Article Per Year (5 Year)
p-Index From 2021 - 2026
3.957
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal JSIKA Journal JCONES Jurnal Teknologi Informasi dan Ilmu Komputer JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Abadimas Adi Buana Majalah Ekonomi Prosiding Seminar Nasional Sains dan Teknologi Terapan Multitek Indonesia : Jurnal Ilmiah Jurnal Leverage, Engagement, Empowerment of Community (LeECOM) Journal of Advanced in Information and Industrial Technology (JAIIT) Journal of Computer, Electronic, and Telecommunication (COMPLETE) Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Journal of Technology and Informatics (JoTI) Jurnal Pengabdian Kepada Masyarakat Jurnal Sistem Informasi Universitas Dinamika Society: Jurnal Pengabdian Masyarakat Journal of Innovation Research and Knowledge MATRIX : JURNAL MANAJEMEN TEKNOLOGI DAN INFORMATIKA Literasi: Jurnal Pengabdian Masyarakat dan Inovasi JEECS (Journal of Electrical Engineering and Computer Sciences) Jurnal Rekayasa elektrika EKOBIS ABDIMAS : Jurnal Pengabdian Masyarakat
Weny Indah Kusumawati
Universitas Dinamika
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Nursing Public Health Social Sciences Veterinary Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 46 Documents
Search

 1   2   3   4   5 
Menentukan Ukuran Sepatu Secara Realtime Melalui Segmentasi Citra Telapak Kaki Heri Pratikno; Kusumawati, Weny Indah
Journal of Computer, Electronic, and Telecommunication (COMPLETE) Vol. 3 No. 2 (2022): December
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v3i2.255

Abstract

Abstract: Sepatu selain sebagai fashion juga sebagai pelindung utama kulit permukaan kaki pada aktifitas kehidupan sehari-hari. Pada toko sepatu belum mempunyai sistem dan alat untuk mendeteksi ukuran sepatu orang secara realtime dan otomatis, sehingga calon pembeli sepatu tidak perlu lagi mencoba berulangkali untuk mendapatkan ukuran sepatu yang sesuai dan nyaman dipakai. Pada penelitian ini membuat sebuah sistem dan alat yang mampu mendeteksi ukuran sepatu secara realtime dan otomatis melalui segmentasi citra dari telapak kaki menggunakan webcam. Untuk mendapatkan ukuran sepatu yang pas pada penelitian ini maka dilakukan komparasi tiga metode deteksi tepi, yaitu: Sobel, Prewitt dan Canny. Hasil eksperimen secara empiris, metode Canny mempunyai akurasi tertinggi dalam mendeteksi ukuran panjang telapak kaki sebesar 97% dan lebarnya 98,8%. Metode Sobel mempunyai waktu komputasi tercepat, yaitu: 23,26 detik. Presisi terbaik dalam mendapatkan ukuran telapak kaki pada penelitian ini pada skala 4,48 piksel sebanding dengan 1 mm.
Perbandingan Performa Algoritma VGG16 dan VGG19 Melalui Metode CNN untuk Klasifikasi Varietas Beras Weny Indah Kusumawati; Adisaputra Zidha Noorizki
Journal of Computer, Electronic, and Telecommunication (COMPLETE) Vol. 4 No. 2 (2023): December
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v4i2.387

