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 
Klasifikasi Penyakit Daun Bawang Menggunakan Algoritma CNN Xception Amrulloh, M. Farij; Pamungkas, Danar Putra
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.v8i1.5011

Abstract

Daun bawang (Allium fistulosum) merupakan komoditas penting dalam pertanian, namun produktivitasnya sering terhambat oleh penyakit. Deteksi dini penyakit daun bawang sangat penting untuk mengurangi dampak negatifnya. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) arsitektur Xception untuk klasifikasi penyakit daun bawang. Data dikumpulkan, model dilatih dengan parameter seperti batch size 16, epoch 100, dropout 0,2, learning rate 0,00001, dan optimizer Adam. Hasil pelatihan menunjukkan akurasi training 100% dan validasi 95%. Evaluasi dengan confusion matrix menunjukkan akurasi 100% pada data uji. Model Xception terbukti efektif dalam klasifikasi penyakit daun bawang merah, dengan akurasi tinggi dan kemampuan generalisasi yang baik. Hasil ini menunjukkan potensi penerapan AI dalam meningkatkan produktivitas pertanian melalui deteksi dini penyakit tanaman.
Penerapan Metode Convolutional Neural Network Pada Tanaman Bawang Merah Nuryanto, Nuryanto; Pamungkas, Danar Putra; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/2pywxn62

Abstract

Allium cepa var. ascalonicum (Bawang Merah) atau “brambang” dalam istilah jawa merupakan salah satu jenis sayuran yang banyak dikonsumsi sehari-hari sebagai bahan bumbu penyedap makanan oleh masyarakat di Indonesia. Rendahnya produktifitas bawang merah disebabkan oleh beberapa faktor salah satunya yaitu diserangnya hama penyakit hal itu menyebabkan menurunya tingkat produktifitas bawang merah menurun. Penelitian ini menggunakan CNN untuk mengklasifikasi penyakit tanaman bawang berdasarkan gejala pada citra. Bertujuan untuk mempermudah dalam mendeteksi gejala awal pada tanaman bawang. Pada klasifikasi menunjukan akurasi 97% epoch 20 dengan batch size 32. Berpotensi membantu mendapatkan dalam mendeteksi penyakitt bawang dengan optimal.
PENGELOMPOKAN MERK OLI MENGGUNAKAN K-MEANS PADA TOKO SUKA OLI Setiawan, Ahmad Bagus; Pamungkas, Danar Putra; Aprilia, Tri Krisna Wati
JAMI: Jurnal Ahli Muda Indonesia Vol. 4 No. 1 (2023): Juni 2023
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v4i1.139

Abstract

Objektif. Toko Suka Oli merupakan sebuah stokis yang bergerak dibidang penjualan berbagai merk oli motor yang berlokasi di Kelurahan Sukomoro, Kecamatan Papar, Kabupaten Kediri, Provinsi Jawa Timur. Material and Metode. Dalam penelitian ini menggunakan metode Waterfall dalam pengembangan aplikasi dan metode K-Means dalam pengelompokan data. Hasil. Penelitian ini menghasilkan sebuah sistem yang dapat digunakan untuk mengelompokan produk menjadi tiga yaitu transansi tinggi, sedang dan rendah. Kesimpulan hasil pengelompokan produk dapat digunakan untuk acuan prioritas pemesanan produk atau restock produk diperiode mendatang.
Pendampingan Penerapan Sistem Penetuan Minat dan Bakat di RA Kusuma Mulya Rohmah Kabupaten Kediri Pamungkas, Danar Putra; Rochana, Siti; Helilintar, Risa; Ramadhani, Risky Aswi; Wahyuniar, Lilia Sinta
Jurnal Pengabdian Masyarakat Nusantara Vol 3 No 2 (2024): Juni 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dimastara.v3i3.22064

