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

 3   4   5   6   7 
Implementasi Metode Convolutional Neural Network (CNN) Untuk Klasifikasi Jenis Bunga Ang Zainuri, Mohamad; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.125

Abstract

Bunga merupakan komponen estetika yang menjadi bagian dari kehidupan manusia. Di Indonesia, terdapat banyak sekali tanaman bunga salah satunya adalah bunga anggrek. Bunga anggrek adalah salah satu tanaman yang memiliki anggota jenis terbanyak didunia. Dengan banyaknya spesies yang dimiliki oleh bunga ini maka cara membedakannya pun juga akan sulit, karena banyak diantara jenisnya yang mempunyai bentuk ataupun corak kelopak bunga yang hampir sama. Dari masalah ini, maka dibuatlah aplikasi yang dapat mengidentifikasi jenis bunga anggrek dengan citra bunga tersebut. Convolutional Neural Network (CNN) merupakan salah satu jenis algoritma Deep Learning yang dapat menentukan objek apa saja dalam sebuah gambar, mengenali dan membedakan antara satu gambar dengan yang lainnya. Berdasarkan skenario pengujian yang dilakukan, sistem identifikasi citra bunga anggrek menghasilkan akurasi probabilitas sebesar 0.872.
Penerapan Metode Algoritma Genetika Untuk Optimasi Penjadwalan Mata Kuliah Ma’arif, A’an Tamim; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.126

Abstract

Pada saat ini penjadwalan mata kuliah pada jurusan Teknik Informatika Fakultas Teknik Universitas Nusantara PGRI Kediri menggunakan cara manual. Pembuatan jadwal yang masih manual seringkali mengalami kesulitan dalam penataan slot jadwal dalam mengatur komponen penyusun jadwal yaitu mata kuliah, dosen, hari, jam, dan ruang yang tersedia. Untuk menyelesaikan masalah penjadwalan mata kuliah diperlukan algoritma yang dapat menyelesaikan masalah pada proses penyusunan jadwal. Algoritma ini melakukan proses optimasi untuk mencari hasil yang terbaik. Yaitu dengan cara kombinasi perkawinan yang didasari secara random. Penerapan Algoritma Genetika dalam proses penjadwalan kuliah ini, dengan cara mengkodekan dosen, kelas, mata kuliah, ruang, jam dan hari. Pengujian ini dilakukan dengan melakukan pengujian terhadap kromosom-kromosom yang ada. Berdasarkan nilai fitness yang diperoleh dari setiap pengujian, maka membuktikan bahwa Algoritma Genetika ini mampu memenuhi setiap kromosom yang ada.
Prediksi Persediaan Barang Pada Toko Online Dan Offline Galeri Syahira Menggunakan Metode EOQ Sari, Dewi Kurnia; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.127

Abstract

Galeri Syahira merupakan toko yang menjual baju, aksesoris, kerudung dan tas secara offline dan online yang sering mengalami keterlambatan persediaan barang dan ada beberapa penumpukan barang di gudang yang tidak seimbang dengan barang yang terjual. Dengan keadaan seperi itu, dapat mengakibatkan pemborosan dan kerugian bagi pemilik toko Galeri Syahira kara barang yang menumpuk bisa saja lama terjual karena adanya model produk baru, sedangkan apabila terjadi keterlambatan barang, maka pembeli tidak jadi membeli dan memilih untuk mencari di toko lain karena pelanggan cenderung mneyukai barang yang tersedia daripada menunggu. Tujuan dari penelitian ini adalah untuk menentukan berapa persediaan barang yang harus tersedia digudang menggunakan metode EOQ. Digunkannya metode EOQ karena metode ini mampu mengetahui berapa persediaan yang harus tersedia, total cost atau pengeluaran yang harus dibayar, rata-rata barang yang terjual setiap hari, waktu yang harus ditunggu selama proses pemesanan (lead time), kapan harus melakukan pemesanan kembali atau ROP (ReOrderPoint). Berapa persediaan terbanyak yang harus tersedia digudang, dan juga dapat mengetahui berapa kali harus melakukan pemesanan dalam satu periode.
Pengenalan Tulisan Tangan Menggunakan Metode Learning Vector Quantization Dan Euclidean Distanc Adawiyah, Rabiatul; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.128

