Article Per Year (5 Year)
p-Index From 2021 - 2026
1.235
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Telematika : Jurnal Informatika dan Teknologi Informasi OPSI International Journal of Advances in Intelligent Informatics Seminar Nasional Informatika (SEMNASIF) Register: Jurnal Ilmiah Teknologi Sistem Informasi International Journal of Artificial Intelligence and Robotics (IJAIR)
Heru Cahya Rustamaji
Jurusan Teknik Informatika, Fakultas Teknik Industri, UPN “Veteran” Yogyakarta
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
APLIKASI E-LEARNING STUDI KASUS UPN VETERAN YOGYAKARTA Heru Cahya Rustamaji; Dessyanto Boedi P; Adi Prasetyo
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2010): Information System And Application
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Telah dapat dibuat aplikasi E-learning yang dapat membantu kelancaran proses penyampaian materi kuliah secara online, monitoring mahasiswa yang dapat memperlihatkan progress dari mahasiswa dalam mengakses materi, diskusi, tugas, test, kuis, dan lainnya. Aplikasi ini dalam pembuatannya menggunakan metode waterfall yang memiliki beberapa tahap yaitu System Engineering, Analysis, Design, Coding, Testing dan Maintenance. Pengembangan sistem yaitu dengan bahasa pemrograman PHP, Javascript, CSS (Cascading Style Sheets), dan MySQL sebagai media penyimpanan data. Teknologi yang diterapkan dalam pembangunan aplikasi menggunakan AJAX (Asynchronous Javascript and XML). AJAX berperan dalam melakukan proses pengambilan data secara asynchronous atau dibalik layar. Aplikasi ini memberikan dan memudahkan dalam beberapa hal, seperti : membantu dalam proses kegiatan belajar mengajar yang dapat menumbuhkan sisi mandiri pada mahasiswa agar tidak aktif dikampus saja namun bisa secara online untuk dapat mengambil materi kuliah, dan memiliki beberapa fitur untuk mengikuti test, tugas, kuis secara online, serta integrasi data materi kuliah aplikasi yang lain dengan menggunakan SOAP (Simple Object Access Protocol).
WEB PORTAL ALUMNI (STUDI KASUS DI UPN ”VETERAN” YOGYAKARTA) Heru Cahya Rustamaji; Budi Santosa; Didi Setya
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2009): Information System And Application
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Telah dapat dibangun suatu web portal alumni yang dapat digunakan oleh alumni suatu perguruan tinggi untuk dapat berkomunikasi antar alumni, mencari lowongan pekerjaan, dan dapat digunakan oleh perguruan tinggi untuk bisa melakukan penelurusan alumni. Studi kasus dalam pembuatan web portal alumni ini adalah di UPN ”Veteran” Yogyakarta. Sistem ini dibangun menggunakan PHP dan MySQL.
PENGEMBANGAN SISTEM INFORMASI SKRIPSI JURUSAN TEKNIK INFORMATIKA UPN “VETERAN” YOGYAKARTA Bambang Yuwono; Nur Heri Cahyana; Heru Cahya Rustamaji
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2016): Semnasif 2016
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Telah dikembangkan Sistem Informasi Skripsi berbasis web di jurusan Teknik Informatika UPN “Veteran” Yogyakarta, sejak tahun 2006.  Pengembangan secara teknologi, meningkatkan versi bahasa pemrograman php versi 5.5, serta MySQL versi 5.6. Web ini merupakan  responsif web, dengan layout website yang mampu menyesuaikan diri dengan tampilan device pengguna aplikasi, baik ukuran maupun orientasinya.  Sisem ini juga mengakomodir adanya keterlibatan banyak entitas yang masing masing mempunyai peran yang berbeda beda. Untuk memudahkan pengembangan aplikasi, digunakan  framework CodeIgniter, serta template bootstrap.
