Article Per Year (5 Year)
p-Index From 2021 - 2026
8.968
P-Index
This Author published in this journals
All Journal Pixel : Jurnal Ilmiah Komputer Grafis Jurnal Informatika dan Teknik Elektro Terapan International Journal of Artificial Intelligence Research JURNAL MEDIA INFORMATIKA BUDIDARMA Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Eksplora Informatika SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Nasional Komputasi dan Teknologi Informasi JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Informatika Kaputama (JIK) Jurnal Teknologi Informasi dan Multimedia JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika JPM: JURNAL PENGABDIAN MASYARAKAT LOSARI: Jurnal Pengabdian Kepada Masyarakat DedikasiMU: Journal of Community Service Indexia sudo Jurnal Teknik Informatika Jurnal Sains dan Teknologi Digital Transformation Technology (Digitech) Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Jurnal Teknik Informatika dan Teknologi Informasi Jurnal Informatika dan Teknologi Pendidikan PEKAT : Jurnal Pengabdian Kepada Masyarakat Computing Jurnal Informatika Jurnal Penelitian Rumpun Ilmu Teknik Jurnal Ilmiah Teknik Informatika dan Komunikasi Kohesi: Jurnal Sains dan Teknologi Jurnal Sains dan Teknologi Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Jurnal Teknologi Informasi Indonesia Jurnal Informatika dan Teknik Elektro Switch: Jurnal Sains dan Teknologi Informasi Jurnal Teknik Informatika dan Teknologi Informasi Jurnal Nasional Komputasi dan Teknologi Informasi Proceeding of Informatics Collaborations and Dessimenation Meeting (Infocoding)
Henny Dwi Bhakti
Universitas Muhammadiyah Gresik
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Transportation Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 67 Documents
Search

 1   2   3   4   5 
Sistem Pengenalan Wajah pada Sistem KYC dengan Algoritma Local Binary Pattern Histogram Hafidz Ubaidillah; Henny Dwi Bhakti
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 4 No. 1 (2024): Maret : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v4i1.754

Abstract

With the increasing internet usage post-pandemic, ensuring the security of a fintech application becomes imperative. Bangbeli implements KYC procedures using facial recognition technology and stringent security protocols to verify identities and safeguard users' personal data in compliance with Bank Indonesia regulations. Utilizing Haar Cascade Classifier, Local Binary Pattern Histogram, and histogram equalization, an API (Application Programming Interface) has been created for facial training and prediction. These methods were chosen for their credibility, achieving an 88% accuracy with 33 samples and 90% with 10 samples. This study focuses on constructing an API for mobile services at Bangbeli, achieving 87.5% accuracy, 81.25% precision, 87.5% recall, and a 25% error rate. The model demonstrates good performance in facial recognition, with an acceptable error rate. Although precision is slightly lower than recall, it suggests the model is more inclined to identify most positive data with some errors rather than discard potentially identifiable faces.
PENERAPAN ALGORITMA K-MEANS DAN ALGORITMA AGGLOMERATIVE DALAM KLASTERISASI KASUS STUNTING BALITA (STUDI KASUS : DUKUN ANYAR) Muhammad Rossi Alkhatami; Henny Dwi Bhakti
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i2.4706

Abstract

Permasalahan stunting atau kekurangan gizi masih menjadi masalah kesehatan serius yang dihadapi sebagian besar masyarakat di Indonesia. Dalam melakukan pencatatan data balita, para petugas disana masih memakai cara yang manual, misalnya mencatat rekam medis balita dan mencari data balita tersebut sudah pernah melaksanakan imunisasi atau belum sehingga menghambat proses pencarian data balita yang pernah diimunisasi. Clustering atau klasterisasi merupakan proses untuk menempatkan sekumpulan data ke dalam sebuah kelompok yang disebut cluster, sehingga dalam satu cluster memiliki data dengan kemiripan karakteristik yang sama dan berbeda dengan cluster yang lain. 4. Hasil dari percobaan 3 sampai 5 cluster didapatkan pengujian cluster paling optimal adalah pada percobaan 3 cluster dengan hasil nilai DBI sebesar 0,592 dengan hasil cluster 1 sebanyak 32 data, cluster 2 sebanyak 39 data dan cluster 3 sebanyak 29 data.
KLASIFIKASI PENILAIAN KINERJA KARYAWAN MENGGUNAKAN ALGORITME NAÏVE BAYES (STUDI KASUS PT. AS SABAR SUKSES BERKAH) Fajar Ramadhan; Henny Dwi Bhakti
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 2 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i2.4707

