Article Per Year (5 Year)
p-Index From 2020 - 2025
1.607
P-Index
This Author published in this journals
All Journal snimed Telematika : Jurnal Informatika dan Teknologi Informasi Techno LPPM Seminar Nasional Informatika (SEMNASIF) Conference SENATIK STT Adisutjipto Yogyakarta Compiler IKRA-ITH ABDIMAS Journal of Information Systems and Informatics Science in Information Technology Letters Jurnal INFOTEL
Nur Heri Cahyana
Universitas Pembangunan Nasional Veteran Yogyakarta
Aerospace Engineering Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
SISTEM HUMIDIFIER DAN TEMPERATURIZER DIGUNAKAN DALAM PENYIRAMAN OTOMATIS TANAMAN Cahyana, Nur Heri; Hafsah, Hafsah; Noorindra, Adhika
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2009): Instrumentational And Robotic
Publisher : Jurusan Teknik Informatika

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

Abstract

Kurang atau berlebihnya kelembaban dan suhu dapat menyebabkan tanaman rusak atau bahkan mati. Untukmengurangi faktor human error yang sering terjadi dalam menjaga kelembaban dan suhu tanaman agar tumbuhsempurna diperlukan alat yang secara otomatis menjaga kelembaban dan suhu lingkungan disekitar areatanam.Metodologi pembangunan sistem menggunakan metode v sommerville. Sensor yang digunakan adalah sensor suhu Sensirion SHT-11. Relay yang digunakan adalah Relay Board DT I/O 1210 Delta-Electronic. Mikrokontroler yang digunakan adalah ATmega8535 16PU PDIP. Software Code Vision AVR versi 2.03.4 digunakan untuk kegiatan pemrograman (compile dan build) serta penginjeksian program ke mikrokontroler (via AVR ISP cable). Program yang digunakan berformat Bahasa C yang kemudian di terjemahkan ke bahasa assembler (format HEX dan ROM) dengan codevision. User-System Interface dibangun dengan Microsoft Visual Basic 6. Sistem bekerja secara mandiri tanpa intervensi atau input dari user. Input dari user hanya berupa kode program yang diinjeksikan ke mikrokontrol yang berguna untuk memprogram sistem, yakni untuk menentukan ambang batas derajat suhu (dalam celcius) dan kelembaban (dalam %) yang diinginkan. Bagian output sepenuhnya akan ditangani oleh mikrokontroler, yakni berupa otomasi on/off pompa air untuk melakukan aplikasi penyemprotan air via sprinkler yang bertujuan untuk menjaga kelembaban suhu lingkungan sekitar area tanam.
ANALISIS DAN DESAIN PROSES SELEKSI TENAGA PENGAJAR MENGGUNAKAN GROUP DECISION SUPPORT SYSTEM (GDSS) Cahyana, Nur Heri; Aribowo, Agus Sasmito
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2016): Semnasif 2016
Publisher : Jurusan Teknik Informatika

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

Abstract

Setiap tahun UPN “Veteran” Yogyakarta merekrut tenaga pengajar baru untuk ditempatkan sebagai pengajar (asisten) di laboratorium. Prioritas atau perangkingan dalam rangka seleksi calon tenaga pengajar dilakukan dengan mekanisme rapat oleh sejumlah kepala laboratorium yang masing-masing memberi penilaian sesuai bidangnya yaitu bidang kemampuan mengajar (microteaching), penguasaan ilmu (kemampuan akademik) dan kepribadian. Setiap kepala laboratorium mempertimbangkan prioritas calon tenaga pengajar sesuai kriteria milik masing-masing. Karena keputusan dicapai dengan kolaborasi tiga pengambil keputusan maka Sistem Pendukung Keputusan yang dibangun harus berupa Group Decision Support System (GDSS). Metode pengambilan keputusan untuk setiap group menggunakan Weighted Product (WP) dan hasil keputusan dari setiap group dikolaborasikan dengan metode BORDA. Metodologi penelitian menggunakan System Development Life Cycle dan pendekatan pengembangan sistem menggunakan metode terstruktur. Hasil penelitian adalah model matematika pendukung keputusan pemilihan calon tenaga pengajar yang menerapkan kedua metode tersebut. Hasil penelitian telah diuji dan dapat dipakai dalam sistem menggunakan Microsoft Excel.
Decision Support System Assessing Feasibility Taekwondo Athlete (UPN “VETERAN” Yogyakarta) Cahyana, Nur Heri; Herdiansyah, Fachrizal; Indra Perwira, Rifki
SENATIK STT Adisutjipto Vol 5 (2019): Peran Teknologi untuk Revitalisasi Bandara dan Transportasi Udara [ISBN XXX-XXX-XXXXX-
Publisher : Sekolah Tinggi Teknologi Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/senatik.v5i0.341