APLIKASI BERBASIS WEB MONITORING PERINGKAT PERGURUAN TINGGI DI INDONESIA BERDASARKAN PARAMETER WEBOMETRICS DAN 4ICU Heru Cahya Rustamaji; Herry Sofyan; Rusdita Bazzarudin Suryandaru
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 4 (2012): Information System and Application
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemunculan suatu universitas di internet melalui suatu website saat ini merupakan suatu kewajiban. Dalam dunia internet sekarang ini, masyarakat dapat mengenal suatu universitas melalui suatu situs. Sejalan dengan tumbuh berkembangnya teknologi informasi dan komunikasi yang sangat cepat, maka eksposisi suatu institusi melalui media digital akan secara cepat tersebar ke masyarakat, baik di dalam negeri maupun luar negeri. Oleh sebab itu semua universitas saat ini berusaha menampilkan prestasi dan kemampuan dirinya melalui suatu website. Saat ini terdapat berbagai versi pemeringkatan yang berkaitan dengan website. Dua diantaranya yaitu webometrics dan 4ICU. Dan aspek yang akan diterapkan ada 4 yaitu Size (20%), Visibility (40%), Rich Files (10%), Scholar (10%), Pagerank (10%), dan Alexa (10%). Size (bobot 20%) adalah jumlah halaman website yang tertangkap oleh dua search engines (Google dan Live Search/Bing). Visibility (bobot 40%) merupakan jumlah eksternal link yang unik (backlink) yang diterima oleh domain web universitas (inlinks) yang tertangkap oleh Google.Visibility ini menyiratkan besarnya impact factor terhadap sebuah website/repositori. Rich Files (bobot 10%) merupakan jumlah file dokumen (Adobe Acrobat (.pdf), Adobe PostScript (.ps), Microsoft Word (.doc) and Microsoft Powerpoint (.ppt), dan tidak termasuk xls or latex or tex) yang online di bawah domain website universitas yang tertangkap oleh Google. Scholar (bobot 10%) merupakan jumlah paper dan jumlah sitasi yang tertangkap di Google Scholar (http://scholar.google.com) untuk setiap domain website universitas. Pagerank (bobot 10%) adalah peringkat setiap website yang diberikan oleh Google. Alexa (bobot 10%) adalah peringkat banyaknya pengunjung yang diukur oleh Alexa.com. Metodologi yang akan digunakan ialah Waterfall, panel admin akan diberikan untuk memasukkan nama dan alamat domain/url perguruan tinggi dan juga terdapat menu untuk mengupdate data website perguruan tinggi. Terdapat menu update peringkat secara otomatis dan manual oleh admin. Pengunjung hanya dapat melihat peringkat perguruan tinggi. Pada tahap implementasi, sistem ini akan dibangun menggunakan bahasa pemrograman PHP 5.3.3 dan javascript, RedBean sebagai Framework. Database menggunakan SQLite sebagai management databasenya. Sedangkan untuk server menggunakan Apache2 dan untuk texteditor menggunakan Macromedia Dreamweaver 8 dan Notepad.. Nantinya akan menghasilkan sebuah aplikasi berbasis web yang berguna untuk memonitoring perguruan tinggi di Indonesia berdasarkan parameter webometrics dan 4ICU, yang menggunakan sistem ORM dan framework RedBeanPHP serta menggunakan SQLite sebagai server databasenya.
