Article Per Year (5 Year)
p-Index From 2021 - 2026
8.47
P-Index
This Author published in this journals
All Journal Prosiding SNATIKA Vol 01 (2011) KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Creative Information Technology Journal Journal of Information Technology and Computer Science (JOINTECS) Network Engineering Research Operation [NERO] JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Generation Journal Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika Innovation in Research of Informatics (INNOVATICS) JAMI: Jurnal Ahli Muda Indonesia Joutica : Journal of Informatic Unisla Nusantara of Engineering (NOE) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Pengabdian Masyarakat Nusantara Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi
Danar Putra Pamungkas, Danar Putra
Universitas Nusantara PGRI Kediri
Agriculture, Biological Sciences & Forestry 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 Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 93 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 93 Documents
Search

 1   2   3   4   5 
IMPLEMENTASI EKSTRASI FITUR DAN K-NEAREST NEIGHTBOR UNTUK IDENTIFIKASI WAJAH PERSONAL Danar Putra Pamungkas; Ahmad Bagus Setiawan
Joutica Vol 3, No 2 (2018)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (356.662 KB) | DOI: 10.30736/jti.v3i2.233

Abstract

Wajah atau muka adalah bagian depan kepala pada manusia meliputi wilayah dari dahi hingga dagu, termasuk rambut, dahi, alis, mata, hidung, pipi, mulut, bibir, gigi, kulit, dan dagu. Sebuah sistem biometrika berdasarkan wajah diharapkan dapat menutup kelemahan sistem presensi konvensional yang berdasarkan tanda tangan. Beberapa kelemahan sistem tersebut antara lain, adanya celah kecurangan dalam proses tanda tangan dan waktu perekapan yang cukup lama. Penulis menggunakan metode ektraksi fitur Eigenface PCA sedangkan untuk klasifikasi menggunakan K-Nearest Neighbor. Akurasi pengenalan wajah dengan menggunakan metode ektrasi fitur eigenface dan K-NN mencapai 80%. Nilai rata-rata FAR terendah adalah 20% sedangkan FRR 15%. Semakin banyak data latih yang digunakan akurasinya semakin tinggi. Akurasi optimal didapat pada kondisi jarak 50 cm dengan cahaya terang.
PROSES EKSTRAKSI DAN KLASIFIKASI CITRA EMOSI MENGGUNAKAN METODE PCA DAN CNN Resty Wulanningrum; Anggi Nur Fadzila; Danar Putra Pamungkas
Joutica Vol 6, No 2 (2021)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (976.616 KB) | DOI: 10.30736/jti.v6i2.664

Abstract

Manusia secara alami menggunakan ekspresi wajah untuk berkomunikasi dan menunjukan emosi mereka dalam berinteraksi sosial. Ekspresi wajah termasuk kedalam komunikasi non-verbal yang dapat menyampaikan keadaan emosi seseorang kepada orang yang telah mengamatinya. Penelitian ini menggunakan metode Principal Component Analysis (PCA) untuk proses ekstraksi ciri pada citra ekspresi dan metode Convolutional Neural Network (CNN) sebagai prosesi klasifikasi emosi, dengan menggunakan data Facial Expression Recognition-2013 (FER-2013) dilakukan proses training dan testing untuk menghasilkan nilai akurasi dan pengenalan emosi wajah. Hasil pengujian akhir mendapatkan nilai akurasi pada metode PCA sebesar 59,375% dan nilai akurasi pada pengujian metode CNN sebesar 59,386%.
Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae) Danar Putra Pamungkas
Innovation in Research of Informatics (INNOVATICS) Vol 1, No 2 (2019): September 2019
Publisher : Informatika Universitas Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v1i2.872

Abstract

Orchidaceae is the Latin name of an orchid that has various shapes, colors and sizes of flowers with unique features. The shape and color of the lips or labellum is a unique orchid that is a differentiator from other plants. In general, the types of orchids have similar colors, textures and flower petals, this causes a person to have difficulty identifying orchid species, especially people who do not know the characteristics of some types of orchids. Therefore the process of identifying orchids needs to be done automatically with a computer system so that it is expected to make it easier to identify the types of orchids. In this study using the GLCM method for feature extraction and KNN method for the process of identifying orchids or orchidaceae. Stages of identification of orchid images are changing the initial size of the image, conversion into gray degrees, median filters, feature extraction of the GLCM method and identification with the KNN method. The success rate of identifying Orchidaceae or orchids reaches 80% with an average of 77%. K value influences the success rate of identification, the greater the K value the smaller the accuracy.
Analisis Hasil Segmentasi Citra Daun Bawang Dengan Metode Adaptive Thesholding dan K-Means Clustering Danar Putra Pamungkas; Firmansyah Mukti Wijaya
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 3 (2023)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i3.4791

