Claim Missing Document
Check
Articles

Found 24 Documents
Search

EVALUASI TEMPLATE MATCHING PADA PELACAKANMARKERLESS TERHADAP KEMAMPUAN PERANGKAT SMARTPHONE Yudi Setiawan; Kurnia Anggriani; Boko Susilo
Jurnal Pseudocode Vol 2, No 1 (2015)
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (692.745 KB) | DOI: 10.33369/pseudocode.2.1.65-74

Abstract

Penelitian ini membahas perancangan aplikasi Augmented Reality (AR) untuk melakukan pelacakan markerless dengan mengimplementasikan metode template matching. Penelitian ini dilakukan bertujuan untuk mengevaluasi metode template matching dengan membandingkan tingkat kemampuanperangkat smartphone dalam pelacakan markerless AR. Evaluasi metode template matching berupa identifikasi jarak jangkau markerless dari kamera smartphone, sudut jangkauan markerless terhadap kamera, dan luas area tangkapan markerless yang dapat dikenali oleh aplikasi AR. Ketiga identifikasi markerless tersebut kemudian dibandingkan dengan kecepatan processor, read only memory (RAM), dan besar pixel kamera dari berbagai smartphone yang berbeda-beda. Aplikasi Augmented Reality ini dirancang dengan menggunakan SDK Vuforia.Markerless yang dirancang berupa objek-objek smartphone. Hasil dari penelitian ini berupa evaluasi dari implementasi metode template matching dalam pengenalan markerless Augmented Reality, kesesuaian objek sebenarnya dengan informasi virtual yang diberikan (correctness), dan pengklasifikasian kemampuan pengenalan markerless terhadap kemampuan perangkat smartphone.Kata kunci: Augmented Reality, markerless,smartphone, SDK Vuforia.
PERANCANGAN FRAMEWORK MOBILE DEVICE MANAGEMENT PADA PLATFORM ANDROID Kurnia Anggriani
Jurnal Pseudocode Vol 4, No 2 (2017): Volume 4 Nomor 2 September 2017
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.587 KB) | DOI: 10.33369/pseudocode.4.2.190-196

Abstract

Peningkatan penggunaan perangkat mobile dan adanya kebijakan bring your own device (BYOD) mengakibatkan keragaman data yang tersimpan diperangkat mobile, baik data pribadi maupun data perusahaan. Sehubungan dengan hal tersebut, maka meningkat pula ancaman keamanannya berupa mobile malware dan ancaman fisik yaitu kehilangan perangkat serta ancaman yang berasal dari perilaku pengguna. Oleh karena itu, dilakukan penelitian untuk merancang framework mobile device management yang merupakan tools untuk memonitor, mengontrol dan melindungi perangkat mobile. Framewor kmobile device management dirancang pada platform Android. Metode penelitian yang digunakan adalah kualitatif dengan tahapan analisis domain dan desain framework. Hasil dari penelitian adalah kebutuhan fungsional mobile device management dan rancangan framework mobile device management pada platform Android. Kebutuhan fungsional mobile device management sejumlah 21 fitur yang didapatkan dari perbandingan 3 software mobile device management dimana fitur tersebut dimiliki oleh minimal 2 software.Kata Kunci: framework,mobile device management,Android.
IMPLEMENTASI METODE K-NEAREST NEIGHBOR (KNN) DAN SIMPLE ADDITIVE WEIGHTING (SAW) DALAM PENGAMBILAN KEPUTUSAN SELEKSI PENERIMAAN ANGGOTA PASKIBRAKA Asahar Johar T; Delfi Yanosma; Kurnia Anggriani
Jurnal Pseudocode Vol 3, No 2 (2016): Volume 3 Nomor 2 September 2016
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (654.316 KB) | DOI: 10.33369/pseudocode.3.2.98-112

