Article Per Year (5 Year)
p-Index From 2021 - 2026
5.917
P-Index
This Author published in this journals
All Journal Jurnal Ilmu dan Teknologi Kelautan Tropis dCartesian: Jurnal Matematika dan Aplikasi Jurnal Buana Informatika JSM (Jurnal SIFO Mikroskil) JUTI: Jurnal Ilmiah Teknologi Informasi JTSL (Jurnal Tanah dan Sumberdaya Lahan) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnas Nasional Teknologi dan Sistem Informasi Journal of Information System Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi Sistem Informasi dan Aplikasi Indonesian Journal of Computing and Modeling J-SAKTI (Jurnal Sains Komputer dan Informatika) JOISIE (Journal Of Information Systems And Informatics Engineering) Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Journal of Information Systems and Informatics Tematik : Jurnal Teknologi Informasi Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Journal of Information Technology Ampera JINAV: Journal of Information and Visualization Journal of Computer and Information Systems Ampera Journal of Information Technology (JIfoTech) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Locus Penelitian dan Pengabdian JEECS (Journal of Electrical Engineering and Computer Sciences) d'Cartesian: Jurnal Matematika dan Aplikasi Jurnal Abdimas JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Charitas Fibriani
Universitas Kristen Satya Wacana
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Library & Information Science Mathematics Social Sciences

Published : 56 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 56 Documents
Search

 1   2   3   4   5 
Analisis Perbedaan Indeks Vegetasi Normalized Difference Vegetation Index (NDVI) dan Normalized Burn Ratio (NBR) Kabupaten Pelalawan Menggunakan Citra Satelit Landsat 8 Valentino Kevin Sitanayah Que; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 2 No 1 (2019)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (430.419 KB)

Abstract

Indonesia became one of the various countries that experienced a forest fire disaster and became the second highest country to lose forests after Brazil was ranked first according to FRA. The purpose of this study is to see changes and differences in the value of vegetation index on forest / burned land in Pelalawan District, Riau Province. The method used in this study is remote sensing analysis, namely the vegetation index Normalized Difference Vegetation Index (NDVI) and Normalized Burn Ratio (NBR). Fire statistics are obtained from riau.bps.go.id and the research data uses Landsat 8 OLI Satellite Imagery.The results of the study found that the NDVI vegetation index value was higher than the NBR vegetation index value, which meant that the NDVI vegetation index in Pelalawan District was classified as good but many areas were burnt and caused considerable losses. NDVI and NBR vegetation index values ​​at 3 time periods experienced a not significant increase and decrease. Pelalawan Regency is at the NBR vegetation index value of 0.123 - 0.529 and the vegetation index value of NDVI at 3 time periods is said to be large with the highest values ​​of 0.448 - 0.543 (> 0.4 good vegetation) which are classified as warm area forests and tropical rain forests. The area of ​​the burning area is at the highest moderate level (moderate-high), which is on 17 November 2016 covering an area of ​​522.708 hectares or almost half of the area of ​​Pelalawan District.
Identifikasi Sebaran Tanaman Pangan Kabupaten Kupang Menggunakan Citra Satelit Landsat 8 Raymond Elias Mauboy; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 2 No 1 (2019)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (504.802 KB)

Abstract

Hunger is a big problem for the community due to lack of food in a region, this problem often occurs in areas that have a low level of agricultural land management, areas in East Nusa Tenggara often experience famine almost every year, agricultural areas The government should be able to explain it well so that it can find out which areas are agricultural areas, settlements and forest areas so that the process of managing agricultural land has been known by the government and the community, this is a problem that often occurs in the East Nusa Tenggara region , the lack of agricultural distribution areas in the East Nusa Tenggar area, especially the Kupang Regency area, led researchers to conduct research on the Identification of Kupang Regency Food Crop Distribution Using Landsat 8 Satellite Imagery aimed at more agricultural distribution areas. this is known to the government and the community so that it can reduce the rate of hunger in Kupang district
Analisis Perbandingan Area Kebakaran Padang Rumput Berbasis Citra Landsat-8 Pada Sumba Tengah Menggunakan Metode Unsupervised Classification Antar Maramba Jawa; Ravensca Matatula; Stanny Dewanty Rehatta; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 3 No 1 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