Abstract

Beras merupakan jenis pangan utama yang paling populer di konsumsi di seluruh dunia. Berbagai negara pun melakukan proses impor untuk memenuhi kebetuhan penduduk di negaranya, salah satunya adalah Indonesia. Indonesia merupakan negara yang tergolong memiliki permintaan pasar pangan yang tinggi di ruang lingkup global. Masuknya berbagai varietas beras akibat adanya kegiatan impor di Indonesia membuat para importir mengalami kesulitan selama proses penyortiran produknya. Seiring berjalannya kemajuan teknologi pula, para importir juga harus terus beradaptasi, salah satunya dengan memanfaatkan salah satu teknologi yang akhir-akhir ini sedang marak dikembangkan oleh para peneliti. CNN atau Convolutional Neural Network merupakan salah satu teknologi yang memiliki kemampuan yang baik dalam mengklasifikasikan citra gambar. CNN sendiri memiliki banyak sekali algoritma, di antaranya adalah VGG16 dan VGG19. Kedua algoritma tersebut merupakan pengembangan dari algoritma terdahulunya yang dinamakan AlexNet. Penelitian ini berfokus pada penyusunan setiap algoritma, proses training, dan diakhiri oleh proses analisis terkait kinerja dari kedua model. Penelitian ini menunjukkan bahwa algoritma VGG16 memiliki kinerja yang lebih baik, mencapai akurasi sebesar 98% dengan waktu training 73,405 detik. Sementara itu, algoritma VGG19 mencapai akurasi 97% dengan waktu training 78,098 detik dalam mengklasifikasikan varietas beras menggunakan dataset yang memiliki lima kelas.
MONITORING TENAGA PANEL SURYA BERBASIS IoT (INTERNET of THINGS) DI LAHAN PADI Kusumawati, Weny Indah; Malik, Alief Nurul; Harianto, Harianto; Susanto, Pauladie
MULTITEK INDONESIA Vol 18 No 1 (2024): Juli
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/mtkind.v18i1.7303

Abstract

Saat ini, sebagian area sawah di suatu daerah memerlukan penerangan untuk memudahkan kegiatan petani pada malam atau pagi hari. Untuk meminimalkan kegiatan siang hari, petani juga bekerja di malam hari atau dini hari, misalnya untuk melindungi ladang dari tikus ladang yang berbahaya. Penelitian awal telah dibuat alat pemantau daya panel surya (solar panel) dengan basis Internet of Things, tetapi sensor arus tidak membantu arus DC dan tidak ada lampu penunjuk (indikator) untuk menyalakan lampu. Berdasarkan problem diatas, dirancang peralatan monitoring panel surya dengan basis Internet of Things sekaligus perhitungan arus dan daya DC serta penerangan sawah dengan indikator. Peralatan monitoring energi panel surya ini adalah panel surya untuk sumber pengganti, NodeMCU ESP32 bekerja sebagai sistem penerangan dan pemantauan, yang menerima masukan dari sensor tegangan yang berfungsi untuk mengatur tegangan, dan sensor arus mendeteksi arus yang masuk ke baterai. Analisis yang diperoleh dari penelitian adalah lampu DC dapat dihidupkan/dimatikan berdasarkan data sensor arus sensor dan tegangan yang berhasil digabungkan dengan akurasi 2.86% dan 36.97% dibanding dengan Avometer, dan monitoring menggunakan MQTT dapat diselesaikan dengan kecepatan transfer data yang berhasil sebesar 73.33%.
Pemberdayaan Perempuan melalui Inovasi Budidaya Ikan dalam Ember dan Strategi Pemasaran Digital Indah Kusumawati, Weny; Muh. Bahruddin; Stephanie Astrid Ayu; Yunanto Tri Laksono; Charisma Dimas Affandi
Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 6 No. 1 (2025): Vol. 6 No. 1, Oktober 2025
Publisher : Universitas Dinamika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37802/society.v6i1.1262

Abstract

Limited land and low digital literacy are major problems for women in rural areas in developing productive economic activities. This Community Service Program (PkM) aims to empower members of the PKK (Family Welfare Movement) in Sidorame Hamlet, Gunungan Village, Dawar Blandong Subdistrict, Mojokerto Regency through the application of Internet of Things (IoT)-based Fish Farming in Buckets (Budikdamber) technology and Smart Online Marketing training. The implementation method uses a Participatory Action Research (PAR) approach that emphasizes the active participation of partners in every stage of the activity, from equipment installation, cultivation training, to digital marketing. The results of the activity show that the application of IoT technology increased catfish production efficiency by up to 30%, while online marketing training increased partners' digital literacy and social media engagement by 250% in the first two weeks. Socially, this activity encouraged the formation of a Budikdamber management group and a digital marketing team that act as local drivers in home-based businesses. This program proves that the integration of appropriate technology and digital marketing can increase the economic independence of rural women while strengthening family food security. Moving forward, activity development can be directed toward diversifying processed fish products and integrating aquaponics systems to create more sustainable economic added value.
Kontrol Level Kecepatan Kipas Melalui Deteksi Gestur Jari Tangan Menggunakan MediaPipe dan Faster-RCNN Fakhruddin, Muhammad Aldi; Pratikno, Heri; Musayyanah; Kusumawati, Weny Indah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 6: Desember 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023107345

