Article Per Year (5 Year)
p-Index From 2021 - 2026
3.386
P-Index
This Author published in this journals
All Journal Telematika Sistemasi: Jurnal Sistem Informasi Jurnal Informatika Indonesian Journal on Software Engineering (IJSE) Perspektif : Jurnal Ekonomi dan Manajemen Universitas Bina Sarana Informatika Jurnal Teknik Komputer AMIK BSI Paradigma Jurnal Komputasi Techno Nusa Mandiri : Journal of Computing and Information Technology JURNAL TEKNOLOGI DAN OPEN SOURCE INTI Nusa Mandiri JATI (Jurnal Mahasiswa Teknik Informatika) Infotech: Jurnal Informatika & Teknologi Journal of Informatics Management and Information Technology Jurnal PkM (Pengabdian kepada Masyarakat) Reputasi: Jurnal Rekayasa Perangkat Lunak SPEED - Sentra Penelitian Engineering dan Edukasi JUSTIN (Jurnal Sistem dan Teknologi Informasi) Switch: Jurnal Sains dan Teknologi Informasi
Siti Khotimatul Wildah
Universitas Bina Sarana Informatika
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Social Sciences

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Pengenalan Wajah Menggunakan Pembelajaran Mesin Berdasarkan Ekstraksi Fitur Pada Gambar Wajah Berkualitas Rendah Siti Khotimatul Wildah; Sarifah Agustiani; Ali Mustopa; Nanik Wuryani; Hendri Mahmud Nawawi; Rizky Ade Safitri
INFOTECH : Jurnal Informatika & Teknologi Vol 2 No 2 (2021): INFOTECH: Jurnal Informatika & Teknologi
Publisher : LPPMPK - Sekolah Tinggi Teknologi Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (323.22 KB) | DOI: 10.37373/infotech.v2i2.189

Abstract

Wajah merupakan bagian dari sistem biometric dimana wajah manusia memiliki bentuk dan karakteristik yang berbeda antara satu dengan lainnya sehingga wajah dapat dijadikan sebagai alternatif pengamanan suatu sistem. Proses pengenalan wajah didasarkan pada proses pencocokan dan perbandingan citra yang dimasukan dengan citra yang telah tersimpan di database. Akan tetapi pengenalan wajah menjadi permasalahan yang cukup menantang dikarenakan illuminasi, pose dan ekspresi wajah serta kualitas citra. Oleh sebab itu pada penelitian ini bertujuan untuk melakukan pengenalan wajah dengan menggunakan metode machine learning seperti Logistic Regression (LR), Linear Discriminant Analysis (LDA), Decision Tree Classifier, Random Forest Classifier (RF), Gaussian NB, K Neighbors Classifier (KNN) dan Support Vector Machine (SVM) dan beberapa metode ekstraksi fitur Hu-Moment, HOG dan Haralick pada dataset Yale Face. Berdasarkan pengujian yang dilakukan metode ekstraksi fitur gabungan Hu-Moment, HOG dan Haralick dengan algoritma Linear Discriminant Analysis (LDA) menghasilkan nilai akurasi tertinggi sebesar 79,71% dibandingkan dengan metode ekstraksi fitur dan algoritma klasifikasi lainnya.
Penerapan Metode Belajar Daring pada Warga Rt 002/02 Tegal Parang di Masa Pandemi Covid-19 Ahmad Al Kaafi; Suparni Suparni; Ari Abdilah; Siti Khotimatul Wildah; Ikrom Mauludin Salam; Sanggayasa Sanggayasa
Jurnal PkM (Pengabdian kepada Masyarakat) Vol 6, No 4 (2023): Jurnal PkM: Pengabdian kepada Masyarakat
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jurnalpkm.v6i4.9304