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

Abstract

Data statistik tahun 2019 menunjukan hingga saat ini luas padang rumput di kawasan Sumba Tengah cenderung mengalami penurunan dikarenakan seringnya terjadi kebakaran pada lokasi tersebut. Data ini menjadi pendorong akan kebutuhan informasi yang tepat dan cepat terkait tata letak dan perubahan tata letak padang rumput untuk tetap menjaga ketahanan lingkungan sekitar. Teknologi penginderaan jarak jauh telah menjadi tool yang baik dalam pemecahan masalah ini. Melalui klasifikasi citra satelit penginderaan jarak jauh, perubahan lokasi kebakaran dapat dianalisis dengan baik. Berdasarkan hal tersebut penelitian ini akan menganalisis perubahan padang rumput pasca kebakaran pada daerah Sumba Tengah khususnya sebagai wilayah penelitian pada index vegetasi citra satelit lansat 8 dengan memakai Unsupervised Classification. Tujuan dari penelitian ini adalah melakukan klasifikasi untuk memperkirakan luas dan sebaran perubahan padang rumput di Sumba Tengah.Hasil penelitian Kabupaten Sumba Tengah November 2019 memiliki lebih banyak lahan hijau (vegetasi tinggi) dibandingkan dengan nilai NDVI pada citra landsat Kabupaten Sumba Tengah Maret 2020. Sedangkan presentase NDVI November 2019 dan Maret 2020 penurunan yang cukup besar terjadi pada lahan hijau atau padang rumput dengan nilai vegetasi 0.492 ke 0.415 Analisis menunjukkan adanya perbedaan nilai vegetasi pada klasifikasi lahan hijau atau padang rumput menunjukkan terjadinya kebakaran, sehingga naiknya nilai vegetasi klasifikasi lahan kering.
ANALISIS RUANG TERBUKA HIJAU PADA KOTA SURABAYA MENGGUNAKAN CITRA LANDSAT 8 DAN METODE MAXIMUM LIKELIHOOD Stevanus Dwi Istiavan Mau; Antonius Mbay Ndapamury; Vinsensius Aprila Kore Dima; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 3 No 1 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

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

Abstract

RTH atau dikenal dengan ruang terbuka hijau merupakan suatu kelompok tanaman yang berada pada pemukiman rumah dan di tengah kota baik itu pohon serta tanaman yang ada pada rumah Surabaya sendiri mempunyai geografis yang ada pada 07.09’00”-07’21’00” Lintang selatan serta 112’36’-112’54’. Pada dasarnya luas dari surabaya memiliki daratan luas 326,81km2 serta lautan 190,39 km2. Surabaya bisa di bilang kota yang sangat padat dimana pada tahun sebelum nya hingga saat ini pembangunan terus berjalan dan meyebabkan kekurangan ruang terbuka hijau. Dalam menganalisis RTH di butuhkan suatu metode dalam melakukan analisis RTH, metode yang di pakai dalam penelitian ini menggunakan maxium likelihood yang berfungsi sebagai integrasi antara klasifikasi penutup lahan, NDVI serta Citra Landsat 8. Hasil dari penelitian ini adalah menampilkan ruang terbuka hijau dan pengelolaan ndvi dari tahun 2016 dan 2019 dimana terdapat pembangunan lahan yang menutupi ruang terbuka hijau pada Kota Surabaya. Manfaat dari penelitian ini sendiri bagaimana kita lebih mengenal fungsi dari RTH tersebut bagi masyarakat dan kota itu sendiri.
Identifikasi Perubahan Tutupan Vegetasi dan Curah Hujan Kabupaten Semarang Menggunakan Citra Saltelit Lansat 8 Triloka Mahesti; Elvira Umar; Ardian Ariadi; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 3 No 1 (2020)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

