Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

8.822

P-Index

This Author published in this journals

All Journal Jurnal Sarjana Teknik Informatika Jurnal Transformatika Jurnal Informatika dan Teknik Elektro Terapan InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Teknologi dan Sistem Komputer Jurnal Pengabdian UntukMu NegeRI JIKO (Jurnal Informatika dan Komputer) Insect (Informatics and Security) : Jurnal Teknik Informatika Indonesian Journal of Information System Dinamisia: Jurnal Pengabdian Kepada Masyarakat SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Compiler Jurnal Teknologi Sistem Informasi dan Aplikasi JUTEKIN (Jurnal Manajemen Informatika) INTEK: Informatika dan Teknologi Informasi AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Antivirus : Jurnal Ilmiah Teknik Informatika Progresif: Jurnal Ilmiah Komputer Jurnal Ilmu Komputer dan Bisnis Jurnal Manajemen Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) JATI EMAS (Jurnal Aplikasi Teknik dan Pengabdian Masyarakat) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Journal of Computer System and Informatics (JoSYC) International Journal of Advances in Data and Information Systems Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Restikom : Riset Teknik Informatika dan Komputer Mosharafa: Jurnal Pendidikan Matematika Journal of Informatics Management and Information Technology Prosiding Seminar Nasional Program Pengabdian Masyarakat sudo Jurnal Teknik Informatika Konstelasi: Konvergensi Teknologi dan Sistem Informasi Jurnal Teknik Informatika Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Informatika Teknologi dan Sains (Jinteks) Industrial Research Workshop and National Seminar Jurnal Sains Informatika Terapan (JSIT) Journal Of Information System And Artificial Intelligence Jikom: Jurnal Informatika dan Komputer J-Icon : Jurnal Komputer dan Informatika SENAPAS BIMASAKTI

Mutaqin Akbar

Universitas Mercu Buana Yogyakarta

Author-ID : 2640682

Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 70 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

GPU Accelerated Fuzzy C-Means (FCM) Color Image Segmentation Akbar, Mutaqin; Witanti, Arita; Susilawati, Indah
Compiler Vol 8, No 2 (2019): November
Publisher : Sekolah Tinggi Teknologi Adisutjipto Yogyakarta

In this paper, computational acceleration of color image segmentation using fuzzy c-means (FCM) algorithm has been presented. The color image is first converted from the Red Green Blue (RGB) color space to the YUV color space. Then, the luma (Y) information values are grouped according to the desired number of clusters using the FCM algorithm. The FCM algorithm is implemented on a Graphical Processing Unit (GPU) using the Compute Unified Device Library (CUDA) library which is developed by NVidia to speed up the computing time. Images used in this research are red blood cell images, geometry images and leaf images. The results of segmented images processed using GPU were seen identic to the results of segmented images processed using the Central Processing Unit (CPU). The computational time of the FCM algorithm can be accelerated by speed-up to 5,628 times faster and the average speed-up of all simulations done is 5,517 times faster.

PENINGKATAN MANAJEMEN USAHA BERBASIS CREATIVE PACKAGING PADA UMKM “BAKPIA IVAN” DI DESA JANTEN, YOGYAKARTA Rosalia Prismarini Nurdiarti; Astri Wulandari; Mutaqin Akbar
Jurnal Pengabdian UntukMu NegeRI Vol 3 No 2 (2019): Pengabdian Untuk Mu negeRI
Publisher : LPPM UMRI

“Bakpia Ivan", Small and Medium Business Unit is managed by family and hereditary manner, so that several times there are employee turnover and sometimes causes the production process to be slightly inhibited. Another thing that is a problem is the lack of awareness of the product packaging process (creative packaging) that is able to attract consumer interest and from the side of packaging security. This problem is linear unoptimal brand awareness and brand patent rights, so that when the product arrives at the reseller, the packaging is often replaced with other brands even though the contents are Bakpia Ivan. The purpose of this public service activity, first is to increase awareness of product packaging, positioning. Secondly, providing socialization and training about creative packaging, starting from the most basic capabilities. The method used in this activity is socialization and training. First, socializing and demonstrating how to begin packaging. Secondly, renew the logo design. Third, conduct social experiments related to logo renewal. The result of this activity is the acceptance of product packaging updates by the market so it can be expand sales and market segmentation. Second, the renewal of the logo / packaging design will be increasingly recognized and realized loyal consumers. Keywords: creative packaging, bakpia ivan, segmentation, positioning

