Article Per Year (5 Year)
p-Index From 2020 - 2025
7.922
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Bulletin of Electrical Engineering and Informatics JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Informatika Jurnal Informatika Proceeding International Conference on Information Technology and Business JUITA : Jurnal Informatika International conference on Information Technology and Business (ICITB) Annual Research Seminar Journal of Information System JPSriwijaya JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science JITK (Jurnal Ilmu Pengetahuan dan Komputer) JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Sisfokom (Sistem Informasi dan Komputer) INTECOMS: Journal of Information Technology and Computer Science KACANEGARA Jurnal Pengabdian pada Masyarakat Jurnal ULTIMATICS Jurnal Pendidikan Matematika (JUDIKA EDUCATION) Informatik : Jurnal Ilmu Komputer IJID (International Journal on Informatics for Development) KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) SEINASI-KESI Jurnal Riset Informatika CSRID (Computer Science Research and Its Development Journal) Jurnal Informatika Global CCIT (Creative Communication and Innovative Technology) Journal JSAI (Journal Scientific and Applied Informatics) Journal of Information Systems and Informatics Mulia International Journal in Science and Technical Zonasi: Jurnal Sistem Informasi Indonesian Journal of Electrical Engineering and Computer Science TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Generic Jurnal AbdiMas Nusa Mandiri Jurnal Pendidikan dan Teknologi Indonesia ABDI MOESTOPO: Jurnal Pengabdian pada Masyarakat Proceeding of International Conference Health, Science And Technology (ICOHETECH) Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Jurnal Abdimas Maduma JUKEMAS : Jurnal Pengabdian Kepada Masyarakat Jurnal Sistem Informasi dan Aplikasi
Ermatita -
Universitas Sriwijaya
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 86 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 86 Documents
Search

 4   5   6   7   8 
Palembang songket fabric motif image detection with data augmentation based on ResNet using dropout Ermatita, Ermatita; Noprisson, Handrie; Abdiansah, Abdiansah
Bulletin of Electrical Engineering and Informatics Vol 13, No 3: June 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v13i3.6883

Abstract

A good way to spread knowledge about Palembang songket woven cloth patterns is to use information technology, especially artificial intelligence technology. This study's main goal is to develop a ResNet model with dropout regularization methods and find out how dropout regularization affects the ResNet model for detecting Palembang songket fabric motif with more data. Data was collected in places like tujuh saudara songket, Zainal songket, songket PaSH, AMS songket, and batik, Ernawati songket, Nabilah collections, Ilham songket, and Marissa songket. We used eight class of data for this research. A dataset of 7,680 data for training, 960 data for validation, and 960 data for testing is a dataset that has been prepared to be implemented in experiments. In the final results, the experimental results for DResNet demonstrated that accuracy at the training stage was 92.16%, accuracy at the validation stage was 78.60%, and accuracy at the submission stage was 80.3%. The experimental results also show that dropouts are able to increase the accuracy of the ResNet model by adding +1.10% accuracy in the training process, adding +1.80% accuracy in the validation process, and adding +0.40% accuracy in the testing process.
Proposed threshold-based and rule-based approaches to detecting duplicates in bibliographic database Amin, M. Miftakul; Stiawan, Deris; Ermatita, Ermatita; Budiarto, Rahmat
Bulletin of Electrical Engineering and Informatics Vol 13, No 3: June 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v13i3.7665

Abstract

Bibliographic databases are used to measure the performance of researchers, universities and research institutions. Thus, high data quality is required and data duplication is avoided. One of the weaknesses of the threshold-based approach in duplication detection is the low accuracy level. Therefore, another approach is required to improve duplication detection. This study proposes a method that combines threshold-based and rule-based approaches to perform duplication detection. These two approaches are implemented in the comparison stage. The cosine similarity function is used to create weight vectors from the features. Then, the comparison operator is used to determine whether the pair of records are grouped as duplication or not. Three research databases: Web of Science (WoS), Scopus, and Google Scholar (GS) on the Science and Technology Index (SINTA) database are investigated. Rule 4 and Rule 5 provide the best performance. For WoS dataset, the accuracy, precision, recall, and F1-measure values were 100.00%. For Scopus dataset, the accuracy and precision values were 100.00%, recall: 98.00%, and the F1-measure value is 98.00%. For GS dataset, the accuracy value was 100.00%, precision: 99.00%, recall: 97.00%, and the F1-measure value is 98.00%. The proposed method is potential tool for accurate detection on duplication records in publication databases.
PELATIHAN PENINGKATAN PENGUASAAN TEKNOLOGI INFORMASI DIGITAL GUNA MASYAKARAT MARIANA ILIR Ali Ibrahim; Ermatita, Ermatita; Abdiansah, Abdiansah; Ahmad Fali Oklilas; Al Farissi; Rizka Dhini Kurnia; Afrina, Mira; Utama, Yadi
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 2 No. 1 (2024): Februari
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v2i1.237