Abstract

Karyawan merupakan Sumber Daya Manusia (SDM) utama yang berperan penting dalam mencapai kesuksesan perusahaan. Karyawan yang berkinerja tinggi dapat menjadi aset yang sangat berharga bagi perusahaan. Dalam era persaingan bisnis yang intensif, kemampuan perusahaan untuk mengidentifikasi dan menilai kinerja karyawan yang optimal menjadi krusial untuk mencapai tujuan bisnis yang berkelanjutan. PT. As Sabar Sukses Berkah merupakan salah satu perusahaan yang bergerak di bidang produksi busana muslim. Penelitian ini bertujuan untuk mengetahui kinerja karyawan di PT. As Sabar Sukses Berkah dengan menerapkan Algoritme Naïve Bayes. Naïve Bayes digunakan untuk mengklasifikasikan karyawan berdasarkan beberapa atribut kinerja kunci seperti keterangan, tanggung jawab, komunikasi, disiplin, sikap, dan keahlian. Data yang dianalisis berasal dari evaluasi HRD yang dilakukan dari bulan April 2023 hingga Juni 2023. Proses klasifikasi memanfaatkan data latih untuk menghitung probabilitas masing-masing kelas yang mungkin serta probabilitas fitur untuk setiap atribut yang diamati. Metode pengembangan sistem yang diterapkan mengikuti model Waterfall, yang mencakup tahapan studi literatur, pengumpulan data, analisis sistem, implementasi, pengujian, evaluasi, dan penarikan kesimpulan. Hasil penelitian menunjukkan tingkat akurasi klasifikasi yang didapat dari Algoritme Naïve Bayes cukup tinggi sebesar 90%. Pengujian menggunakan black box menghasilkan tingkat kesuksesan mencapai 100%.
PENGEMBANGAN SISTEM PAKAR TIPE GAYA BELAJAR SISWA MENGGUNAKAN METODE FUZZY LOGIC TSUKAMOTO BERBASIS WEB Bariza Nurus Shobah; Henny Dwi Bhakti; Farhanna Mar’i
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i8.5894

Abstract

Gaya belajar merupakan hal yang penting untuk dipahami setiap orang. Gaya belajar yang sesuai dapat menciptakan pembelajaran yang efektif dan efisien. Selain itu, gaya belajar juga dapat meningkatkan motivasi serta prestasi belajar. Terdapat tiga tipe gaya belajar yang umum dikenal yaitu Gaya Belajar Visual, Gaya Belajar Auditori, dan Gaya Belajar Kinestetik. Berdasarkan beberapa tipe gaya belajar tersebut tentunya setiap siswa memiliki gaya belajar yang berbeda. Penelitian ini bertujuan untuk menentukan tipe gaya belajar siswa dengan menggunakan metode Fuzzy Logic Tsukamoto. Dataset yang digunakan diambil dari kuesioner google form dimana pernyataan yang ada dalam kuesinoer bersumber dari buku “Modul Aplikasi Alat Tes Bimbingan dan Konseling”. Sebanyak 60 data yang diambil dari siswa dengan jenjang sekolah Perguruan Tinggi hingga siswa Sekolah Dasar. Penggunaan metode Fuzzy Logic Tsukamoto ini dipilih karena sistem kerjanya yang dapat menyesuaikan dengan penalaran manusia dan kondisi yang ada. Hasil penelitian menggunakan Fuzzy Logic Tsukamoto dengan 27 aturan menunjukkan bahwa penggunaan metode Fuzzy Logic Tsukamoto memiliki nilai akurasi sebesar 92% yang membuktikkan bahwa penggunaan metode Fuzzy Logic Tsukamoto dalam penentuan tipe gaya belajar tergolong sangat baik.
Analisis Dan Perancangan Sistem Informasi Retribusi Pasar Tradisional Kabupaten Gresik Dimas Firjatullah Tsani; Henny Dwi Bhakti
Jurnal Sains dan Teknologi Vol. 2 No. 2 (2023): Desember : Jurnal Sains dan Teknologi
Publisher : Fakultas Teknik Universitas Cenderawasih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58169/saintek.v2i2.257

