Article Per Year (5 Year)
p-Index From 2021 - 2026
7.81
P-Index
This Author published in this journals
All Journal Jupiter Jurnal Media Infotama Syntax Jurnal Informatika Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Kursor Scan : Jurnal Teknologi Informasi dan Komunikasi Proceeding International Conference on Information Technology and Business Jurnal Informatika dan Teknik Elektro Terapan International conference on Information Technology and Business (ICITB) Journal of Animation & Games Studies Format : Jurnal Imiah Teknik Informatika Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer INTEGER: Journal of Information Technology JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Antivirus : Jurnal Ilmiah Teknik Informatika Jusikom: Jurnal Sistem Informasi Ilmu Komputer bit-Tech Journal of Appropriate Technology for Community Services Jurnal Teknik Elektro dan Komputasi (ELKOM) JATI (Jurnal Mahasiswa Teknik Informatika) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Ihsan: Jurnal Pengabdian Masyarakat Jifosi Nusantara Science and Technology Proceedings Jurnal Ilmiah Teknologi Informasi dan Robotika Jurnal Nasional Pengabdian Masyarakat International Journal of Data Science, Engineering, and Analytics (IJDASEA) Unram Journal of Community Service (UJCS) KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Jurnal Minfo Polgan (JMP) Literasi Nusantara Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Informatika Polinema (JIP) Repeater: Publikasi Teknik Informatika dan Jaringan International Journal of Information Engineering and Science
Fetty Tri Anggraeny
Informatics, Faculty Of Computer Science, Universitas Pembangunan Nasional “Veteran” Jawa Timur, Surabaya 60294 Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Physics Social Sciences Other

Published : 77 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 77 Documents
Search

 4   5   6   7   8 
KLASIFIKASI PENYAKIT GINJAL MENGGUNAKAN ALGORITMA HIBRIDA CNN-ELM Hasby Bik, Ahmad; Tri Anggraeny , Fetty; Yulia Puspaningrum, Eva
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9807

Abstract

Penyakit ginjal adalah masalah serius yang memerlukan deteksi dini. Studi ini menjelajahi model hybrid CNN-ELM untuk mengklasifikasikan gambar CT penyakit ginjal, menyoroti pentingnya pemilihan fungsi aktivasi. Dengan fokus pada gambar CT, pendekatan ini menjanjikan diagnosis yang akurat dengan akurasi tinggi, mendukung praktik klinis sehari-hari. Melalui percobaan jumlah filter dalam CNN dan neuron tersembunyi dalam ELM, performa model dapat ditingkatkan. ReLU mencapai akurasi tertinggi (0.9963), sedangkan Tanh (0.8419). Hasil ini memberikan panduan penting untuk mengoptimalkan konfigurasi model dalam mendiagnosis penyakit ginjal secara efisien. Dengan akurasi yang memuaskan, pendekatan ini berpotensi menjadi alat bantu berharga dalam praktik medis, membantu praktisi dalam membuat keputusan yang lebih baik
KLASIFIKASI CURAH HUJAN HARIAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR Alviriza Ramadhan, Muhammad; Tri Anggraeny, Fetty; Aji Putra, Chrystia
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9817

Abstract

Keberagaman iklim dan cuaca yang diakibatkan oleh letak geografis Indonesia yang dilalui oleh garis khatulistiwa menyebabkan perubahan cuaca yang tidak menentu yang berpengaruh kepada kehidupan manusia. Oleh karena itu, diperlukan sebuah solusi berupa pengelompokan atau klasifikasi curah hujan harian. Penelitian ini menggunakan metode K-Nearest Neighbor untuk melakukan proses klasifikasi. Yang dimana K-Nearest Neighbor adalah algoritma untuk menemukan kelompok K dalam data training yang paling dekat dengan data uji dan melakukan pencarian label pada kelas tertentu dalam lingkup data. Dengan menggunakan metrik jarak euclidean, metode ini dapat menghasilkan akurasi paling akurat sebesar 86%.
Simulation of Railroad Doors using Combinational Logic Concepts Faisal Muttaqin; Fetty Tri Anggraeny; Mahardika Virgo Wuryantoro; Rangga Widiasmara; Abdul Aziz Naufal Farizqi; Ahmad Sofian Aris S; Rafie Ishaq Maulana
Nusantara Science and Technology Proceedings 7st International Seminar of Research Month 2022
Publisher : Future Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11594/nstp.2023.3398