Abstract

Mariana Ilir merupakan salah satu kelurahan yang ada di kecamatan Banyuasin I yang mempunyai potensi yang cukup besar untuk dikembangkan, namun selama ini penggunaan teknologi informasi dalam penyebaran informasi masih belum dapat dimanfaatkan secara optimal dikalangan pemerintahan khususnya di pedesaan, hal ini disebabkan karena terbatasnya sarana dan prasarana serta sumber daya manusia yang memiliki kemampuan dan keahlian dibidang ilmu komputer dan teknologi informasi. Pada kegiatan ini akan dilaksanakan sesuai dengan kesepakatan antara tim pelaksana dengan kelurahan mariana ilir. Khalayak yang akan ikut dalam kegiatan ini berjumlah 20 orang. Kegiatan PkM akan dilaksanakan secara luring. Hasil yang di harapkan dari kegiatan Pk adalah bertambahnya keterampilan apparat kelurahan dan masyarakat tentang IT. Selaian itu PkM ini memiliki luaran seperti Lapoaran PkM dan Publikasi karya ilmiah pada jurnal nasional. Kegiatan PkM Peningkatan Keterampilan Teknologi Informasi Digital Untuk Masyakarat dan Aparat Kelurahan Mariana Ilir Kecamatan Banyuasin Ilir, Kabuaten Banyuasin Sumatra Selatan terlaksana sesuai dengan rencana yang sudah disepakati oleh tim pelaksana dengan tim pelaksana dari kelurahan. Peserta sangat antusias dengan mengikuti kegiatan PkM, Harapan peserta untuk tetap diadakan kegiatan Kembali tahun selanjutnya.
Analisis Pemilihan Jurusan pada Calon Siswa SMK Negeri 4 Palembang Pada Faktor Penentu Pemilihan Jurusan Menggunakan Association Rule dan Random Forest Budi Prayoga, Muhamad Hafiz; Ermatita, Ermatita
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.449

Abstract

Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi pemilihan jurusan pada calon siswa SMK Negeri 4 Palembang menggunakan metode Association Rule dan Random Forest. Pemilihan jurusan di SMK merupakan keputusan penting yang dapat memengaruhi masa depan siswa, sehingga diperlukan pendekatan analisis yang tepat untuk memberikan rekomendasi jurusan berdasarkan faktor akademis dan non-akademis. Association Rule digunakan untuk mengidentifikasi pola-pola tersembunyi antara faktor akademis, seperti nilai mata pelajaran, dengan pilihan jurusan, sementara Random Forest diterapkan untuk membangun model prediksi yang akurat dalam menentukan jurusan yang tepat bagi siswa.Hasil penelitian menunjukkan bahwa nilai mata pelajaran tertentu, seperti Matematika dan IPA, memiliki hubungan yang signifikan dengan kecenderungan siswa memilih jurusan tertentu. Model prediksi berbasis Random Forest memberikan akurasi yang tinggi dan stabil dalam memprediksi pilihan jurusan siswa berdasarkan faktor-faktor yang telah diidentifikasi. Model ini diharapkan dapat membantu pihak sekolah dalam memberikan bimbingan karier yang lebih terarah kepada siswa, sehingga mereka dapat membuat keputusan yang lebih tepat dan sesuai dengan minat serta potensi akademik mereka.Penelitian ini memberikan kontribusi dalam pengembangan sistem pendukung keputusan di sekolah, yang dapat digunakan dalam proses Penerimaan Peserta Didik Baru (PPDB) untuk meningkatkan kepuasan dan kesesuaian pilihan jurusan dengan kemampuan siswa. Dengan demikian, hasil dari penelitian ini dapat memberikan wawasan yang bermanfaat bagi sekolah dalam meningkatkan efektivitas bimbingan karier bagi siswa SMK.
Perbandingan Naive Bayes Classifier dan Support Vector Machine untuk Analisis Sentimen terhadap Penyebaran Nyamuk Wolbachia di Indonesia Hijriani, Nurul; Ermatita, Ermatita
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 11 (2024): JPTI - November 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.499