Identification of Formaldehyde Bananas using Learning Vector Quantization Musa, Rahmat; Akbar, Mutaqin
Indonesian Journal of Information Systems Vol 3, No 2 (2021): February 2021
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/ijis.v3i2.4110

Bananas that ripen with chemical process or do not ripen naturally usually, this can be recognized by the presence of blackish patches on the surface of the skin. But visual recognition has its drawbacks, which is that it is difficult to recognize similarities between formalin bananas and natural bananas, resulting in a lack of accurate identification. In this study, a system was built that can determined formalin bananas and natural bananas through digital image identification using supervised classification. The image to be identification previously goes through the process of transforming RGB (Red Green Blue) color to Grayscale, and the process of extracting texture features using statically recognizable features through histograms, in the form of average, standard deviation, skewness, kurtosis, energy, entropy and smoothness. The extraction of texture features is classified with LVQ (Learning Vector Quantization) to determine formalin or natural bananas. The test was conducted with 122 banana imagery sample data, 100 imagery as training data consisting of 50 imagery for natural bananas and 50 imagery for bananas formalin, 22 imagery as test data. The test results showed LVQ method has the best percentage at Learning Rate 0.1, Decreased Learning Rate 0.75 and maximum epoch of 1000 with the smallest epoch of 7, obtained accuracy 90.90%, precision 84.61% and recall 100%.

Implementasi Neural Network Untuk Prediksi Penjualan Produk (Studi Kasus Penjualan Siomay) Agung Firmansyah; Mutaqin Akbar
Progresif: Jurnal Ilmiah Komputer Vol 18, No 1: Februari 2022
Publisher : STMIK Banjarbaru

Abstrak. Ketepatan prediksi produksi sangat diperlukan dalam usaha penjualan produk, khususnya produk makanan yang bahan bakunya memiliki umur simpan yang pendek. Tulisan ini bertujuan menyajikan model aplikasi sistem berbasis algoritma Neural Network untuk memprediksi jumlah penjualan Siomay di masa datang, sebagai acuan mempersiapkan bahan baku dengan tepat. Prediksi menggunakan data historis sebagai data pelatihan sistem. Uji coba Neural Network menggunakan 357 data historis penjualan, 7 data awal digunakan sebagai referensi, 315 data sebagai data latih, dan 35 data terakhir sebagai data uji. Variabel masukan neural network berupa rerata penjualan 7 hari sebelumnya, nilai penjualan 1 hingga 3 hari sebelumnya, akhir bulan, identifikasi hari diskon/benefit, dan akhir pekan. Pelatihan neural network dilakukan dengan model 7-6-1, 7-7-1 dan 7-8-1 dengan laju pelatihan [0.05, 0.1, 0.5, 1, 2 dan 3]. Dari hasil pengujian menggunakan 35 data uji pada ketiga model didapatkan nilai kesalahan terkecil pada model 7-7-1 dengan Mean Square Error (MSE) 1879.8 dan tingkat akurasi prediksi sebesar 90.8%.Kata kunci: Jaringan saraf tiruan; Data latih; Data uji; Tingkat akurasi; Mean Square Error Abstract. The accuracy of production predictions is very necessary in the business of selling products, especially food products whose raw materials have a short shelf life. This paper aims to present a system application model based on the Neural Network algorithm to predict the number of Siomay sales in the future, as a reference for preparing raw materials appropriately. Prediction uses historical data as system training data. The Neural Network trial uses 357 historical sales data, 7 initial data are used as references, 315 data as training data, and the last 35 data as test data. The input variables for the neural network are the average sales of the previous 7 days, the value of sales from the previous 1 to 3 days, the end of the month, identification of discount/benefit days, and weekends. Neural network training was carried out using 7-6-1, 7-7-1 and 7-8-1 models with training rates [0.05, 0.1, 0.5, 1, 2 and 3]. From the test results using 35 test data on the three models, the smallest error value is obtained in the 7-7-1 model with a Mean Square Error (MSE) of 1879.8 and a prediction accuracy rate of 90.8%.Keywords: Artificial neural network; Training data; Test data; Accuracy level; Mean Square Error