Abstract

Segmentasi citra yang akurat memiliki dampak signifikan pada hasil analisis citra secara keseluruhan. Penelitian ini bertujuan untuk membandingkan metode Adaptive Thresholding dan K-Means Clustering dalam segmentasi citra daun bawang merah dengan latar belakang yang berbeda. Dengan menggunakan analisis kuantitatif terhadap 25 citra daun bawang yang beragam, hasil penelitian menunjukkan bahwa Adaptive Thresholding menghasilkan segmentasi yang memuaskan dalam skala warna hitam dan putih, sementara K-Means Clustering dengan ekstraksi fitur juga memberikan hasil yang memuaskan. Analisis berbasis aplikasi web dalam 5 skenario mengonfirmasi keefektifan kedua metode tersebut. Adaptive Thresholding mencapai Jaccard index sebesar 0.92, Rand index sebesar 0.85, dan F1 score sebesar 0.95. Sedangkan K-Means Clustering memiliki Jaccard index sebesar 0.64, Rand index sebesar 0.69, dan F1 score sebesar 0.71 pada skenario latar belakang mediatanam. Meskipun demikian, hasil segmentasi terbaik diperoleh dengan menggunakan Adaptive Thresholding pada latar belakang Putih Cahaya Terang, dengan Jaccard index sebesar 0.96, Rand index sebesar 0.91, dan F1 score sebesar 0.98. Penelitian ini memberikan rekomendasi untuk segmentasi optimal citra daun bawang merah dengan latar belakang yang berbeda, dengan menekankan keefektifan Adaptive Thresholding dalam mencapai tingkat akurasi tinggi melalui ekstraksi fitur bentuk dan tekstur. Pencahayaan yang memadai saat pengambilan citra merupakan faktor penting untuk mencapai hasil segmentasi yang optimal.
Analisis Optimasi Kualitas Jaringan Internet Service Provider melalui Pengujian Kecepatan Internet Berbasis Crowdsourcing Deni Wahyu Trisdianto; Ahmad Bagus Setiawan; Danar Putra Pamungkas
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 2 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i2.6053

Abstract

Kemajuan pesat dalam teknologi informasi dan telekomunikasi telah meningkatkan pentingnya akses internet yang andal dalam kehidupan sehari-hari. Namun, banyak pelanggan menghadapi ketidakpastian mengenai kecepatan akses jaringan yang diberikan oleh penyedia layanan internet (ISP). Penelitian ini bertujuan untuk mengembangkan aplikasi pengujian kecepatan akses jaringan berbasis crowdsourcing untuk membantu pelanggan memperoleh data objektif dan transparan mengenai kualitas layanan internet pelanggan. Penelitian ini menggunakan metode yang mencakup studi literatur, pengembangan aplikasi, pengumpulan data, analisis data, dan verifikasi. Aplikasi yang dikembangkan menggunakan bahasa pemrograman Python dan difokuskan pada parameter pengukuran kualitas layanan internet seperti bandwidth, kekuatan sinyal, delay,  dan kehilangan paket. Data dari pengukuran ini dikumpulkan secara real-time melalui kontribusi pengguna dan dianalisis untuk memberikan rekomendasi ISP terbaik berdasarkan hasil pengujian. Hasil penelitian menunjukkan bahwa Biznet memiliki kecepatan unduh tertinggi dengan rata-rata 73.33 Mbps dan kecepatan unggah 71 Mbps, sementara First Media menunjukkan kecepatan unduh 45 Mbps dan kecepatan unggah 43 Mbps. Indihome mencatat kecepatan unduh 38 Mbps dan kecepatan unggah 27.66 Mbps. Kesimpulan utama dari penelitian ini adalah bahwa aplikasi pengujian kecepatan akses jaringan berbasis crowdsourcing dapat membantu pelanggan membuat keputusan yang lebih baik dalam memilih ISP, sekaligus memberikan alat yang berguna bagi ISP untuk meningkatkan kualitas layanan pelanggan.
Analisa Hasil Prediksi Metode Least Square menggunakan Korelasi dan MAPE pada Toko PS Swanjaya, Daniel; Putra Pamungkas, Danar
Generation Journal Vol 5 No 1 (2021): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v5i1.15440

