Article Per Year (5 Year)
p-Index From 2020 - 2025
3.421
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) TEKNOLOGI INFORMASI POSITIF SMATIKA Jurnal Ilmiah KOMPUTASI Edu Komputika Journal Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika JIEET (Journal of Information Engineering and Educational Technology) JEEMECS (Journal of Electrical Engineering, Mechatronic and Computer Science) SENTIA 2016 Jurnal Pengabdian Polinema Kepada Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Informatika Polinema (JIP) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Pengabdian Kepada Masyarakat
Rosiani, Ulla Delfana
Jurusan Teknologi Informasi, Program Studi Teknik Informatika, Politeknik Negeri Malang, Indonesia
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
KLASIFIKASI JENIS KELAMIN PADA CITRA WAJAH MENGGUNAKAN METODE NAIVE BAYES Rosa Andrie Asmara; Bella Sita Andjani; Ulla Delfana Rosiani; Priska Choirina
Jurnal Informatika Polinema Vol. 4 No. 3 (2018): Vol 4 No 3 (2018)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v4i3.209

Abstract

Saat ini perkembangan teknologi yang berkaitan dengan pengenalan wajah banyak dimanfaatkan pada aplikasi pengenalan data biologis (biometrics) seperti pengenalan jenis kelamin. Penerapan aplikasi yang memerlukan pengenalan jenis kelamin adalah proses segmentasi pasar untuk mengetahui trend demografis dari produk yang dipasarkan berdasarkan jenis kelamin. Selain itu, aplikasi ini juga dapat digunakan untuk pembatasan akses suatu ruangan. Klasifikasi jenis kelamin pada citra wajah menggunakan metode Naive Bayes dapat digunakan untuk membedakan wajah wanita dan wajah pria berdasarkan fitur. Pembuatan data training berupa citra wajah dengan total 61 data dengan rincian 25 perempuan dan 36 laki-laki. Penggunaan fitur yang diperoleh dari deteksi mata, hidung dan mulut diekstraksi dengan metode Principal Component Analysis yang selanjutnya akan dilakukan proses klasifikasi jenis kelamin dengan metode Naive Bayes yang menghasilkan akurasi kecocokan sebesar 80%.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA RESORT PENGELOLAAN TAMANNASIONAL BROMO TENGGER SEMERU MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Faqih Fadlullah; Ulla Delfana Rosiani; Ely Setyo Astuti
Jurnal Informatika Polinema Vol. 3 No. 1 (2016): Vol 3 No 1 (2016)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v3i1.22

Abstract

TNBTS telah menerapkan Resort Base Managememnt, yaitu sebuah sistem pengelolaan taman nasional yang berdasarkan pada pengelolaan resort PTN. Untuk meningkatkan kinerja dari setiap resort PTN perlu adanya suatu penilaian yang dilakukan secara berkala oleh jajaran pengelola TNBTS, namun penilaian yang dilakukan saat ini masih dilakukan secara manual dan menggunakan pandangan individu, sehingga penilaian yang dilakukan tidak dapat terukur dengan baik. Oleh karena itu dibuatlah Sistem Pendukung Keputusan Penilaian Kinerja Resort Pengelolaan Taman Nasional Bromo Tengger Semeru Menggunakan Metode Simple Additive Weighting (SAW) yang diharapkan mampu melakukan penilaian secara terukur dan tepat. Metode SAW meupakan sebuah metode penjumlahan terbobot. Konsep metode SAW memberikan bobot kepada semua kriteria secara langsung kemudian melakukan perangkingan sehingga sangat cocok digunakan di kantor TNBTS. Hasil dari perhitungan SAW berupa perangkingan kinerja resort PTN, dimana rangking terendah akan dilihat oleh jajaran manajemen TNBTS untuk diambil tindakan lebih lanjut sebagai pengembangan resort kedepannya dan untuk rangking tertinggi akan diberikan reward oleh jajaran TNBTS. Berdasarkan uji fungsional, aplikasi ini mampu digunakan untuk menilai kinerja resort PTN, hasil dari sistem ini telah diuji kecocokannya dengan perhitungan petugas TNBTS dengan tingkat kecocokan 75%. Sehingga bisa dikatakan sistem ini telah dirancang dan dapat diimplementasikan.
PENGEMBANGAN SISTEM PENDETEKSI KEMIRIPAN KARYA PADA INAICTA 2013 Cadea Mikha Pasma; Ulla Delfana Rosiani; Rudy Ariyanto
Jurnal Informatika Polinema Vol. 1 No. 4 (2015): Vol 1 No 4 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i4.117