Abstract

We use computers to help solve various problems in our daily life. From a simple sensor circuit to a very complex supercomputer, a computer can be found. As the name suggests, computers compute something and produce a value that then can be taken advantage of. The problem is that computers do not simply understand human language. Our world works with the “continuous” concept, as opposed to the “digital” concept that computers use. Digital system uses some discrete and exact value. Computers use two discrete and exact value, which is 0 and 1. This is more commonly known as a binary system. This system, combined with mathematical logic, is the very core of every computer. Thus, it is needed to convert our problems into a binary system that computers can understand. An example of this is sensors that can be found in various systems like automatic train passing or automatic hand dryers. Most sensors only work between two states, that is ON and OFF, LOW and HIGH, or detecting and not detecting. In this paper, we are going to create a system that manages an automatic train crossing. The system should be able to correctly open or close the train gate based on the presence of a train. It means the train gate should only be closed when a train is passing, and not something else. Some sensors are already installed that can detect if a train is in front of them or not. This system uses the concept of combinational logic as the concept of sequential logic alone would not be able to store the state of a train crossing. Thus, memory elements like flip-flops are also required in this system.
Implementasi Item-Based Collaborative Filtering Untuk Rekomendasi Film Rayhan Rizal Mahendra; Fetty Tri Anggraeny; Henni Endah Wahanani
Repeater : Publikasi Teknik Informatika dan Jaringan Vol. 2 No. 3 (2024): Juli : Repeater : Publikasi Teknik Informatika dan Jaringan
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/repeater.v2i3.140

Abstract

Item-based collaborative filtering is a popular technique in recommendation systems that aims to provide suggestions for films to watch or services to users based on similarities between items. In this approach, the similarity between items is calculated using metrics such as cosine similarity, allowing the prediction of user preferences for items that have never been rated. This research implements Item-based collaborative filtering using datasets from Kaggle. Experimental results show that the resulting model is able to provide recommendations with significant improvements in evaluation metrics such as Mean Absolute Error (MAE) and Root Mean Square Error (RMSE) of 3.05 and 3.26. This shows that the smaller the value, the better.
EKSPLORASI PENGGABUNGAN STATIONARY WAVELET TRANSFORM DAN DISCRETE COSINE TRANSFORM PADA KLASIFIKASI EKSPRESI WAJAH Farkhan, Farkhan; Tri Anggraeny, Fetty; Yulia Puspaningrum, Eva
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11264

Abstract

Ekspresi wajah memainkan peran penting dalam komunikasi non-verbal, sehingga klasifikasi ekspresi wajah menjadi topik penelitian yang signifikan dalam pengenalan pola dan visi komputer. Tantangan utama dalam klasifikasi ini adalah mengekstraksi fitur yang efektif dari citra wajah, mengingat kompleksitas informasi spasial dan frekuensi yang perlu dipertahankan. Stationary Wavelet Transform (SWT) dikenal mampu mempertahankan kedua jenis informasi ini, tetapi menghasilkan fitur dengan dimensi yang tinggi yang dapat meningkatkan beban komputasi dan risiko overfitting. Penelitian ini mengeksplorasi dan membandingkan dua metode ekstraksi fitur untuk klasifikasi ekspresi wajah: penggabungan SWT dengan Discrete Cosine Transform (DCT) untuk mengurangi dimensi fitur, dan SWT saja, dengan evaluasi kinerja menggunakan Multi-Layer Perceptron (MLP). Dataset CKPLUS digunakan dalam penelitian ini, di mana citra wajah melalui preprocessing termasuk histogram equalization, resize ke 48x48 piksel, konversi ke grayscale, dan denoising. Hasil pengujian menunjukkan bahwa model yang menggunakan fitur dari SWT saja memberikan akurasi (95%), presisi (95%), recall (95%), dan F1-score (94%) yang lebih tinggi dibandingkan dengan model yang menggunakan fitur dari kombinasi SWT dan DCT, yang menghasilkan akurasi (91%), presisi (89%), recall (91%), dan F1-score (81%). Temuan ini menyarankan bahwa dalam konteks klasifikasi ekspresi wajah, penggunaan SWT saja lebih optimal dibandingkan dengan penggabungan DCT.
PERBANDINGAN PERFORMA METODE SVM DAN KNN DALAM MENGKLASIFIKASIKAN CITRA INFEKSI TELINGA Ariadi, Kuncoro; Tri Anggraeny, Fetty; Nugroho Sihananto, Andreas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11350

