Article Per Year (5 Year)
p-Index From 2020 - 2025
4.428
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Techno: Jurnal Penelitian Jurnal Teknologi Informasi dan Ilmu Komputer Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) Journal of Information Systems Engineering and Business Intelligence Info-Teknik KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal Teknologi dan Sistem Komputer Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jukung (Jurnal Teknik Lingkungan) JTERA (Jurnal Teknologi Rekayasa) Jurnal Komtika (Komputasi dan Informatika) ILKOM Jurnal Ilmiah Astonjadro Jurnal Ilmu Komputer dan Bisnis JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Buletin Profesi Insinyur Jurnal Sains Komputer dan Teknologi Informasi Jurnal Pengabdian Ilung (Inovasi Lahan Basah Unggul) JUSTE (Journal of Science and Technology) Journal of Advanced Health Informatics Research Jurnal Jalan Jembatan INSTALL: Information System and Technology Journal
Yuslena Sari, Yuslena
Dosen Program Studi Teknologi Informasi Fakultas Teknik Universitas Lambung Mangkurat, Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science 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 : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal)

 1 
KLASIFIKASI KUALITAS KAYU KELAPA MENGGUNAKAN ARSITEKTUR CNN Nurul Fathanah Mustamin; Yuslena Sari; Husnul Khatimi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.370

Abstract

The increase in the export volume of coconut logs, which are materials that can efficiently substitute for conventional wood, demands that the quality of coconut wood classified quickly. However, due to the limitations of a grader as a human being, it is necessary to have assistance from machines or technology that can classify coconut wood quickly. Techniques that used for rapid classification can use computer visualization. Convolutional Neural Network (CNN) with the right architecture makes this method able to recognize and detect objects well, which influenced by computerized factors, large datasets, and techniques to train deeper networks. This study uses five types of CNN architecture, AlexNet, GoogLeNet, ResNet101, ResNet18, and ResNet50. The research results obtained for the classification of the quality of coconut wood using images show that the GoogLeNet architecture has the best classification performance among other architectures. GoogLeNet gets result with an average accuracy of 84.89% in each layer, followed by RestNet101 architecture with an average accuracy of 78.41%, RestNet50 with an average accuracy of 77.18%, RestNet18 with an average accuracy of 72.94% and the lowest accuracy performance among other architectures obtained by AlexNet with an average accuracy of 65.84%.Keywords: Classification, Coconut Wood, Computer Visualization Techniques, CNN Meningkatnya volume ekspor kayu kelapa yang merupakan bahan pengganti kayu konvensional secara efisien menuntut klasifikasi kualitas kayu kelapa dengan cepat. Namun karena keterbatasan seorang grader sebagai manusia maka diperlukan bantuan mesin atau teknologi yang dapat mengklasifikasikan kayu kelapa dengan cepat. Teknik yang dapat digunakan untuk klasifikasi cepat dapat menggunakan teknik visualisasi komputer. Convolutional Neural Network (CNN) dengan arsitektur yang tepat menjadikan metode ini mampu mengenali dan mendeteksi objek dengan baik, yang sebagian besar dipengaruhi oleh faktor komputerisasi, dataset yang besar, dan teknik untuk melatih jaringan yang lebih dalam. Penelitian ini menggunakan lima jenis arsitektur CNN yaitu, AlexNet, GoogLeNet, ResNet101, ResNet18, dan ResNet50. Hasil penelitian yang diperoleh untuk klasifikasi kualitas kayu kelapa menggunakan citra menunjukkan bahwa arsitektur GoogLeNet memiliki performansi klasifikasi terbaik diantara arsitektur lainnya. GoogLeNet mendapatkan hasil dengan rata-rata akurasi 84,89% pada setiap lapisan, disusul arsitektur RestNet101 dengan akurasi rata-rata 78,41%, RestNet50 dengan akurasi rata-rata 77,18%, RestNet18 dengan akurasi rata-rata 72,94% dan kinerja akurasi terendah di antara arsitektur lainnya diperoleh AlexNet dengan akurasi rata-rata 65,84%.Kata kunci: Klasifikasi, Kayu Kelapa, Teknik Visualisasi Komputer, CNN
PROTOTYPE MONITORING SUHU BERBASIS MIKROKONTROLER PADA COOL BOX IKAN MENGGUNAKAN SENSOR DS18B20 DENGAN METODE FUZZY Eka Setya Wijaya; Muti`a Maulida; Yuslena Sari; Andreyan Rizky Baskara; Akhmad Rivaldy
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 3 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i3.343