Abstract

Dunia telah memasuki era globalisasi yang diawali dengan persaingan pengembangan dan penerapan teknologi baru di negara-negara maju. Dengan kondisi saat ini, sebagian besar pendidikan di Indonesia  masih didominasi oleh model pendidikan online. Oleh karena itu, untuk mendukung penyelenggaraan pendidikan dan meningkatkan kualitas pendidikan, teknologi informasi dan komunikasi harus dimanfaatkan secara optimal. Salah satu  pemanfaatan teknologi informasi dan komunikasi dalam pendidikan adalah munculnya konsep e-learning yang mempengaruhi transformasi pendidikan tradisional ke dalam format digital. Hal ini tidak terlepas dari Rukun Tetangga (RT) 002/02 Kecamatan Tegal Parang, Jakarta Selatan, dimana kondisi pandemi saat ini memaksanya untuk melakukan kegiatan belajar mengajar secara daring (daring) dan pengetahuannya tentang penerapan beberapa program ke sel. memperluas ponsel atau laptop. Untuk mendukung kegiatan belajar mengajar, banyak warga siswa yang  hanya mengandalkan chat (WhatsApp) untuk berkomunikasi dengan pihak sekolah atau mengirim video dan mengajukan pertanyaan-pertanyaan praktis
Kombinasi Metode Fitur Ekstraksi untuk Indentifikasi Penyakit pada Daun Teh Siti Khotimatul Wildah; Abdul Latif
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 11, No 3 (2023)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v11i3.65172

Abstract

Teh merupakan salah satu minuman yang paling banyak dikonsumsi di dunia, namun produksi teh seringkali terhambat dan mengalami penurunan oleh berbagai penyakit yang mempengaruhi pertumbuhan dan kualitas daun teh. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit daun teh dengan memanfaatkan teknologi Image Classification dan menerapkan metode kombinasi analisis tekstur Haralick, Color Histogram, Hu Moment dan pengklasifikasian objek menggunakan Random Forest classifier. Dataset yang digunakan dalam penelitian ini dikumpulkan dari perkebunan teh Johnstone Boiyon di Koiwa, Kabupaten Bomet, Kenya dengan jumlah 1510 citra yang terbagi menjadi 8 kelas. Pra pemrosesan pada penelitian ini dilakukan dengan menambahkan tahapan augmentasi data untuk memperoleh jumlah citra yang lebih besar sehingga algoritma dapat mempejalari pola lebih banyak. Hasil penelitian menunjukkan bahwa kombinasi dari metode yang diusulkan mencapai akurasi 99% dengan nilai standard deviasi yang rendah sebesar 0.001055% yang menunjukkan keefektifan kombinasi analisis tekstur Haralick, Color Histogram, dan Hu Moment serta Random Forest Classifier dalam mengklasifikasikan penyakit daun teh.
Analisa Kepuasan Pengguna Website Layanan Akademik Kemahasiswaan (LYKAN) UBSI Menggunakan Metode Webqual 4.0 Mustopa, Ali; Agustiani, Sarifah; Wildah, Siti Khotimatul; Maysaroh, Maysaroh
Perspektif : Jurnal Ekonomi dan Manajemen Akademi Bina Sarana Informatika Vol 18, No 1 (2020): Maret 2020
Publisher : www.bsi.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jp.v18i1.7413

Abstract

Website merupakan layanan informasi bagi seluruh pengguna yang dapat diakses tanpa batas. Penggunaan website juga banyak digunakan seperti pada dunia pendidikan. Salah satu penerapan website pada dunia pendidikan diterapkan pada kampus Universitas Bina Sarana Informatika yang memberikan layanan website kepada mahasiswa berupa Layanan Akademik Kemahasiswaan (LYKAN). Website LYKAN digunakan sebagai wadah informasi mahasiswa berupa data prestasi, penelitian dan sarana konseling dengan dosen pembimbing akademik. Namun, untuk mencapai hasil website yang lebih baik kedepannya diperlukan sebuah pengembangan dari segi informasi maupun layanan sehingga menghasilkan kualiatas website yang sesuai dengan kebutuhan mahasiswa. Dalam penelitian ini, kualitas dari website LYKAN diukur dengan menggunakan metode Webqual 4.0 sebagai tolak ukur pengembangan sistem dari website tersebut yang didalamnya terdapat variabel yaitu kualitas kegunaan, kualitas informasi dan kualitas interaksi. Dalam menentukan hasil dari ketiga varibel tersebut, digunakan Chi Square Test untuk mengetahui pengaruh variabel tersebut terhadap kepuasan pengguna website. Sumber data pada penelitian ini diperoleh dari hasil pengisian kuesioner yang berasal dari kelas 13.3C.01 dengan jumlah mahasiswa 42 orang dan pengambilan sampel sebanyak 38 responden. Dari penelitian yang dilakukan menggunakan chi square test menghasilkan keputusan bahwa nilai uji menunjukkan X2 sebesar 47,76 sedangkan derajat kebebasan bernilai sebesar 15,07 yang artinya Ha diterima dan H0 ditolak. Hasil tersebut menunjukkan antara kualitas kegunaan, kualitas informasi dan kualitas interaksi memiliki hubungan terhadap kepuasan pengguna website Layanan Akademik Kemahasiswaan (LYKAN). Kata Kunci: Website, LYKAN, Webqual, Chi Square Test, Kepuasan pengguna
Deteksi Infeksi pada Daun Kapas menggunakan Kombinasi Metode Ekstraksi Fitur Warna dan Tekstur Siti Khotimatul Wildah; Abdul Latif; Suharyanto Suharyanto
Indonesian Journal on Software Engineering (IJSE) Vol 9, No 1 (2023): IJSE 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v9i1.16950