Abstract

Indonesia ICT Award (INAICTA) 2013 merupakan ajang lomba karya cipta kreativitas dan inovasi di bidang TIK (Teknologi Informasi dan Komputer) terbesar di Indonesia yang bertujuan untuk terus mendorong berkembangnya produk-produk TIK (Teknologi Informasi dan Komputer) lokal dengan peningkatan kualitas maupun inovasi produk. Semakin tahun, jumlah kontestan yang mengikuti INAICTA semakin bertambah. Hal tersebut berpengaruh terhadap tingkat kesulitan bagi para juri atau tim penilai untuk mengetahui kemiripan dari inovasi-inovasi para kontestan. Dibutuhkan suatu aplikasi yang dapat membantu dalam pendeteksian kemiripan tiap hasil karya yang diikutsertakan oleh para kontestan. Oleh karena itu dilakukan pengembangan sistem pendeteksi kemiripan karya pada INAICTA 2013 dengan membandingkan penjelasan ringkas karya para kontestan. Dalam pengembangan sistem pendeteksi ini menggunakan Algoritma Term Frequency– Inversed Document Frequency (TF-IDF) untuk proses pembobotan karya. Dengan TF-IDF sistem akan menghitung berdasarkan term pada setiap karya. Sedangkan untuk melihat tingkat kedekatan atau kesamaan (similarity) karya, sistem ini menggunakan Algortitma Vector Space Model (VSM). Dengan VSM data karya dipandang sebagai sebuah vektor yang memiliki magnitude (jarak) dan direction (arah). Sehingga sistem pendeteksi kemiripan karya pada INAICTA 2013 ini akan menghasilkan urutan tingkat kemiripan karya INAICTA 2013.
SISTEM INFORMASI DATA KEUANGAN LAPORAN AKUNTABILITAS KINERJA INSTANSI PEMERINTAH (LAKIP) POLITEKNIK NEGERI MALANG Raphael Nugraha W; Siti Romlah; Ulla Delfana Rosiani
Jurnal Informatika Polinema Vol. 1 No. 4 (2015): Vol 1 No 4 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i4.122

Abstract

Dalam penelitian ini akan dibuat Sistem Informasi Data Keuangan Laporan Akuntabilitas Kinerja (LAKIP) Politeknik Negeri Malang berbasis web untuk mempermudah dalam penyusunan Laporan Akuntabilitas Kinerja pada Politeknik Negeri Malang di buat menjadi sebuah Sistem Informasi secara LAN(Local Area Network). Sistem Informasi ini menggunakan bahasa pemrograman PHP yang diguankan untuk mengembangkan perangkat dan menggunakan mysql sebagai database.Hasil pembuatan sistem informasi ini bertujuan untuk membuat Sistem Akuntabilitas Kinerja Instansi Pemerintah yang berada di Politenik Negeri Malang pentingnya sistem informasi dalam Sistem Akuntabilitas Instansi Pemerintah untuk mempermudah melihat data keuangan LAKIP yang sebelumnya data LAKIP masih berbentuk manual. Hasil Sistem Informasi Akuntabilitas Kinerja Instansi Pemerintah mempermudah dalam memasukan data, melihat data dan melihat diagaram untuk mengetahui data tiap tahunnya dengan Sistem Informasi ini di harapkan dapat membantu dalam pembuatan Laporan Akuntabilitas Kinerja Instansi Pemerintah (LAKIP).
PENGEMBANGAN SISTEM PENCARIAN LOKASI KULINER DI KOTA MALANG DENGAN LOCATION BASED SERVICE Fitri Maharany; Ulla Delfana Rosiani; Dyah Ayu Irawati
Jurnal Informatika Polinema Vol. 1 No. 2 (2015): Vol 1 No 2 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i2.103

