Article Per Year (5 Year)
p-Index From 2021 - 2026
5.16
P-Index
This Author published in this journals
All Journal Elektron Jurnal Ilmiah Adi Widya : Jurnal Pengabdian Masyarakat Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Compiler JUTEKIN (Jurnal Manajemen Informatika) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT JMAI (Jurnal Multimedia & Artificial Intelligence) JATI (Jurnal Mahasiswa Teknik Informatika) Budimas : Jurnal Pengabdian Masyarakat International Journal of Advances in Data and Information Systems Jurnal Teknik Informatika (JUTIF) Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Nasional Teknologi Komputer Journal of Innovation Research and Knowledge Jurnal ADAM : Jurnal Pengabdian Masyarakat Journal of Information System and Artificial Intelligence Jikom: Jurnal Informatika dan Komputer Jurnal Pengabdian Masyarakat Bangsa Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pengabdian Kepada Masyarakat Radisi Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif Jurnal Pengabdian Masyarakat Mentari Exhibition and Seminar on Science and Creative Technology – Al Azhar Proceeding International Journal of Informatics Engineering and Computing
Indah Susilawati
Universitas Mercu Buana Yogyakarta
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Klasifikasi Citra Virus SARS-COV Menggunakan Deep Learning Susilawati, Indah; supatman, supatman; Witanti, Arita
Jurnal Informatika: Jurnal Pengembangan IT Vol 8, No 2 (2023)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v8i2.4587

Abstract

Various variants of the SARS-COV virus emerged from 2003 to early 2022. This resulted in a heavy burden on the health sector in carrying out its duties and public services. It would be very helpful if a computer-assisted application was available that could distinguish between the variants of the SARS-CoV virus. From a scientific point of view, this is an opportunity for information technology to play its role to classify SARS-COV variants using supporting algorithms, including the use of artificial intelligence. Artificial intelligence-based and computer-assisted processes are certainly more immune to negative effects due to repetitive works and fatigue. In this study, Classification of the SARS-COV Virus Image Using Deep Learning (CNN) was carried out based on microscopic data called Transmission Electron Microscopy (TEM) images. The aim of the research is to produce a neural network (CNN/Deep Learning) that has been trained to classify two types of variants of the SARS virus, namely SARS-COV and SARS-COV2. The research phase includes data collection, data pre-processing (consists of the image format conversion and enhancing process), and the classification stage. The classification is carried out using both of the original and enhanced image data. The highest classification accuracy was obtained when the original image data was used, namely 77.66%. It was also found that the classification accuracy increased with an increase in the input image size, but the image data enhancing process used was not able to increase the classification accuracy beyond the classification accuracy achieved when using the original image.
Pemanfaatan teknologi kecerdasan buatan untuk guru kinderstation school Budi Sulistiyo Jati; Mutaqin Akbar; Indah Susilawati
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 3 (2024): September
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i3.25728