Fuzzy String Matching for Semi-Automatication of Words with Jaro Winkler Distance Algorithm on Microsoft Word Documents Hasna Nur Hanani; Herlina Jayadianti; Heru Cahya Rustamaji
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan: mengukur pengaruh keberadaan fuzzy string matching pada pemiringan kata asing secara semi-otomatisasi dengan jaro winkler distance terhadap jumlah kata, waktu dan akurasi.Perancangan/metode/pendekatan: menguji ketepatan dan waktu pemrosesan pemiringan kata asing dengan jaro winkler dan menguji ketepatan dan waktu pemrosesan pemiringan kata asing dengan tambahan fuzzy string matching.Hasil: Akurasi semi-otomatisasi kata pada uji data satu menghasilkan nilai 83,73% untuk pemiringan dengan algoritma jaro winkler distance dan 84,33% untuk pemiringan kata dengan fuzzy string matching sedangkan semi-otomatisasi kata pada uji data dua dengan algoritma jaro winkler adalah 98,77%, sedangkan dengan penambahan fuzzy string matching akurasinya menjadi 99,11%. Pengukuran waktu pemrosesan menunjukkan bahwa dengan penambahan fuzzy string matching cenderung lebih cepat. Jumlah kata yang dimiringkan dengan fuzzy string matching lebih banyak dibanding pemiringan kata dengan jaro winkler distance pada kondisi dimana jumlah kata asing pada database sama.Keaslian/ state of the art: Penelitian ini, bermula dari pendeteksian kata asing pada dokume. Apabila kata aing yang merupakan kata dalam bahasa Inggris ditemukan, maka pada pngujian pertama kata tersebut akan diukur dengan algoritma Jaro Winkler distance. Jaro Winkler digunakan untuk mengukur persamaan kata antara kata asing yang ditemukan pada dokumen dengan kata asing pada database. Jika hasil dari jaro winkler distance adalah 1 maka kata akan dicetak miring. Pada pengujian kedua kata asing yang telah diukur dengan jaro winkler akan memiliki nilai persamaan kata yang akan diolah oleh fuzzy string matching. Fuzzy string matching akan memberikan toleransi nilai kepada hasil nilai persamaan kata. Hasil nilai fuzzy string matching akan menentuka kata asing tersebut akan dicetak miring atau tidak.
Sentiment Analysis On Reviews Of Beach Tourism Objects On Google Maps Using Long-Short Term Memory Method Niken Oktaviana; Heru Cahya Rustamaji; Herry Sofyan
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2021): Inovasi Teknologi dan Pengolahan Informasi untuk Mendukung Transformasi Digital
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan: Dapat mengetahui tingkat performa algoritma Long-Short Term Memory dalam melakukan analisis sentimen ulasan pantai di Yogyakarta.Perancangan/metode/pendekatan: Penelitian ini menggunakan algoritma Long-Short Term Memory (LSTM) dengan kombinasi word2vec untuk menangani data sequential. Data yang digunakan bersumber dari ulasan google maps dan diberi label secara manual. Proses yang dilakukan adalah mengumpulkan data, preprocessing, sentence conversion, word2vec, kemudian dilakukan klasifikasi. Terakhir, dilakukan pengujian menggunakan confusion matrix dan kurva ROC untuk mencari nilai akurasi, presisi, recall, dan nilai AUC. Pengujian menggunakan persentase data latih 80% dan data uji 20% dengan pendekatan K-fold cross validation.Hasil: Hasil pengujian dengan confusion matrix menghasilkan nilai akurasi rata-rata 84%, presisi 76%, dan recall 0.73% untuk model sentimen. Sedangkan untuk model kategori diperoleh akurasi rata-rata sebesar 76%, presisi 75%, dan recall 0.74%. Hasil pengujian dengan kurva ROC diperoleh nilai rata-rata AUC 0.73 (fair classification) untuk model sentimen. Sedangkan untuk model kategori diperoleh nilai rata-rata AUC 0.83 (good classification).Keaslian/ state of the art: Penelitian ini mengimplementasikan salah satu algoritma deep learning yaitu LSTM dengan metode pembobotan word embedding untuk menguji performa klasifikasi teks. Pengujian yang dilakukan adalah membandingkan performa implementasi LSTM untuk klasifikasi binary class dan multiclass.