Abstract

Kota Malang merupakan salah satu kota tujuan wisata. Wisata yang disajikan tidak hanya berupa wisata alam, tetapi juga wisata kuliner. Perkembangan kuliner di Malang menjadi semakin pesat sehingga semakin banyak pula wisatawan yang ingin mengunjunginya. Namun, karena keterbatasan informasi membuat permasalahan bagi wisatawan yang ingin berkunjung ke lokasi kuliner tersebut.Oleh karena itu, dikembangkan sebuah Sistem Pencarian Lokasi Kuliner di Kota Malang dengan Location Based Service(LBS) yang menggunakan sistem operasi Android. LBS adalah implementasi dari mobile GIS (Geographic Information System), yang menampilkan posisi secara geografis keberadaan posisi pengguna dari perangkat mobile melalui GPS (Global Positioning System) sehingga dapat mengidentifikasi lokasi seperti lokasi kuliner dari pengguna. Sistem Pencarian Lokasi Kuliner di Kota Malang ini dapat menampilkan informasi mengenai lokasi kuliner di kota Malang. Sistem ini mempunyaibeberapa fitur yaitu, menemukan lokasi kuliner terdekat, pencarian berdasarkan kategori dan rating, menampilkan rute menuju lokasi kuliner, menambahkan review lokasi kuliner, memberikan rating lokasi kuliner, serta menambahkan lokasi kuliner baru. Dengan fitur tersebut maka Sistem Pencarian Lokasi Kuliner di Kota Malang ini dapat menyajikan informasi dan pencarian lokasi kuliner di Kota Malang ke dalam sebuah sistem dengan pendekatan teknologi informasi serta referensi tambahan bagi pihak-pihak yang memerlukan informasi berkaitan dengan kuliner yang dapat membantu mengembangkan obyek kuliner tersebut.
RANCANG BANGUN SISTEM MANAJEMEN PROYEK DAN KOLABORASI TIM DEVELOPER Moch. Fariz Al Hazmi; Ulla Delfana Rosiani; Nurudin Santoso
Jurnal Informatika Polinema Vol. 1 No. 2 (2015): Vol 1 No 2 (2015)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v1i2.104

Abstract

Mobilitas yang tinggi dan kurangnya kolaborasi antar anggota tim pengembang perangkat lunak mempengaruhi tingginya persentase kegagalan pengerjaan proyek. Komunikasi yang intensif merupakan salah satu faktor yang mempengaruhi keberhasilan pada kolaborasi tim pengembangan perangkat lunak karena tanpa komunikasi yang intensif sering timbul kesalahan pada pengerjaan tugas yang telah ditetapkan oleh manajer proyek dan pengerjaan tidak sesuai rencana. Untuk mengatasi permasalahan-permasalahan tersebut dibuatlah sistem manajemen proyek dan kolaborasi tim developer yang diintegrasikan dengan chat. Sistem tersebut memudahkah manajer proyek untuk mengelola proyek, mengatur penjadwalan proyek, mengatur tim yang terkait pengerjaan proyek, mengatur pembagian tugas pengerjaan proyek, mendokumentasikan aktifitas anggota tim, menganalisa aktifitas yang dicapai tiap anggota tim sepanjang hari selama pengerjaan proyek berlangsung. Sistem dibuat berbasis web, menggunakan teknologi WebSocket, bahasa pemrograman NodeJS dan basisdata MongoDB. Hasil akhir sistem berupa aplikasi web sistem manajemen proyek yang telah diintegrasikan dengan sistem chat. Berdasarkan hasil ujicoba yang telah dilakukan dapat disimpulkan bahwa sistem ini membantu pengelolaan proyek dan memudahkan komunikasi yang intensif dalam berkolaborasi antar tim, sehingga proyek yang dikerjakan maupun tugas yang diberikan kepada anggota tim dapat diselesaikan tepat waktu, hasil produk yang dikerjakan sesuai dengan yang diharapkan dan waktu pengerjaan proyek lebih efisien tanpa mengganggu kolaborasi tim saat pengerjaan proyek.
Facial Micro Expression Recognition for Feature Point Tracking using Apex Frames on CASME II Database Choirina, Priska; Rosiani, Ulla Delfana; Fitriani, Indah Martha; Baqi, Rijalul
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 1 (2023): Articles Research Volume 7 Issue 1, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i1.11946

