Article Per Year (5 Year)
p-Index From 2021 - 2026
2.517
P-Index
This Author published in this journals
All Journal Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Ilmiah Matrik METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi CSRID (Computer Science Research and Its Development Journal) IT (INFORMATIC TECHNIQUE) JOURNAL JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM) Jurnal Ilmiah Intech : Information Technology Journal of UMUS Jurnal Dialektika Informatika (Detika) Journal Automation Computer Information System (JACIS) Abdiformatika: Jurnal Pengabdian Masyarakat Informatika The Indonesian Journal of Computer Science Research JAMU : Jurnal Abdi Masyarakat UMUS Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Intechno Journal : Information Technology Journal
Hartatik
Fakultas Ilmu Komputer, Universitas Amikom Yogyakarta
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
IMPLEMENTASI ALGORITMA GREEDY UNTUK MENCARI JALUR TERPENDEK PADA SEBUAH LOKASI WISATA KOTA TERNATE Hartatik; Abdul Mizwar A Rahim; Muhammad Aldi; Afdhal Walidy; Bagas Satrio Utomo
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 16 No 3 (2018): September 2018
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v16i3.86

Abstract

Ternate adalah sebuah daerah yang berada di bawah kaki gunung api Gamalama pada sebuah Pulau Ternate di Provinsi Maluku Utara. Ternate sendiri merupakan sebuah daerah yang mempunyai segudang tempat wisata diantaranya seperti wisata alam, wisata pantai serta wisata sejarah ada di Ternate, dari beberapa wisata di ternate terkadang pendatang/pengunjung yang ingin mengunjungi wisata yang di inginkan sering kebingungan melakukan pemilihan rute dengan jarak terdekat untuk bisa sampai ke wisata tujuan mereka. Salah satu jalan keluar/ pemecahan masalah yang di gunakan untuk mengatasi persoalan ini adalah dengan di dibuatnya perangkat system pencarian jalur terpendek untuk pemilihan rute terdekat ke sebuah tempat wisata daerah. Algoritma penentuan jalur terdekat wisata daerah yang di gunakan adalah algoritma greedy.
IMPLEMENTASI ALGORITMA NAIVE BAYES UNTUK MENENTUKAN TINGKAT KEPUASAN MASYARAKAT TERHADAP PELAYANAN PUBLIK (STUDI KASUS : BALAI PENGKAJIAN TEKNOLOGI PERTANIAN DAERAH ISTIMEWA YOGYAKARTA) Hartatik; Dwi Lestari
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 17 No 2 (2019): Mei 2019
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v17i2.95

Abstract

Public services by this government apparatus are still found in weaknesses so that they cannot meet the quality expected by the community. This was marked by the existence of various public complaints that were conveyed through the mass media, so as to create an unfavorable image of the government apparatus. This research was conducted in making a prediction system by utilizing the Naïve Bayes algorithm. It can be seen the level of community satisfaction based on index values obtained from the results of quantitative and qualitative measurements of public opinion at the Yogyakarta Institute of Agricultural Technology and the level of accuracy in implementing Naïve Bayes algorithms.From the results that have been known, it can be used as a benchmark to assess the level of service quality at the Yogyakarta Institute of Agricultural Technology Assessment, with the aim of knowing the level of performance of service units on a regular basis as material to establish policies in order to improve the quality of subsequent public services and the government can continue to improve service quality
DETEKSI CITRA DIGITAL MENGGUNAKAN ALGORITMA CNN DENGAN MODEL NORMALISASI RGB Khairullah, Irfan Khalil; Hartanto, Anggit Dwi; Yusa, Aldo; Hartatik, Hartatik; Kusnawi, Kusnawi
Intechno Journal : Information Technology Journal Vol. 2 No. 2 (2020): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2020v2i2.1545

Abstract

Pengolahan citra digital ialah usaha untuk melakukan perubahan sebuah citra objek berupa gambar atau video menjadi citra obyek lainnya. Citra yang dimaksud berupa objek yang berupa citra gambar yang berasal dari sensor vision atau alat tangkap gambar berupa kamera. Banyak penelitian yang dilakukan untuk memproses pengolahan citra digital. Penelitian sebelum-sebelumnya menggunakan bermacam - macam metode untuk pengujian citra digital. Salah satunya adalah penggunaan metode naïve bayes dan Learning Vector Quantization atau disingkat LVQ. Penelitian menggunakan metode naïve bayes mendapatkan akurasi sekitar 80%. Sedangkan dengan LVQ didapatkan presentase akurasi sebesar 83,5%. Pada penelitian dengan menggunakan metode CNN di dapatkan rata-rata akurasi dengan beberapa kali pengulangan percobaan sebesar 90%. Berarti bahwa penelitian dengan metode CNN meningkatkan tingkat akurasi yang didapat dari penelitian - penelitian sebelumnya. Diharapkan pada penelitian berikutnya disarankan menggunakan metode dan model yang lain, supaya didapat hasil yang lebih baik
Implementasi Algoritma SVM Dalam Pengembangan Sistem Presensi Berbasis Face Recognition Ramadhani, Zanuarestu; Safira, Livia; Hartanto, Anggit Dwi; Hartatik, Hartatik
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1561

