Article Per Year (5 Year)
p-Index From 2021 - 2026
4.337
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer EMITTER International Journal of Engineering Technology Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) IJoICT (International Journal on Information and Communication Technology) JOIN (Jurnal Online Informatika) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Indonesian Journal of Applied Informatics Charity : Jurnal Pengabdian Masyarakat Jurnal Abdimas Kartika Wijayakusuma Indonesian Community Journal Jurnal Pengabdian Masyarakat Bhinneka eProceedings of Engineering Community Service Seminar and Community Engagement (COSECANT) Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika LOGIC: Jurnal Penelitian Informatika
Febryanti Sthevanie
Telkom University
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Public Health Social Sciences Other

Published : 66 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 66 Documents
Search

 3   4   5   6   7 
Multimodal Biometrik pada Keystroke User-Adaptive Feature dan Mahalanobis Distance Hutomo, Ardityo Cahyo Putro Hutomo; Eko Yunanto, Prasti; Sthevanie, Febryanti
Telkatika: Jurnal Telekomunikasi Elektro Komputasi & Informatika Vol. 4 No. 1 (2024): Desember 2024
Publisher : Perpustakaan Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This research analyzes the effectiveness of the combination of User-Adaptive and Mahalanobis Distance methods in biometrics keystroke authentication systems. Using Biomey Keystroke Dataset with 40 respondents, this study aims to improve the accuracy and reliability of KD-based authentication. The developed system consists of enrollment and authentication stages, with User-Adaptive as the feature extraction method and Mahalanobis Distance for feature matching. Decision level fusion technique is applied to integrate the results of various keystroke features. The results obtained show that the fusion technique with Mahalanobis Distance shows better results compared to non-fusion features with an average error reduction of 8.73%. The optimal vector length (Fn) was found at n = 5 with an error value of 12.07%. The best threshold search resulted in a FAR of 15.6% and FRR of 6% at n = 5. The results obtained in this study show a lower error rate with an average decrease in error value of 9.9% with previous studies. This research proves the potential of Mahalanobis Distance and fusion techniques in improving the accuracy of biometrics keystroke authentication systems, opening up opportunities for the development of more reliable security systems. Further studies are recommended to explore certain patterns on the touch screen and the use of more varied datasets and real-time testing data. Keywords- authentication, biometrics
Klasifikasi Aksara Lontara Dari Sulawesi Selatan Menggunakan CNN Rahim, Abdul; Sthevanie, Febryanti; Ramadhani, Kurniawan Nur
eProceedings of Engineering Vol. 11 No. 4 (2024): Agustus 2024
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sebagai negara kepulauan dengan keberagaman budaya dan bahasa, Indonesia memegang peran penting dalam menyimpan dan merawat warisan budaya. Salah satu warisan tersebut adalah aksara Lontara, sebuah sistem tulisan tradisional yang telah digunakan secara luas di Sulawesi Selatan. Penelitian ini melakukan perbandingan beberapa arsitektur CNN untuk klasifikasi aksara Lontara dalam konteks OCR. Hasil eksperimen menunjukkan bahwa arsitektur CNN yaitu VGG16 mencapai performa terbaik dengan akurasi training validation sebesar 97% dan testing sebesar 90% dibandingkan dengan arsitektur VGG19, ResNet, dan ResNetV2. Kata kunci— aksara Lontara, citra digital, ocr, klasifikasi, cnn.
Pemutakhiran Website Jurnal Digital Sebagai Media Komunikasi dan Dokumentasi Kegiatan Siswa Pada SD Ar Rafi’ Bandung Sulistiyo, Mahmud Dwi; Sthevanie, Febryanti; Wulandari, Gia Septiana
Jurnal Pengabdian Masyarakat Bhinneka Vol. 3 No. 4 (2025): Bulan Juli
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v3i4.334