Sistem Pendukung Keputusan Pemilihan Sekolah Menengah Pertama Swasta Menggunakan Metode Simple Additive Weighting (Studi Kasus Kota Yogyakarta) Septa Rismanto; Mutaqin Akbar
Jurnal Sarjana Teknik Informatika Vol 9, No 1 (2021): Februari
Publisher : Teknik Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v1i1.18181

Jurnal ini berisi tentang penerapan metode Simple Additive Weighting(SAW) pada sistem pemilihan SMP swasta yang terletak di Kota Yogyakarta. Sistem akan memilihkan smp swasta yang cocok sesuai bobot yang dimasukkan ke beberapa kriteria yang telah disiapkan dalam sistem. Penelitian ini menggunakan 42 data dasar SMP swasta yang didapatkan dari pusat data di Dinas Pendidikan Kota Yogyakarta yang dipadukan dari laman resmi Kementerian Pendidikan dan Kebudayaan RI dan hasil wawancara dengan obyek penelitian. Kriteria yang diambil dalam menerapkan metode SAW pada sistem ini adalah biaya SPP, dana pengembangan, akreditasi, dan ketersediaan sarana prasarana. Dari percobaan sistem oleh 32 responden, didapatkan 24 responden yang menyatakan puas dengan kesimpulan yang ditawarkan oleh sistem, sehingga akurasi sistem dapat dinyatakan sebesar 75%.

Rancang Bangun Monitoring Sirkulasi Air pada Kolam Ikan Nila Berbasis Arduino Muhammad Syaifudin; Mutaqin Akbar
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 5, No 2 (2021): InfoTekJar Maret
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v5i2.3114

Nila merupakan jenis ikan yang banyak dibudidayakan oleh petani di Indonesia untuk berbagai keperluan seperti dengan penjualan yang sangat menguntungkan. Ikan nila termasuk juga dalam ikan jenis air tawar yang memiliki nilai jual dan konsumsi yang tinggi. Sehingga dalam perawatannya banyak hal yang harus diperhatikan seperti kualitas air (pH), suhu air, ketinggian air. Penelitian ini menyajikan perancangan monitoring sirkulasi air pada ikan nila berbasis arduino dengan menggunakan smartphone sebagai alat untuk mengetahui kualitas air pada kolam ikan tersebut. Peralatan yang digunakan untuk penelitian ini seperti Arduino UNO, Sensor Ultrasonik SRF05 HY, Sensor Suhu Waterproof DS18B20, Sensor PH, kemudian ada software Arduino IDE sebagai pengolah program pada arduino dan aplikasi Blynk sebagai layanan pengontrol yang terhubung oleh internet dengan penggunaan smartphone untuk hasil monitoringnya. Proses kerja alat monitoring ini berguna mengetahui kondisi air. Ketika kualitas pH air 5pH maka akan memberikan n otif “pH air terlalu asam”, 9 pH maka akan memberikan notif “pH air terlalu basa”. Jika kondisi suhu air 38°C maka akan memberikan notif “Awas, air mulai panas”. Dan jika kondisi ketinggian air 5 cm dari permukaan kolam maka akan memberikan notif “Awas air meluap” pada aplikasi blynk. Hasil yang didapat pada setiap pengukuran dari sensor memiliki kekurangan dan kelebihan, pengujian sensor yang dilakukan dengan menggunakan alat pembanding menghasilkan pembacaan sensor ultrasonik yang belum baik, pembacaan sensor PH yang belum baik, dan pembacaan sensor suhu yang mendapatkan hasil hampir sesuai dengan termometer dalam tingkat keberhasilannya.