TEKNOLOGI CLOUD COMPUTING PRESENSI PEGAWAI UPN “VETERAN” YOGYAKARTA MENGGUNAKAN LONG RFID Awang Hendrianto Pratomo; Heru Cahya Rustamaji; Yenni Sri Utami; Granitia Septirina Junaedi
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 2 (2016): Semnasif 2016
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perguruan tinggi pada umumnya memiliki gedung yang letaknya berbeda-beda. Seperti halnya gedung yang dimiliki oleh UPN “Veteran” Yogyakarta. Setiap gedung memiliki beberapa jurusan yang berbeda beda. Setiap jurusan juga memiliki data yang berbeda satu sama lain. Sehingga ketika universitas atau perguruan tinggi melakukan rekap data keseluruhan akan membutuhkan waktu yang lebih lama. Selain itu, permintaan data juga tidak dapat dilakukan sewaktu-waktu. Ketika seseorang membutuhkan data, proses untuk mendapatkan data yang diinginkan tidak dapat langsung didapat dan harus menunggu beberapa waktu. Proses tersebut kurang efisien dalam penggunaan waktu, oleh karenanya pemanfaatan teknologi cloud dibutuhkan untuk membantu pengelolaan data agar data yang dibutuhkan dapat dikelola sewaktu waktu dan berlangusng lebih cepat.  Penggunaan presensi dengan menggunakan long RFID yang dikombinasikan dengan teknologi cloud. Cloud digunakan sebagai media untuk menanamkan server. Server digunakan sebagai media penyedia dan penyimpanan data dari sistem presensi. Hal tersebut dibutuhkan dalam pengembangan sistem presensi untuk mempermudah penggunaan sistem jika akan digunakan secara bersamaan. Server digunakan untuk menyimpan duplikasi perekaman data presensi. Sehingga data presensi terjaga kerahasiannya dan tidak dapat dimanipulasi. Teknologi RFID lebih akurat dalam mencatat presensi, dan penyimpanan data terpusat pada server yang terletak pada cloud, selain itu data presensi dapat terjaga kerahasiannya. Sehinga data presensi juga dapat dikelola sewaktu – waktu. Hal tersebut dapat membantu penyelesaian masalah presensi. Kata Kunci: Cloud,Presensi, RFID, Pegawai..
APLIKASI SMS PENGINGAT IBU HAMIL Heru Cahya Rustamaji; Wilis Kaswidjanti; Laninda Laninda
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 5 (2008): Information System And Application
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Short Message Service (SMS) merupakan salah satu layanan teknologi selular yang ada pada teknologi GSM (Global System for Communication). SMS telah menggantikan metode pengiriman teks konvensional, seperti surat dan telegram. Keunggulan SMS diantaranya adalah biaya yang murah, waktu kirim cepat serta adanya jaminan bahwa pesan akan sampai jika nomor yang dituju aktif. Semakin meluasnya jaringan operator baik GSM maupun CDMA membuat sinyal dapat diterima dengan cukup baik sampai ke daerah terpencil.  Aplikasi SMS Pengingat Ibu Hamil diharapkan dapat memberikan informasi penting yang cepat, tepat, akurat dan murah kepada ibu hamil. Layanan ini disampaikan setiap minggunya mengenai hal-hal apa saja yang harus dilakukan oleh ibu hamil mulai dari awal kehamilan sampai pada proses kelahiran bayinya dengan tujuan untuk kesehatan dan keselamatan ibu hamil serta janinnya.Sistem ini dibuat dengan menggunakan metode penelitian waterfall. Metodologi pengumpulan data dilakukan dengan cara bertanya langung pada dokter dan melalui website. Teknologi pembangunan sistem beserta interfacenya menggunakan Microsoft Visual Basic 6.0 dan pengolahan basis datanya menggunakan MySQL.Pengiriman pesan melalui sms gateway dengan cara mengambil data pada database yang akan dikirimkan ke ponsel penerima menggunakan AT command dengan PDU(Protokol Data Unit) untuk selanjutnya diterima oleh server atau SMS Center yang kemudian diteruskan ke ponsel tujuan. Dari SMSC dapat diketahui apakah suatu pesan berhasil atau gagal dikirimkan. SMSC mengirimkan pesan ke nomor ponsel tujuan yang aktif sekaligus akan mengirimkan pesan balasan ke nomor ponsel pengirim bahwa pesan telah terkirim.