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit endemik yang terus menjadi ancaman kesehatan masyarakat di Indonesia. Salah satu solusi inovatif yang diterapkan adalah pelepasan nyamuk Aedes aegypti yang terinfeksi Wolbachia untuk mengurangi penularan virus DBD. Program ini mendapat beragam tanggapan publik di media sosial, seperti Instagram, yang dapat memengaruhi keberhasilannya. Penelitian ini bertujuan untuk menganalisis sentimen publik terkait program tersebut menggunakan algoritma Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Sebanyak 3.619 komentar Instagram dikumpulkan melalui scraping, kemudian diproses menggunakan text preprocessing dengan metode N-Gram dan TF-IDF untuk ekstraksi fitur. Untuk mengatasi ketidakseimbangan data, diterapkan Synthetic Minority Oversampling Technique (SMOTE), dan data divalidasi menggunakan K-Fold Cross Validation dengan k adalah 10. Hasil menunjukkan bahwa SVM memiliki accuracy lebih tinggi sebesar 83,24% dibandingkan NBC yang mencapai 82,15%. SVM unggul dalam mendeteksi sentimen positif dengan recall sebesar 85,39%, sementara NBC menunjukkan precision lebih tinggi untuk sentimen negatif sebesar 86,36%. Hasil ini menunjukkan bahwa SVM lebih efektif untuk mengukur dukungan publik, sedangkan NBC lebih sesuai untuk mengidentifikasi kritik atau kekhawatiran. Temuan ini memberikan wawasan praktis bagi pemerintah dan pemangku kepentingan dalam meningkatkan strategi komunikasi kesehatan berbasis data untuk mendukung keberhasilan program kesehatan masyarakat.
Arsitektur U-Net Pada Segmentasi Citra Paru Untuk Mendeteksi Nodul Paru Ermatita, Ermatita; Ningsih, Wahyu
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.600

Abstract

Arsitektur U-Net dirancang untuk mengatasi kendala jumlah data yang terbatas, terutama dalam bidang medis. Dengan struktur encoder-decoder yang simetris, U-Net mampu mengekstraksi fitur penting dari citra input melalui encoder dan merekonstruksi citra sambil mempertahankan detail spasial melalui koneksi skip. Dalam segmentasi citra paru, U-Net digunakan untuk mendeteksi dan memetakan nodul paru secara otomatis dari CT scan. Penerapan U-Net diharapkan dapat mengurangi beban kerja ahli radiologi, meningkatkan konsistensi diagnosis, dan mempercepat proses deteksi nodul. Pada penelitian ini, U-Net mencapai akurasi sebesar 94% dalam segmentasi nodul paru.
Implementation of Autoregressive Integrated Moving Average Model to Forecast Raw Material Stock in The Digital Printing Industry Verano, Dwi Asa; Husnawati, Husnawati; Ermatita, Ermatita
Journal of Information Technology and Computer Science Vol. 5 No. 1: April 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3173.78 KB) | DOI: 10.25126/jitecs.202051117

Abstract

The technology used in the printing industry is currently growing rapidly. Generally, the digital printing industry uses raw materials in the form of paper production. The use of paper material with large volumes is clear badly in need of purchasing large quantities of paper stock as well. The purchase of paper stocks with a constant amount at the beginning of each month for various types of paper causes a buildup or lack of material stock standard on certain types of paper. During this time the purchase and ordering of raw materials only based on the estimates or predictions of the owner. In this paper proposed forecasting will be carried out in the digital printing industry by applying the ARIMA model for each type of raw material paper with the Palembang F18 digital printing case study. The ARIMA modeling applied will produce different parameters for each materials paper type so as to produce forecasting with the Akaike Information Criterion (AIC) value averages 13.0294%.
Assessing an Innovative Virtual Museum Application using Technology Acceptance Model Puspasari, Shinta; Ermatita; Zulkardi
IJID (International Journal on Informatics for Development) Vol. 11 No. 1 (2022): IJID June
Publisher : Faculty of Science and Technology, UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/ijid.2022.3758