Abstract

Infeksi telinga merupakan salah satu masalah kesehatan pada organ telinga yang sering terjadi pada manusia. Dengan perkembangan teknologi di bidang medis, metode klasifikasi citra menjadi salah satu pendekatan yang menjanjikan untuk membantu dalam mendeteksi infeksi telinga dengan cepat dan akurat. Penelitian ini bertujuan untuk membandingkan performa metode klasifikasi citra, yaitu Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) dalam mengklasifikasikan infeksi telinga pada citra telinga tengah. Citra telinga tengah yang digunakan merupakan citra otoskopi telinga yang terdiri dari beberapa kategori diantaranya adalah kategori Myringosklerosis, Telinga Normal, Sumbatan Kotoran Telinga, dan Otitis Media Kronik (COM). Data citra tersebut diolah dengan beberapa tahapan, yatu peningkatan kontras dan kualitas citra, ekstraksi Region of Interest (ROI) pada citra, ekstraksi fitur berbasis tekstur, dan tuning hyperparameter dari kedua metode SVM dan KNN. Berdasarkan hasil penelitian, metode SVM dengan kernel Linear berhasil mencapai akurasi yang lebih tinggi dibandingkan metode KNN dengan nilai k yang terbaik yaitu k = 1. Masing-masing metode dievaluasi menggunakan confusion matrix yang mencakup matriks akurasi, presisi, sensitivitas atau recall, dan F1-score. Dari tahapan pengujian yang dilakukan, didapatkan skor akurasi untuk SVM sebesar 87,50%, skor presisi sebesar 87,94%, skor sensitivitas sebesar 87,50%, dan F1-Score sebesar 87,50%, sedangkan untuk KNN didapatkan skor akurasi sebesar 72,50%, skor presisi sebesar 76,66%, skor sensitivitas sebesar 72,50%, dan F1-Score sebesar 71,80%.
Diversifikasi Produk Furniture Bambu Untuk Meningkatkan Daya Saing UMKM Bambu Pacet Agustin, Dyan; Hsya, Astrini Hadina; Anggraeny, Fetty Tri; Anabella, Linda Happy; Azizi, Abrar; Prastya, Ade Fathoni; Cahyas, Jerry Ramadhani
IHSAN : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 2 (2024): Ihsan: Jurnal Pengabdian Masyarakat (Oktober)
Publisher : University of Muhammadiyah Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/ihsan.v6i2.21328

Abstract

Industri furniture Bambu Pacet ini memiliki potensi yang sangat besar akan tetapi menghadapi tantangan dalam meningkatkan daya saing. Kegiatan pengabdian ini bertujuan untuk mengidentifikasi peluang diversifikasi produk furniture dari bambu untuk meningkatkan nilai tambah dan daya saing UMKM di wilayah tersebut. Metode penelitian yang digunakan adalah sosialisasi, workshop dan evaluasi mendalam dengan pelaku UMKM. Hasil kegiatan pengabdian menunjukkan bahwa diversifikasi produk dapat dilakukan dengan mengembangkan desain produk yang inovatif, memanfaatkan teknologi produksi modern dengan menggunakan teknik laminasi bending serta memperluas pasar dengan mengembangkan web, promosi online dan e-commerce. Implikasi dari kegiatan pengabdian ini adalah UMKM Bambu Pacet sangat perlu melakukan diversifikasi produk sebagai strategi untuk meningkatkan daya saing, meningkatkan pendapatan UMKM, dan dapat memperkuat posisi tawar mereka di pasar. Pemerintah dan lembaga terkait perlu memberikan dukungan dalam bentuk pelatihan, akses permodalan, dan fasilitasi pemasaran untuk mendukung upaya diversifikasi produk UMKM Bambu Pacet.
Klasifikasi Nilai Ujian Menggunakan Algoritma C5.0 di SMA Hangtuah 2 Sidoarjo Pratiwi, Nisa; Anggraeny, Fetty Tri; Swari, Made Hanindia Prami
CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Vol 11 No 1 (2025): CICES
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cices.v11i1.3490

