p-Index From 2021 - 2026
12.341
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan CESS (Journal of Computer Engineering, System and Science) Informatics for Educators and Professional : Journal of Informatics Network Engineering Research Operation [NERO] KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Indonesian Journal of Applied Informatics Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JSR : Jaringan Sistem Informasi Robotik JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) JIKA (Jurnal Informatika) MEANS (Media Informasi Analisa dan Sistem) Jurnal Teknik Informatika (JUTIF) Jurnal Mahasiswa Sistem Informasi (JMSI) International Journal of Social Science Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Jurnal Janitra Informatika dan Sistem Informasi Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) INFORMATIKA Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Mahasiswa Ilmu Komputer TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Wawasan : Jurnal Ilmu Manajemen, Ekonomi dan Kewirausahaan Manajemen Kreatif Jurnal JURSIMA Jurnal Ekonomi Manajemen Akuntansi BULLET : Jurnal Multidisiplin Ilmu AMMA : Jurnal Pengabdian Masyarakat NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen INTERNAL (Information System Journal) Intechno Journal : Information Technology Journal
Claim Missing Document
Check
Articles

Optimalisasi Convolutional Neural Network Kontra VGG16 Klasifikasi Citra Daun Sawi Rio Febriyan; Ade irma Purnamasari; Denni Pratama; Puji Pramudya Marta; Yudhistira Arie Wijaya
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 6 No 1 (2026): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol6No1.pp30-34

Abstract

Manual detection of pests on mustard greens (caisim) is a major constraint in reducing harvest productivity, as manual methods are inefficient, time-consuming, and require specialized expertise. Furthermore, deep learning models often suffer from overfitting when applied to limited agricultural datasets. This study aimed to develop and compare the effectiveness of a Convolutional Neural Network (CNN) from scratch model versus the VGG16 transfer learning architecture for automatic classification of healthy and pest-affected mustard leaf images. A dataset of 1,000 images was used for training and testing across four experimental scenarios (A to D), with Percobaan C being the optimized CNN from scratch model (using data augmentation) and Percobaan D using VGG16. The results showed that the VGG16 transfer learning model achieved the highest test accuracy of 95.0% (F1-score: 0.95), while the optimized CNN from scratch model achieved 92.0% (F1-score: 0.92). Therefore, transfer learning with VGG16 is the most effective and optimal approach, demonstrating superior performance and efficiency by achieving high accuracy without complex data augmentation.
PENINGKATAN AKURASI KLASIFIKASI KEMATANGAN KELAPA SAWIT BERBASIS CITRA DENGAN ENSEMBLE DEEP LEARNING TEROPTIMASI DIMENSI RASIO Ahmad Rifai Ikhsanudin; Dian Ade Kurnia; Yudhistira Arie Wijaya; Dodi Solihudin; Tati Suprapti
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 7 No. 2 (2026): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v7i2.11181

Abstract

Penentuan tingkat kematangan buah kelapa sawit secara manual sering menimbulkan subjektivitas dan menurunkan efisiensi. Penelitian ini mengembangkan metode klasifikasi berbasis citra menggunakan ensemble averaging pada tiga arsitektur MobileNetV2 dengan ukuran input berbeda (224×224, 224×300, dan 300×300) untuk mengurangi varians prediksi akibat variasi dimensi dan rasio aspek citra. Dataset yang digunakan berasal dari Kaggle berjumlah 1.380 citra, dengan pembagian 80% data latih dan 20% data validasi. Proses pengolahan mencakup rescaling, aspect-ratio-aware resizing, augmentasi, serta pelatihan menggunakan transfer learning dengan optimizer Adam dan early stopping. Hasil menunjukkan bahwa model berukuran 300×300 memberikan performa terbaik dengan akurasi 95,22% dan F1-score 0,9523. Ensemble averaging menghasilkan akurasi 94,71% dan F1-score 0,9475, yang meskipun sedikit lebih rendah dari model terbaik, memberikan stabilitas prediksi yang lebih baik dibanding model individual. Temuan ini menunjukkan bahwa resolusi input yang lebih tinggi meningkatkan kualitas ekstraksi fitur, sementara ensemble averaging tetap efektif dalam mereduksi varians dan meningkatkan ketahanan sistem klasifikasi di kondisi lapangan.
Optimalisasi Klasterisasi Tenaga Kesehatan Menggunakan K-Means dan Davies Bouldin Indexs Yufita, Ayura; Kurniawan, Rudi; Wijaya, Yudhistira Arie; Suprapti, Tati
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.96645

