Article Per Year (5 Year)
p-Index From 2020 - 2025
1.54
P-Index
This Author published in this journals
All Journal Jurnal Masyarakat Informatika MATEMATIKA SAINS DAN MATEMATIKA Journal of Informatics and Technology JSM (Jurnal SIFO Mikroskil) TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Teknologi Informasi dan Ilmu Komputer Scientific Journal of Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat Informatika Pertanian Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JURNAL EKONOMI MANAJEMEN AKUNTANSI Jurnal Teknik Informatika (JUTIF) Makara Journal of Technology
Sukmawati Nur Endah
Faculty Of Mathematics And Natural Science, Diponegoro University, Tembalang-Semarang 50239, Indonesia
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
Color Space to Detect Skin Image: The Procedure and Implication Endah, Sukmawati Nur; Kusumaningrum, Retno; Wibawa, Helmie Arif
Scientific Journal of Informatics Vol 4, No 2 (2017): November 2017
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v4i2.12013

Abstract

Skin detection is one of the processes to detect the presence of pornographic elements in an image. The most suitable feature for skin detection is the color feature. To be able to represent the skin color properly, it is needed to be processed in the appropriate color space. This study examines some color spaces to determine the most appropriate color space in detecting skin color. The color spaces in this case are RGB, HSV, HSL, YIQ, YUV, YCbCr, YPbPr, YDbDr, CIE XYZ, CIE L*a*b*, CIE L*u* v*, and CIE L*ch. Based on the test results using 400 image data consisting of 200 skin images and 200 non-skin images, it is obtained that the most appropriate color space to detect the color is CIE L*u*v*.
Quickpropagation Architecture Optimization Based on Input Pattern for Exchange Rate Prediction from Rupiah to US Dollar Zulkarnaen, Harits Farras; Endah, Sukmawati Nur
Scientific Journal of Informatics Vol 5, No 2 (2018): November 2018
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v5i2.15889

Abstract

Money exchange between countries was done by using exchange rates. One of the examples was the exchange between Rupiah and US Dollar. Exchange rates prediction to US Dollar was an attempt to assist all related economic actors to avoid losses during the process of decision making. The prediction could be done by using artificial neural network method. Quickpropagation was one of artificial neural network models considered suitable for prediction. Quickpropagation network architecture consisted of input layer, hidden layer, and output layer. The input layer of quickpropagation architecture could be determined by using autoregression (AR) for the input pattern. In this research, the authors aim to optimize the quickpropagation network architecture method using Nguyen-Widrow weight initialization to predict the Rupiah exchange rate to US Dollar. The research data were the exchange rate from the BI website from May 2017 to July 2017 with a total of 57 data. The test was performed by using K-Fold Cross Validation with k = 11 values for data without AR and k = 8 for AR data. The results show that quickpropagation method using AR has better performance than quickpropagation method without AR in terms of MSE training and testing. The best parameters are in alpha 0,6 and hidden neuron 5, with MSE training value 0,03272 and MSE testing 0,02873 for selling rate and at alpha 0,9 and hidden neuron 5, with MSE training value 0,03297 and MSE testing 0,02828 for buying rate with maximal epoch 100.000 and target error 0,05.
SISTEM INFERENSI FUZZY UNTUK MENENTUKAN SENSASI CITRA WARNA Endah, Sukmawati Nur; Sasongko, Priyo Sidik; Wibawa, Helmie Arif; Frediansah, Frediansah
Jurnal Masyarakat Informatika Vol 1, No 2 (2010): Jurnal Masyarakat Informatika
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.1.2.2520

Abstract

Penelitian ini mengusulkan suatu metode untuk menentukan sensasi sebuah citra dengan menggunakan sistem inferensi fuzzy. Sensasi citra didasarkan pada teori Itten yang terdiri dari sensasi hangat, dingin, santai, gundah dan hidup. Metode yang digunakan menggunakan dua sistem inferensi fuzzy Mamdani. Sistem inferensi fuzzy I digunakan untuk menentukan warna dominan tiap region citra input. Warna yang merupakan output dari sistem inferensi fuzzy I terdiri dari 12 warna berdasarkan Itten runge sphere ditambah 1 warna netral. Hasil output sistem inferensi fuzzy I merupakan input bagi sistem inferensi fuzzy II. Output dari sistem inferensi fuzzy II berupa sensasi citra yang berdasarkan teori Itten. Dari pengujian 30 citra, tingkat kesesuaian yang dihasilkan dengan metode ini sebesar 73,33%. Penelitian ini dapat dikembangkan lebih lanjut untuk membuat suatu perangkat lunak penemuan kembali citra berdasarkan sensasi yang diinginkan.
SISTEM PENJADWALAN UJIAN DOKTOR PADA PASCASARJANA UNIVERSITAS DIPONEGORO Setyani, Rizka Ella; Endah, Sukmawati Nur
Jurnal Masyarakat Informatika Vol 5, No 9 (2014): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2796.796 KB) | DOI: 10.14710/jmasif.5.9.8443