Abstract

Hangtuah 2 Sidoarjo High School is one of the educational institutions that implements intensive data management practices in all its operational activities. These activities start from processing student personal data, teacher lesson schedules, teaching management, attendance management, library management, financial management as well as evaluating and reporting student grades. In the evaluation process, teachers at Hangtuah 2 Sidoarjo High School often make mistakes in filling in the value data because there is too much data, so that the management of student grades becomes slow and calculation errors occur, resulting in ineffective classification of student grades. For this reason, this research aims to design an academic management system and test score classification using the C5.0 algorithm. With this system, it will be easier for administrators, teachers, librarians and finance departments to store student data and see their grades directly through the system. The results of the average percentage of all the questions that have been distributed have concluded that the UAT test results from the academic management system have very good criteria. The system that has been built can help teachers at Hangtuah 2 Sidoarjo High School to classify exam results based on the parameters of tuition arrears, number of books borrowed. , absenteeism, average UTS and UAS scores, accuracy results obtained from data from 37 students, test data, namely 70%..
Implementasi ANFIS Untuk Forecasting Penjualan Sembako Pada CV XYZ Fitriansyah, Muhammad Daffa; Anggraeny, Fetty Tri; Wahanani, Henni Endah
CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Vol 11 No 1 (2025): CICES
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cices.v11i1.3492

Abstract

This study compares the performance of three fuzzy membership functions—Gaussmf, Gbellmf, and Trimf—in forecasting basic goods sales. The evaluation was conducted by measuring the Root Mean Squared Error (RMSE) and Mean Absolute Percentage Error (MAPE) on both training and testing data across various window sizes. The evaluation results indicate that the Trimf membership function achieved the best performance. For a window size of 4, Trimf yielded a testing RMSE of 1.77 and a testing MAPE of 8.23%, outperforming Gaussmf (RMSE 2.82, MAPE 12.57%) and Gbellmf (RMSE 4.64, MAPE 17.54%). Meanwhile, Gaussmf and Gbellmf exhibited weaker performance on testing data, particularly at larger window sizes. These findings suggest that the appropriate selection of fuzzy membership functions can significantly enhance prediction accuracy. Future research could explore combinations of membership functions or other parameters that may further improve forecasting performance.
Implementation of Convolutional Neural Network for Road Damage Detection and Classification in Surabaya City Kusuma, Nugraha Varrel; Diyasa, I Gede Susrama Mas; Anggraeny, Fetty Tri
Literasi Nusantara Vol. 5 No. 1 (2025): Literasi Nusantara: November 2024- February 2025
Publisher : Yayasan Citra Dharma Cindekia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56480/jln.v5i1.1357