Abstract

Tanaman kapas merupakan salah satu tanaman penting dalam industri tekstil dan pertanian, akan tetapi sering mengalami kendala terutama dalam masalah infeksi yang disebabkan oleh patogen seperti jamur dan bakteri. Deteksi dini dan akurat infeksi pada daun kapas menjadi kunci untuk mengambil langkah pencegahan dan pengendalian yang tepat guna sehingga dapat mengurangi dampak kerugian pada hasil panen dan kualitas serat kapas. Teknologi pengolahan citra telah menunjukkan potensi untuk digunakan dalam deteksi infeksi pada tanaman, khususnya dengan menggunakan metode ekstraksi fitur warna dan tekstur. Penelitian ini bertujuan untuk melakukan kombinasi metode ekstraksi fitur warna untuk mengidentifikasi perubahan warna pada daun kapas yang terinfeksi dan fitur tekstur untuk mengenali pola atau struktur tekstur yang khas dari daun kapas yang terinfeksi serta metode pengklasifikasian Random Forest. Dataset yang digunakan pada penelitian ini terdiri dari 4 jenis citra dengan jumlah citra sebanyak 1786 citra. Hasil penelitian menunjukkan bahwa penggunaan kombinasi metode ekstraksi fitur warna dan tekstur meningkatkan akurasi deteksi infeksi pada daun kapas secara signifikan dibandingkan dengan penggunaan metode ekstraksi fitur tunggal. Model deteksi yang dihasilkan mampu mengenali infeksi pada daun kapas dengan tingkat akurasi yang tinggi dan meminimalkan kesalahan dalam pengklasifikasian. Nilai akurasi yang dihasilkan dari penelitian ini sebesar 0.982683
Convolutional Neural Networks for Classification of Lung Cancer Based on Histopathological Images Agustiani, Sarifah; Pribadi, Denny; Junaidi, Agus; Wildah, Siti Khotimatul; Mustopa, Ali; Arifin, Yoseph Tajul
Telematika Vol 16, No 2: August (2023)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35671/telematika.v16i2.2356

Abstract

Lung cancer is one of the deadliest types of cancer characterized by the uncontrolled growth of cancer cells in the lung tissue due to the accumulation of carcinogens. Lung cancer ranks second in the most cases with 2.206 million new cases and ranks first in deaths. This lung cancer often does not cause symptoms in the early stages, because it only appears after the tumor is large enough or the cancer has spread to surrounding tissues or organs, so it is necessary to have early detests to prevent severity and determine follow-up treatment. This study aims to classify lung cancers using digital pathology images with data of 15000 images obtained from the LC25000 dataset containing 5,000 images for each class. The method used in this classification process uses convolutional neural networks (CNN) which is one of the implementations of Deep Learning used for digital image processing. Using this method, the doctor can diagnose and find out the type of lung cancer quickly without spending much time. Thus, the faster the prediction results received by the doctor / health expert, the faster the next action or handler will be, this study produces a fairly accurate accuracy value even though it uses a shallow CNN architecture because it only consists of 5 layers with 3 convolution layers and 2 fully connected layers, with the resulting accuracy value of 98.53%.
Pengembangan Sistem Informasi Akademik untuk Meningkatkan Efektivitas Pengelolaan Data pada SMK Mihadunal Ula Agustiani, Sarifah; Pribadi, Denny; Dalis, Sopiyan; Wildah, Siti Khotimatul; Mustopa, Ali
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2023): Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v4i1.1992