Abstract

Sistem presensi Universitas Amikom Yogyakarta memiliki potensi untuk dikembangkan. Dari sistem yang sudah ada kami menemukan sebuah ide untuk meng-implementasikan face recognition dalam sistem tersebut. Sistem presensi dengan menggunakan face recognition akan lebih mempermudah mahasiswa/i untuk melakukan presensi. Mengingat permasalahan yang ada seperti menggunakan QR Code yang masih susah dideteksi pada barisan-barisan tertentu. Maka, dalam penelitian ini menggunakan metode Support Vector Machine (SVM) sebagai metode untuk klasifikasi gambar yang sudah diconvert menjadi Numpy Array dengan meng-uji coba beberapa sampel foto mahasiswa/i Universitas Amikom Yogyakarta lalu mengidentifikasi satu persatu data baru untuk mendapatkan sebuah hasil yang berupa pengenalan sebuah wajah dengan tampilan berupa identitas pengenal dari mahasiswa/i tersebut. Diakhir penelitian ini kami menemukan bahwa keakurasian face recognition dengan menggunakan metode SVM menghasilkan rata-rata 93,46% yang berarti bahwa sebuah image yang dapat diproses untuk melakukan sebuah presensi.
Implementasi Metode Random Forest Klasifikasi untuk Phishing Link Detection Kencana, Adi Kresna; Ananda, Fadhilah Dwi; Hartanto, Anggit Dwi; Hartatik, Hartatik
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1562

Abstract

Internet sangat dibutuhkan saat ini. Masalah yang muncul dari perkembangan internet dan teknologi saat ini adalah keamanan dan privasi, dimana data privasi sangat rentan untuk dicuri oleh seseorang melalui internet. Contohnya adalah situs web phishing yang telah tersebar luas di internet yang dapat mencuri data seperti, data pribadi, data kartu kredit, perbankan online, dan data email tanpa diketahui oleh pengguna internet. Bisa dibilang sulit membedakan situs web asli atau palsu. Karenanya diperlukan klasifikasi untuk membedakan situs web asli atau palsu. Penelitian ini menggunakan algoritma Random Forest untuk memilih situs web phishing dari pohon keputusan. Berdasarkan penerapan algoritma Random Forest untuk mendeteksi phishing situs web, hasil akurasi adalah 94,36% dan hasil validasi adalah 94,77% menggunakan 2.457 dataset yang diperoleh dari situs web www.kaggle.com. Dari penelitian ini terbukti bahwa algoritma ini memiliki akurasi tinggi untuk memprediksi situs web phishing dan hasil yang diperoleh diimplementasikan dalam bentuk ekstensi dari browser secara realtime yang nantintya akan memberikan popup peringatan jika situs website yang dibuka adalah phishing website.
Implementasi Metode CNN dan Deep Learning untuk Menentukan Tingkat Roasting Biji Kopi Setiadi F., A. Farhan; Kurniawan, Aas Andri; Hartanto, Anggit Dwi; Hartatik, Hartatik
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1563

Abstract

Tipe hasil roasting biji kopi dapat ditentukan dengan melihat warna biji kopi ketika dalam proses roasting/sangrai. Cara tersebut cukup efektif untuk mendapatkan hasil yang sesuai dengan keinginan namun dapat terjadi masalah konsistensi dan efisiensi. Tujuan akhir penelitian kami yaitu mengembangkan sistem otomatis untuk menentukan tingkat/tipe hasil roasting pada biji kopi untuk produsen atau pengelola biji kopi. Langkah awal dari projek ini yaitu pengembangan sistem image processing yang mengklasifikasikan gambar biji kopi telah disangrai berdasarkan tekstur dan warna. Kami menggunakan convolutional neural network, model arsitektur VGG-16 dan framework Tensorflow untuk mengolah data set gambar berjumlah 100 gambar kelas light roasts, 100 gambar medium roasts dan 100 gambar dark roasts. Rata-rata hasil data latih mencapai 96.0% dan validasi score 60.0%. Dengan akurasi yang cukup tinggi maka dapat membantu pengklasifikasian tingkat roasting biji kopi menjadi lebih konsisten.
Implementasi Algoritma Naïve Bayes Dalam Mengidentifikasi Jenis Penyakit Cacar Dengan Image Processing Pattimura, Yudha Bagas; Kanoena, Melcior Paitin; Hartanto, Anggit Dwi; Hartatik, Hartatik; Kusnawi, Kusnawi
Intechno Journal : Information Technology Journal Vol. 5 No. 1 (2023): July
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2023v5i1.1571

