Article Per Year (5 Year)
p-Index From 2021 - 2026
1.532
P-Index
This Author published in this journals
All Journal Jupiter Aisyah Journal of Informatics and Electrical Engineering Jurnal Teknik Informatika (JUTIF) Jurnal Algoritma Jurnal Pengabdian Masyarakat Bangsa Jurnal Pendidikan Teknologi Informasi dan Komunikasi Jurnal Rekayasa Perangkat Lunak
Dita Septasari
Universitas Aisyah Pringsewu
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jupiter

 1 
AHP-BASED SMART SYSTEM UNTUK PEMILIHAN SISWA TERBAIK TKJ SMK MUHAMMADIYAH PAGELARAN: AHP-BASED SMART SYSTEM UNTUK PEMILIHAN SISWA TERBAIK TKJ SMK MUHAMMADIYAH PAGELARAN Septasari, Dita; Kurnia, Ulfa Isni; Anam, Khoirul; Sari, Elvi Puspita
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 18 No 1 (2026): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.18150173

Abstract

Abstrak Pemilihan siswa terbaik di SMK Muhammadiyah Pagelaran, khususnya kelas 12 jurusan Teknik Komputer dan Jaringan (TKJ), memerlukan sistem yang objektif dan terukur. Penilaian yang hanya berdasarkan nilai akademik sering kali tidak mencerminkan keseluruhan potensi siswa. Penelitian ini mengimplementasikan metode Analytical Hierarchy Process (AHP) untuk membangun sistem pendukung keputusan (SPK) yang menilai siswa berdasarkan empat kriteria utama: nilai akademik, kedisiplinan, prestasi non-akademik, dan keaktifan. Proses AHP dilakukan melalui pembobotan kriteria dan perhitungan nilai tertimbang setiap siswa. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan keputusan yang konsisten dan objektif, dengan siswa bernama Anisa Nurhaliza memperoleh skor tertinggi. Penerapan metode AHP terbukti meningkatkan transparansi dan efisiensi dalam proses pemilihan siswa terbaik di lingkungan sekolah.
Deep Learning Framework for Automatic Tagging of Multimedia Content Awaliyani, Ikna; Aminudin, Nur; Septasari, Dita; Kurnia, Ulfa Isni
JUPITER (Jurnal Penelitian Ilmu dan Teknologi Komputer) Vol 18 No 1 (2026): Jurnal Penelitian Ilmu dan Teknologi Komputer (JUPITER)
Publisher : Teknik Komputer Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.18168720

Abstract

Penandaan otomatis konten multimedia merupakan komponen penting dalam manajemen aset digital, rekomendasi konten, dan sistem pengambilan visual skala besar. Namun, kompleksitas konteks visual, variasi objek, dan karakteristik multi-label membuat tugas ini menantang untuk pendekatan konvensional. Studi ini mengusulkan kerangka kerja pembelajaran mendalam ujung ke ujung yang mengintegrasikan Vision Transformer (ViT) sebagai ekstraktor fitur utama dengan kepala klasifikasi multi-label adaptif, termasuk modul fusi multimoda opsional untuk memanfaatkan hubungan semantik antara gambar dan teks. Eksperimen dilakukan pada dataset skala besar seperti MS-COCO, NUS-WIDE, dan Open Images Dataset menggunakan strategi pelatihan termasuk augmentasi data, fine-tuning progresif, dan fungsi kehilangan adaptif. Model yang diusulkan mencapai peningkatan yang konsisten, mengungguli baseline CNN sebesar 4–6% dan arsitektur ViT murni sebesar 2–3%, dengan Presisi Rata-rata (mAP) rata-rata 0,78 dan skor F1 0,82. Integrasi multimoda semakin meningkatkan kinerja pada label abstrak seperti aktivitas, luar ruangan, dan acara. Temuan ini menunjukkan bahwa Vision Transformers, dikombinasikan dengan pembelajaran multimoda, secara signifikan meningkatkan akurasi dan kualitas semantik penandaan konten multimedia otomatis.
Co-Authors Abdul Aziz, RZ. Dwi Feriyanto Ikna Awaliyani Isni Kurnia , Ulfa KHOIRUL ANAM Muhammad, Adamu Abubakar Mukaromah, Hafsah Nur Aminudin Nurul Hidayat Sari, Elvi Puspita Tahta Herdian Andika Ulfa Isni Kurnia Usmanto, Budi