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

Abstract

Perubahan iklim dunia yang dipengaruhi pemanasan global saat ini menjadi masalah yang genting. Dalam mengatasi masalah pemanasan global, Indonesia turut serta berperan aktif dengan berkomitmen menurunkan GRK hingga tahun 2030. Keikutsertaan pemerintah Indonesia juga harus didukung oleh pemerintah daerah salah satunya adalah Kabupaten Semarang untuk menurunkan GRK dengan penambahan vegetasi. Penelitian ini bertujuan untuk mengidentifikasi perubahan tutupan vegetasi Kabupaten Semarang dari tahun 2015 hingga 2019 dengan menggunakan metode NDVI, EVI, SAVI dan Supervised Classification serta clustering curah hujan menggunakan metode Spatial Interpolation karena perubahan indeks vegetasi tidak lepas dari curah hujan. Penelitian ini menghasilkan nilai NDVI, EVI, SAVI dan Supervised Classification mengalami kenaikan dari tahun 2015 ke tahun 2016 dengan kenaikan nilai NDVI 0.059728, EVI 0.658, SAVI 0.089514 dan supervised classification 4,64% atau 39.368,7 ha, serta mengalami penurunan berangsur dari tahun 2016 hingga 2019 dengan penurunan nilai NDVI -0,072276, EVI -9,57828, SAVI -0,108413 dan supervised classification -19,05% atau -194.762,7 ha. Clustering curah hujan menunjukkan 4 kecamatan yaitu Getasan, Tengaran, Susukan dan Kaliwungu memiliki curah hujan sangat rendah, 4 kecamatan yaitu Banyubiru, Pabelan, Bancak dan Suruh memiliki curah hujan sedang, 6 kecamatan yaitu Ambarawa, Jambu, Bawen, Tuntang Bringin dan Pringapus memiliki curah hujan tinggi serta 5 kecamatan yaitu Bandungan, Sumowono, Bergas, Ungaran Barat dan Ungaran Timur memiliki curah hujan sangat tinggi. Curah hujan berada pada rentang 5mm-10mm/hari yang menurut BMKG memiliki klasifikasi curah hujan rendah. Penelitian ini dapat dimanfaatkan sebagai rekomendasi pemerintah Kabupaten Semarang dalam pengelolaan vegetasi dan pertimbangan dalam penyusunan RAD
Analisis Daerah Rawan Banjir Pada Daerah Aliran Sungai Tuntang Menggunakan Skoring dan Inverse Distance Weighted Merryana Lestari; Mira Mira; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 4 No 1 (2021)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/icm.v4i1.4615

Abstract

Perubahan alih fungsi lahan dapat menyebabkan perubahan dalam lingkungan alam, seperti perubahan vegetasi, perubahan daya serap tanah, maupun sedimentasi sungai sehingga berpotensi mengakibatkan bencana alam. Apabila tidak dilakukan penanganan terhadap tata kelola penggunaan lahan dengan serius maka akan menyebabkan peningkatan debit air pada setiap tahunnya, sehingga daerah di sekitar sungai Tuntang akan berpotensi sebagai daerah yang rawan terdampak banjir. Pada penelitian ini, dilakukan pengklasifikasian menggunakan metode Normalized Difference Vegetation Index (NDVI), Normalized Difference Wetness Index (NDWI), Soil Adjusted Vegetation Index (SAVI), Standardized Precipitation Index (SPI) dan Interpolasi menggunakan Inverse Distance Weighted (IDW) kemudian di skoring untuk menganalisa daerah-daerah khususnya desa yang berpotensi rawan banjir pada sekitar Daerah Aliran Sungai Tuntang di Kecamatan Bawen dan Kecamatan Tuntang. Hasil dari penelitian ini menyimpulkan bahwa Kecamatan Bawen dan Kecamatan Tuntang merupakan daerah yang tidak rawan banjir dikarenakan tutupan lahan vegetasinya masih baik dan curah hujan masih dalam kapasitas normal.
Sebaran Vegetasi pada Kawasan Berpotensi Bencana Banjir Pesisir (Rob) Kota Semarang Daniel Kurniawan; Sri Yulianto Joko Prasetyo; Charitas Fibriani
Indonesian Journal of Computing and Modeling Vol 4 No 1 (2021)
Publisher : Pusat Studi Sistem Informasi dan Pemodelan Mitigasi Tropika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/icm.v4i1.4653