Robust Classification of Beef and Pork Images Using EfficientNet B0 Feature Extraction and Ensemble Learning with Visual Interpretation Taufiq Akbar, Ahmad; Saifullah, Shoffan; Prapcoyo, Hari; Yuwono, Bambang; Rustamaji, Heru Cahya
Register: Jurnal Ilmiah Teknologi Sistem Informasi Vol 11 No 1 (2025): January
Publisher : Information Systems - Universitas Pesantren Tinggi Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/register.v11i1.4045

Abstract

Distinguishing between beef and pork based on image appearance is a critical task in food authentication, but it remains challenging due to visual similarities in color and texture, especially under varying lighting and capture conditions. To address these challenges, we propose a robust classification framework that utilizes EfficientNet B0 as a deep feature extractor, combined with an ensemble of Regularized Linear Discriminant Analysis (RLDA), Support Vector Machine (SVM), and Random Forest (RF) classifiers using soft voting to enhance generalization performance. To improve interpretability, we incorporate Gradient-weighted Class Activation Mapping (Grad-CAM) to visualize classification decisions and validate that the model focuses on relevant regions of the meat, such as red-channel intensity and muscle structure. The proposed method was evaluated on a public dataset containing 400 images evenly split between beef and pork. It achieved a hold-out accuracy of 99.0% and a ROC-AUC of 0.995, outperforming individual learners and demonstrating strong resilience to limited data and variation in imaging conditions. By integrating efficient transfer learning, ensemble decision-making, and visual interpretability, this framework provides a powerful and transparent solution for binary meat classification. Future work will focus on fine-tuning the CNN backbone, applying GAN-based augmentation, and extending the approach to multiclass meat authentication tasks.
Feature-based classification of sugarcane quality using the K-nearest neighbor algorithm Indrianti, Nur; Iqbal, Muhammad; Rustamaji, Heru Cahya; Ferriyan , Andrey; Mulyono , Panut; Ananta, Moh. Ais
OPSI Vol 18 No 2 (2025): OPSI - December 2025
Publisher : Jurusan Teknik Industri, Fakultas Teknologi Industri UPN "Veteran" Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/opsi.v18i2.16000

Abstract

The rapid advancement of artificial intelligence has enabled practical, data-driven approaches to agricultural quality assessment. However, many existing methods rely on complex sensor systems that are costly and difficult to deploy in the field. This study proposes a lightweight and interpretable K-Nearest Neighbor (KNN) model for non-destructive evaluation of sugarcane milling feasibility using five easily measurable physical attributes: relative distance ratio, internode length, mean diameter, circumference, and weight per centimeter. Samples with Brix less than 16 are categorized as not feasible for milling, while Brix equal to or greater than 16 are classified as possible. A dataset of 1,889 Bululawang samples collected in Malang, East Java, Indonesia, was evaluated across twenty-two scenarios that varied the train-test split, normalization method, distance metric, and neighborhood size. The optimal configuration, consisting of an 80:20 split, Standard normalization, the Minkowski distance metric, and k=75, achieved an accuracy of 78%. The findings confirm that physical measurements can serve as effective predictors of sugarcane quality and support data-driven inspection and sustainable resource utilization in line with SDGs 2, 9, and 12.
Co-Authors Adi Prasetyo Ananta, Moh. Ais Andrey Ferriyan, Andrey Annesa Maya Sabarina Aprilia Saptu Ningrum Aprilianta, Kevin Aulia Pasca Sahida Awang Hendrianto Pratomo Bambang Yuwono Bambang Yuwono Bambang Yuwono Dessyanto Boedi Prasetyo Didi Setya dito ahmad Eko Budi Hartono Fani Widiastuti Ferriyan , Andrey Granitia Septirina Junaedi Hafsah Hafsah Hasna Nur Hanani Herlina Jayadianti Herry Sofyan Herry Sofyan Hidayatulah Himawan Laninda Laninda Leuveano, Raden Achmad Chairdino Mariani Mariani Muhammad Iqbal Mulyono , Panut Niken Oktaviana Nur Heri Cahyana Nur Indrianti Panut Mulyono Prapcoyo, Hari Rifki Indra Perwira Rifki Indra Perwira Rusdita Bazzarudin Suryandaru Saifullah, Shoffan Santosa, Budi Syaputra, Hendra Arya Taufiq Akbar, Ahmad Usamah Dani, Usamah Wijaya, Bayu Prasetya Wilis Kaswidjanti Wilis Kaswidjanti Yenni Sri Utami Yuli Fauziah