Abstract

Cacar merupakan salah satu penyakit kulit yang sering diderita banyak masyarakat mulai dari anak bayi sampai orang tua. Cacar memliki beberapa jenis yang antara lain adalah cacar air (Quipperian), cacar api (herpes zoster) dan cacar monyet, seluruh penyakit ini semuanya dapat menular ke seama manusia melalui kontak lansung, bersin, batuk atau tersentuh dengan isi gelembung cacar yang pecah. Minimnya pengetahuan masyarakat dan tidak adanya penyuluahan dari pemerintah membuat masyarakat tidak mengetahui akan perbedaan jenis-jenis cacar yang diderita dan dapat terjadinya kesalahan dalam pengobatan. Dalam penilitian ini kami menggunakan image processing dengan metode histogram untuk ekstraksi fitur tekstur cacar tersebut serta menggunakan dengan metode klasifikasi naïve bayes dalam mengklasifikasi jenis cacar yang diderita oleh pasien. Dari penilitian yang kami lakukan menunjukan bahwa mengklasifikasi nilai ekstraksi fitur tekstur citra cacar dengan metode naïve bayes memperolehonilai akurasi sebesar 75%.
PENERAPAN MODEL SENTENCE-BERT UNTUK SISTEM REKOMENDASI BUKU BERBASIS KONTEN DI PERPUSTAKAAN DIGITAL Hartatik, Hartatik; Syafrianto, Andri
Jurnal Dialektika Informatika (Detika) Vol 6, No 1 (2025): Jurnal Dialektika Informatika(Detika) Vol.6 No.1 Desember 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v6i1.15916

Abstract

Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi buku berbasis konten (Content-Based Filtering (CBF)) untuk mendukung penelusuran koleksi pada perpustakaan digital. Dataset yang digunakan adalah GoodBooks-10K (versi enriched) yang memuat metadata lengkap berupa judul, penulis, dan deskripsi buku. Metode yang digunakan meliputi pra-pemrosesan teks, representasi konten menggunakan TF-IDF dan Sentence-BERT (SBERT, all-mpnet-base-v2), serta perhitungan cosine similarity untuk menghasilkan daftar rekomendasi Top-N. Hasil evaluasi menunjukkan bahwa representasi SBERT mampu menangkap kesamaan semantik secara konsisten dengan nilai Precision@K (Keyword) = 1,00 pada ?={5,10,20}, sedangkan Precision@K (Author) berada pada kisaran 0,15–0,20. Nilai Intra-List Diversity (ILD) antara 0,686–0,738 menunjukkan bahwa sistem menghasilkan daftar rekomendasi yang beragam namun tetap relevan.
Co-Authors Abdul Mizwar A. Rahim Afdhal Walidy Al Abdul Rohim Ananda, Fadhilah Dwi Andri Syafrianto Anggit Dwi Hartanto Anggit Dwi Hartanto Anggit Dwi Hartanto, Anggit Dwi Arifa Satria Dwi Cahya Bagas Satrio Utomo Dwi Lestari Ema Utami Eva Suhailah Faishal Arif Wibowo Galih Candra Adi Saputra Harliana Harliana Hastari Utama Kanoena, Melcior Paitin Kencana, Adi Kresna Khairullah, Irfan Khalil Krisnawati Krisnawati Kurniawan, Aas Andri Kusnawi Kusnawi Lucky Adhikrisna Wirasakti Muhammad Aldi Muhammad Enggar Aziz Hibbannuari Nur Safariatun Pattimura, Yudha Bagas Raden Mohamad Herdian Bhakti Rahmadita Sabrina Islahany Ramadhani, Zanuarestu Rony Permadi Rosyid Rosyid Safira, Livia Setiadi F., A. Farhan Shintya Wulan Safitri Sri Devi Nurhayati Taufiq Nashrullah Wiwi Widayani Yusa, Aldo