Abstract

Penelitian ini membangun sebuah sistem pendukung keputusan seleksi penerimaan anggota Paskibraka. Aplikasi yang dibangun menggunakan metode K-Nearest Neighbor (KNN) dan Simple Addittive Weighting (SAW). Metode K-Nearest Neighbor digunakan untuk melakukan klasifikasi peserta yang akan diterima. Metode Simple Addittive Weighting digunakan untuk melakukan perangkingan. Aplikasi ini dibangun dengan menggunakan bahasa pemrograman PHP. Metode pengembangan sistem yang digunakan untuk membangun aplikasi ini adalah model waterfall dan Unified Modelling Language (UML) sebagai perancangan sistem. Hasil dari aplikasi ini yaitu berupa rekomendasi nama peserta yang lolos dan tidak lolos seleksi berdasarkan hasil perangkingan nilai masing-masing peserta
Penerapan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif Pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram Of Oriented Gradient Dita Retnowati; Ernawati Ernawati; Kurnia Anggriani
Jurnal Pseudocode Vol 5, No 2 (2018): Volume 5 Nomor 2 September 2018
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (844.796 KB) | DOI: 10.33369/pseudocode.5.2.75-84

Abstract

Batik Besurek memiliki karakter dan motif yang khas dan unik. Tujuan dari penelitian ini adalah membangun aplikasi yang dapat mendeteksi dan mengklasifikasi motif batik Besurek menggunakan Histogram of Oriented Gradient untuk ekstraksi fitur dan Support Vector Machine untuk klasifikasi motif batik besurek. Penelitian ini terfokus pada motif berikut; Kaligrafi, Rafflesia, dan Burung Kuau. Aplikasi ini dibangun dengan Matlab 2014. Berdasarkan hasil pengujian aplikasi diperoleh akurasi dari proses deteksi pada citra yang telah dilatih, citra yang belum dilatih, dan citra non Besurek masing-masing yaitu; (a) 83,06% ,(b) 86,87%, dan (c) 84,69%. Sedangkan akurasi dari proses klasifikasi pada citra yang telah dilatih, citra yang belum dilatih, dan citra non-besurek masing-masing yaitu; (a) 100%, (b) 89,33%, dan 0%.
Sentiment Analysis Komentar Berbahasa Bengkulu Menggunakan Long Short-Term Memory (LSTM) Safitri Nurhaeni; Ruvita Faurina; Ferzha Putra Utama; Kurnia Anggriani
Jurnal Pseudocode Vol 10 No 2 (2023): Volume 10 Nomor 2 September 2023
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.10.2.117-125

Abstract

Sentiment information is one type of information that can be obtained from social media. Sentiments can be interpreted as opinions and views of society which contain feelings. To analyze the value of sentiment whether the sentiment is a sentiment that tends to be neutral, negative, or positive, sentiment analysis can be used. language has its characteristics and uniqueness, Bengkulu language is no exception, because of this, it is necessary to model sentiment analysis for various languages. Sentiment modeling for the Bengkulu language is not yet available, therefore a sentiment analysis model for the Bengkulu language is developed by applying Long Short-Term Memory (LSTM), and architectural experiments for Long Short-Term Memory (LSTM) are carried out to obtain an architectural sentiment analysis model that produces the best value. The data used in the study amounted to 24,000 Bengkulu-language comments received from social media Instagram, Twitter, and Youtube. Experimental research 1 produces the best accuracy value compared to the results of testing in other experiments, with an accuracy value of 0.87 a precision value of 0.80, a recall value of 0.82, and an F1 score of 0.81 Keywords: Information, sentiment, Long Short- Term Memory (LSTM), Bengkulu Language, architecture, social media.
Analisis Manajemen Layanan TI pada Kebangkrutan E-commerce jd.id Menggunakan Kerangka Kerja Infrastructure Technology Information Library (ITIL v3) Anggriani, Kurnia; Ferzha Putra Utama; Okta Piani, Sri; Vatresia, Arie; Bismantolo, Putra
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 2 (2024): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i2.6348