Abstract

Road damage is a significant infrastructural problem that impacts the safety of road users and economic efficiency. The current road damage detection system, which relies on manual inspection, has limitations in speed and accuracy. Therefore, this study proposes the use of a conventional Convolutional Neural Network (CNN) to enhance accuracy and efficiency in the detection and classification of road damage in Surabaya City. The methods applied include data preprocessing and basic data augmentation techniques such as rotation and flipping. The dataset used comes from CV. Wastu Kencana Teknik, consisting of four road damage classes: potholes, surface delamination, cracks, and edge cracks. The implementation of the CNN model with standard configurations shows potential for application in an AI-based road infrastructure monitoring system. The model evaluation was performed using a confusion matrix and ROC-AUC, indicating that the model has stable and accurate classification performance. With these results, the model has the potential to enhance the effectiveness of detection and decision-making in road maintenance.
Co-Authors Abdul Aziz Naufal Farizqi Abu Musa, Hammam Bara Ach.Diki Prasetyo, Ach.Diki Prasetyo Achmad Junaidi Adyani, Adelia Putri Afina Lina Nurlaili Agung Mustika Rizki Agung Mustika Rizki, Agung Mustika Agussalim Ahmad Sofian Aris S Akbar, Fawwaz Ali Akbar, Iqbal Imani Khoirul Alfiani, Fina Alibasyah, Fahmi Nugroho Alviriza Ramadhan, Muhammad Amalia, Nadhia Rizqy Anabella, Linda Happy Andreas Nugroho Sihananto Aprillian, Farrel Archamul Fajar Pratama Ariadi, Kuncoro Atmojo, Unggul Widi Ayu Puspita, Nabila Ayuningrum, Agnes Athalia Azizi, Abrar Bachtiar Riza Pratama Basuki Rahmat Basuki Rahmat Masdi Siduppa Cahyas, Jerry Ramadhani Dedin F. Rosida Dedin Finatsiyatull Rosida Dianto, Alfian Rachmad Dimara, Denis Lizard Sambawo Dimas Saputra Dita Atasa Diyasa, I Gede Susrama Mas Dyan Agustin Dzulqornain, Muhammad Rif'an Eka Fitria Wulandari Eva Yulia Puspaningrum Evi Suryaningsih Fadillah, Mochamad Nor Fahmi Anugrah Danendra Faisal Muttaqin Farkhan, Farkhan Faturrahman Rahardjo, Iqbal Raihan Firjatullah, Adika Firza Prima Aditiawan Fitriansyah, Muhammad Daffa Gideon Setya Budiwitjaksono Habibi, Faisal Wildan Hadi, I Putu Mahardika Cahyana Handono, Stevanus Frangky Handoyo Prasetyo Hartanti, Syafrida Maulina Hasby Bik, Ahmad Hasya, Astrini Hadina Hatta, Heliza Rahmania Henni Endah Wahanani Hilal, Muhammad Hsya, Astrini Hadina I Gede Susrama Masdiyasa Intan Yuniar Purbasari Intan Yuniar Purbasari Intan Yuniar Purbasari, Intan Yuniar Irawan, Nauval Maulana Rizky Julianto Dwi Putra, Rico Khairil Amin, Mohammad Khonsa Salsabila Kusuma, Nugraha Varrel M. Syahrul Munir Made Hanindia Prami Swari Mahardika Virgo Wuryantoro Manalu, Daniel Maulana, Hendra Maulana, Rafie Ishaq Meike Hardianti Merdin Risalul Abrori Mochamad Nor Fadillah Mohamad Ilham Prasetyo Raharjo Mohammad Idhom Monica Widiasri, Monica Muhammad Ahsanur Rafi Muhammad Alfin Jimly Asshiddiqie Muhammad Alfyando Muhammad Dawam Fakhri Muhammad Muharrom Al Haromainy Munir, M. Syahrul Munoto Mustika Rizki, Agung Mutoffar, Muhamad Malik Naila, Amelia Maslaqun Nashrulloh, Muhammad Atay Nadhif Novarina, Fitria Nugroho Sihananto, Andreas Nur Aini Ersanti Nurfiana Panjaitan, Tompo Pradana, Marchel Adias Pradipta, M. Najmi Arya Prastya, Ade Fathoni Pratama Wirya Atmaja Pratama Wirya Atmaja Pratama, Muhammad Lutfi Pratiwi, Nisa Purbasari, Intan Yuniar Putra, Chrystia Aji Putra, Riza Satria Radical Rakhman Rafie Ishaq Maulana Rama Andika Jorgie Rangga Widiasmara Rayhan Rizal Mahendra Retno Mumpuni Reza Aminullah Ridho Aji Pangestu Ronggo Alit Sandy Rizkyando Sanjaya, Alvian Dwi Sankalla, Sabda Saputra, Rendi Cahya Satria, Ramadhan Dani Satria, Vinza Hedi Septyono, Muhammad Bagas Setianto, Christian Wahyu Shalehuddin Albawani, Raden Sholihuddin, Muhammad Thoriq Siagian, Pangestu Sandya Etniko Singgih Putra Pratama Singgih Putra Pratama Sri Kuswayati Subairi Subairi Sugiarto Sukandar, Ivan Christopher Sulthan Ahmad Sunarko, Victor Immanuel Supangkat, Dwiki Aditama Suryaningsih, Evi Syahrul Munir Syaifulloh, Dafauzan Bilal Tarsinah Sumarni Taufiqqurrahman, Husain Thariq, Muhammad Fadli Al Titin Sumarni Trianingsih, Arini Vita Via, Yisti Wahyu S.J. Saputra Wardhani, Adil Sandy Yisti Vita Via Yisti Vita Via Yuniar Purbasari, Intan Zainal Abidin Achmad