Pengenalan rambu lalu lintas menggunakan convolutional neural networks Mutaqin Akbar
Jurnal Teknologi dan Sistem Komputer Volume 9, Issue 2, Year 2021 (April 2021)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.13959

Traffic sign recognition (TSR) can be used to recognize traffic signs by utilizing image processing. This paper presents traffic sign recognition in Indonesia using convolutional neural networks (CNN). The overall image dataset used is 2050 images of traffic signs, consisting of 10 kinds of signs. The CNN layer used in this study consists of one convolution layer, one pooling layer using maxpool operation, and one fully connected layer. The training algorithm used is stochastic gradient descent (SGD). At the training stage, using 1750 training images, 48 filters, and a learning rate of 0.005, the recognition results in 0.005 of loss and 100 % of accuracy. At the testing stage using 300 test images, the system recognizes the signs with 0.107 of loss and 97.33 % of accuracy.

Manajemen Usaha Berbasis Media Sosial Pada UMKM “Bakpia Ivan” Di Desa Janten, Bantul Rosalia Prismarini Nurdiarti; Astri Wulandari; Mutaqin Akbar
Prosiding Seminar Nasional Program Pengabdian Masyarakat 2019: 3. Pengembangan Usaha Mikro, kecildan Menengah (UMKM), Serta Ekonomi Kreatif
Publisher : Universitas Muhammadiyah Yogyakarta

UMKM “Bakpia Ivan” merupakan kelompok masyarakat yang produktif secara ekonomi, yangtergabung dalam unit usaha keluarga sejak 20 tahun. Mitra menghasilkan produk Bakpia denganbeberapa varian rasa, yaitu bakpia basah rasa original, bakpia coklat (kering-dari gula jawa) danbakpia keju (kering-bakpia potong). Permasalahan yang dihadapi mitra adalah manajemen yangmasih dalam taraf sederhana dan bersifat kekeluargaan. Dalam mengelola usahanya, mitra belummemanfaatkan media sosial yang ada karena masih mengandalkan direct selling dan reseller.Segmentasi konsumen pada kelas menengah ke bawah yang melatarbelakangi dipilihnya metodepemasaran yang masih sederhana, selain itu juga SDM yang terbatas hanya di bagian produksi.Melihat permasalahan tersebut, maka diperlukan manajemen usaha dengan berbasis media sosialmelalui kerangka pemasaran online sehingga mampu memperluas segmentasi pasar. Metode yangdigunakan dalam pengabdian ini adalah sosialisasi dan penguatan pengetahuan tentang pentingnyapemasaran berbasis media sosial. Metode berikutnya adalah sosialisasi dan pelatihan website untukmeningkatkan pengetahuan dan ketrampilan dalam penggunaan teknologi ketika memasarkanproduk. Kesimpulan dari yang sudah dilakukan, manajemen usaha berbasis media sosial masih perluditingkatkan pada UMKM Bakpia Ivan. Kendala SDM dan padatnya waktu produksi menjaditantangan bagi pengelolaan media sosial. Di sisi lain perlu lebih intensif dalam penggunaan mediasosial.

Sistem Pendukung Keputusan Penentuan Penerima Bantuan Siswa Miskin Metode Teorema Bayes Anisyah Jatu Siti Nurjanah; Mutaqin Akbar
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 2 (2020): Desember
Publisher : Politeknik Indonusa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46808/informa.v6i2.176

Program Bantuan Siswa Miskin adalah Program Nasional yang bertujuan untuk menghilangkan halangan siswa miskin berpartisipasi untuk bersekolah dengan membantu siswa miskin memperoleh akses pelayanan pendidikan yang layak, mencegah putus sekolah, menarik siswa miskin untuk kembali bersekolah, membantu siswa memenuhi kebutuhan dalam kegiatan pembelajaran, mendukung program Wajib Belajar Pendidikan Dasar Sembilan Tahun (bahkan hingga tingkat menengah atas), serta membantu kelancaran program sekolah. Pada penelitian ini digunakan metode Teorema Bayes. Teorema Bayes adalah teorema yang digunakan dalam statistika untuk menghitung peluang suatu hipotesis. Untuk variabel yang digunakan dalam penghitungan yakni 12 kriteria dan 2 golongan serta bobot-bobot kriteria terhadap masing-masing golongan. Berdasarkan 50 data yang telah diujikan terhadap kepala sekolah dan sistem, sistem dapat mendeteksi 2 golongan yaitu rekomendasi dan non rekomendasi untuk siswa yang berhak dan tidaknya menerima bantuan siswa miskin dan sesuai dengan validasi kepala sekolah atau wakil kepala sekolah adalah 45 siswa dan yang tidak sesuai adalah 5 siswa. Berdasarkan hasil validasi kepala sekolah atau wakil kepala sekolah dan sistem, diperoleh akurasi 80% data kasus yang sesuai.