Abstract

This study discusses the assessment of a virtual museum application development based on machine learning models for Palembang culture education through the Sultan Mahmud Badaruddin II museum cultural heritage by using the Technology Acceptance Model approach. The application was tested to measure the user acceptance of the application and pre-test and post-test to measure the effect size of the application as a learning media. A total of N=32 student participants were involved in testing the Sultan Mahmud Badaruddin II innovative virtual museum application for museum visitors was dominated by students who came to the museum to learn the culture and history of Palembang. Hypothesis testing results show that the perceived usefulness and perceived ease of use variables do not affect the attitude toward the use of the innovative virtual museum application. The attitude toward the use of the variable affects the behavioural intention to use, which directly also has a moderate effect on the actual use of the application where the dependent variables have the value of R2 > 0.5. The developed app is recommended as alternative learning media during a pandemic where the app testing participants express interest in using the app to enhance the Palembang culture learning experience.
Analisis Pemilihan E-Wallet Bagi Mahasiswa Dengan Penerapan Metode Analytical Hierarchy Process (Studi Kasus: Universitas Pembangunan Nasional Veteran Jakarta) Fathiyah, Alyssa; Ermatita, Ermatita; Purabaya, Rudhy Ho
JOINS (Journal of Information System) Vol. 9 No. 2 (2024): Edisi November 2024
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v9i2.7093

Abstract

Students as the easiest element of society to transition digitally using electronic wallets to pay for daily needs, coupled with the promos provided by electronic wallet companies clearly adds to the appeal of this. Of the many electronic wallets, this study will discuss which electronic wallet is the most ideal choice for students, namely OVO, Gopay, DANA by analyzing the criteria based on interface design, reliability, responsiveness, trust, and privacy and security. This research was conducted using the Analytical Hierarchy Process method and the research respondents were students of the Jakarta Veterans National Development University. Based on the results of the analysis, it is concluded that the criteria with the highest priority are security and privacy with a weight of 0.482877, then trust of 0.229895, responsiveness of 0.133409, reliability of 0.099123, and finally interface design of 0.054696, and it is also concluded that the best alternative electronic wallet used by UPNVJ students are Gopay with the highest priority weight (0.3650819544), followed by DANA with the second highest priority weight (0.3409298301), and ended by OVO with the lowest priority weight (0.2939882129).
Analisis Komparasi Klasifikasi Sentimen Pada Crime Indicated Opinion Cyberbullying Di Twitter Menggunakan Metode SVM Dan Naïve Bayes Soraya, Atika; Abdiansah, Abdiansah; Ermatita, Ermatita
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 2 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v8i2.14111