Abstract

Often fish supply in to the consumers need long relatives distance and much time. Meanwhile the consumers always want fresh fish. The problem occurred was broken stock of fresh fish in every shipping and happened almost all the time. It made fish became stale and made supplier got lose. The study was took place in Batulicin Simpang Empat in a harbor (Pelelangan Pembongkaran Ikan)  until now the handling of fish catches generally used ice block in the usual cool box. Using ice block is one of easiest method. Although, using ice block only could maintain low temperature in short time whereas the ideal temperature of cool box should be 10  Celsius measured by usual temperature’s device room. In shipping process, the driver unpack the cool box to checked temperaturemanually. This matter waste time and cost because the driver should provide extra ice block to maintain low temperature of cool box. In order to resolve the problem, monitoring could be done automatically by using a microcontroller chip in the cool box with DS18B20 censor and fuzzy methodbase microcontroller. The purpose was supplier could be helped to monitoring the stabilities of cool box temperature used website. This system is made by computerization. It would make supplier job easier because driver able to check fish condition without unpack the cool box and made time, energy and cost more efficient.Keywords: Temperature Censor, Fish cool box microcontroller, Fuzzy method, and websiteSeringkali dalam penyuplaian ikan kepada konsumen membutuhkan jarak dan waktu yang relatif panjang, sedangkan konsumen selalu mengharapkan ikan segar. Permasalahan besar yang dihadapi dalam produksi ikan segar, yaitu persediaan yang rusak (broken stock) dalam jumlah yang banyak, sehingga jumlah ikan yang membusuk menjadi berlebihan dan akhirnya mengalami kerugian. Di Batulicin Simpang Empat, tempat dilakukanya penelitian, tepatnya di pelabuhan PPI (Pelelangan Pembongkaran Ikan), penanganan hasil tangkapan ikan saat ini masih menggunakan pendinginan es batu di dalam cool box biasa. Penggunaan es merupakan salah satu cara yang paling mudah dilakukan. Akan tetapi, pendinginan dengan menggunakan es batu  hanya dapat mempertahankan suhu rendah dalam waktu yang singkat sedangkan suhu ideal dari dalam cool box adalah 10 C yang diukur dengan menggunakan alat suhu ruangan biasa. Jadi, saat perjalanan driver akan membongkar muatan dan mengecek apakah suhu turun atau tidak secara manual. Hal ini sangat memakan waktu dan biaya karena supplier selalu membawa cadangan es untuk berjaga-jaga jika suhu turun didalam cool box tersebut. Untuk mengatasi permasalahan di atas, monitoring dapat dilakukan secara otomatis dengan memanfaatkan sebuah chip mikrokontroler pada cool box dengan sensor DS18B20 bersama metode fuzzy berbasis mikrokontroler. Tujuannya agar supplier dapat terbantu untuk memonitoring kestabilan suhu cool box dengan menggunakan website. Karena sistem dibuat terkomputerisasi maka akan memudahkan kinerja dari supplier atau driver sehingga driver dapat memonitor kondisi ikan di dalam cool box tanpa harus membongkar muatan dan hal ini dapan mengefisiensikan waktu, tenaga, dan biaya karena suhu cool box tetap terjaga dengan baik  dan mudah.Kata kunci: Sensor Suhu, Mikrokontroler Cool Box Ikan,  Metode Fuzzy, dan website
SISTEM PENERIMAAN PEGAWAI SALES KPR PADA BANK MENGGUNAKAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS Andreyan Rizky Baskara; Yuslena Sari; Muhammad Adetya Ashari
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.372

