Article Per Year (5 Year)
p-Index From 2021 - 2026
2.81
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik JITEK (Jurnal Ilmiah Teknosains) Jurnal Ilmiah Teknik Mesin "MEKANIK" Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Teknologi Informasi dan Komunikasi Advance Sustainable Science, Engineering and Technology (ASSET) Jurnal Pengabdian Kepada Masyarakat AJARCDE (Asian Journal of Applied Research for Community Development and Empowerment) Jurnal Elektro dan Teknologi Informasi Advance Sustainable Science, Engineering and Technology (ASSET)
Imadudin Harjanto
Electrical Engineering, Faculty Of Engineering And Informatics, Universitas PGRI Semarang, Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences 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 Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Public Health Social Sciences Veterinary Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
PREDIKSI HARGA BERAS MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA LONG - SHORT TERM MEMORY MOHAMMAD NURUL AHID; IMADUDIN HARJANTO; MUHAMMAD AMIRUDDIN
JETI (Jurnal Elektro dan Teknologi Informasi) Vol. 4 No. 2 (2025): Jurnal Elektro dan Teknologi Informasi: OKTOBER 2025
Publisher : Program Studi Teknik Elektro Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/p149r546

Abstract

Beras merupakan komoditas pangan utama masyarakat Indonesia dengan beragam mutu, mulai dari premium hingga medium. Perbedaan kualitas beras memengaruhi harga jual, di mana beras premium dijual lebih mahal karena dianggap bermutu tinggi, sedangkan beras medium lebih terjangkau dan umum dikonsumsi. Harga beras sering mengalami fluktuasi akibat berbagai faktor seperti kebijakan pemerintah, produksi pertanian, permintaan konsumen, dan ketersediaan stok. Penelitian ini bertujuan memprediksi harga beras medium di tingkat penggilingan menggunakan metode Jaringan Syaraf Tiruan (Artificial Neural Network) dengan algoritma Long Short-Term Memory (LSTM). Data yang digunakan berupa harga bulanan beras medium periode 2014–2024 dari Badan Pusat Statistik. Proses penelitian meliputi preprocessing data, pembuatan jendela waktu dengan Fast Fourier Transform (FFT), data splitting, pembangunan arsitektur LSTM, pelatihan model, evaluasi, dan visualisasi prediksi dengan variasi window size 12, 24, dan 36. Hasil penelitian menunjukkan bahwa model LSTM memiliki performa terbaik pada window size 12 dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 6,58%, dibandingkan 8,53% pada window size 24 dan 10,13% pada window size 36. Meskipun persentase error yang dihasilkan masih relatif tinggi, model LSTM terbukti efektif dalam memprediksi harga beras dengan hasil persentase error terkecil yaitu 6,58% dari jumlah window size 12. Jumlah error yang dihasilkan dapat diperkecil lagi dengan menambahkan data lain yang relevan misal faktor cuaca musiman, hingga kebijakan pemerintah sebagai fitur input. Dengan demikian, meskipun masih terdapat error, model LSTM terbukti efektif dalam memprediksi harga beras dan dapat ditingkatkan akurasinya dengan menambahkan variabel relevan seperti faktor musiman dan kebijakan pemerintah.
SISTEM DETEKSI PLAT NOMOR KENDARAAN OTOMATIS DENGAN ALGORITMA YOLOV8 DAN OCR Lisa Indriyani; Sigit Ristanto; Imadudin Harjanto
JETI (Jurnal Elektro dan Teknologi Informasi) Vol. 5 No. 1 (2026): Jurnal Elektro dan Teknologi Informasi: APRIL 2026
Publisher : Program Studi Teknik Elektro Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/fp040h63

Abstract

Peningkatan jumlah kendaraan di lingkungan kampus menyebabkan permasalahan dalam pengelolaan parkir, terutama pada sistem manual yang kurang efisien dan tidak terintegrasi. Penelitian ini bertujuan untuk mengembangkan sistem smart parking berbasis Artificial Intelligence dengan memanfaatkan algoritma YOLOv8 untuk deteksi plat nomor kendaraan dan EasyOCR untuk pengenalan karakter. Dataset yang digunakan terdiri dari 80 citra yang dibagi menjadi data latih, validasi, dan pengujian. Model YOLOv8 dilatih selama 50 epoch dengan ukuran citra 640 piksel dan batch size 16, menghasilkan nilai presisi 0,973, recall 0,952, dan mAP@0.5 sebesar 0,992. Pada tahap OCR, akurasi pengenalan karakter mencapai 96,36% tanpa preprocessing dan meningkat menjadi 98,3% setelah dilakukan preprocessing berupa cropping, grayscale, CLAHE, thresholding, dan operasi morfologi. Pengujian sistem secara real-time menggunakan webcam menunjukkan bahwa sistem mampu mencatat data kendaraan secara otomatis dengan akurasi tinggi dan konsistensi yang baik. Hasi penelitian ini menunjukkan bahwa integrasi YOLOv8 dan EasyOCR efektif dalam membangun sistem parkir cerdas yang cepat, akurat, dan efisien.
Co-Authors Adhi Kusmantoro Androva, Althesa Bambang Hadi Kunaryo Carsoni Carsoni, Carsoni Farida Yudaningrum Hakim, Muhammad Afta Dzikril hariyanti, Anggun Harto Nuroso Hasto, Ken Ikhwanudin Irna Farikhah Khalif Zusrifal Rifal Lisa Indriyani Mahyuddin Bin Arsat Margono Margono Margono Margono Margono Margono Mega Novita MOHAMMAD NURUL AHID Mohd Akhmal bin Muhamad Sidek Muhammad Amiruddin Muhammad Amiruddin Muhammad Amiruddin Muhammad Fadel Ibrahim Nur Aksin Nur Aksin Nur Aksin, Nur Prasena Arisyanto Rio Seto Wardhana Risdiana Cholifatul Afifah Sigit Ristanto Slamet Supriyadi Slamet Supriyadi Ummi Kaltsum Wardatul Jannah Widi, Kahfi Sukma Yuris Setyoadi