Abstract

Program pengabdian kepada masyarakat ini dilaksanakan di SD Ar Rafi’ Bandung dengan tujuan memutakhirkan website jurnal digital sebagai media komunikasi dan dokumentasi kegiatan siswa. Program ini merupakan kelanjutan dari inisiatif digitalisasi buku jurnal siswa yang telah diimplementasikan sebelumnya. Berdasarkan evaluasi dan masukan dari pihak sekolah, dilakukan pengembangan sistem secara menyeluruh guna mencakup aspek afektif dan psikomotorik siswa secara lebih komprehensif. Pemutakhiran mencakup penambahan fitur pencatatan kegiatan ekstrakurikuler, data prestasi, dan data pelanggaran siswa. Dari segi antarmuka (UI/UX), dilakukan sejumlah penyempurnaan. Fungsionalitas sistem juga ditingkatkan melalui penambahan beberapa menu. Selain itu, ditambahkan fitur ekspor laporan PDF berdasarkan rentang waktu tertentu. Melalui pengembangan ini, website jurnal digital SD Ar Rafi’ kini mampu mendukung proses dokumentasi dan pemantauan perkembangan siswa secara lebih menyeluruh, efisien, dan adaptif terhadap kebutuhan sekolah. Program ini diharapkan berkontribusi dalam mendorong transformasi digital di jenjang pendidikan dasar serta meningkatkan kolaborasi antara sekolah, guru, siswa, dan orang tua.
Pengembangan Chatbot dan Pengoptimalan Mesin Pencarian untuk Meningkatkan Pemasaran dan Layanan Bisnis Lumina Indonesia Sulistiyo, Mahmud Dwi; Sthevanie, Febryanti; Wulandari, Gia Septiana
Jurnal Pengabdian Masyarakat Bhinneka Vol. 4 No. 1 (2025): Bulan September
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v4i1.416

Abstract

Pemanfaatan media sosial dan website merupakan strategi pemasaran daring yang diterapkan oleh UMKM Lumina Indonesia, yang bergerak di bidang konsultan bisnis dan kesehatan mental. Namun, strategi ini masih menghadapi kendala, terutama dalam penyampaian informasi kepada pelanggan. Banyak pelanggan mengalami kesulitan menemukan informasi terkait layanan yang diinginkan, sehingga kerap menghubungi admin secara langsung. Kondisi ini membuat admin harus menyediakan waktu dan energi ekstra untuk menjawab pertanyaan, meskipun informasi tersebut telah tersedia di website. Untuk mengatasi permasalahan tersebut, kegiatan pengabdian masyarakat ini mengusulkan dan mengimplementasikan dua solusi utama: (1) pengembangan aplikasi chatbot yang mampu memberikan respons cepat dan relevan terhadap pertanyaan pelanggan, serta (2) penerapan teknologi Search Engine Optimization (SEO) untuk meningkatkan keterlihatan dan jangkauan website di mesin pencari. Hasil kegiatan menunjukkan bahwa penerapan chatbot membantu mengurangi beban kerja admin dan mempercepat pelayanan informasi, sementara optimalisasi SEO meningkatkan jumlah kunjungan dan visibilitas website. Dengan demikian, kedua solusi ini dinilai mulai meningkatkan efektivitas pemasaran daring dan kualitas layanan Lumina Indonesia.
Peningkatan Wawasan Kecerdasan Artifisial di SMK Telkom Bandung Melalui Kegiatan Workshop Sulistiyo, Mahmud Dwi; Sthevanie, Febryanti; Wulandari, Gia Septiana
Charity : Jurnal Pengabdian Masyarakat Vol. 6 No. 1 (2023): Special Issue
Publisher : PPM Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/charity.v6i1a.5918