Abstract

The recruitment of new employees, especially for housing loan sales employees (KPR) is often carried out by banks because the performance evaluation of KPR sales employees is carried out regularly. The large number of prospective employees and the variety of criteria determined for selecting new employees lead to a lengthy decision-making process. Decision Support System (DSS) is basically a comprehensive computer system that can help make decisions and solve problems. The Multi Objective Optimization method on The Basis of Ratio Analysis (MOORA) as a decision-making method is used to build a decision support system. The decision support system is implemented as a web-based application using ATOM software which is integrated with the MySQL database. The Black Box testing method is used to test the system. The results showed that the MOORA method is very suitable to be applied in the decision making of KPR sales employee recruitmentKeywords: Decision Support System, KPR Sales Employee, MOORA Perekrutan pegawai baru khususnya untuk pegawai Sales Kredit Pemilikan Rumah (KPR) sering dilakukan oleh bank karena evaluasi kinerja pegawai sales KPR dilakukan secara berkala. Banyaknya calon pegawai dan beragamnya kriteria-kriteria yang ditentukan untuk menseleksi pegawai baru menyebabkan lamanya proses pengambilan keputusan. Sistem Pendukung Keputusan (SPK) pada dasarnya adalah sistem komputer komprehensif yang dapat membantu membuat keputusan dan menyelesaikan masalah. Metode Multi Objective Optimization on The Basis of Ratio Analysis (MOORA) sebagai salah satu metode pengambilan keputusan digunakan untuk membangun sistem pendukung keputusan. Sistem pendukung keputusan diimplementasikan sebagai aplikasi berbasis web menggunakan perangkat lunak ATOM yang terintegrasi dengan database MySQL. Metode pengujian Black Box digunakan untuk menguji sistem. Hasil penelitian menunjukkan bahwa metode MOORA sangat cocok diterapkan dalam pengambilan keputusan perekrutan pegawai sales KPRKata kunci: MOORA, Pegawai Sales KPR , Sistem Penunjang Keputusan
Co-Authors Adla, Musyfia Ahmad Rivaldy Ahmad Shalludin Akhmad Rivaldy Andreyan Rizky Baskara Ariefah Khairina Islahati ARIF RAHMAN, MUHAMMAD Bambang Lareno, Bambang Bayu Nugraha Chastine Fatichah Dany Primanita Kartikasari Darmawan, Puja Dewi Astria Faroek Dwi Puji Prabowo Dwi Puji Prabowo, Dwi Puji Endi Gunawan Fardian, Muhammad Reza Ferry Pratama Finki Dona Marleny Firmansyah, Muhammad Ilham Gusti Nizar Syafi'i Halimah Halimah Hani Pratiwi Husnul Khatimi Irfan Prasetia Johan Wahyudi Johan Wahyudi Mambang Maulidia Arafah Maulidiya, Erika Maya Amalia Meila Izzana, Meila Muhammad Adetya Ashari Muhammad Alkaff Muhammad Andri Firdaus Muhammad Arif Rahman Muhammad Baballe Ahmad Muhammad Faidhorrahman Muhammad Syauqi Al Fath Mutia Maulida Muti`a Maulida Nanik Suciati Noor Razikin Novitasari Novitasari Novitasari Novitasari Nurul Fathanah Mustamin Nurul Qamaria Prakoso, Puguh Budi Prastya, Septyan Eka Pratiwi, Hani Puguh Budi Prakoso Puguh Budi Prakoso Purwono, Purwono Rahman, Muhammad Arif Rakhmadhany Primananda, Rakhmadhany Rama Aria Megantara Ricardus A P, Ricardus A Ricardus Anggi Pramunendar Rico Silas Dwi Kasanda Royani, Noorhanida Rudy Ansari Rusiana, Novi Subhan Panji Cipta Syarifah Soraya Wenny Puspita Wijaya, Eka Setya