyakit tanaman, khususnya untuk komoditas pertanian bernilai ekonomi tinggi. Penelitian ini mengusulkan pendekatan augmentasi data multi-strategi untuk meningkatkan akurasi klasifikasi penyakit daun tembakau menggunakan Convolutional Neural Networks (CNN). Tiga teknik augmentasi diterapkan: augmentasi tradisional, augmentasi sampel campuran, dan augmentasi berbasis model pada tiga arsitektur CNN (MobileNetV2, EfficientNetB0, dan VGG16). Dataset terdiri dari 400 citra daun tembakau dengan lima kelas penyakit yang dikumpulkan dari Kabupaten Wonosobo. Eksperimen dilakukan dengan dua skenario pembagian data: 70:30 dan 80:20. Hasil menunjukkan bahwa penerapan augmentasi multi-strategi berhasil meningkatkan akurasi klasifikasi hingga 81,25% pada MobileNetV2 dengan rasio 80:20, yang mewakili peningkatan 20% dibandingkan dengan model tanpa augmentasi. Selain itu, teknik augmentasi secara efektif mengurangi overfitting dengan menurunkan selisih antara akurasi pelatihan dan validasi dari 0,5-0,7 menjadi 0,1-0,2.
Co-Authors Adrianto M. Wijaya Afifah Nur Aini Agung Nurhidayatullah, Rizqy Ahsan, Muhammad Salimy Alfansani, Abdul Rauf Alva Hendi Muhammad Amali, Amali Anggriandi, Dendi Anjar Setiawan Anton, Tri Arfian Hendro Priyono Arfian Yogi Ferianto Arief Setyanto Aris Setiyadi Bangun Watono BHANU SRI NUGRAHA Chaedar Fatach, Muhamad Reza Darmawan, Eko Rahmad Didi Kurniawan Edy Widodo Ema Utami Eva Putriany Fadilla, Rizqi Mirza Fahma Inti Ilmawati Firdaus, M. Haikal Ghifari, Dloifur Rohman Al Hadiguna Setiawan Hayaty, Mardhiya Ibnu Hadi Purwanto Jordy, Roy Karim, Hildamayanti Khairani, Fatihatul KUSRINI Kusrini Kusrini Kusrini, Kusrini Linggama, Muhamad Nurfaizi Lukman Lukman M. Ilham Arief M. Shahkhir Mozamir M. Ulil Albab Majid, Muhammad Arif Kholis Metha, Halifa Sekar Mohammad Suyanto Muhammad Rifa'i, Anggi Muhammad Salimy Ahsan Mulia Sulistiyono Napitupulu, Harapan Norhikmah . Nugroho, Agung Nurrizky, Akbar Nur’aini Pramudyantoro, Arvi Prasetiyanto, Ari Eka Prayoga, Dimas Putriany, Eva Quratul Ain Ramdhani, Mohamad Dhicy Rifai, Anggi Muhammad Rosmantyo, Windhy Rokhmat Royali, Rainer Maghma Rusdi Rahman, Muhammad Selvi Marcellia Silvi Agustanti Bambang Slameto, Andika Agus Subandono, Anelta Tirta Putri Sukoco Sukoco Supriadi, Oki Akbar Suryono, Wachid Daga Suyanto, M Tikasni, Elisa Triesa Wea, Engel Bertus Turmudi Zy, Ahmad Wijaya, Adrianto Mahendra Wiwik Handayani Zakaria Zakaria zakinah, annisa gatri Zuhri, Muhammad Rafli Zulpan Hadi