Abstract

Indonesian taekwondo athlete's achievements have improved because he managed to win several medals in international championships. Being a taekwondo athlete requires a willingness, discipline, good physical condition, experience, mental endurance, unyielding spirit, and proper posture. The assessment process is still done manually by asking taekwondo for their availability in the match; therefore, it requires a decision support system to measurement of participants (taekwondoin).   Decision support is a way to provide problem-solving skills and be able to support the work of a coach in solving problems by giving suggestions towards certain decisions. The purpose of Simple Additive Weighting is to determine the feasibility of taekwondoin selection to become an athlete on the championship team. Dynamic criteria allow adding the criteria needed for coaches and managers. Coaches and managers also can refine taekwondo by adding the required criteria to the agreed additional criteria. The result of this paper is application can give the decision of athletes who deserve to enter the match team. To facilitate managers and coaches in screening the best athletes. The validation test results obtained 85% compatibility between the selection results in the application and manual calculations.
Metode Data Mining K-Means Untuk Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat Cahyana, Nur Heri; Aribowo, Agus Sasmito
Seminar Nasional Informatika Medis (SNIMed) 2018
Publisher : Magister Teknik Informatika, Universitas Islam Indonesia

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

Abstract

Data mining adalah metode pengolahan data untuk mencari pola tersembunyi dalam data tersebut sehingga pola tersebut dapat dipakai sebagai pengetahuan. Salah satu jenis algoritma data mining adalah k-means yang dapat dipakai untuk mengelompokkan data ke dalam beberapa klaster yang lebih homogen. Penelitian ini menjelaskan tentang bagaimana memakai k-Means untuk mengelompokkan data kecamatan di Kabupaten Blora berdasarkan beberapa indikator kesehatan. Indikator keberhasilan pelayanan kesehatan yang dimaksud adalah ketanggapan pelayanan kesehatan, ruang lingkup pelayanan kesehatan dan kesehatan ibu dan anak. Dalam penelitian ini dipilih tiga buah atribut untuk menilai kualitas layanan kesehatan yaitu persentase jumlah kasus diare yang ditangani terhadap jumlah perkiraan penderita, jumlah kasus pneumonia yang ditangani dibandingkan dengan jumlah perkiraan penderita dan jumlah balita yang terlayani dibandingkan dengan jumlah total balita. Hasil penelitian berupa klasterisasi tahunan kecamatan-kecamatan di Kabupaten Blora yang bisa dipakai untuk menggambarkan distribusi kecamatan berdasarkan profil penanganan dan pelayanan kesehatan masyarakat masing-masing.
Content Based Image Retrieval Using Euclidean Distance to Detect Pneumonia in X-Ray Thorax Image Yuwono, Bambang; Kaswidjanti, Wilis; Azizah, Nisa’ul; Cahyana, Nur Heri
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

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

Abstract

Tujuan: Penelitian ini bertujuan menerapkan Content Based Image Retrieval untuk membuat aplikasi pendeteksi Pneumonia atau normal pada citra x-ray thorax menggunakan metode euclidean distance serta mengetahui tingkat akurasi dari aplikasi dalam menentukan apakah pneumonia atau normal.Perancangan/metode/pendekatan: content-based image retrieval (CBIR) adalah metode pencarian gambar yang menganalisis fitur seperti warna, bentuk, tekstur, atau informasi lain yang dapat diekstraksi dari suatu gambar untuk menemukan gambar dalam database gambar yang besar. CBIR dibagi menjadi tiga tahap: ekstraksi fitur dari gambar, penyimpanan fitur, dan pencarian gambar. Masukkan query citra x-ray ke dalam aplikasi, dan citra query x-ray ini akan melalui proses ekstraksi fitur warna dan ekstraksi fitur tekstur untuk menemukan kemiripan dengan citra di database. Proses penemuan citra membandingkan jarak Euclidean citra query dengan citra dalam database.Hasil: Hasil pengujian dengan pengukuran kemiripan Euclidean Distance diperoleh akurasi sebesar 96% pada data latih 100 dan data uji 22, dengan jumlah citra yang ditampilkan 4. Sedangkan bila pengujian menggunakan data yang sudah dilatihkan menghasilkan akurasi 100%.State of the art:Dengan terdapatnya aplikasi pendeteksi pneumonia maka bisa memudahkan membaca hasil gambar x- ray thorax.
Improving sentiment analysis on PeduliLindungi comments: a comparative study with CNN-Word2Vec and integrated negation handling Jayadianti, Herlina; Arianti, Berliana Andra; Cahyana, Nur Heri; Saifullah, Shoffan; Dreżewski, Rafał
Science in Information Technology Letters Vol 4, No 2 (2023): November 2023
Publisher : Association for Scientific Computing Electronics and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/sitech.v4i2.1184