Detection of fake shallots using website-based haar-like features algorithm Bambang Agus Setyawan; Mutaqin Akbar
Compiler Vol 10, No 2 (2021): November
Publisher : Institut Teknologi Dirgantara Adisutjipto

Shallots is commonly used as essential cooking spices or complement seasoning. The high market demand for this commodity has triggered some people to counterfeit it. They mix the shallots with defective products of onions to get more benefits. It urges to provide a system that can help people to distinguish whether the shallot is original or fake. This research aims to provides an object recognition system for fake shallots utilizing the Haar-Like Feature algorithm. It used the cascade training data set of 59 positive images and 150 negative images with 50 comparison images. The identification process of the shallots was through the haar-cascade process, integrated image, adaptive boosting, cascade classifier, and local binary pattern histogram. This system was made based on the Django website using the python programming language. The test was conducted 30 times on Brebes shallots mixed with Mumbai's mini onions in a single and mixture test method. The test obtained an average percentage of 69.2% for the object recognition of Mumbai's mini onions.

Co-Authors Adella Maharani, Putri Agung Firmansyah Agus Salim Ahsan, Moh An-Naufal Nuha, Alfian Anisyah Jatu Siti Nurjanah Aprisia Bahagia, Grace Arifadillah, Elang Arita Witanti Ascha, Nugrah Pratama Astri Wulandari Audita Nuvriasari Auditya, Yonathan Bagus Dwi Kurniawan, Bagus Dwi Bambang Agus Setyawan Budi Sulistiyo Jati Budianto, Alexius Endy Dangin, Dangin Dian Kartika Sari, Dian Kartika Diski Ijtima Putri Dwiyati Pujimulyani Elsa Anggraini Maili Ertandi, Fiki Febri Rahmadsyah Firdaus Alfajar Sudarsih Hardiyanto, Andri Hendri Tri Cahya Leksana Ichlasia Ainul Fitri Ikram, Rauf Al Indah Susilawati Jeremias Quintino Tilman Junianto Bagas Prasetyo Kafilahudin, Fahrul Advis Kartadinata, Arifqi Khuzaini*, Nanang Kuswandaru, Kuswandaru Marfianto, Jodhy Dwi Muhammad Abdul Gofur Muhammad Ali Ma'mun Muhammad Pratiwo Muhammad Syadham, Syahrun Muhammad Syaifudin Musa, Rahmat Nafida Hetty Marhaeni Nanang Khuzaini, Nanang Nanik Triatmi Nur Alamsyah Nurdiarti, Rosalia Prismarini Nusantara, Bondan Surya Pascal Munthe, Thimoty Prasetyaningrum, Putri Taqwa Primananda, Muhammad Izra Priyanto Putu Sangyoga, Titus Bintang Pekiek Rahmat Musa Ramos, Sarah Vega Refky Satria Bima Reny Yuniasanti Rio Setya Pambudi Rismanto, Septa Rivansyah Subagyo, Ibnu Riyanto, Agung Rizky, Muhammad Rafi Fajar Rofiqi, Lutfi Rohmad, Arinadi Nur Rosalia Prismarini Nurdiarti Saputra, Aldi Dwi Saputra, Andika Dwi Sari, Prima Wulan Sedyarsa, Hanif Fauzan Septa Rismanto Setyaningsih, Putry Wahyu Sidiq Purnomo, Agus Sri Muhammad Kusumantomo Subhan Bole Boly Supatman Supatman Umul Aiman Wakidi Wakidi Wibowo, Sigit Heri Wisnu Adi Yulianto Wulandari, Astri Yusanto, Yoga

Title

Found 70 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 70 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 70 Documents
Search