Abstract

Currently, various industries see the increasingly rapid development of modern technology, almost all institutions need a government information system, one of which is to automate data storage more quickly and easily. The levy receipt system is an example of information technology. One of the government agencies in Gresik Regency that has not implemented an information system for data processing is the Cooperative Service, located in Gresik, Kembangan, KEC.kebomas, Gresik Regency, East Java 61121. assisting other officers who handle administration in the Market Tax Sub-section, namely data processing Daily or monthly Market Tax payments still use a Tax Control Card or. To overcome this problem, an information system was developed using the PHP and HTML programming languages ​​and MYSQL DATABASE. The research methodology used in this research uses data collection methods. The conclusions are expected to help simplify the management of market services, such as managing traders, processing kiosks and losses, and processing fee data and reports, it is also hoped that it can reduce the risk of damage.
Perancangan Sistem Presensi Sekolah Berbasis Web Di SD Muhammadiyah Gresik Roudhotum Mawardania; Henny Dwi Bhakti
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 4 No. 1 (2024): Maret : Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v4i1.745

Abstract

Technological developments are occurring rapidly in various areas of human life where manual data processing is slowly being abandoned and society is starting to realize the importance of the role of computers. In the world of education there is also a need for a system that can help with data processing, almost everything now uses technology, both in processing student data and for other purposes. However, the Gresik Muhammadiyah Elementary School school still uses manual attendance, namely using student attendance attendance books so that sometimes errors occur which make reports inaccurate and less effective. This also often happens when searching for data storage documents, sometimes the book is lost or sometimes the archive book is damaged. Apart from that, parents can only see their child's attendance report when the report cards are distributed so that in the attendance process currently implemented it is difficult for parents to monitor whether their child is actually going to school or playing somewhere else without the school knowing. Therefore, an information system is needed that is able to reduce or even eliminate deficiencies that arise in the process of processing attendance data that occur at SD Muhammadiyah Gresik. The aim is to make it easier to manage student attendance, help teachers to fill in student attendance, and be able to produce student attendance reports more quickly and accurately so that errors can be minimized. This online web-based school attendance system was built using waterfall model software, PHP programming language and MySQL database. This system allows us to provide solutions to make participation easier to use, as well as effective and efficient
KLASIFIKASI POTENSI PENYAKIT DIABETES MELLITUS TIPE II PADA PASIEN MENGGUNAKAN ALGORITME KNN (K-NEAREST NEIGHBOR) Sholikhul Fiqri, Mohammad; Dwi Bhakti, Henny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10133

Abstract

Indonesia berada di peringkat kelima di dunia dalam jumlah penderita diabetes. Menurut laporan dari International Diabetes Federation (IDF), pada tahun 2021 terdapat 19,5 juta orang Indonesia berusia 20-79 tahun yang menderita diabetes. Selain itu, Indonesia juga menempati peringkat teratas di Asia Tenggara untuk jumlah penderita diabetes tipe satu. Diabetes mellitus adalah kondisi di mana tubuh tidak dapat memproduksi atau menggunakan insulin dengan baik. Insulin, hormon yang dihasilkan oleh pankreas, berperan penting dalam mengatur kadar gula darah dari makanan yang dikonsumsi agar dapat digunakan sebagai sumber energi oleh sel-sel tubuh. Penelitian ini bertujuan untuk mendeteksi dini penyakit diabetes mellitus dengan menggunakan algoritme klasifikasi KNN (K-Nearest Neighbor) dalam data mining. Metode yang digunakan dalam penelitian ini meliputi: Dataset, Preprocessing, Klasifikasi, Evaluasi, Prediksi, dan Penyimpanan Model. Dalam penelitian ini, telah dilakukan klasifikasi potensi penyakit diabetes mellitus tipe II pada pasien dengan menggunakan algoritme KNN K=1 dan K=3, serta menggunakan Confusion Matrix sebagai alat pengujinya. Hasilnya, akurasi sebesar 85% untuk KNN K=1 dan 75% untuk KNN K=3. Oleh karena itu, penelitian ini menunjukkan bahwa algoritme KNN dengan K=1 lebih efektif dibandingkan dengan KNN dengan K=3 dalam mengklasifikasi potensi penyakit diabetes mellitus tipe II berdasarkan dataset yang digunakan.
PERBANDINGAN ALGORITME K-NEAREST NEIGHBOR DAN NAÏVE BAYES DALAM KLASIFIKASI KELULUSAN MAHASISWA Fahmi As Shiddiqi, Muhammad; Dwi Bhakti, Henny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10955