Abstract

E-commerce has recently become a place that is in great demand by consumers to shop. In general, e-commerce is a term used to describe the sale of goods and services via the internet. Among the many e-commerce services in Indonesia, one of them is JD.id. This research aims to look at the IT services used by JD.id previously by looking at the processes of domain service operations with the ITIL V3 framework and finding out the extent of management of the IT services used by JD.id before JD.id closed. The method used in this research is a quantitative descriptive method and the assessment of the results of this research is based on the answers to the questionnaire given to respondents using a Likert scale. The sample taken was 100 people who were JD.id users. The data sources obtained in this research are primary data and secondary data. The data analysis carried out was calculating the Maturity Level of the Service Operation subdomain. The results of the research obtained the lowest value, namely the problem management variable with a value of 3.70, meaning that the JD.id marketplace is still not very optimal in terms of preventing incidents from occurring and there is no permanent improvement process and is not very optimal in terms of continuous service improvement. However, the overall maturity level (Maturity Level) on average is at level 4 with a score of 3.97 this means that the IT service processes in the JD.id marketplace have been planned and implemented well and consistently, but automation with the information technology tools used is limited.
Enhancing Malware Detection in IoT Networks using Ensemble Learning on IoT-23 Dataset Anggriani, Kurnia; Az Zahra, Syakira; Susanto, Agus
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.4782

Abstract

The Internet of Things (IoT) has become a technological innovation that brings many benefits in various sectors, but also presents challenges, especially in terms of cybersecurity. One of the main threats is malware, which can damage devices, steal data, and disrupt system performance. With the increasing use of IoT, malware attacks on IoT devices are a serious concern. Previous research shows that malware detection models in IoT devices still have shortcomings, especially in terms of accuracy. One of the algorithms used in malware detection, Naïve Bayes, has been shown to provide low accuracy results. This study aims to improve the accuracy of malware detection on IoT networks by applying Ensemble learning techniques using traffic data from the IoT-23 dataset. The methodology used refers to the CRISP-DM (Cross Industry Standard Process for Data Mining) framework, which includes the stages of domain understanding, data understanding, data preparation, modelling, evaluation, and deployment. The results show that Ensemble learning improved the performance of individual models. Naïve Bayes as a single model produces an accuracy of 0.24, increasing to 0.35 when combined with AdaBoost, and 0.99 when combined with XGBoost. The combination of the three models also produced an accuracy of 0.99. These results demonstrate the effectiveness of ensemble learning in improving malware detection accuracy in IoT environments.
Herbal Plant Classification Using EfficientNetV2B0 Model and CRISP-DM Approach Sonita, Anisya; Anggriani, Kurnia; Vatresia, Arie; Putri, Tiara Eka; Darnita , Yulia; Zahra, Syakira Az; Aprilia, Vilda; Aziz, Dzakwan Ammar
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 4 (2025): JUTIF Volume 6, Number 4, Agustus 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.4.5141

Abstract

Herbal remedies have long been utilized by Indonesian communities as part of traditional medicine. However, identification of these natural resources is often challenging due to the morphological similarities among various species, which demand expert knowledge to differentiate. This study aims to implement the EfficientNetV2B0 model architecture for classifying medicinal leaves through an Android-based application designed to support recognition tasks. The dataset was composed of augmented images of plant foliage. The model was trained using the TensorFlow framework and evaluated to measure classification performance. Results demonstrate that EfficientNetV2B0 achieves excellent accuracy, with validation scores exceeding 97%, outperforming several other deep learning models. The resulting application allows the general public to identify local medicinal species more easily. This study contributes to the field of computer vision by providing an accurate and efficient classification framework, particularly beneficial for health-related informatics in biodiversity-rich regions.
Digital Transformation of Population Services through the Implementation of a Web Based Information System: (Sawah Lebar Baru Subdistrict, Bengkulu City, Bengkulu Province) Renaningtias, Nurul; Vatresia, Arie; Putri, Tiara Eka; Anggriani, Kurnia; Nata Kusuma, Teguh
Dharmakayana Vol 2 No 1 (2025): Mei : Dharmakayana: Journal of scientists, engineers, educators and scientific ac
Publisher : Program Studi Teknik Mesin, Fakultas Teknik Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/dk.v2i1.41929