Abstract

Pascasarjana Universitas Diponegoro terus melakukan pembangunan baik secara fisik maupun dalam segi sistem informasi mengikuti semakin canggihnya teknologi untuk menjawab berbagai tantangan yang ada. Salah satu dari usaha pembangunan dalam segi sistem informasi tersebut adalah dengan pembuatan pengelolaan data yang berhubungan dengan pelaksanaan ujian doktor. Pengelolaan data yang semula dilakukan secara manual sehingga kurang terorganisir kini dapat dilakukan dengan lebih mudah dan efisien. Penelitian ini membahas mengenai Sistem Penjadwalan Ujian Doktor yang dalam pengembangannya menggunakan metode waterfall dan merupakan sistem berbasis web. Sistem ini dibangun menggunakan bahasa pemograman PHP dan basis data MySQL untuk memudahkan kinerja administrator yang bertugas membuat jadwal dan mengelola data mahasiswa yang akan melakukan ujian doktor agar tidak terjadi jadwal yang bertabrakan sehingga dapat lebih terstruktur, dapat menambah  keakuratan  data,  dan  mempercepat  pemrosesan  data  yang  ada. Bagi mahasiswa pascasarjana sistem ini mempermudah dalam mengetahui jadwal ujian, statistik ujian doktor, serta informasi yang berkaitan dengan pelaksanaan ujian doktor karena dapat diakses secara online. Implementasi dari sistem ini dapat disinkronkan dengan sistem yang sudah ada sebelumnya dan dapat berjalan dengan baik.
SISTEM TEMU-KEMBALI INFORMASI DALAM DOKUMEN MENGGUNAKAN METODE LATENT SEMANTIC INDEXING Muhammad, Muhammad; Endah, Sukmawati Nur; Noranita, Beta
Jurnal Masyarakat Informatika Vol 3, No 5 (2012): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (518.209 KB) | DOI: 10.14710/jmasif.3.5.8462

Abstract

Textual documents have been largely available digitally or electronically with increasing number since the invention of computer. The need of information makes a user to do a searching activity on document collections he or she has. Document searching method available on computers usually just look into the name of document (file) searched by user without noticing the content inside it, therefore it can not satisfy his or her information need. Latent Semantic Indexing (LSI) method can be a solution to retrieve relevant information from document collections inside a computer. LSI method has an ability to correlate semantically related terms that are latent in a collection of text using Singular Value Decomposition (SVD) technique. An information retrieval system using LSI method has been developed and tested on 40 Indonesian documents with 478 words per document in average. On testing process which has been done, with threshold of 0.6 the system could give search result with average precision score of 55.48% and average recall score of 96.67% in testing process.
Aplikasi Deteksi Dini Gangguan Sistem Pernafasan Menggunakan Metode Learning Vector Quantization (LVQ) Berbasis Web Yanti, Amalia Rachma; Endah, Sukmawati Nur
Jurnal Masyarakat Informatika Vol 7, No 1 (2016): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jmasif.7.1.10134

Abstract

Gangguan sistem pernafasan merupakan gangguan yang menjadi masalah besar di dunia khususnya di Indonesia. Banyaknya jumlah penderita yang ada di Indonesia tiap tahunnya terus bertambah. Salah satu penyebabnya adalah kurangnya kesadaran masyarakat akan gejala yang dialami sehingga menyebabkan keterlambaatan dalam pengobatan dan susah untuk disembuhkan. Melihat kondisi tersebut, perlu adanya cara untuk mendeteksi dini adanya gangguan sistem pernafasan melalui gejala yang dialami, sehingga dari gejala tersebut dapat dilakukan sebuah klasifikasi jenis gangguan sistem pernafasan yang dialami. Learning vector quantization (LVQ) adalah metode dalam jaringan syaraf tiruan (JST) yang paling banyak digunakan untuk proses klasifikasi sehingga sangat cocok untuk kasus tersebut. Penelitian ini menghasilkan aplikasi deteksi dini gangguan sistem pernafasan yang dapat mengklasifikasikan gangguan sistem pernafasan apa yang dialami pengguna dengan input berupa data gejala yang dialami. Data yang digunakan pada penelitian ini sebanyak 80 data, 72 data digunakan untuk pelatihan, dan 8 data untuk pengujian. Pengujian dilakukan dengan menggunakan K-Fold Cross Validation dengan nilai k = 10. Aplikasi ini menggunakan pilihan arsitektur jaringan terbaik berdasarkan hasil pengujian, yaitu dengan inisialisasi bobot awal dari dataset yang diambil secara random, learning rate (α) 0.01, error minimum (eps) 0.01 dan maksimum epoch sebanyak 100 epoch dengan tingkat akurasi sebesar 80%.
OPTICAL CHARACTER RECOGNITION MENGGUNAKAN ALGORITMA TEMPLATE MATCHING CORRELATION Hartanto, Suryo; Sugiharto, Aris; Endah, Sukmawati Nur
Jurnal Masyarakat Informatika Vol 5, No 9 (2014): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2032.664 KB) | DOI: 10.14710/jmasif.5.9.8435