Abstract

AbstrakKemajuan dalam bidang teknologi informasi dan komunikasi telah menyebabkan perubahan besar dalam berbagai aspek kehidupan, terutama dalam bidang pendidikan. Era pendidikan dewasa ini ditandai oleh integrasi teknologi canggih seperti AI, machine learning, dan internet of things (IoT) dalam proses pembelajaran. Untuk mengatasi permasalahan tersebut, program pengabdian kepada masyarakat ini dirancang untuk meningkatkan pemahaman dan keterampilan praktis guru dan pengajar di Kinderstation School Yogyakarta dalam memanfaatkan teknologi AI dalam proses pembelajaran. Kegiatan pelatihan dilaksanakan dalam dua kali pertemuan (10 Juli 2024 dan 17 Juli 2024), dimana pertemuan pertama membahas mengenai pengenalan teknologi AI dan pertemuan kedua merupakan pelatihan penggunaan teknologi AI dalam dunia pendidikan. Sebelum pertemuan pertama diberikan pre-test untuk mengukur tingkat pemahaman awal para peserta mengenai teknologi AI dalam dunia pendidikan. Nilai rata-rata (mean) berkisar antara 2,24 hingga 3,53, menunjukkan bahwa sebagian besar peserta belum memiliki pemahaman yang mendalam tentang AI. Kemudian setelah pertemuan kedua, diberikan lagi post-test untuk mengukur tingkat pemahaman para peserta setelah pelatihan. Nilai rata-rata (mean) yang berkisar antara 4,06 hingga 4,35 menunjukkan peningkatan pemahaman dan keyakinan yang cukup besar di kalangan peserta. Hasil pengukuran pada pre-test dan post-test menunjukkan bahwa pelatihan pemanfaatan teknologi AI dalam dunia pendidikan berhasil meningkatkan pemahaman, keyakinan, dan kesiapan peserta dalam mengadopsi AI. Peningkatan di semua aspek menunjukkan bahwa pelatihan telah memberikan dampak positif yang signifikan. Kata kunci: guru; kecerdasan buatan; pelatihan; teknologi. AbstractInformation and communication technology advances have brought significant changes in various aspects of life, including education. Today's educational era is characterized by integrating advanced technology such as AI, machine learning, and the internet of things (IoT) in education. To overcome these problems, this community service program is designed to increase the understanding and practical skills of Kinderstation School Yogyakarta teachers in utilizing AI technology in the learning process. The workshops were carried out in two meetings (10 July 2024 and 17 July 2024), where the first meeting discussed the introduction of AI technology, and the second meeting was workshop on the use of AI technology in education. Before the first meeting, a pre-test was given to measure participants' initial understanding of AI technology in education. The mean scores ranged from 2.24 to 3.53, indicating that most participants do not yet have a deep understanding of AI. Then, after the second meeting, post-test was given to measure participants' knowledge after the workshop. The mean values ranging from 4.06 to 4.35 indicate a significant increase in understanding and confidence among participants. The measurement results in the pre-test and post-test show that workshops on the use of AI technology in education increased participants' understanding, confidence, and readiness to adopt AI. The increase in all aspects shows that the workshop has had a significant positive impact. Keywords: artificial intelligence; teacher; technology; workshop.
Determining Thesis Title using Winnowing Algorithm Rendi Saputra; Indah Susilawati
International Journal of Informatics Engineering and Computing Vol. 1 No. 1 (2024): International Journal of Informatics Engineering and Computing
Publisher : ASTEEC

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70687/ijimatic.v1.i1.26

Abstract

This study presents the development and application of a system utilizing the winnowing algorithm to evaluate the suitability of thesis titles based on their relevance to existing research. By generating fingerprint values from input titles and calculating similarity percentages using Jaccard’s Similarity Coefficient, the system provides a quantitative measure of title uniqueness and originality. In this study, the similarity between the proposed title and existing titles was determined to be 38.4%, indicating a low level of overlap and confirming the title’s appropriateness for academic research. The winnowing algorithm enhances the efficiency and accuracy of the title selection process, reducing the risk of redundancy and plagiarism while ensuring alignment with academic standards. This automated approach streamlines decision-making, enabling students to choose focused and high-quality thesis topics. The system’s ability to deliver precise similarity metrics supports academic integrity and promotes originality in research. Future research could explore the integration of advanced algorithms or machine learning to further improve the system’s performance and adaptability across diverse academic domains.
Expert System to Determine Camera Price Using VIKOR Method Hendri Purwanto; Indah Susilawati
International Journal of Informatics Engineering and Computing Vol. 1 No. 1 (2024): International Journal of Informatics Engineering and Computing
Publisher : ASTEEC