Abstract

Permasalahan pengelolaan data kependudukan di Kelurahan Sawah Lebar Baru Kota Bengkulu masih dilakukan secara manual sehingga menyebabkan seringnya terjadi kesalahan dan keterlambatan dalam pelaporan. Kegiatan pengabdian ini bertujuan untuk membangun sistem infomasi manajemen data kependudukan berbasis web yang dapat memfasilitasi pencatatan, pemutakhiran dan pelaporan data warga secara digital dan terstrukutur. Metode pelaksanaan kegiatan ini meliputi identifikasi kebutuhan, pengembangan sistem menggunakan metode waterfall, implementasi sistem serta sosialiasai dan pendampingan secara berkelanjutan. Hasil implementasi sistem dengan pengujian blackbox testing menunjukkan bahwa seluruh fungsionalitas sistem berhasil untuk dijalankan. Berdasarkan hasil pre-test kegiatan pengabdian ini terjadi peningkatan dalam pemahaman konsep sistem, kemampuan operasional sistem, akurasi input data, dan efektivitas penggunaan fitur dengan rata-rata nilai 91,76. Kegiatan pengabdian ini tidak hanya meningkatkan literasi digital tetapi juga memperkuat partisipasi aktif warga dalam mendukung tata kelola administrasi berbasis teknologi informasi.
PENDAMPINGAN DIGITALISASI ASET SENI DAN BUDAYA BENGKULU DI MUSEUM BDARU SEBAGAI UPAYA TRANSFORMASI DIGITAL DAN PELESTARIAN BUDAYA LOKAL Putri, Tiara Eka; Anggriani, Kurnia; Vinalti, Gushe
Jurnal Abdi Insani Vol 12 No 9 (2025): Jurnal Abdi Insani
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/abdiinsani.v12i9.3108

Abstract

Pelestarian budaya lokal menghadapi tantangan serius akibat keterbatasan literasi digital dan minimnya akses informasi budaya. Museum Balai Adat Rajo Penghulu (BDARU) di Bengkulu menjadi mitra pengabdian untuk menjawab tantangan tersebut melalui program pendampingan digitalisasi aset seni dan budaya. Kegiatan ini bertujuan meningkatkan kapasitas pengurus dalam pengelolaan koleksi berbasis teknologi, memperluas akses masyarakat, serta melibatkan generasi muda dalam pelestarian budaya. Metode kegiatan ini adalah pelatihan dan pendampingan bagi 15 pengurus inti BDARU selama enam bulan di Museum Balai Adat Rajo Penghulu, Bengkulu. Tahapan kegiatan meliputi: (1) analisis kebutuhan melalui observasi dan wawancara, (2) sosialisasi dan FGD untuk penyusunan sistem digitalisasi, (3) pelatihan manajemen data, produksi konten, dan simulasi QR-Code, (4) evaluasi melalui pre-test/post-test serta monitoring dua bulan pasca pelatihan, dan (5) pembentukan tim pengelola digitalisasi untuk keberlanjutan program. Hasil kegiatan menunjukkan peningkatan signifikan pada kompetensi digital pengurus BDARU, ditunjukkan oleh kenaikan rata-rata nilai pre-test dari 61 menjadi 87 pada post-test, dengan gain score 26 dan normalized gain 0,67 (kategori sedang–tinggi). Sebanyak 135 koleksi budaya berhasil terdigitalisasi, 100 koleksi telah dilengkapi QR-Code aktif, dan 10 konten budaya dipublikasikan melalui media sosial serta website museum digital. Pencapaian ini menegaskan efektivitas pelatihan dalam meningkatkan kapasitas pengelolaan aset budaya berbasis teknologi. Temuan ini menegaskan bahwa program efektif dalam meningkatkan keterampilan pengurus, memperkuat literasi budaya masyarakat, dan memperluas akses edukasi digital. Kesimpulannya, pendampingan digitalisasi BDARU berperan penting dalam transformasi pelestarian budaya lokal di era digital.