Abstract

OCR (Optical Character Recognition) adalah suatu solusi yang efektif untuk proses konversi dokumen cetak ke dokumen digital. Permasalahan yang timbul dalam proses pengenalan dokumen komputer adalah bagaimana teknik pengenalan untuk mengidentifikasi berbagai jenis karakter dengan berbagai ukuran dan bentuk. Metode pengenalan yang digunakan dalam tugas akhir ini adalah metode Template Matching Correlation. Sebelum proses pengenalan, citra masukan dengan format * bmp atau jpg * diolah terlebih dahulu di proses preprocessing, yang meliputi binerisasi, segmentasi, dan normalisasi gambar. Rata-rata tingkat keberhasilan pengenalan yang dihasilkan oleh sistem ini adalah 92,90%. Hasil akhir menunjukkan bahwa penggunaan metode Template Matching Correlation cukup untuk membangun sebuah sistem OCR dengan akurasi yang baik efektif.
KLASIFIKASI UCAPAN KATA DENGAN SUPPORT VECTOR MACHINE Endah, Sukmawati Nur; KN, Dinar Mutiara
Jurnal Masyarakat Informatika Vol 3, No 6 (2012): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (721.967 KB) | DOI: 10.14710/jmasif.3.6.8456

Abstract

Menurut Undang-Undang No 32 Tahun 2002, Peraturan Komisi Penyiaran Indonesia No 02/P/KPI/12/2009 tentang Pedoman Perilaku Penyiaran dan Peraturan Komisi Penyiaran Indonesia No 03/P/KPI/12/2009 tentang Standar Program Siaran, diantaranya disebutkan bahwa program siaran tidak boleh memaki dengan kata-kata kasar, tidak boleh melecehkan, menghina atau merendahkan kelompok masyarakat minoritas dan marginal. Namun untuk mensensor kata-kata tersebut secara otomatis belum ada. Sehingga perlu adanya suatu perangkat lunak cerdas yang dapat menyensor kata-kata tersebut secara otomatis. Untuk dapat menyensor, perangkat lunak harus mampu mengenali kata-kata yang dimaksud. Penelitian ini mengusulkan pengklasifikasian ucapan kata dalam dua kelas, yaitu kelas kata-kata yang berisi makian kasar dan kelas kata yang bukan termasuk kata makian dengan menggunakan metode Support Vector Machine (SVM). Data ucapan kata yang diambil merupakan data suara untuk kelompok umur 19 – 21 tahun yang terdiri dari 19 pria dan 8 wanita. Masing-masing orang mengucapkan 25 kata makian kasar dan 25 kata yang bukan termasuk kata makian. Berdasarkan hasil eksperimen dengan melibatkan 25 data training dan 25 data testing, untuk suara pria menghasilkan tingkat keakuratan sebesar 78,4% dan untuk suara wanita menghasilkan tingkat keakuratan sebesar 80%.
Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Erlangga; Endah, Sukmawati Nur; Sarwoko, Eko Adi
Jurnal Masyarakat Informatika Vol 6, No 11 (2015): JURNAL MASYARAKAT INFORMATIKA
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (508.093 KB) | DOI: 10.14710/jmasif.6.11.10123