Abstract

Wawasan kecerdasan artifisial (AI) merupakan pengetahuan tentang teknologi dan cara kerja kecerdasan artifisial, termasuk bagaimana mesin dan sistem dapat diprogram untuk melakukan tugas-tugas yang biasanya dilakukan oleh manusia. Dengan meningkatnya penggunaan AI di berbagai bidang, termasuk industri, teknologi, dan bisnis, penting bagi siswa di SMK Telkom Bandung untuk memahami dan memiliki wawasan tentang AI. Sayangnya, sampai saat ini, SMK Telkom Bandung masih belum menerapkan materi terkait AI di dalam kurikulumnya. Salah satu cara untuk meningkatkan wawasan tentang AI di kalangan siswa SMK adalah melalui kegiatan workshop. Workshop merupakan forum yang memungkinkan siswa untuk belajar secara langsung dari para ahli, akademisi, atau praktisi di bidang terkait, dan memiliki kesempatan untuk bertanya dan berdiskusi tentang topik yang dibahas. Memahami permasalahan dan kebutuhan SMK Telkom Bandung tersebut, tim Pengabdian Masyarakat dari kelompok keahlian Intelligent System, Fakultas Informatika, Universitas Telkom mengadakan kegiatan workshop tentang wawasan AI. Kegiatan ini bertujuan untuk membantu siswa SMK Telkom Bandung dalam mempersiapkan diri menghadapi tantangan di masa depan dan berkarir di bidang yang terkait dengan AI. Serangkaian workshop diselenggarakan selama tiga hari dengan materi meliputi pengenalan dunia AI, penerapan metode AI, dan aplikasi AI yang kekinian. Materi disampaikan secara interaktif dengan selalu melibatkan peserta melalui quiz online dan penugasan di tempat. Kegiatan workshop ini mendapatkan respon yang positif, baik dari siswa-siswi maupun para guru, serta antusiasme yang tinggi untuk diadakannya workshop lanjutan tentang wawasan AI ini.
Momentum Backpropagation Optimization for Cancer Detection Based on DNA Microarray Data Wisesty, Untari Novia; Sthevanie, Febryanti; Rismala, Rita
International Journal of Artificial Intelligence Research Vol 4, No 2 (2020): December 2020
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (251.127 KB) | DOI: 10.29099/ijair.v4i2.188

Abstract

Early detection of cancer can increase the success of treatment in patients with cancer. In the latest research, cancer can be detected through DNA Microarrays. Someone who suffers from cancer will experience changes in the value of certain gene expression.  In previous studies, the Genetic Algorithm as a feature selection method and the Momentum Backpropagation algorithm as a classification method provide a fairly high classification performance, but the Momentum Backpropagation algorithm still has a low convergence rate because the learning rate used is still static. The low convergence rate makes the training process need more time to converge. Therefore, in this research an optimization of the Momentum Backpropagation algorithm is done by adding an adaptive learning rate scheme. The proposed scheme is proven to reduce the number of epochs needed in the training process from 390 epochs to 76 epochs compared to the Momentum Backpropagation algorithm. The proposed scheme can gain high accuracy of 90.51% for Colon Tumor data, and 100% for Leukemia, Lung Cancer, and Ovarian Cancer data.
Pengenalan Ras Berdasarkan Hidung Dan Mulut Menggunakan Gray Level Co-Occurrence Matrix Rachmawati, Ema; Agustina, Nur Azizah; Sthevanie, Febryanti
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021844366

Abstract

Ras dapat digunakan untuk mengkategorikan manusia dalam populasi atau kelompok besar. Oleh karena itu, pengenalan ras dapat berguna untuk mempermudah dalam mengidentifikasi seseorang dan membantu dalam mempersempit lingkup pencarian. Penggunaan wajah sebagai dasar pengenalan ras mengarahkan penelitian pada identifikasi penggunaan bagian wajah yang berpengaruh signifikan terhadap kinerja pengenalan ras. Pada penelitian ini bagian wajah berupa hidung dan mulut diidentifikasi untuk digunakan sebagai dasar pengenalan ras Mongoloid, Kaukasoid, dan Negroid. Ciri Gray Level Co-occurrence Matrix (GLCM) diekstrak dari bagian hidung dan mulut untuk selanjutnya diklasifikasi menggunakan Random Forest. Hasil eksperimen menunjukkan bahwa penggunaan ciri gabungan dari hidung dan mulut mampu menghasilkan kinerja sistem yang paling baik jika dibandingkan penggunaan hidung atau mulut saja. AbstractRace can be used to categorize humans in populations or large groups. Therefore, racial recognition can be useful to make it easier to identify a person and help narrow the scope of the search. The use of faces as a basis for race recognition directs research on identifying the use of facial parts that significantly influence the performance of race recognition. In this study, the face parts of the nose and mouth were identified to be used as a basis for the recognition of the Mongoloid, Caucasoid, and Negroid races. The Gray Level Co-occurrence Matrix (GLCM) feature is extracted from the nose and mouth to be classified using Random Forest. The experimental results show that the use of combined features of the nose and mouth is able to produce the best system performance compared to the use of the nose or mouth only. 
Analysis of Data and Feature Processing on Stroke Prediction using Wide Range Machine Learning Model Wisesty, Untari Novia; Wirayuda, Tjokorda Agung Budi; Sthevanie, Febryanti; Rismala, Rita
JOIN (Jurnal Online Informatika) Vol 9 No 1 (2024)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v9i1.1249