Abstract

Kelulusan merupakan tujuan akhir bagi setiap orang dalam rangkaian proses menyelesaikan studi dalam memperoleh gelar, penghargaan ataupun yang lainnya. Pada Program Studi Teknik Informatika Universitas Muhammadiyah Gresik terdapat banyak mahasiswa yang lulus tidak tepat waktu (terlambat) dan mahasiswa yang Drop Out (DO), hal tersebut merupakan masalah penting bagi Program Studi, dikarenakan jumlah total dari mahasiswa yang mendaftar tidak sebanding dengan mahasiswa lulus yang berdampak pada penilaian Akreditasi dimana akan berakibat pada menurunnya calon mahasiswa baru di Program Studi Teknik Informatika Universitas Muhammadiyah Gresik. Sangat penting bagi Program Studi mengetahui klasifikasi kelulusan mahasiswa. Dalam penelitian ini akan dilakukan klasifikasi kelulusan mahasiswa menggunakan algoritme K-Nearest Neighbor dan Naïve Bayes. Hasil pengujian evaluasi performa menggunakan Confusion Matrix didapatkan nilai rata-rata precision dan recall dari kedua algoritme. Algoritme K-Nearest Neighbor mendapatkan rata-rata nilai precision, dan recall lebih tinggi sebesar 85,1% dan 92,9%. Sedangkan untuk algoritme Naïve Bayes mendapatkan nilai rata-rata precision dan recall lebih rendah sebesar 73% dan 73,5%. Sementara hasil pengujian menggunakan K-Fold Cross Validation mendapatkan hasil bahwa algoritme K-Nearest Neighbor dinilai lebih baik dari algoritme Naïve Bayes dengan melihat nilai hasil dari accuracy, precision, dan recall algoritme K-Nearest Neighbor dengan nilai accuracy sebesar 84,2%, precision sebesar 92,3% dan recall sebesar 82,6%.
Implementasi Website Bank Sampah pada Kelurahan Pekelingan Ahmad Dani Eka Putra; Henny Dwi Bhakti
Switch : Jurnal Sains dan Teknologi Informasi Vol. 2 No. 5 (2024): September : Switch : Jurnal Sains dan Teknologi Informasi
Publisher : Asosiasi Profesi Telekomunikasi Dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/switch.v2i5.177

Abstract

Waste management is an important concern in efforts to maintain cleanliness and environmental sustainability. The Waste Bank has been proven to be an effective solution in managing waste with a sustainable approach. This research aims to implement a Waste Bank website as a means of information and waste data management in Pekelingan Village. The system development method used is the Waterfall method which consists of the stages of requirements analysis, system design, implementation, testing and maintenance. In the needs analysis stage, the needs of related parties are identified, such as the management of the Waste Bank and the community using the Waste Bank's services. System design includes designing a user interface and database structure to store waste transaction information, member data and financial reports. Website implementation involves developing web-based applications using PHP and MySQL technology. Testing is carried out to ensure that the website functions properly and meets requirements. The result of the implementation is a Waste Bank website that can be used to register members, record waste transactions, check balances, and manage waste data efficiently. With this website, it is hoped that the management of the Waste Bank in Pekelingan Village can be more organized and transparent. This case study can also be an example for other sub-districts in developing information technology-based Waste Banks to increase the efficiency and effectiveness of waste management.
IDENTIFIKASI JAMUR YANG DAPAT DIKONSUMSI DAN BERACUN MENGGUNAKAN METODE LOGISTIC REGRESSION Zatadinia, Nabila; Dwi Bhakti, Henny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11601