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70687/ijimatic.v1.i1.27

Abstract

This study presents the design and implementation of an expert system for determining the best camera recommendations for beginners, utilizing a web-based platform to deliver tailored results based on user input. The VIKOR method is employed to evaluate and rank camera products, ensuring optimal recommendations by balancing multiple criteria such as technical specifications, usability, and cost-effectiveness. Analysis of five camera products revealed that the Fujifilm X-A5 achieved the lowest VIKOR value of 0, indicating it as the top recommendation for beginners. The system's calculations were validated against manual computations, achieving a 100% accuracy rate, and thereby confirming the reliability of the expert system. The proposed system not only enhances decision-making efficiency but also significantly reduces the time required for experts to rank and evaluate multiple camera products. This approach demonstrates the potential of integrating multi-criteria decision-making methods into expert systems to provide accurate, user-centric recommendations in real time.
Implementasi Convolution Neural Network (CNN) untuk Deteksi Penyakit pada Daun Jagung Berbasis Citra Digital Wirabowo, Imam; Susilawati, Indah
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1046

Abstract

Jagung merupakan komoditas pangan utama kedua di Indonesia yang sering menghadapi masalah penyakit pada daun seperti Blight, Common Rust, dan Gray Leaf Spot. Identifikasi penyakit secara manual masih mengandalkan pengamatan langsung yang bersifat subjektif dan kurang efektif untuk skala luas. Penelitian ini bertujuan mengembangkan sistem deteksi penyakit daun jagung berbasis Convolutional Neural Network (CNN) yang efisien untuk perangkat dengan spesifikasi komputasi rendah. Dataset yang digunakan terdiri dari 2.960 citra daun jagung dengan tiga kategori penyakit yang diperoleh dari publikasi akademik, dataset terbuka, dan pengambilan langsung. Preprocessing meliputi resizing ke 224×224 piksel, normalisasi, dan augmentasi data sederhana. Model CNN dibangun dengan arsitektur sequential berlapis yang terdiri dari tiga blok Conv2D dan MaxPooling2D, flatten layer, dense layer 128 neuron dengan ReLU, dropout 0.5, dan output layer dengan aktivasi softmax. Evaluasi dilakukan dengan delapan kombinasi parameter validation split (0.2 dan 0.3), zoom range (0.2 dan 0.4), dan epoch (20 dan 50). Hasil terbaik diperoleh pada kombinasi validation split 0.2, zoom range 0.2, dan epoch 20 dengan akurasi validasi 90.03% dan loss 0.2574. Confusion matrix menunjukkan performa seimbang pada ketiga kelas penyakit dengan precision, recall, dan F1-score rata-rata 0.90. Model ini terbukti efisien, akurat, dan cocok untuk implementasi pada perangkat dengan keterbatasan komputasi, memberikan solusi praktis bagi petani dalam deteksi dini penyakit tanaman jagung.
PENGUATAN SELF-AWARENESS DAN KECERDASAN EMOSIONAL PADA ANAK DAN REMAJA MELALUI PEMBELAJARAN REFLEKTIF Restu Arini; Indah Susilawati; Valentina Dyah Arum Sari
Journal of Innovation Research and Knowledge Vol. 5 No. 8 (2026): Januari 2026
Publisher : Bajang Institute

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

Abstract

Kesadaran diri (self-awareness) merupakan fondasi penting dalam pengembangan pribadi, sosial, dan emosional remaja. Individu dengan tingkat kesadaran diri yang baik cenderung mampu mengelola emosi, membangun relasi positif, dan mengambil keputusan yang tepat. Namun, di kalangan remaja Indonesia, pengembangan self-awareness masih kurang mendapat perhatian, sehingga diperlukan model pembelajaran yang mendorong refleksi diri dan pengelolaan emosi secara konstruktif. Kegiatan pengabdian ini bertujuan mengembangkan self-awareness dan kecerdasan emosional remaja melalui pendekatan reflective learning di TPA Masjid Fathul Bayan, Yogyakarta. Metode pelaksanaan menggunakan lima pos pembelajaran reflektif, yaitu pengenalan minat, penampilan keterampilan individu, pembuatan konten inspiratif, refleksi pengalaman belajar, dan diskusi tantangan pribadi. Kegiatan diikuti oleh 21 peserta berusia 7–13 tahun selama enam jam dalam format rotasi kelompok. Hasil menunjukkan peningkatan partisipasi aktif dari 68% menjadi 92% serta peningkatan kepercayaan diri, empati, dan kemampuan mengenali emosi diri. Peserta juga menunjukkan kemampuan mendeskripsikan pengalaman (reporting), menanggapi secara emosional (responding), mengaitkan pengalaman dengan nilai (relating), menalar secara logis (reasoning), dan merencanakan perbaikan diri (reconstructing). Temuan ini menunjukkan bahwa reflective learning efektif diterapkan di lingkungan pendidikan nonformal untuk menumbuhkan kesadaran diri dan kecerdasan emosional remaja.
Klasifikasi Tingkat Penghasilan Freelancer Menggunakan Algoritma Random Forest Febriansyah; Indah Susilawati
Jurnal Nasional Teknologi Komputer Vol 6 No 3 (2026): Juli 2026
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v6i3.448