Abstract

Abstrak : Optimalisasi model pengelompokan data tenaga kesehatan adalah langkah strategis untuk memahami pola dan karakteristik kelompok data tertentu. Tujuan dari  penelitian ini adalah untuk  mendapatkan nilai K optimal menurut Davies Bouldin Indeks (DBI), mendapatkan nilai iterasi yang diperlukan oleh algoritma K-Means Clustering untuk mencapai hasil yang optimal, dan menentukan jenis metrik apa yang akan menghasilkan nilai (DBI) yang paling kecil. Hal ini  penting karena penelitian ini membantu perencanaan distribusi tenaga kesehatan yang lebih efisien di wilayah Jawa Barat denfan menghasilkan klaster optimal berbasis K-Means dan Optimize Parameter Grid. Penggunaan metode Knowledge Discovery in Database (KDD), yang mencakup proses pemilihan, praproses, transformasi, data mining, dan interpretasi/ evaluasi hasil. Hasil penelitian ditunjukkan pada iterasi 1-10 menggunakan K=2 dengan nilai DBI terendah sebesar 0,377.====================================================Abstract : Optimisation of health worker data clustering model is a strategic step to understand the patterns and characteristics of certain data groups. The objectives of this study are to obtain the optimal K value according to the Davies Bouldin Index (DBI), obtain the iteration value required by the K-Means Clustering algorithm to achieve optimal results, and determine what type of metric will produce the smallest (DBI) value. This is important because this research helps to plan a more efficient distribution of health workers in the West Java region by producing optimal clusters based on K-Means and Optimise Parameter Grid. The use of Knowledge Discovery in Database (KDD) method, which includes the process of selection, preprocessing, transformation, data mining, and interpretation/evaluation of results. The results showed in iterations 1-10 using K=2 with the lowest DBI value of 0.377.
Co-Authors Abubakar Sidik Ade Irma Purnama Sari Ade Irma Purnamasari Ade Irma Purnamasari Adi Hermawan Aditiya Arif Firmansyah Adiyanto, Alfian Adjie Setyadj, Mochammad Agni, Vega Putra Dwi Ahmad Faqih Ahmad Jamalul Noor Ahmad Rifai Ikhsanudin AKBAR, MUHAMAD DENI Akhmad Taukhid Alfirda Sofyan, Zahra Aliya Anisa Rahma Alwan Azhar Alya Fadia An-naziz Safaat, Wafik Andi Ardiansyah Andriyani, Wini Anggara, Doni Anjar Permadi Aprianto, Wili Arya Hadi Wicaksana ASEP SAEFUDDIN Asmana, Asmana Astri Amelia Athaullah Abrar Bayan Beby Maryam Cintia Putri Prasetia Dadang Sudrajat Darma Irawan, Bobi Darussalam, Luthvi Nurfauzi Denni Pratama Denni Pratama Dermawan, Hibrizi Dzaky Dian Ade Kurnia Dian Ade Kurnia Dodi Solihudin Edi Tohidi Edi Wahyudin Falih, Alfi Rizqi Falih FANDI ACHMAD Fauzan, Muhamad Nur Fianita Rusadi Fianita Rusadi Firmansyach, Wildan Attariq Hajijin Amri Hamonangan, Ryan Hayati, Umi Hegarmanah Muhabatin Heliyanti Susana Herman Hermawan, Adi Hidayat, Zaids Syarif Ibnu Ubaedila Ikhwan Fahruddin, Yusuf Inawati, Windi Intan Wangi Nur Qibti Irfan Ali Irfan Ali Irma Agustina Jaelani Sidik Jayawarsa, A.A. Ketut Jurnal Konsera Khoeri, Yajid Komala, Wulan Kurnia, Dian Ade Kurniawan , Rudi Kusmiyaty, Agesty Laela Laela Leli Oktaviani Lukmanul Hakim Manzis, Zian Marta, Puji Pramudya Martanto Martanto . Martanto Martanto Masjunedi, Masjunedi Maulana, Tedy Mifta Almaripat Mita Amelia Moh Nurdayat Dayat MUHAMAD DENI AKBAR Muhamad Nur Fauzan Muhammad Aditya Rabbani Adit Mulyawan Nabila, Aynun Nana Suarna Nana Suarna Narasati, Riri Narasati Nashir, Mukhtar Nining Rahaningsih Nisa Dieanwati Nuris Nisa Dienwati Nuris Nur Amalia, Yustika Nurazijah, Wulan Nurdiawa, Odi Nurholipah, Titin Nurrahman, Rizki Odi Nurdiawa Odi Nurdiawan Pebriyanto, Ramdhan Pratama, Denni Puji Pramudya Marta Purnamasari, Ade Irma Restu Normalasari Rini Astuti Rini Astuti Rini Astuti Rio Febriyan Rizal Rizal Roni Saputra, Roni Rubangiya Rubangiya Rudi Kurniawan Rudi Kurniawan Rudi Kurniawan Saeful Anwar Saeful Anwar, Saeful Satria Turangga Septian Nugraha, Titan Septiani Gumilar, Tia Shifa Dwi Oktaviani Siti Sopiyah Suarna, Nana Sugianto, Nanda Putri Sulaeman, Muhammad Suteja Syach Putra, Yanuar Tati Suprapti Taufik Hidayat Tegar Lazuardi, Muhammad Thomas Agam Tiana Dewi Tri Anelia Trian Nurmansyah Triswanto, Triswanto Tuti Hartati Tuti Hartati Tuti Hartati Wahyudi Wahyudi Wartumi Wartumi Willy Prihartono Winayah, Winayah Windy Astuti Witriyani Witriyani Yudis Firmansyah Yufita, Ayura yulani, Yulani - Yulia, Yuli