Abstract

Teknologi informasi memiliki peran penting dalam mendukung efisiensi dan efektivitas pengelolaan data di lembaga pendidikan. SMK Mihadunal Ula, sebagai sekolah menengah kejuruan di Kabupaten Sukabumi, menghadapi tantangan dalam pengelolaan data akademik yang masih dilakukan secara manual. Hal ini menyebabkan berbagai masalah seperti kesalahan data, kesulitan akses informasi, dan keterlambatan dalam pengolahan data. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Akademik yang dapat meningkatkan efektivitas pengelolaan data pada SMK Mihadunal Ula. Metode pengembangan yang digunakan adalah pengembangan sistem Rapid Application Development (RAD) yang melibatkan proses analisis, desain, implementasi, dan evaluasi. Melalui pengembangan sistem informasi akademik, diharapkan pengelolaan data di SMK Mihadunal Ula dapat lebih terintegrasi, akurat, dan mudah diakses. Sistem ini akan menyediakan fitur-fitur penting seperti pendaftaran siswa, penjadwalan, dan pembayaran yang dapat diakses oleh siswa, guru, dan staf administrasi. Dengan adanya sistem informasi yang handal, diharapkan efisiensi operasional sekolah dapat ditingkatkan, kesalahan manusia dapat diminimalisir, dan pengambilan keputusan dapat lebih baik. Hasil penelitian ini menunjukkan bahwa implementasi Sistem Informasi Akadmik pada SMK Mihadunal Ula memberikan manfaat yang signifikan. Siswa dapat dengan mudah mendaftar, memperoleh informasi jadwal pelajaran, dan melakukan pembayaran secara efisien. Guru dan staf administrasi juga mendapatkan kemudahan dalam pengolahan data dan mengakses informasi yang diperlukan. Selain itu, penggunaan sistem informasi ini diharapkan dapat meningkatkan citra dan reputasi SMK Mihadunal Ula sebagai lembaga pendidikan yang modern dan berkualitas
VISUALISASI KETERSEDIAAN JADWAL PADA WEBSITE SISTEM RESERVASI FOTOGRAFI: STUDI KASUS: FIDZPHOTOGRAPHY SUKABUMI Khotimatul Wildah, Siti; Wajhillah, Rusda; Latif, Abdul; Agustiani, Sarifah; Mustopa, Ali
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 1 (2023): JATI Vol. 7 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i1.6073

Abstract

Fidzphotography merupakan jasa penyedia fotografi untuk berbagai acara seperti pernikahan, ulang tahun, lamaran, prewedding maupun acara lainnya. Sistem reservasi fotografi pada Fidzphotography dilakukan secara online melalui Whatsapp, Line maupun Instagram atau dengan mendatangi langsung kantor tempat beroperasi. Sistem yang berjalan memiliki sedikit kekurangan karena data reservasi yang kurang terorganisir karena pencatatan masih dilakukan secara konvensional dan belum adanya sistem yang dapat memfasilitasi rekap data tersebut secara menyeluruh. Permasalahan lain yang timbul adalah kurangnya informasi mengenai ketersediaan jadwal dimana pelanggan diharuskan konfirmasi terlebih dahulu kepada pihak Fidzphotography apabila ingin melakukan reservasi. Berdasarkan permasalahan tersebut dibuatlah sebuah website yang bertujuan sebagai tempat pengelolaan reservasi dimana jadwal reservasi ditampilkan secara visual agar lebih memudahkan pelanggan dalam mendapatkan informasi mengenai ketersediaan jadwal maupun kemudahan dalam pemilihan tanggal reservasi tanpa perlu melakukan konfirmasi terlebih dahulu. Pembuatan website menggunakan metode waterfall dikarenakan metode ini memiliki konsep yang terstruktur dan terorganisir sehingga proses pembuatan website dapat dilakukan dengan penjadwalan yang jelas. Website sistem reservasi fotografi ini dilengkapi dengan notifikasi pesan SMS setelah melakukan pemesanan dan juga memudahkan pemilik jasa fotografi dalam mengelola laporan pemesanan
COLOR HISTOGRAM DAN SUPPORT VECTORE MACHINE UNTUK MENGKLASIFIKASIKAN BIJI KOPI BERDASARKAN TINGKAT PEMANGGANGAN Khotimatul Wildah, Siti; Latif, Abdul; Agustiani, Sarifah; Mustopa, Ali; Suharyanto, Suharyanto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8724