Abstract

Determining interests and talents is very necessary to determine a child's potential both academically and non-academicly. This knowledge is very necessary in directing and developing skills that are appropriate to the child's abilities. RA Kusuma Mulia Rohmah does not yet have a clear and structured system for determining student interests and talents. Assistance is needed to implement the interest determination system. This Talent Interest Determination System can be used to analyze and determine the talents and interests of children aged 5-7 years, analyze Academic, Creative, Artistic, Kinestatic and Social Talent Systems and can be applied to the new student selection process
PENERAPAN MARKOV STATE CHAIN, COLLISION DETECTION DAN FISHER YATES PADA GAME ANIMAL RESCUE Rizky Prasetyo, Aprisa; Wahyu Widodo, Danang; Putra Pamungkas, Danar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 4 (2023): JATI Vol. 7 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i4.7125

Abstract

Game edukasi merupakan suatu game yang dirancang untuk mengajarkan keterampilan dan memberikan informasi kepada pemain. Dalam perkembangannya, game memiliki peran besar dalam mendukung proses belajar anak-anak khusunya pada tingkat TK. Dengan menggunakan desain yang menarik dan interaktif anak-anak akan lebih mudah memahami pesan dan pembelajaran yang disampaikan di dalam game. Tujuan dibuatnya game ini adalah untuk memudahkan anak-anak TK untuk mengenal hewan melalui suatu game yang berjudul “Animal Rescue”. Metode yang digunakan pada penelitian ini antara lain Markov State Chain, Collision Detection, dan Fisher-Yates dalam game edukasi. Setelah menyelesaikan game Animal Rescue,dapat disimpulkan bahwa dalam proses pembuatan game implementasi Markov State Chain diterapkan untuk interaksi antara NPC dan pemain dalam kondisi tertentu. Implementasi collision detection digunakan untuk interaksi koin dan nyawa dengan kondisi saat ini. Implementasi Fisher Yates digunakan untuk mengacak puzzle saat permainan dimulai. Gameplay pada permainan ini melibatkan penyelamatan hewan dalam sangkar dengan menyelesaikan puzzle. Pergerakan unit dan respons NPC dalam game Animal Rescue berjalan sesuai rencana. Game in hanya dapat dimainkan pada sistem operasi Android saja untuk pengembangan selanjutnya disarakan game in dapat ditambahkan untuk meningkatkan pengetahuan mengenai berbagai hewan yang ada di dunia.
Segmentasi Citra Daun Bawang Merah Menggunakan Metode Deteksi Tepi Canny Kurniawan, Taufik Rizki; Pamungkas, Danar Putra
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.20558

Abstract

One important plant in agriculture is red onion, and red onion leaves are often observed to evaluate their health and development. This research aims to develop a method for segmenting images of red onion leaves using the Canny edge detection method. The Canny edge detection method is well-known for its ability to accurately and sharply detect edges in images. This method automatically determines optimal values based on image analysis. It is applied to a dataset of red onion leaf images that have significant variations in intensity, background, and brightness levels. The segmentation results are evaluated using evaluation metrics such as MSE and PSNR. The research findings indicate that the Otsu thresholding method provides good segmentation results with a PSNR of 51.4891 and MSE of 0.4590. This research is expected to broaden the understanding of image analysis in the context of agriculture and provide support for the development of more efficient and sustainable agricultural technologies.
PERANCANGAN SISTEM WEB UNTUK KENAKALAN SISWA DI SMAN 1 REJOTANGAN MENGGUNAKAN METODE NAÏVE BAYES Wicaksono, Imam; Putra Pamungkas, Danar; Setiawan, Ahmad Bagus
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.22021

Abstract

This research addresses student misconduct at SMAN 1 Rejotangan through the implementation of the Naïve Bayes Method in a web-based decision support system. The evaluation demonstrates a high accuracy level in classifying student misconduct. Functional tests confirm the successful management of attendance data and student violations, with the system providing accurate information and receiving positive feedback from users. In the context of Handling IDs, the Naïve Bayes method categorizes students into mild and moderate violations, with Handling 1 to Handling 5 encompassing these categories. Handling 6 and Handling 7 did not appear in the classification results for the second semester of 2023.The conclusion indicates that the implementation of the Naïve Bayes Method has successfully made a positive contribution by providing accurate information and supporting decision-making for the school authorities. Research recommendations include optimizing the Naïve Bayes algorithm, developing system features, actively involving relevant stakeholders, user training, and periodic system maintenance. These steps are expected to enhance the quality and effectiveness of the system in addressing the dynamics of student misconduct in the school environment.
ANALISIS HASIL PREDIKSI UNTUK PENGADAAN STOK BAHAN DENGAN METODE EOQ PADA TOKO O’AYAM GEPREK Yuningsih, Yayuk; Bagus Setiawan, Ahmad; Putra Pamungkas, Danar
Nusantara of Engineering (NOE) Vol 7 No 2 (2024): Volume 7 Nomor 2 - 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i2.22037