Abstract

pengenalan tulisan tangan pada umunya dilakukan secara manual oleh seseorang dengan mencocokkan tulisan tangan yang sah dengan tulisan tangan yang dilakukan pada saat itu. Tulisan tangan juga dapat mengungkapkan berbagai emosi dan perasaan. Tulisan tangan adalah kemapuan computer untuk menerima dan menafsirkan input tulisan tangan yang dapat di mengerti dari sumber kertas, foto, layar sentuh dan perangkat lainnya.. Metode yang digunakan dalam pembuatan sistem ini adalah Learning Vector Quantization dan Euclidean distance. Yang mana metode tersebut untuk mengekstraksi ciri dan mencari jarak kedekatan tulisan tangan dengan mengubah citra RGB ke greysacale untuk mengetahui bobot tulisan perkata. Kesimpulan dari penelitian yang telah disusun ini adalah metode yang digunakan mampu mengenali tulisan tangan. Semakin kecil nilai bobot yang hasilkan maka semakin dekat pula kemiripan dari tulisan tersebut diperoleh hasil tertinggi pada skenario uji coba 5 dengan akurasi 75% .
Pengenalan Pola Tulisan Tangan Aksara Jawa Menggunakan Metode Fuzzy Feature Extraction Prakosa, Ade Novit Dedey; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.129

Abstract

Perkembanggan teknologi mengalami kemajuan yang sangat pesat ,terutama di bidang game juga ikut berkembang denga cepat hal itu menyebabkan berkuangnya minat untuk belajar tentang budaya. dibuktikan dengan masih ditemukannya siswa sekolah yang belum paham dengan akasara jawa penulisan maupun cara membaca demi mempermudah siswa belajar tentang aksara jawa,penelitian dengan judul Pengenalan Pola Tulisan Tangan Aksara Jawa Menggunakan Metode Fuzzy Feature Extraction, di rancang untuk membuat system yang dapat membantu para siswa belajar asara jawa.bedasarkan penelitian yang telah dilakaukan persentase keberhasilan adalah 88.5% ,dari 200 sample yang telah diambil hanya 21 huruf saja yang gagal dikenali di sebabkan karena ukuran gambar, tebal dan tipisnya yang berpengaruh terhadap hasil extrasi.
Identifikasi Kelainan Mata Katarak Pada Citra Digital Menggunakan Metode Deep Learning Rohman, Agus Nur; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.130

Abstract

Katarak merupakan kelainan pada mata yang menggrogoti mata secara berlahan tanpa pasien sadari. Kelainan ini disebabkan oleh selaput pada lensa mata membuat pandangan mata menjadi berkabut serta parahnya mengakibatkan kebutaan permanen. Diagnosis katarak menggunakan computed tomography (CT) scan untuk mendapatkan hasil berupa citra digital. Citra digital kemudian dianalisis untuk menentukan pasien terkena katarak. Proses analisis biasa memakan waktu 15-30 menit. Oleh karena itu, dibuatkan aplikasi diagnosis yang akan membantu proses analisis menjadi lebih cepat. Metode Convolutional Neural Network merupakan salah satu jenis algoritma deep learning yang mengenali pola visual langsung dari pixel gambar dengan preprocessing minimal.
Implementasi Metode Convolutional Neural Network Untuk Klasifikasi Motif Batik Muwafiq, Atho’ul; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.131