Abstract

Pemilihan biji kopi berdasarkan tingkat pemanggangan menjadi faktor kunci dalam menentukan rasa kopi yang dihasilkan. Untuk mengklasifikasikan biji kopi berdasarkan tingkat pemanggangan, biasanya penilaian dilakukan berdasarkan warna dan bentuk fisik biji kopi. Namun, variabilitas lingkungan dan kondisi individu dapat memengaruhi ketepatan penilaian tersebut. Oleh karena itu, diperlukannya deteksi otomatis mengenai klasifikasi biji kopi tersebut. Metode computer vision dengan teknik image classification dapat memberikan solusi terkait permasalahan tersebut. Penelitian ini memperkenalkan metode image processing menggunakan color histogram sebagai teknik ekstraksi fitur untuk merepresentasikan ciri-ciri visual biji kopi dalam berbagai tingkatan pemanggangan. Selanjutnya, Support Vector Machine (SVM) digunakan sebagai algoritma klasifikasi yang mampu mengelompokkan biji kopi berdasarkan distribusi warna yang dihasilkan dari histogram tersebut. Pendekatan ini bertujuan untuk meningkatkan ketepatan klasifikasi biji kopi berdasarkan tingkat pemanggangan, dengan mengurangi pengaruh faktor subjektif individu serta meningkatkan konsistensi dalam proses pengklasifikasian. Hasil eksperimen menunjukkan bahwa penggabungan color histogram dengan SVM mampu memberikan metode yang andal dan akurat dalam mengklasifikasikan biji kopi berdasarkan tingkat pemanggangan dengan nilai akurasi sebesar 98,95%.
SINTESA CITRA DAUN KOPI MENGGUNAKAN GENERATIVE ADVERSARIAL NETWORK PADA DATASET PENYAKIT DAUN KOPI Wildah, Siti Khotimatul; Latif, Abdul; Haryanto, Toto
INTI Nusa Mandiri Vol. 19 No. 1 (2024): INTI Periode Agustus 2024
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/inti.v19i1.5045

Abstract

Coffee, as the second most traded commodity after petroleum, faces production challenges, especially due to pest or disease attacks on coffee leaves. Therefore, it is important to carry out early detection of the disease in order to minimize the risk and apply special treatment. Automatic detection of disease can be done through the application of Computer Vision technology. However, one of the main challenges faced is the limited training dataset. Generative Adversarial Networks (GANs) is a Deep Learning method that is capable of modifying images with high quality. This research aims to synthesize coffee leaf images based on the public Coffee Leaf Disease dataset using the GANs method. Testing was carried out using the RMSProp optimizer, the learning rate was 0.0001 and was carried out for 300 epochs. The architecture built uses 26 layers in the generator model and 15 layers in the discriminator model. The results of the test show that the drilled network obtained an MMSE value of 0.1658, which is not too high because the resulting synthesized image is not very good.
Co-Authors Abdul Latif Abdul Latif Abdul Latif Ade Suryadi Agung Sasongko Agus Junaidi Agustiani, Sarifah Ahmad Al Kaafi Ai Ilah Warnilah Ali Mustopa, Ali Andi Saryoko Ari Abdilah Arifin, Yosep Tajul Ganda Wijaya Gata, Windu Hendri Mahmud Nawawi Ikrom Mauludin Salam Khaila Anjani Laksono Trisnantoro M. Rangga Ramadhan Saelan Maysaroh, Maysaroh Muhamad Iqbal Irsyad Muhammad Sony Maulana Mustopa, Ali Nanik Wuryani Nawawi, Hendri Mahmud Pribadi, Denny Rahmat Hidayat Ricki Sastra Riska Aryanti Rizky Ade Safitri Rusda Wajhillah, Rusda Sandra Jamu Kuryanti - Universitas BSI Sanggayasa Sanggayasa Siti Laila Wahyuni Siti Marlina, Siti SITI NURJANAH Sopiyan Dalis Suharyanto Suharyanto Suharyanto SUHARYANTO SUHARYANTO Suparni Suparni Titik Misriati Toto Haryanto Windu Gata Windu Gata Yoseph Tajul Arifin Yudhistira Yudhistira