Abstract

This study investigates sentiment analysis in Google Play reviews of the PeduliLindungi application, focusing on the integration of negation handling into text preprocessing and comparing the effectiveness of two prominent methods: CNN-Word2Vec CBOW and CNN-Word2Vec SkipGram. Through a meticulous methodology, negation handling is incorporated into the preprocessing phase to enhance sentiment analysis. The results demonstrate a noteworthy improvement in accuracy for both methods with the inclusion of negation handling, with CNN-Word2Vec SkipGram emerging as the superior performer, achieving an impressive 76.2% accuracy rate. Leveraging a dataset comprising 13,567 comments, this research introduces a novel approach by emphasizing the significance of negation handling in sentiment analysis. The study not only contributes valuable insights into the optimization of sentiment analysis processes but also provides practical considerations for refining methodologies, particularly in the context of mobile application reviews.
Pendampingan Transformasi Digital Kelompok UMKM Jamu Gendhong "Mitra Sehat" Desa Kiringan, Kecamatan Jetis, Kabupaten Bantul Yogyakarta Cahyana, Nur Heri; Kusumo, Yudhy Widya; Indah, Sika Nur; Simanjuntak, Oliver Samuel; Prabowo, Agung; Utami, Yenni Sri
IKRA-ITH ABDIMAS Vol. 8 No. 3 (2024): Jurnal IKRAITH-ABDIMAS Vol 8 No 3 November 2024
Publisher : Universitas Persada Indonesia YAI

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

Abstract

UMKM Jamu Gendhong "Mitra Sehat" didirikan pada tahun 1998 oleh Pak Sutrisno diDusun Kiringan, Bantul. UMKM ini dikenal sebagai pelopor produksi jamu tradisionaldengan komitmen terhadap kualitas dan keaslian bahan. Beberapa produk utama yangditawarkan adalah jamu instan, selai jamu, wedang jahe merah sachet, dan jamu jamurlingzhi. Namun, tantangan signifikan dihadapi terkait digitalisasi pemasaran danperubahan tren pasar ke arah online. Permasalahan utama meliputi kurangnya promosidigital yang efektif, komunikasi pemasaran yang lemah, serta manajemen usaha yangmasih konvensional. Untuk mengatasi hal ini, diusulkan berbagai solusi, termasukpelatihan produksi konten digital, teknik copywriting, manajemen pemasaran digital,dan penyusunan SOP komunikasi organisasi. Program Kemitraan Masyarakat (PKM)bertujuan untuk memperkuat kemampuan multimedia dan pemasaran digital UMKM"Mitra Sehat", termasuk pengembangan website dan marketplace. Pendekatan dilakukanmelalui pelatihan dan pendampingan kepada pengurus dan anggota UMKM untukmeningkatkan kualitas produksi, pemasaran, dan branding. Program ini diharapkanmampu mengatasi tantangan pasar modern dan memastikan kelangsungan usaha jamutradisional. Evaluasi program akan dilakukan melalui observasi, kuisioner, danwawancara untuk mengukur keberhasilan serta kesinambungan program pascapelaksanaan. Program ini diharapkan dapat memperkuat posisi UMKM "Mitra Sehat" dipasar yang semakin kompetitif melalui penerapan teknologi dan pemasaran digital yanglebih modern.
EfficientNet B0 Feature Extraction with L2-SVM Classification for Robust Facial Expression Recognition Akbar, Ahmad Taufiq; Saifullah, Shoffan; Prapcoyo, Hari; Rustamadji, Heru; Cahyana, Nur Heri
Journal of Information System and Informatics Vol 7 No 2 (2025): June
Publisher : Universitas Bina Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v7i2.1071