Abstract

Stroke is a disease which cause the death of brain cells, so that the part of the body controlled by the brain loses its function. If not treated immediately, this disease can cause long-term disability, brain damage, and death. In this research, stroke prediction was carried out on the Stroke dataset acquired from the Kaggle dataset using various machine learning models. Then, data sampling techniques are used to handle data imbalance problems in the stroke dataset, which include Random Undersampling, Random Oversampling, and SMOTE techniques. Pearson Correlation and Principal Component Analysis are also used for dimensional reduction and analyzing the important features that are most influential in predicting stroke. Pearson Correlation produces five attributes that have the highest Pearson coefficient, namely age, hypertension, heart disease, blood sugar level, and marital status. Experimental results have demonstrated that the utilization of RUS, ROS, and SMOTE sampling techniques can significantly boost the F1-Score testing by an impressive 43.44%, 34.44%, and 35.55% respectively, as compared to experiments conducted without implementing any data sampling techniques. The highest F1-Score testing was achieved using the Support Vector Machine and Gaussian Naïve Bayes models, namely 0.83.
Analysis and Implementation of a Fast Corner Detector on Image Stitching in the Formation of Aerial Photogrammetry Images Lukmana Sardi, Indra; Yulianto, Fazmah Arif; Sthevanie, Febryanti
International Journal on Information and Communication Technology (IJoICT) Vol. 10 No. 2 (2024): Vol.10 No. 2 Dec 2024
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v10i2.1031

Abstract

Aerial Photogrammetry is one of the products from the fields of geography in taking the object, area, or phenomenon on the surface of the earth. Using kamera with a photographic recording process and by the help of a detector in the form of film. In the application, required proper technique in merging images of aerial photographs in order to gain a broader perspective. In this final project, stitching method used in order to merging the images. Image stitching is a method for combining multiple images with overlapping fields of view to produce a panoramic image or picture, the image has a wider viewing angle. Image stitching takes some of the features of the image as a reference in merging overlapping areas, it's named FAST corner detector. The results suggest that the FAST corner detector with a threshold n = 9 appropriate if used in image stitching process that resulted in three classes based on the panoramic image of the cross correlation results, which is the upper class (cc>0.9) on the image with stitching horizontal, diagonal and vertical, the medium class (0.8<cc<0.9) on the image with stitching involves rotation and the lower class (cc <0.8) on a stitched image with scale.
Pengembangan Website Sebagai Solusi Digitalisasi Informasi di Rukun Warga 10 Desa Cipagalo Kecamatan Bojongsoang Sthevanie, Febryanti; Wulandari, Gia Septiana; Sulistiyo, Mahmud
Jurnal Abdimas Kartika Wijayakusuma Vol 5 No 1 (2024): Jurnal Abdimas Kartika Wijayakusuma
Publisher : LPPM Universitas Jenderal Achmad Yani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26874/jakw.v5i1.333