Abstract

This research discusses the design of a sales prediction and inventory procurement system using the Economic Order Quantity (EOQ) method at O'Ayam Geprek Restaurant. The aim of this study is to enhance the efficiency and effectiveness of inventory management, as well as to obtain optimal material restocking recommendations. The research is conducted through several stages, starting from needs analysis, system design, EOQ algorithm simulation, to application implementation. The EOQ method is chosen because it has been proven to provide accurate solutions in determining the optimal quantity of material orders. The research results indicate the successful implementation of the EOQ method at O'Ayam Geprek. The system can classify materials into two categories, namely Restock Yes and Restock No, based on predefined parameters. Evaluation of 21 materials during the October to November period shows that the system provides effective and efficient restocking recommendations. Alpha and beta functional testing also confirms the success of the implementation, with a user satisfaction level reaching 79.91%.
KLASIFIKASI MENGGUNAKAN METODE SUPPORT VECTOR MACHINE UNTUK MENDETEKSI PENYAKIT TANAMAN BAWANG MERAH Ardiansyah, Abdul Riqza; Danar Putra Pamungkas
Nusantara of Engineering (NOE) Vol 7 No 2 (2024): Volume 7 Nomor 2 - 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i02.23169

Abstract

Shallots are a spice that is always present in various dishes in Indonesia, and red onions also contain many diseases that attack the plant. In this research, digital image processing is used to classify shallot diseases. The aim is to make it easier to recognize, identify or analyze the object. The research stage begins with collecting data on shallot plants, then carrying out various scenarios, then in this research we classify shallot objects using the SVM algorithm. The data we use is 250 image data, which are classified as normal shallot diseases, bottom rot, caterpillars, and leaf mold. Testing is based on image size and the amount of training and testing data. The test results show that the SVM algorithm runs well and produces the highest performance, accuracy of 79%, precision of 79% and F1-score of 79%.
ANALISIS HASIL KLASIFIKASI PENYAKIT DAUN BAWANG MERAH MENGGUNAKAN CNN ARSITEKTUR EXCEPTION Pamungkas, Danar Putra; Amrulloh, M. Farij
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5875

Abstract

Dalam beberapa dekade terakhir, industri pertanian telah mengalami transformasi signifikan dengan penerapan teknologi canggih seperti kecerdasan buatan (AI) dan pembelajaran mesin (ML). Tantangan utama dalam sektor ini adalah identifikasi dan klasifikasi penyakit tanaman secara akurat dan efisien. Salah satu solusi yang menjanjikan adalah penerapan Convolutional Neural Networks (CNN), khususnya arsitektur Xception yang terkenal efektif dalam tugas klasifikasi gambar. Penelitian ini mengeksplorasi implementasi Xception dalam klasifikasi penyakit daun bawang merah (Allium ascalonicum), yang merupakan tanaman penting namun rentan terhadap berbagai penyakit seperti bercak daun (Alternaria porri), layu bakteri (Erwinia carotovora), dan ulat Grayak (Spodoptera exigua). Dataset gambar daun bawang merah digunakan untuk menguji kinerja model Xception dalam mengidentifikasi berbagai jenis penyakit. Hasil penelitian menunjukkan bahwa model terbaik yang menggunakan batch size 16 dan epoch 100 mencapai akurasi 99.71% dan validasi 97.37%. Pengujian menggunakan confusion matrix terhadap 96 data uji menghasilkan 89 klasifikasi benar dan 7 klasifikasi salah, menunjukkan tingkat akurasi 92%. Penelitian ini berkontribusi dalam peningkatan efisiensi dan akurasi deteksi penyakit tanaman, mendukung pertanian presisi dan pengembangan sistem deteksi penyakit tanaman yang lebih maju dan terotomatisasi.
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