Abstract

Facial expression recognition (FER) remains a challenging task due to the subtle visual variations between emotional categories and the constraints of small, controlled datasets. Traditional deep learning approaches often require extensive training, large-scale datasets, and data augmentation to achieve robust generalization. To overcome these limitations, this paper proposes a hybrid FER framework that combines EfficientNet B0 as a deep feature extractor with an L2-regularized Support Vector Machine (L2-SVM) classifier. The model is designed to operate effectively on limited data without the need for end-to-end fine-tuning or augmentation, offering a lightweight and efficient solution for resource-constrained environments. Experimental results on the JAFFE and CK+ benchmark datasets demonstrate the proposed method’s strong performance, achieving up to 100% accuracy across various hold-out splits (90:10, 80:20, 70:30) and 99.8% accuracy under 5-fold cross-validation. Evaluation metrics including precision, recall, and F1-score consistently exceeded 95% across all emotion classes. Confusion matrix analysis revealed perfect classification of high-intensity emotions such as Happiness and Surprise, while minor misclassifications occurred in more ambiguous expressions like Fear and Sadness. These results validate the model’s generalization ability, efficiency, and suitability for real-time FER tasks. Future work will extend the framework to in-the-wild datasets and incorporate model explainability techniques to improve interpretability in practical deployment Keywords: Facial Expression Recognition, EfficientNet, SVM, Deep Features, Emotion Classification
Enhancing Sentiment and Emotion Classification with LSTM-Based Semi-Supervised Learning Husaini, Rochmat; Cahyana, Nur Heri; Wisnalmawati, Wisnalmawati; Mardiana, Tri; Fauziah, Yuli
Compiler Vol 14, No 1 (2025): May
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/compiler.v14i1.2965

Abstract

The evolution of sentiment analysis has increasingly relied on semi-supervised learning (SSL) models, particularly due to their efficiency in utilizing large amounts of unlabeled data. This study employed four Indonesian datasets—Ridife (sentiment classification), Emotion Indonlu (emotion classification), Sentiment Indonlu (sentiment classification), and Hate Speech (offensive content detection). The LSTM model was trained using labeled data and used to generate pseudo-labels for unlabeled data across three iterations. The performance of the pseudo-labels was evaluated using Random Forest, Logistic Regression, and Support Vector Machine (SVM). The LSTM model demonstrated varying effectiveness across different datasets. For the Sentiment Ridife dataset, LSTM achieved an accuracy of 70.23%, slightly lower than Random Forest but higher than Logistic Regression and SVM. In the Sentiment IndoNLU dataset, LSTM's accuracy was 86.12%, showing strong performance but slightly below Random Forest and Logistic Regression. The Emotion IndoNLU dataset revealed similar performance across models, while the Hate Speech dataset saw LSTM perform well with an accuracy of 86.49%. The results indicate that while LSTM-based SSL can effectively generate pseudo-labels and enhance model performance, its performance varies depending on the dataset and task. This study underscores the need for further research into optimizing pseudo-labeling techniques and exploring advanced NLP models to improve sentiment and emotion analysis in diverse languages.
Implementation DeLone & McLean IS Success Model for Research and Community Service Management Information System Evaluation Pratomo, Awang Hendrianto; Agusdin, Riza Prapascatama; Tahalea, Sylvert Prian; Cahyana, Nur Heri
Journal TECHNO Vol. 7 No. 2 (2021): November
Publisher : Universitas Pembangunan Nasional Veteran Yogayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/journal techno.v7i2.6298

Abstract

SRIKANDI is an information system managed by LPPM that manages research and lecturer service within the UPN "Veteran" Yogyakarta. SRKANDI in its implementation has never been evaluated, therefore in this reserach SRIKANDI was evaluated. The evaluation was carried out using the DeLone & McLean IS Success Model with 150 data obtained from distributing questionnaires to lecturers who had used SRIKANDI. The approach used in this research is quantitative by using regression analysis to test the twelve hypotheses that exist with the successful implementation of SRIKANDI as an information system.
Co-Authors Adhika Noorindra, Adhika Agung Prabowo Agus Sasmito Aribowo Agusdin, Riza Prapascatama Ahmad Taufiq Akbar Arianti, Berliana Andra Awang Hendrianto Pratomo Azizah, Nisa’ul Bambang Yuwono Dreżewski, Rafał Hafsah Hafsah Hari Prapcoyo Herdiansyah, Fachrizal Heriyanto Heriyanto Herlina Jayadianti Husaini, Rochmat Indah, Sika Nur Kusumo, Yudhy Widya Nawasta, Revanto Alif Oliver Samuel Simanjuntak Rifki Indra Perwira Rustamadji, Heru Saifullah, Shoffan Tahalea, Sylvert Prian Tri Mardiana, Tri Wilis Kaswidjanti Wisnalmawati Wisnalmawati Yenni Sri Utami, Yenni Sri Yuli Fauziah