Abstract

Digitalisasi informasi merupakan kebutuhan yang penting dalam mengefektifkan pelayanan publik. Hal ini pun dapat terlihat dari adanya program kerja Desa Digital yang dimiliki oleh pemerintah provinsi Jawa Barat. Akan tetapi, masih banyak desa ataupun RW yang belum memiliki media informasi digital. Salah satunya adalah RW 10 Desa Cipagalo Kecamatan Bojongsoang. Sebelum pembangunan website, media yang digunakan di RW 10 adalah media pengumuman kertas serta komunikasi via grup media sosial seperti WhatsApp. Cara ini dirasa tidak efektif, terutama pada proses pencarian data informasi. Maka dari itu pada kegiatan pengabdian kepada masyarakat ini, tim telah mengembangkan sebuah website pusat informasi yang berfokus pada penyediaan informasi berupa aturan, pengumuman, maupun dokumentasi kegiatan RW 10 yang dapat diakses oleh masyarakat umum. Website dibangun menggunakan System Development Life Cycle berupa model Waterfall selama kurang lebih empat bulan. Proses awal yang dilakukan adalah wawancara untuk mendapatkan detail kebutuhan pengguna serta proses bisnis RW 10, yang kemudian dianalisis dan dilanjutkan dengan proses pengembangan web dengan framework Laravel. Kemudian, dilakukan proses pengujian oleh Ketua RW beserta jajarannya, dengan hasil 100% responden warga merasa pencarian informasi terkait RW 10 akan menjadi lebih mudah dengan adanya website ini.
Co-Authors 1Faizal Bima Prayudha Abdul Rahim Adam Geraldy Katab Adhika Widya Prastomo Agustina, Nur Azizah Al Faraby, Said Alda Putri Utami Amalina, Neneng Nur Anang Kurniawan Anditya Arifanto Anditya Arifianto Anditya Arifiyanto Andri Arindiah Arida Kartika Atria Salim, Muhammad Rizki Bedy Purnama Brilian Aringga Prabowo Danu Hary Prakoso Diah Ajeng Dwi Yuniasih Dian Masmawati Dindin Dhino Alamsyah Dwi Prasetya Sujoko Dwiki Lazzaro Ema Rachmawati Ema Rachmawati Enki Probo Sidhi Farid Hidayat Fazmah Arif Y, Fazmah Fernanda Januar Pratama Fikri Firdaus Gamma Kosala Ghali Marzan Gia Septiana Wulandari Grandhys Setyo Utomo Gugy Lucky Khamdani Hafidh Fikri Rasyid Hizas Sabilal Rasyad Hutomo, Ardityo Cahyo Putro Hutomo I Putu Indra Aristya Imamul Akhyar Indra Bayu Kusuma Jonas de Deus Guterres Ketut Sudyatmika Putra Kurniawan Nur R Kurniawan Nur Ramadhani Kurniawan Nur Ramdhani Laksitowening, Kusuma Ayu Lukmana Sardi, Indra Mahmud Dwi Sulistiyo Maula Ilma Ahgnia Dwi Anjani Mochamad Rakha Luthfi Fahsya Muhammad Afif Amanullah Fawwaz Muhammad Jendro Yuwono Muhammad Jendro Yuwono Muhammad Salman Farhan Muhammad Zaki, Ghilman Muhammad Zulfiqar Shafar Neneng Nur Amalina Nur Hidayah, Maulana Nur Indah Puspa Idham Nur Ramadhani, Kurniawan Nurul Halimatul Azizah Prasti Eko Yunanto Rachmi Azanisa Putri Rahman, Rahadian Yusuf Abdul Retno Novi Retno Novi Reza Dwi Ansari Rimba Whidiana Ciptasari Rita Rismala Rivan Ardyanto Sutoyo Sakinah Indriyani Saputra, Naufal Luthfi Shabran Fauzan Ahmad Sulistiyo, Mahmud Tito Prihambodo Tjokorda Agung Budi W Tjokorda Agung Budi Wiharja Tjokorda Agung Budi Wirayuda Untari Novia Wisesty Wikky Fawwaz Al Maki Zeyhan Aliyah