Abstract

The sale of cat feed in Toko PS is the main concern of Shop Owners because of the very high enthusiasm of cat owners to buy Cat Feed. However, due to business competition, the sale of Cat Feed is not decisive, so the owner has difficulty in procuring goods. This research predicts the selling of food products in Toko PS using the Least Square method. The results were analyzed using the standby method and MAPE to see the prediction alert level. The obtained values ​​obtained were low, namely between 0 - 0.2 and the MAPE values ​​of 41.8% and 56.3% were categorized as fair and inaccurate. So that the Least Square method is not suitable for predicting to predict fluctuating reference data and with a short period, namely the date or day in the case of Toko PS.
Identifikasi Penyakit Tanaman Bawang Merah Menggunakan Faster R-CNN dan Arsitektur ResNet50 Kresnawan, Michael Ilham; Pamungkas, Danar Putra; Mahdiyah , Umi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4947

Abstract

Bawang merah (Allium ascalonicum) merupakan salah satu komoditas yang memiliki peran cukup penting untuk masyarakat Indonesia sebagai bahan bumbu pelezat suatu masakan, kandungan gizinya dapat digunakansebagai pengobatan herbal, dan memiliki peran dalam hal pertumbuhan ekonomi bangsa. Namun, dalam proses pembudidayaan bawang merah memiliki kendala bagi petani yang mengalami kegagalan panen karena kesulitan dalam menangani penyakit yang menyerang bawang merah. Penelitian ini bertujuan untuk menerapkan metode Faster R-CNN dan arsitektur ResNet50 dalam mengidentifikasi penyakit pada tanaman bawang merah. Alur proses penelitian ini terdiri dari pengumpulan dataset, preprocessing data, implementasi program, dan evaluasi. Proses preprocessing data dilakukan dalam pelatihan, termasuk anotasi dan pelabelan data. Model dilatih dengan beberapa skenario, dimana skenario 1 menggunakan ukuran gambar 600x600 dan skenario 2 menggunakan ukuran gambar 400x400. Hasil dari pengujian menunjukan bahwa skenario terbaik adalah dengan ukuran gambar 600x600 yang mencapai akurasi sebesar 65%.
Rekomendasi Pendukung Keputusan Pemilihan Matakuliah Dengan Kombinasi Dari Metode MOORA dan TOPSIS Darmawan, Budi; Pamungkas, Danar Putra; Mahdiyah , Umi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.4983

Abstract

Pemilihan mata kuliah pilihan di perguruan tinggi memiliki dampak signifikan terhadap perjalanan akademik dan karir mahasiswa. Penelitian ini menganalisis kombinasi metode MOORA dan TOPSIS dalam pemilihan mata kuliah untuk semester kelima. Hasilnya menunjukkan bahwa integrasi metode ini menghasilkan hasil yang sesuai. Analisis Mean Squared Error (MSE) menunjukkan pengurangan tingkat kesalahan dari metode TOPSIS. Penggunaan metode MOORA tunggal menghasilkan nilai MSE sebesar 0,000313867, sementara metode TOPSIS menunjukkan nilai 0,004856889. Integrasi metode MOORA dan TOPSIS meningkatkan kinerja pengukuran kesalahan (MSE) dari metode TOPSIS, dengan nilai akhir 0,001535556.
Rancangan Sistem Identifikasi Citra Penyakit dan Hama Bawang Merah Menggunakan Metode CNN model Densenet 201 Saputra, Avif Bayu; Pamungkas, Danar Putra; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 2 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i2.4987

Abstract

Bawang merah merupakan bahan pokok yang berpengaruh pada kehidupan masyarakat di Indonesia. Namun dibalik itu semua petani banyak mengeluhkan penyakit dan hama yang sering menyerang pada bawang merah, diantaranya adalah busuk bawah, jamur daun, dan hama ulat. Dari banyaknya data yang tersedia maka peneliti membuat rancangan program untuk mengidentifikasi citra penyakit dan hama pada bawang merah menggunakan metode CNN model densenet 201. Tujuan penelitian ini adalah untuk mengetes seberapa akurat model densenet 201 untuk mengidentifikasi citra penyakit dan hama pada bawang merah.
Implementasi Metode Haar Cascade Classifier Dalam Deteksi Objek Tanaman Bawang Merah Alfiantama, Ilham; Pamungkas, Danar Putra; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 1 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v8i1.5010