Abstract

Micro-expressions are facial expressions that occur inadvertently to hide true feelings (emotional leaks). Although previous studies used the entire face area and all frames in the video dataset, this resulted in relatively long computation time and data redundancy. The main contribution of this research is to apply recognition micro-expression analysis using a comparison of apex frames with manual (handcrafted) and random sampling of frames and applying feature point tracking to the brow area and corners of the lips. The method for forming feature points in the facial area uses Discriminative Response Map Fitting (DRMF), then facial feature points are tracked using Kanade-Lucas-Tomasi (KLT). This feature point tracking produces motion feature data as feature extraction data. Finally, a comparative analysis of the classification method using the Support Vector Machine (SVM) and MLP-Backpropagation was conducted using the CASME II dataset. The experimental results of this study show significant results with an accuracy of 81.3% on MLP-Backpropagation and an average computing time of 1.45 seconds for each video. From the results of this study, information on the apex phase can contribute information that is very important for facial micro-expression recognition.
Perbandingan Metode Pembobotan ROC, AHP, dan CRITIC dalam Menentukan Prioritas Kriteria Studi Kasus Penentuan Mahasiswa Berprestasi Nafiatul Fadlilah; Ulla Delfana Rosiani; Ibnu Tsalis Assalam; Khosyi Nasywa Imanda; Agung, Muhammad Helmi Permana
Jurnal Ilmiah Komputasi Vol. 23 No. 2 (2024): Jurnal Ilmiah Komputasi : Vol. 23 No 2, Juni 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.23.2.3546

Abstract

Pendidikan memiliki peran kunci dalam membentuk sumber daya manusia unggul. Mahasiswa berprestasi menjadi salah satu hasil proses pendidikan yang berkualitas. Penentuan mahasiswa berprestasi melalui sistem pendukung keputusan akan memudahkan instansi perguruan tinggi. Pada penelitian ini kriteria yang digunakan meliputi nilai prestasi, nilai akhir setiap mata kuliah dalam satu semester, dan ketidakhadiran. Penentuan bobot kriteria perlu dilakukan secara cermat karena berdampak pada hasil akhir perangkingan kandidat. Hal tersebut menimbulkan keraguan dalam menentukan prioritas kriteria. Dengan demikian, pemilihan metode pembobotan kriteria yang sesuai dengan studi kasus penentuan mahasiswa berprestasi menjadi penting dilakukan agar hasil akhir perangkingan tidak merugikan pihak manapun serta dapat mengatasi kebingungan dalam menentukan prioritas kriteria. Metode ROC, AHP, dan CRITIC dibandingkan untuk menemukan metode pembobotan yang paling sesuai dengan studi kasus. Hasil penelitian menunjukkan bahwa metode CRITIC objektif dalam melakukan pembobotan karena prioritas kriteria ditentukan berdasarkan korelasi antar kriteria. CRITIC diusulkan karena hasil pembobotannya tidak dipengaruhi subjektivitas pengambil keputusan melainkan bergantung pada seberapa kuat hubungan antar kriteria dari sebaran data sehingga secara otomatis akan terbentuk urgensitas kriteria.
An Experimental Study on Deep Learning Technique Implemented on Low Specification OpenMV Cam H7 Device Asmara, Rosa Andrie; Rosiani, Ulla Delfana; Mentari, Mustika; Syulistyo, Arie Rachmad; Shoumi, Milyun Ni'ma; Astiningrum, Mungki
JOIV : International Journal on Informatics Visualization Vol 8, No 2 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.2.2299

Abstract

This research aims to identify and recognize the OpenMV Camera H7. In this research, all tests were carried out using Deep Machine Learning and applied to several functions, including Face Recognition, Facial Expression Recognition, Detection and Calculation of the Number of Objects, and Object Depth Estimation. Face Expression Recognition was used in the Convolutional Neural Network to recognize five facial expressions: angry, happy, neutral, sad, and surprised. This allowed the use of a primary dataset with a 48MP resolution camera. Some scenarios are prepared to meet environment variability in the implementation, such as indoor and outdoor environments, with different lighting and distance. Most pre-trained models in each identification or recognition used mobileNetV2 since this model allows low computation cost and matches with low hardware specifications. The object detection and counting module compared two methods: the conventional Haar Cascade and the Deep Learning MobileNetV2 model. The training and validation process is not recommended to be carried out on OpenMV devices but on computers with high specifications. This research was trained and validated using selected primary and secondary data, with 1500 image data. The computing time required is around 5 minutes for ten epochs. On average, recognition results on OpenMV devices take around 0.3 - 2 seconds for each frame. The accuracy of the recognition results varies depending on the pre-trained model and the dataset used, but overall, the accuracy levels achieved tend to be very high, exceeding 96.6%.
Pengenalan Ekspresi Mikro Wajah Berdasarkan Point Feature Tracking Menggunakan Fase Apex Pada Database Ekspresi Mikro Choirina, Priska; Rosiani, Ulla Delfana; Fitriani, Indah Martha
Edu Komputika Journal Vol 9 No 1 (2022): Edu Komputika Journal
Publisher : Jurusan Teknik Elektro Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/edukomputika.v9i1.56600