Abstract

Batik merupakan salah satu warisan kesenian dari leluhur yang ditetapkan oleh badan dunia PBB yakni UNESCO sebagai warisan budaya bangsa Indonesia. Pengetahuan tentang macam macam motif batik secara eksplisit yang jarang dimiliki oleh orang awam dan hanya dimiliki orang-orang tertentu yang memiliki keahlian pada bidang tersebut. Untuk mengatasi permasalahan tersebut, perlu dibuat sistem pengenalan jenis-jenis batik yang optimal melalui pendekatan algoritma Convolution Neural Network yang diharapkan dapat memberikan pengenalan motif batik secara optimal. Pengujian dilakukan dengan melakukan pengujian terhadap vektor yang ada. Berdasarkan nilai probabilitas yang diperoleh dari setiap pengujian, maka membuktikan bahwa metode ini mampu mengklasifikasi batik dengan cukup baik.
Implementasi Metode Association Rule Untuk Menentukan Rekomendasi Promosi Produk Toko Arimbi Jilbab Fitriana, Dwi; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.132

Abstract

Dalam persaingan bisnis, pemilik usaha dituntut untuk mengatur strategi usaha yang baik, termasuk promosi dan pemasaran produk yang menjadi peranan penting untuk meningkatkan keuangan suatu usaha. Data penjualan yang tidak diolah dan dimanfaatkan menjadi informasi yang bermanfaat akan berdampak pada strategi penjualan selanjutnya. Salah satu cara yang dapat dilakukan untuk meningkatkan penjualan adalah dengan memprediksi penjualan selanjutnya untuk menentukan rekomendasi promosi produk yang digunakan untuk promosi penjualan pada bulan berikutnya. Penelitian dengan judul Implementasi Metode Association Rule untuk Menentukan Rekomendasi Promosi Produk Toko Arimbi Jilbab ini dirancang untuk menentukan rekomendasi promosi produk dengan berbagai jenis jilbab pada Toko Arimbi Jilbab. Dari hasil perhitungan didapatkan satu keputusan degan nilai confidence tertinggi adalah 58% dan dengan kombinasi tiga item. Perhitungan prediksi yang menggunakan algoritma Association Rule, diambil dari nilai yang memenuhi syarat minimum nilai confidence. Semakin besar nilai confidence, semakin baik hasil yang didapatkan.
Sistem Presensi Menggunakan Wajah Dengan Menggunakan Metode Haar Cascade Classifier Di SMK Karya Wates Mustofa, Hasan Bisri; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 2 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i2.133

Abstract

sistem presensi pada 10 tahun yang lalu lembaga – lembaga pendidikan masih menggunakan sistem presensi lama, yaitu sistem centang maupun tanda tangan. Sistem tersebut dirasa perlu diganti untuk data lebih akurat. Sistem presensi menggunakan wajah dengan metode Haar Casscade Classifier ini mampu membantu sistem presensi yang lebih akurat. Sistem melakukan pendeteksian wajah dengan tingkat sensitifitas sedang. Proses pengambilan wajah dengan menggunakan nilai Threshold dan tingkat pencahayaan yang sedang untuk hasil yang akurat. Hasil dari sistem ini menghasilkan sistem presensi dengan menggunakan wajah sebagai alat pengganti sistem presensi yang lama.
IMPLEMENTASI METODE 2D-PCA UNTUK MENGIDENTIFIKASI CITRA TANDA TANGAN MIRING Tri Setiawan, Didik; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 1 No. 1 (2017): PROSIDING SEMNAS INOTEK Ke-I Tahun 2017
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v1i1.441

Abstract

Pencocokan tanda tangan merupakan salah satu kegiatan untuk melakukan pengesahan keaslian. Pemeriksaan secara manual dirasa kurang efisien karena menghadapi masalah pada kejelian dan ketelitian mata pemeriksa serta tanda tangan manusia yang umumnya identik namun tidak sama dari segi bentuk maupun kemiringannya. Pencocokan tanda tangan otomatis melalui sistem komputer sangat perlu dilakukan agar identifikasi tanda tangan dapat lebih cepat dan akurat. Metode 2D-PCA digunakan untuk ekstraksi tanda tangan dengan berbagai kemiringan serta menggunakan Euclidean Distance untuk untuk mencari kemiripan tanda tangan. Dari hasil uji coba yang dilakukan tingkat akurasi tertinggi identifikasi tanda tangan miring diperoleh dari data training dengan kemiringan 22.5° yang diujikan dengan data testing 45° dengan hasil 88%.
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