Abstract

Interaksi antara manusia dan komputer saat ini lebih interaktif, responsif dan intuitif, di masa lalu proses interaksi tersebut diperlukan kontak secara fisik atau menggunakan sensor-sensor elektronik. Pada penelitian ini interaksi antara manusia dan komputer atau peralatan elektronik tidak diperlukan kontak fisik maupun melalui sensor karena dilakukan secara computer vision hanya menggunakan webcam sehingga proses interaksinya lebih natural. Penerapan mikrokontroler sebagai backbone utama teknologi berbasis Internet of Things di era Industry 4.0, bertujuan untuk mempermudah pekerjaan manusia terutama dukungan layanan di dunia industri. Pada era Society 5.0 semua penerapan teknologi yang ada tujuan utamanya tidak hanya mempermudah pekerjaan manusia tetapi bagaimana teknologi tersebut bisa lebih mengerti dan memahami manusianya maka disitulah diterapkan Artificial Itelligence. Dalam penelitian ini diterapkan sistem kontrol interaksi antara pengguna dan komputer untuk pengaturan level kecepatan putaran kipas angin secara otomatis dan realtime berbasis teknologi computer vision for deep learning melalui deteksi bentuk gestur jari tangan kanan dan gestur jari tangan kiri menggunakan webcam. Mikrokontroler yang digunakan pada penelitian ini adalah Arduino Uno, sedangkan penerapan computer vision for deep learning menggunakan framework MediaPipe dan Faster-RCNN. MediaPipe berfungsi untuk mendeteksi bentuk gestur fitur jari kedua tangan dan Faster-RCNN digunakan untuk proses klasifikasi empat bentuk gestur jari tangan untuk mematikan kipas angin atau menghidupkan kipas angin dengan kecepatan putarannya pada level 1, level 2 atau level 3. Hasil pengujian akurasi rata-rata deteksi gestur jari tangan menggunakan MediaPipe pada jarak 10 cm (41,6%), jarak 50 cm (85,35%), jarak 100 cm (71,68%), dan jarak 175 cm (69,33%). Sedangkan hasil pengujian Faster-RCNN mempunyai akurasi klasifikasi rata-rata pada jarak 10 cm (36%), jarak 50 cm (30,75%), jarak 100 cm (18,68 %), dan jarak 175 cm (14.83%).   Abstract Interaction between humans and computers is now more interactive, responsive and intuitive, in the past the interaction process required physical contact or using electronic sensors. In this study, the interaction between humans and computers or electronic equipment does not require physical contact or through sensors because it is done in computer vision using only a webcam so that the interaction process is more natural. The application of microcontrollers as the main backbone of Internet of Things-based technology in the Industry 4.0 era, aims to facilitate human work, especially service support in the industrial world. In the era of Society 5.0, all applications of technology that have the main goal are not only to facilitate human work but how technology can better understand and understand humans, so that's where Artificial Intelligence is applied. In this study, an interaction control system was applied between the user and the computer to adjust the fan speed level automatically and in real time based on computer vision technology for deep learning through the detection of the shape of the right hand finger gesture and the left hand finger gesture using a webcam. The microcontroller used in this study is Arduino Uno, while the application of computer vision for deep learning uses the MediaPipe and Faster-RCNN frameworks. MediaPipe serves to detect the shape of the finger feature gestures of both hands and Faster-RCNN is used to process the classification of four finger gestures to turn off the fan or turn on the fan with its rotational speed at level 1, level 2 or level 3. The results of the average accuracy test detection of finger gestures using the MediaPipe at a distance of 10 cm (37%), a distance of 50 cm (70%), a distance of 100 cm (54.7%), and a distance of 175 cm (63.3%). While the Faster-RCNN test results have an average classification accuracy at a distance of 10 cm (34%), a distance of 50 cm (24%), a distance of 100 cm (8.7%), and a distance of 175 cm (4.7%).
Implementasi Aplikasi Penghitung Benur dengan Menggunakan HP Android pada Instalasi Budidaya Air Payau Banjarkemuning, Sedati, Sidoarjo Oktarina, Eka Sari; Kusumawati, Weny Indah; Musayyanah, Musayyanah
Society : Jurnal Pengabdian Masyarakat Vol. 3 No. 4 (2024): Juli
Publisher : Edumedia Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55824/jpm.v3i4.427