Abstract

Abstrak - Banjir pesisir atau rob adalah banjir yang terjadi karena masuknya air laut ke area daratan dan menjadi masalah utama pada daerah di Indonesia yang besinggungan langsung dengan daerah pantai seperti Kota Semarang. Angin, tinggi gelombang, curah hujan, dan topologi tanah menjadi faktor yang sangat mempengaruhi perbedaan tinggi permukaan air laut dari muka daratan. Mangrove merupakan salah satu vegetasi yang cocok untuk daerah pantai karena dapat tumbuh di lingkungan dengan kadar garam yang tinggi. Keadaan permukaan Kota Semarang seperti persebaran vegetasi dan ketinggian tanah dapat diketahui dengan memanfaatkan teknologi remote sensing atau penginderaan jauh. Indeks vegetasi seperti NDVI (Normalized Different Vegetation Index) menjadi salah satu metode yang dipakai untuk menganalisa persebaran dan tingkat kehijauan pada suatu wilayah. Selain NDVI dalam penelitian juga memanfaatkan peta DEM (Digital Elevtion Model) untuk mengetahui kondisi ketinggian atau kontur dalam wilayah tertentu. Tingkat kehijauan di daerah utara Kota Semarang lebih banyak memiliki nilai kehijauan rendah hingga sangat rendah dan 9 dari 16 Kecamatan di Kota Seamarang memiliki kontur ketinggian tanah kurang dari 25 meter. Dari kedua keadaan tersebut bencana banjir pesisir atau rob akan sulit untuk dihindari dan perlu adanya peranan dari masyarakat maupun pemerintah untuk menangani masalah banjir pesisir di Kota Semarang.
Analysis of School Grouping Against Educational Teachers in NTB Using K-Prototypes Method Gloria Milenda Jesika Prima; Charitas Fibriani
Journal of Information System and Informatics Vol 4 No 4 (2022): Journal of Information Systems and Informatics
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v4i4.378

Abstract

The shortage of teaching staff is still a problem in education in Indonesia, resulting in the number of teachers and students being unbalanced. It is very significant based on data from the Analysis of the Distribution of Teachers in Region 3T, which shows that the national ratio of teachers per school is 18.41, and many still have a ratio of teachers per school lower than the national. Therefore, it is necessary to group the data in one of the 3T regions, especially in the Province of West Nusa Tenggara (NTB). The data used for this study were 4997 schools from 8 districts and two cities. The results of this study were conducted to determine whether the grouping ratio of the number of teachers and students is ideal or not ideal. The data used are categorical and numeric data types, so the clustering analysis method used is K-Prototypes. Each cluster produces a different range of teachers and students. Cluster 1, which obtained the High category almost followed the ideal, while Cluster 2 and the Cluster 3 were still far from ideal. This needs to be considered to increase the number of teaching staff in the Education Office in each district.
Perancangan Sistem Informasi Pendaftaran Pelatihan Pada UPTD Balai Latihan Kerja Kota Salatiga Andhika Dwi Putra Bagaskara Suprapto Suprapto; Charitas Fibriani
Journal of Information Technology Ampera Vol. 3 No. 3 (2022): Journal of Information Technology Ampera
Publisher : APTIKOM SUMSEL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalita.volume3.isssue3.year2022.page349-369