Abstract

Penelitian ini mengimplementasikan metode Haar Cascade Classifier untuk mendeteksi tanaman bawang merah, dengan fokus pada pemanfaatan teknologi Computer Vision. Latar belakang penelitian ini didasarkan pada pentingnya bawang merah dalam ekonomi Indonesia dan tantangan yang dihadapi petani akibat serangan hama dan penyakit. Metode yang digunakan meliputi pengumpulan dataset positif dan negatif, pra-pemrosesan data, pelatihan metode, dan evaluasi hasil. Dataset positif diambil dari gambar tanaman bawang merah, sedangkan dataset negatif terdiri dari gambar tanpa objek bawang merah. Evaluasi dilakukan dengan mengukur akurasi, presisi, recall, dan f1 score. Hasil penelitian menunjukkan bahwa skenario pengujian terbaik memiliki nilai akurasi 100%, menunjukkan pentingnya optimasi parameter seperti Scale Factor dan Minimum Neighbor. Kesimpulannya, Haar Cascade Classifier efektif dalam mendeteksi bawang merah, dan pengoptimalan lebih lanjut dapat meningkatkan kinerja sistem ini untuk mendukung petani.
Co-Authors Abdul Azis Achmad Fachrudi, Rafi Ahmad Bagus Setiawan Alfiantama, Ilham Alghozali, Muhammad Attiqi Amrulloh, M. Farij Andriawan, Riko Anggi Nur Fadzila Aprilia, Tri Krisna Wati Arafat, Filach Akbar Ardhi Mardiyanto Indra Purnomo, Ardhi Mardiyanto Indra Ardi Sanjaya Ardiansyah, Abdul Riqza Arfani, A. Rifqi Yarzuq Armadyah Amborowati Audianingrum, Arike Septi Aziz, Ahmad Minanul Baehaqie, Lu'ay Bagus Nugraha, Bagus Bayu Wijayanto Budi Darmawan Cahyono, Eko Nur Candra, Gea Vista Yulia Danang Wahyu Widodo Daniel Swanjaya Deni Wahyu Trisdianto Dewi Kurnia Sari Ema Utami Fajar Rohman Hariri Fajar, Indra Aditya Fatahna, Inna Fauziyah, Laili Rahma Febrianto, Yahya Eko Firdaus, Afrizal Ahmad Firmansyah Mukti Wijaya Fitriana, Dwi Fitriyana, Wahyu Tia Gusti, Fadzilah Prayoganing Haika, Dwi Fikri hamzah, saiful Heffi Awang Cahya Imam Wicaksono Joko Purwanto Kresnawan, Michael Ilham Kristantio, Triyo Kumalasari , Ratih Kurniawan, Taufik Rizki Machfudin, Imam Mahardika, Tanggon Maulana Mahdiyah, Umi Ma’arif, A’an Tamim MUCHAMMAD YOHAN EKA ANDREANE Mudjiono, Stifen Zuro Murhatiningtyas, Yulia Mustofa, Hasan Bisri Muwafiq, Atho’ul Nugroho, Wahyu Rahman Listiyanto Nuryanto Nuryanto Pamungkas, Danar Puta Pangestu, Mohamad Inung Patmi Kasih Prahesta, Hadi Rizky Dwi Via Prahesta Prakosa, Ade Novit Dedey Prastya, Damar Zanuar Eka Pratama, Nando Adi Tya Prayoga, Ryan Sea Prayogo, M. Renhat Ade Rabiatul Adawiyah Ratih Kumalasari Niswatin Restuning Pamuji, M Anas Resty Wulanningrum Risa Helilintar Risky Aswi R, Risky Rizky Prasetyo, Aprisa RIZQI VIERI, MUHAMMAD ARIEL Rochana, Siti Rohmah, Anis Nur Rohman, Agus Nur Salis Nilam Amartama Saputra, Avif Bayu Saputra, Muh. Aris Shodiq, Muchamad Fajar Sholih, Faris Ashofi Sholih, Faris Ashofi Sidqika, Trinanda Majid Cipta suara, Andy Subekti, Lutfi SUCININGRUM, DYA AYU Sukardi, Bayu Adjirahman Syahrudin, Erwin Tri Setiawan, Didik Triprasetyo, Anggi Wahyu Wulaningrum, Resty Yulingga Nanda Hanief Yuningsih, Yayuk Yusuf, Ibram Farhani Zainuri, Mohamad Zuhal, Nadya Khalisah