Abstract

Kegiatan abdimas ini diarahkan kepada IBAP Banjarkemuning, yaitu kegiatan yang berupa pelatihan penggunaan aplikasi mobile berbasis Android untuk memberi kemudahan dalam menghitung jumlah benur sebelum ditebar di tambak. Selama ini, perhitungan benur dilakukan secara manual, yaitu dengan mengambil beberapa benur dalam sebuah wadah, selanjutnya benur dihitung dengan menggunakan gelas plastik putih atau sendok berdasar putih. Hal ini membutuhkan waktu lama untuk pemrosesan penghitungan benur. Untuk itu dibuatlah Shrimptector, sebuah aplikasi yang dapat menghitung jumlah benur secara otomatis hanya dengan mengambil gambar benur dengan kamera smartphone pada sebuah wadah putih, maka jumlah benur secara otomatis terhitung. Harapan yang ingin dicapai dalam pengabdian kepada masyarakat ini adalah dengan penggunaan aplikasi penghitung jumlah benur dapat meningkatkan efisiensi dan produktivitas dalam usaha budidaya udang dan mempermudah para petambak untuk melakukan penghitungan benur. Keberhasilan kegiatan ini diukur dari kemudahan para staf dan karyawan dalam mengoperasikan aplikasi penghitung jumlah benur dari smartphode dan antusiasme staf dan karyawan yang menginginkan adanya program pengabdian kepada masyarakat selanjutnya.  Berdasarkan hasil survei kuesioner, para staf dan karyawan menjawab “sangat setuju'' dan “setuju” terhadap semua pertanyaan yang diajukan. Persentase jawaban “sangat setuju” tertinggi sebesar 100% dan terendah sebesar 80%.  Sebaliknya, tingkat tanggapan “setuju” paling tinggi sebesar 20% dan terendah sebesar 10%.
Co-Authors - Harianto Adisaputra Zidha Noorizki Anugraha, Muh Redha Arif Wicaksono Atthaariq Maulana, Muhammad Ayu, Stephanie Astrid Charisma Dimas Affandi Charisma Dimas Affandi Charisma Dimas Affandi Christianto, Edo Dwi Daniel Tanugraha, Filbert Dewanto, Arief Rizki Eka Sari Oktarina Ernawati, Fifin Fakhruddin, Muhammad Aldi Febriansyah, Rizky Alief Febriliana, Ridha Fifin Ernawati Fredi Wakerkwa Harianto Harianto Harianto Harianto Heri Pratikno Ira Puspasari Ira Puspasari Ira Puspasari Jaya, Toni Setiawan Jusak Jusak Jusak Jusak Malik, Alief Nurul Muh Redha Anugraha Muh. Bahruddin Musayyanah Musayyanah Musayyanah Noorizki, Adisaputra Zidha Pauladie Susanto Phompi Andinata Putri Fatimah Zahra Al-Gadri Rizky Alief Febriansyah Sulistiowati Sulistiowati Sulistiowati Sulistiowati Sulistiowati Sulistiowati Sulistiowati, Sulistiowati Wangi, Mega Pandan Wicaksono, Arif Wicaksono, Arif Wiyono, Reynaldi Arfian Agus Yazid, Abdul Yosia Pradeska Admaja Yunanto Tri Laksono, Yunanto Tri