Abstract

Balai Latihan Kerja Kota Salatiga merupakan salah satu instansi yang belum sepenuhnya memanfaatkan teknologi informasi. Meningkatnya jumlah calon peserta yang akan mendaftar pelatihan, tidak diikuti oleh perubahan pada sistem yang digunakan, kinerja pengelolaan data informasi belum terkomputerisasi, baik dalam segi promosi maupun dalam segi perekrutan peserta pelatihan, sehingga dalam proses pengumpulan data sering terjadi kesalahan pengisian berkas persyaratan pelatihan. Selain itu, bagian administrasi Balai Latihan Kerja Kota Salatiga juga sering kewalahan dalam mengolah data para peserta pelatihan. Oleh karena itu, diperlukan solusi yang tepat untuk mengatasi permasalahan tersebut yaitu merancang sistem informasi pendaftaran. Penelitian ini menggunakan metode Market Basket Analysis dengan Algoritma Apriori. Algoritma Apriori merupakan salah satu metoda data mining yang bertujuan untuk mencari pola asosiasi berdasarkan pola pendaftaran pelatihan yang dilakukan oleh calon peserta, sehingga bisa diketahui pelatihan apa saja yang diinginkan setelah mengikuti pelatihan pertama. Website diharapkan dapat membantu para petugas Balai Latihan Kerja dalam menangani data peserta pelatihan dan calon peserta  dalam melakukan pendaftaran pelatihan dan dapat mengetahui apa saja pelatihan yang cocok pada saat mendaftar pelatihan pertama dengan pelatihan berikutnya.
The Application of Restful Web Service and Json for Poultry Farm Monitoring System Hindriyanto Dwi Purnomo; Dody Agung Saputro; Ramos Somya; Charitas Fibriani
JEECS (Journal of Electrical Engineering and Computer Sciences) Vol. 1 No. 1 (2016): JEECS (Journal of Electrical Engineering and Computer Sciences)
Publisher : Fakultas Teknik Universitas Bhayangkara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (347.788 KB) | DOI: 10.54732/jeecs.v1i1.183

Abstract

Partnership schema is widely applied in Indonesia poultry farm industry. In this schema, a poultry company cooperates with many breeder partners to raise their chicken. The company sends their field inspection staffs to monitor the growth of the chickens. Large number of breeders with manual process of report, handle, and monitor takes a significant amount of time and efforts. In addition, the data cannot be observed immediately by the company. A poultry farm monitoring system based on the Application Programming Interface (API) is proposed in this research. The system can be used by breeders, breeder partners and field inspection staffs to facilitate the process of reporting, handling and monitoring by the poultry company. The API technology is applied as a data center and a data provider. The combination of RESTful web service and JSON into the API enable the integration can be processed safely as well as simple and easy to use. The proposed system can be applied to complement or replace the existing manual processes on many poultry farms with partnership schema.
Co-Authors Adenia Kusuma Dayanthi Adyawangkara Katon Prasidya Alamsyah, Samuel Sandy Andeka Rocky Tanaamah Andhika Dwi Putra Bagaskara Suprapto Suprapto Andrian, Joshua Valens Antar Maramba Jawa Antonius Mbay Ndapamury Ardian Ariadi Arya, William Cadwell Marthin Rumagit Chinta, Caroline Amanda Desy Angeline Dian Novita Kristiyani Diane Junianti Dody Agung Saputro Eldo, Steven Elvira Umar Endrick Fernando Suhono Gandhi Alip Wijayanto Gloria Milenda Jesika Prima Gudiato, Candra Halim Yosephine Hanita Yulia HARTONO, DAVID Hartono, Edwin Hindriyanto Dwi Purnomo Hiskia, Cheryl Louisa Loedwyca Irawati, Susi Kurniawan, Restu Yoga Loppies, Marthin Wilheim Lumban Batu, Juliana Andretha Janet Mahanani, Prananing Merryana Lestari Mira Mira Mundung, Alfero Timothy Octavianus Dicky Wahyudi Panggabean, Albert Jonathan Pratama, Nathan Putra Prima, Genaro Asa Puntoriza Puntoriza Putra, Marcellino Adi Ramba, Rileanly Masakke Ramos Somya Ravensca Matatula Raymond Elias Mauboy Sambadagni, Sabella Yasmin Silvia Yolanda Sastanti Solly Aryza Somya Ramos Sri Yulianto Joko Prasetyo Stanny Dewanty Rehatta Stevanus Dwi Istiavan Mau Suryana, Steven Immanuel Sutrisno, Ezra Harfi T. Arie Setiawan Prasida Triloka Mahesti Valentino Kevin Sitanayah Que Vinsensius Aprila Kore Dima Virginia, Mila Kavita Wata, Denis Christo Van Halen William Christanto Winsy Weku Winsy Weku Yerik Afrianto Singgalen Yerymia Alfa Susetyo Yohannes Neman, Pius