Abstract

Penelitian ini bertujuan untuk mengidentifikasi faktor serta mengklasifikasi tingkat pendapatan freelancer melalui pengembangan model Machine Learning. Pendapatan dikelompokkan ke dalam empat kategori, yaitu Rendah (Low), Menengah (Medium), Tinggi (High), dan Sangat Tinggi (Very High). Metode yang digunakan adalah algoritma Random Forest, yang diterapkan pada dataset berisi 1.950 data freelancer. Tahap pra-pengolahan data meliputi feature engineering yang bersifat inovatif salah satunya pembuatan variabel Marketing Ratio (perbandingan biaya pemasaran terhadap pendapatan) serta proses hyperparameter tunning secara menyeluruh menggunakan RandomizedSearchCV. Hasil evaluasi menunjukkan bahwa model Random Forest yang telah dioptimalkan mencapai performa klasifikasi yang sangat baik, dengan nilai akurasi 0.9103 (91.03%) pada data uji, dan mampu mengungguli model-model alternatif lainnya. Selain itu, analisis Feature Importance menegaskan bahwa Marketing Ratio (53.2%) dan Marketing Spend (39.9%) merupakan prediktor terkuat. Hal ini mengindikasikan bahwa efektivitas pemasaran dan pengelolaan anggaran yang tepat memiliki pengaruh lebih besar terhadap peningkatan pendapatan freelancer dibandingkan aspek konvensional seperti pengalaman atau rating klien. Dengan demikian, model yang dikembangkan tidak hanya memberikan akurasi prediksi yang tinggi, tetapi juga menawarkan wawasan bisnis yang bernilai, terutama mengenai pentingnya optimalisasi Return on Investment (ROI) pemasaran bagi freelancer maupun platform terkait. 
Co-Authors Aji, Dennis Feliawan Arif Wijayanto Arita Witanti Benedictus Fredika Apriawan Santoso Budi Sulistiyo Jati Budi Sulistiyo Jati Dennis Feliawan Aji Dwi Pramudya, Alvian Febriansyah Ferry Pradana Putra Gideon Rensenbrink Ayal, Justin Hendri Purwanto Heru Wahyudi Imam Edwin Hasym Muhammad Fandi Nurdiansyah Mutaqin Akbar Nugraeni Nugraeni Nur Alamsyah Paramitalaksmi, Ratri Pebiani, Misa Prasetyaningrum, Putri puput zahiroh Rahmatuloh, Muhamad Rendi Saputra Restu Arini Rizkyansyah, M Daffa Rogawati, Nesya Safitri, Della Nur Setyaningsih, Putry Setyaningsih, Putry Wahyu Sidiq Purnomo, Agus Sipata, Daud Imanuel Siti Istiqomah Suharjo, Imam Supatman Supatman Supatman Supatman, Supatman Valentina Dyah Arum Sari Wibowo, Ibnu Surya Wirabowo, Imam Yoga Purna Irawan Zakaria Habib Al-Ra’zie