Article Per Year (5 Year)
p-Index From 2021 - 2026
2.083
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics CIRCUIT: Jurnal Ilmiah Pendidikan Teknik Elektro JurTI (JURNAL TEKNOLOGI INFORMASI) Technologia: Jurnal Ilmiah Jurnal Sosial Humaniora Sigli JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Real Riset Jurnal Teknologi Informasi AMMA : Jurnal Pengabdian Masyarakat
Cut Mutia
Universitas Teuku Umar
Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Education Electrical & Electronics Engineering Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Sosialisasi Gaya Hidup Bersih Dan Sehat Dengan Tema Manfaat Cuci Tangan Pakai Sabun (CTPS) Untuk Mencegah Penyakit ISPA Dan Diare Abdurrahman Ridho; Andriani Putri; Ana Elvia Jakfar; Cut Mutia; Hayatun Maghfirah; Murhaban; Cukri Rahmi Niani
AMMA : Jurnal Pengabdian Masyarakat Vol. 5 No. 1 : Februari (2026): AMMA : Jurnal Pengabdian Masyarakat
Publisher : CV. Multi Kreasi Media

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

Abstract

Maintaining personal hygiene is a crucial step for individuals to prevent disease and achieve optimal health. Hygiene efforts should cover various body parts, particularly the hands, which frequently serve as mediators for spreading germs that cause diarrhea and Acute Respiratory Infections (ARI). A survey conducted at the Suci Hati Orphanage revealed that the children’s understanding of Handwashing with Soap (HWWS) remains low. Consequently, this community service initiative was implemented to socialize proper handwashing techniques. The objective is to foster awareness and healthy habits among the children to minimize the risk of disease transmission.
Pemodelan Daya Photovoltaic Berdasarkan Distribusi Termal Menggunakan Algoritma Support Vector Regression Isyatur Raziah; Andri Novandri; Cut Mutia; Yuwaldi Away
Jurnal Teknologi Informasi Vol 5, No 1 (2026): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v5i1.14747

Abstract

Kinerja photovoltaic (PV) sangat dipengaruhi oleh karakteristik termal, terutama temperatur yang berdampak langsung terhadap daya keluaran. Pada kondisi nyata, distribusi temperatur pada permukaan panel tidak selalu seragam, sehingga pemodelan berbasis temperatur rata-rata sering kali kurang akurat. Penelitian ini bertujuan untuk memodelkan daya keluaran PV berdasarkan distribusi temperatur menggunakan algoritma Support Vector Regression (SVR). Variabel input yang digunakan meliputi temperatur atas dan bawah panel, irradiance matahari serta kelembapan udara, sementara daya keluaran PV dijadikan sebagai variabel target. Model SVR diterapkan dengan fungsi kernel Radial Basis Function (RBF) untuk menangkap hubungan nonlinier antara variabel input dan output. Hasil pengujian menunjukkan bahwa akurasi model meningkat seiring dengan bertambahnya jumlah dan variasi dataset, dengan performa terbaik diperoleh pada dataset 10 hari yang menghasilkan nilai error rendah serta nilai  dan   yang tinggi. Temuan ini menunjukkan bahwa SVR efektif dan andal dalam memprediksi daya keluaran PV berbasis distribusi temperatur panel.
Identifikasi Emosi Berdasarkan Citra Ekspresi Wajah Menggunakan Algoritma Convolutional Neural Network (CNN) Melja Siska; Rivansyah Suhendra; Cut Mutia; Gendhi Haris; Nica Astrianda
Jurnal Teknologi Informasi Vol 5, No 1 (2026): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v5i1.14544

Abstract

Identifikasi emosi berdasarkan citra ekspresi wajah merupakan aspek penting dalam Human–Computer Interaction (HCI) karena mampu memberikan pemahaman terhadap respon emosional pengguna secara non-verbal. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Convolutional Neural Network (CNN) dengan arsitektur VGG16 dalam mengklasifikasikan emosi wajah. Dataset yang digunakan terdiri dari 400 citra primer hasil pengambilan langsung dan 2.600 citra sekunder yang diperoleh dari Kaggle, dengan empat kelas emosi yaitu bahagia, sedih, marah, dan terkejut. Tahapan penelitian meliputi pra-pemrosesan citra berupa cleaning data, resize ke ukuran 224×224 piksel, augmentasi, dan normalisasi. Model dilatih menggunakan optimizer Adam dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN berbasis VGG16 mencapai akurasi pelatihan sebesar 91,03% dan akurasi validasi sebesar 88,14%. Model kemudian diimplementasikan ke dalam mini website sebagai media visualisasi hasil identifikasi emosi. Hasil penelitian ini menunjukkan bahwa CNN VGG16 efektif digunakan untuk identifikasi emosi wajah dan dapat dimanfaatkan sebagai evaluasi awal pengalaman pengguna dalam konteks HCI.
Co-Authors Abdurrahman Ridho Amelia Putri Sinaga Ana Elvia Jakfar Andri Novandri Andriani Putri Andriani Putri Cukri Rahmi Niani Fitri Arnia Gendhi Haris Habibi Habibi Hajjul Ikram Hayatun Maghfirah Isyatur Raziah Melja Siska Muhammad Akmal Murhaban Nica Astrianda NUR FADILLAH Ridwan Ridwan Rivansyah Suhendra Rusdha Muharar Yuwaldi Away