Abstract

Ekspresi mikro merupakan ekspresi wajah yang terjadi secara tidak disengaja untuk menyembunyikan perasaan sebenarnya (emotional leakage). Penelitian sebelumnya menggunakan seluruh area wajah dan seluruh frame pada dataset video, hal ini menghasilkan waktu komputasi tergolong lama dan terjadinya redundancy data. Kontribusi utama penelitian ini menerapkan analisa pengenalan ekspresi mikro menggunakan perbandingan frame apex dengan pilihan manual (handcrafted) dan secara acak (random sampling) dan menerapkan pelacakan titik fitur pada area alis mata dan sudut bibir. Discriminative Response Map Fitting (DRMF) sebagai metode yang membentuk titik fitur dan selanjutnya dilakukan pelacakan titik-titik fitur wajah dengan Kanade-Lucas-Tomasi (KLT). Hasil pelacakan titik-titik fitur tersebut menghasilkan data motion features sebagai data ekstraksi fitur dan dilakukan analisa perbandingan metode klasifikasi menggunakan Support Vector Machine (SVM) dan MLP-Backpropagation menggunakan dataset CASME II. Hasil eksperimen penelitian ini menunjukkan hasil yang signifikan dengan akurasi sebesar 81,3% pada MLP-Backpropagation dan waktu komputasi rata-rata 1,45 detik pada setiap video. Hal ini menunjukkan bahwa informasi pada fase apex memberikan informasi yang penting untuk pengenalan ekspresi mikro pada wajah.
Co-Authors Adi Atmoko Agung Nugroho Pramudhita Agung, Muhammad Helmi Permana Al Hazmi, Moch. Fariz Andjani, Bella Sita Ardiansyah, Muhammad Rizqi Arie Rachmad Syulistyo Aryo Bagus Kusumadewa Tutuko Astiningrum, Mungki Astuti, Ely Setyo Atika Prasetyawati Aulia Zahra Musthafawi Baqi, Rijalul Batubulan, Kadek Suarjuna Bella Sita Andjani Cadea Mikha Pasma Choirina, Priska Choirina, Priska Chrisnandari, Rosita Dwi Dyah Ayu Irawati Eka Larasati Amalia Elisiana, Malia Fadlilah, Afi Fadlullah, Faqih Faisal Rahutomo Faqih Fadlullah Fitri Maharany Fitriani, Indah Martha Frangky Tupamahu Gunawan Budi Prasetyo Hidayatinnisa, Nurul Ibnu Tsalis Assalam Irfin, Zakijah Khosyi Nasywa Imanda Krista Bella Dwi Rahayu Nur Widyasari Luthfansa, Zaky Maula Malia Elisiana Marcelina Alifia Rahmawati Maula, Ahmad Zaky Maulana Syarief Hidayatullah Moch. Fariz Al Hazmi Mustika Mentari Nadhifatul Laeily Nor Wahid Hidayad Ulloh Nugraha W, Raphael Nur Afifi, Yunis Fiatin Nurhayati, Rafika Nurudin Santoso P., Mauridhy Hery Pasma, Cadea Mikha Permatasari, Twisty Henras Prasetyawati, Atika Putra Prima Arhandi, Putra Prima Putra, Rahardhiyan Wahyu Qonitatul Hasanah Rahardhiyan Wahyu Putra Rahmad, Cahya Raphael Nugraha W Rosa Andrie Asmara Rosa Andrie Asmara Rudy Ariyanto Rudy Ariyanto Santoso, Nurudin Septiar Enggar Sukmana Shoumi, Milyun Ni’ma Siti Romlah Siti Romlah Sri Rulianah, Sri Surya Sumpeno Twisty Henras Permatasari Vandry Eko Haris Setiyanto Wilda Imama Sabilla, Wilda Imama Yessy Nindi Pratiwi Pratiwi Yoppy Yunhasnawa Yunhasnawa, Yoppy Yushintia Pramitarini Yusron, Rizqi Darma Rusdiyan Zaky Maula Luthfansa