Abstract

  Pertumbuhan ekonomi merupakan salah satu indikator penting dalam menganalisis pembangunan perekonomian yang terjadi di suatu negara. Dengan mengetahui pertumbuhan ekonomi di masa mendatang, dapat memberikan gambaran terhadap situasi moneter di suatu negara. Angka pertumbuhan ekonomi yang tidak selalu linier, memberi kesulitan tersendiri dalam melakukan proses prediksi. Untuk itu diperlukan suatu metode yang mampu menangani karakteristik data pertumbuhan ekonomi yang terkadang bersifat non-linier, salah satunya adalah metode backpropagation. Adanya data-data masa lalu mengenai pertumbuhan ekonomi, menjadikan jaringan syaraf tiruan metode backpropagation dapat diterapkan untuk memprediksi pertumbuhan ekonomi. Pada metode backpropagation terjadi penyesuaian nilai bobot dan bias yang semakin baik pada proses pelatihan, sehingga target keluaran lebih mendekati ketepatan. Berdasarkan hasil pengujian yang telah dilakukan, performa terbaik yang didapat dari perbandingan kombinasi jumlah neuron hidden layer dan learning rate, mampu menghasilkan prediksi yang mendekati angka pertumbuhan ekonomi faktual, yakni 5,86%. Hasil ini menunjukkan tingkat keakuratan sebesar 99,92% untuk prediksi pertumbuhan ekonomi Indonesia di tahun 2013 dengan data faktual sebesar 5,78%.
SISTEM PEMESANAN TIKET PADA JOGLOSEMAR EXECUTIVE SHUTTLE BUS SEMARANG Panjaitan, Perawaty; Bahtiar, Nurdin; Endah, Sukmawati Nur
Jurnal Masyarakat Informatika Vol 2, No 4 (2011): Jurnal Masyarakat Informatika
Publisher : Department of Informatics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (702.797 KB) | DOI: 10.14710/jmasif.2.4.2692

Abstract

Pengelolaan data pada Joglosemar Executive Shuttle Bus Semarang mengalami beberapa permasalahan seperti penginputan data yang tidak efektif dan efisien, sulit dalam pencarian data sesuai informasi yang diperlukan, sulit dalam memberikan informasi dengan cepat kepada calon pembeli tiket dan penyimpanan laporan data-data pemesanan tiket yang tidak terorganisir dengan baik. Permasalahan itu disebabkan karena pengelolaan data pemesanan tiket masih bersifat manual atau belum terkomputerisasi. Untuk menangani permasalahan tersebut maka dibuat sistem pemesanan tiket berbasis desktop dengan menggunakan metode pengembangan sistem sekuensial linier. Perangkat lunak yang digunakan untuk pengembangan program antarmuka adalah Microsoft Visual Basic 6.0 dan perangkat lunak yang digunakan untuk media penyimpanan data adalah Microsoft Access 2007. Berdasarkan hasil pengujian didapatkan bahwa sistem pemesanan tiket berjalan dengan baik sehingga dengan adanya sistem pemesanan tiket ini dapat memberi kemudahan dalam pengelolaan data pemesanan tiket.
Co-Authors Adi Wibowo Afry Rachmat Amalia Rachma Yanti, Amalia Rachma Andika Putra Pratama Annisa Apriliani Arif Lutfiyanto Aris Sugiharto Beta Noranita Beta Noranita Beta Noranita Dewi, Fitriana Prasari Dinar Mutiara KN, Dinar Mutiara Eko Adi Sarwoko Eko Prasetiawan Erlangga Erlangga Fachry Abda El Rahman Frediansah Frediansah Ganang Surya Atmaja Ganis Khufad Arridho Hanifah Awliya Harahap, Sanggam Andreas Harjanto, Dhony Syafe’i Helmie Arif Wibawa Iffa Zainan Nisa Indriyati Indriyati Irfan Pradipta Kabul Kurniawan Khadijah Khadijah Khadijah, Khadijah Kushartantya Kushartantya Ma’arif, Samsul Muhamad, Nida Muhammad Muhammad Muhammad Rahmat Widyanto, Muhammad Rahmat Nisa, Iffa Zainan Nurdin Bahtiar Panji Wisnu Wirawan Perawaty Panjaitan Priyo Sidik Sasongko Priyo Sidik Sasongko Ragil Saputra Raina Stefani Budi Retno Kusumaningrum Rismiyati Rismiyati RISMIYATI RISMIYATI Rizka Ella Setyani, Rizka Ella Roby Hanintyo Nursio Sakti Saputra, Angga Pradana Satriyo Adhy Siradjuddin, Indah Agustien Situmeang, Axelliano Rafael Suryo Hartanto Sutikno . Sutikno, Sutikno Tarzan Basaruddin, Tarzan Tridarma, Panggih Widiyanti, Emilia Yudo Prasetyo Zulkarnaen, Harits Farras Zulkarnaen, Harits Farras