Abstract

Cyberbullying merupakan salah satu tindakan yang melanggar UU ITE dimana kejahatan ini dilakukan di media sosial salah satunya aplikasi Twitter. Tindakan ini sulit terdeteksi jika tidak ada yang mereport tweet tersebut. Identifikasi tweet Cyberbullying bertujuan untuk mengklasifikasikan tweet yang mengandung konten bullying. Klasifikasi dilakukan dengan menggunakan metode Support Vector Machine dan Naïve Bayes dimana metode tersebut bertujuan untuk mencari perbandingan nilai akurasi dari setiap metode. Proses sistem dimulai dari text preprocessing dengan tahapan case folding, tokenisasi, stopword removal, stemming dan pembobotan. Proses selanjutnya melakukan klasifikasi berdasarkan pelabelan data bullying dan non bullying bertujuan mempermudah proses pencarian nilai akurasi klasifikasi dataset dengan metode Support Vector Machine dan naïve bayes. Hasil yang didapat dengan menggunakan metode Support Vector Machine sebesar 82.,29% lebih baik dari metode Naïve Bayes denga hasil sebesar 80,84%. Keywords: Naïve Bayes, Support Vector Machine, Cyberbullying, Bullying, Klasifikasi
Co-Authors Abdiansah, Abdiansah Adi Sutrisman Ahmad Fali Oklilas Ahmad Fali Oklilas Ahmad Sanmorino Aidil Putrasyah Al Farissi Albert Albert Aldin, Moehammad Alfarezy, Reza Ali Amran Ali Bardadi Ali Bardardi Ali Ibrahim Ali Ibrahim Allsela Meiriza, Allsela Andini Dwi Lestari Anita Desiani Apriansyah Putra Arnelawati Artika Arista Ayuputri, Niken Bambang Suprihatin Barlian Khasoggi Barlian Khasoggi Belly, Belly Nagustria bin Awang, Mohd Khalid Budi Prayoga, Muhamad Hafiz Cindo, Mona Dafid Dedik Budianta Deris Stiawan Dian Palupi Rini Dian Palupi Rini Dien Novita Dominica, Alviona Terry Dwi Asa Verano Dwi Lestari, Rizky Dwi Meylitasari Br. Tarigan Dwi Rosa Indah Endang Lestari Ruskan Endy Suherman Erwin, Erwin Eva Darnila Eva Darnila Fajriana, Fajriana Fajriana, Fajriana Falih, Noor Fathiyah, Alyssa Fathoni - Fauza Adelma Syafrizal Fuadi, Wahyu Geovani, Dite Gumay, Naretha Kawadha Pasemah Hadipurnawan Satria Hafyz Sytar, M. Hartini Hartini Hijriani, Nurul Huda Ubaya Huda Ubaya Husnawati Husnawati Ika Oktavianti ina aisyah handayani Indra Maulana Irmanda, Helena Nurramdhani Ispramono Hadi, Sigit Iwan Pahendra Iwan Pahendra Anto Saputra Jaidan Jauhari Johannes Petrus Joko Purnomo Kareen, Pamela Ken Dhita Tania Khairun Nisak, Novrinda Kurniawan, Mochamad Aryo Aji Kurniawan, Rizky Fariz Andry Lovinta Happy Atrinawati M Fariz Januarsyah M. Fariz Januarsyah M. Miftakul Amin Madya, M Miftahul Matondang, Nurhafifah Mauliza Mauliza, Mauliza Megah Mulya Meizalina, Mutiara Amalia Mgs Afriyan Firdaus Mira Afrina Mohammed Y. Alzahrani Mona Cindo Monterico Adrian Muhammad Adrezo Muhammad Fachrurrozi Muhammad Qurhanul Rizqie Muhammad Sadli Muhammad Sadli, Muhammad Muhammad, Duwen Imantata Mutammimul Ula Mutia Fadhila Putri Neni Alyani Noprisson, Handrie NUNI GOFAR Nurul Chamidah Nurul Mufliha Eka Putri Nurul Mufliha Eka Putri Octaria, Orissa Osvari Arsalan Pacu Putra Pahendra, Iwan Parwito Patimah, Endah Pratama, M Octaviano Primanita, Anggina Purwita Sari Purwita Sari, Purwita Putra, Erwin Dwika Rachma nia Rahman, Puti Ayu Andhini Rahmat Budiarto Rahmat Izwan Heroza Rahmat Izwan Heroza Rendra Gustriansyah Reza Firsandaya Malik Richardo, M Denny Richki Hardi Rifkie Primartha Rizka Dhini Kurnia Rizka Dhini Kurnia Rizki Kurniati Royan Dwi Saputra Rudhy Ho Purabaya Ruth Mariana Bunga Wadu Safithri, Selviana Rizki Salamah, Fitri Samsuryadi Samsuryadi Shinta Puspasari Soraya, Atika Suci Destriatania Suci Destriatania Sukemi Sukemi Susan Dwi Saputri Susan Dwi Saputri Sytar, M. Hafizh Terttiaavini, Terttiaavini Tjahjanto, Tjahjanto Tryadriani, Rasqia Nurzulia Verano, Dwi Asa Verlly Puspita Wahyu Fuadi Wahyu Ningsih Yadi Utama Yadi Utama Yudha Pratomo Yudha Pratomo Yudha Pratomo Yundari, Yundari Zalika, Indah Zulkardi