Abstract

Jamur termasuk salah satu jenis tumbuhan yang memiliki jumlah spesies terbanyak di dunia. Ada banyak jenis jamur yang sering dimanfaatkan sebagai bahan makanan atau obat-obatan dalam kehidupan sehari-hari dan ada juga jamur yang menyebabkan keracunan pada tubuh manusia. Penelitian ini bertujuan untuk mengidentifikasi jenis jamur yang dapat dikonsumsi dan beracun sehingga masyarakat tidak salah mengolah atau mengkonsumsi jamur liar. Dalam mengenali jamur yang dapat dikonsumsi dan beracun, dapat dikenali dengan melihat ciri-ciri morfologi nya. Oleh karena itu, dibutuhkan sistem yang dapat mengidentifikasi jamur yang dapat dikonsumsi dan beracun dengan melihat dari ciri-ciri morfologi nya. Selain itu, terdapat metode Logistic Regression yang digunakan sebagai metode pendukung dalam meningkatkan akurasi. Metode Logistic Regression sering digunakan untuk menganalisis atau mengidentifikasi data dan cocok digunakan untuk melakukan identifikasi ketika output suatu data bersifat biner. Hasil pada penelitian ini menghasilkan nilai akurasi yang akurat yaitu sebesar 93% menggunakan metode Logistic Regression dengan pengujian confusion matrix.
Co-Authors Achmad Bachtiar Primadani Agus Triono Ahmad Dani Eka Putra Akbar, Muhammad Asad Muhibbin Andi Rahmad Rahim Andriyanto Ansaris, Fatur Maulana Arfani Zarrodin Arif Rohman Arina Haq Marankahar arni ayuning tyas Assidiq S, Muhammad Nur Aunur Rosyidi azimaturrafi'ah - Azimaturrafi’ah Bariza Nurus Shobah Danang Haedar Guswanrinandi Deni Sutaji Dimas Firjatullah Tsani Dimas Firjatullah Tsani Dwi, Ongky Eriska Eklezia Dwi Saputri Ervin Setyawan Fahmi As Shiddiqi, Muhammad Fahmi, Yusril Fajar Dedi Pratama Fajar Ramadhan Fauziyah, Nur Fira Fatikhatul Ni'mah Firdaus, Mochammad Zaki Gusnandha Salsabil Fahmi Hadziqul Abror Hafidz Ubaidillah Hanifah, Hidayatul Nur Harunur Rosyid Herlando Prayitno Hidayanti Qurani, Risca Husenti, Nadya Ilham Teguh Prayudha Kurnia, Safira Dewi Landson, Lucky Lisa Albertha Angelina Mahfudz Alfanani Syaviqi Majid, Ardian Mar'i, Farhanna Masarrotur Rifadah Misbah Moch Miftahul Akhyar Mochammad Firza Ainurrahman mohammad amiril fauzi Muhammad Fatchur Rozy Muhammad Fatchur Rozy Muhammad Nur Wahab Muhammad Nur Zakaria Muhammad Rizqi Hibatullah Muhammad Rossi Alkhatami Muhammad Vigar Septianta Pratama Nabilah Salwa Diwwani Nadya Husenti Novansyah Ifqiawan Nurul Mudhofar P. P. S. Saputra Pratama, Mohammad Ridwan Bayu Putri, Erna Dwita Sari Cahyani Raditya Thabroni Romadhon Rhizky Amalia Putri Rochmawati, Laila Rohman, Ahmad Fadhlur Rohman Rossydi, Ahmad Roudhotum Mawardania Setyo Utomo, Dhimas Narendra Sangaji Shabiq, Raden Muh Sholikhul Fiqri, Mohammad Soffiana Agustin, Soffiana Sukaris Sylvia, Tiara Umi Chotijah Uzlifatul Fuaidah Wahyu Hidayat Wahyu Hidayat Zatadinia, Nabila