Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal Jurnal Transformatika Jurnal Pengembangan Rekayasa dan Teknologi Jurnal DIMASTIK
Dewi Nurdiyah
Universitas Semarang
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Mechanical Engineering Social Sciences Transportation

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
PERBANDINGAN SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR UNTUK KLASIFIKASI TELUR FERTIL DAN INFERTIL BERDASARKAN ANALISIS TEXTURE GLCM Dewi Nurdiyah; Indra Abdam Muwakhid
Jurnal Transformatika Vol 13, No 2 (2016): January 2016
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v13i2.324

Abstract

Fertility eggs test are steps that must be performed in an attempt to hatch eggs. Fertility test usually use egg candling. The purpose of observation is to choose eggs fertile  (eggs contained embryos) and infertile eggs (eggs that are no embryos). And then fertilized egg will be entered into the incubator for hatching eggs and infertile can be egg consumption. However, there are obstacles in the process of sorting the eggs are less time efficient and inaccuracies of human vision to distinguish between fertile and infertile eggs. To overcome this problem, it can be used  Computer Vision technology is having such a principle of human vision. It used to identify an object based on certain characteristics, so that the object can be classified. The aim of this study to comparasion classify image fertile and infertile eggs with SVM (Support Vector Machine) algorithm and K-Nearest Neighbor Algorithm based on input from bloodspot texture analysis and blood vessels with GLCM (Gray Level Co-ocurance Matrix).  Eggs image  studied are 6 day old eggs. It is expected that the proposed method is an appropriate method for classification image fertile and infertile eggs.
Decision Support System For Approval New Student And Majoring Selection Based On Student’s Interest And Talent By Fuzzy Multiple Decision Making, Simple Additive Weighting And Buble Sort Method In SMK Telekomunikasi Tunas Harapan Dewi Nurdiyah
Jurnal Transformatika Vol 14, No 1 (2016): July 2016
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v14i1.388

Abstract

Decision Support System for New Student Acceptance aims to simplify the Decision Maker who is the Committee of New Student Acceptance to select prospective new students based on eight criteria. That is registration number, the average value of National Examinations, medical tests, interview, their achievements, salary of parents per month, number of siblings who are still in school and administration department and give recommendations for the major of accepted students based on their interests and talents. There are four major in SMK Telekomunikasi Tunas Harapan, these are Rekayasa Perangkat Lunak (RPL), Teknik Komputer dan Jaringan (TKJ), Multimedia and Teknik Kendaraan Ringan (TKR). And the talents be measured by math test, electro test, daw test and physics test.
Restful Web Service Sistem Presensi Mahasiswa (Studi Kasus Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang) DEWI NURDIYAH; Sri Handayani
Jurnal Transformatika Vol 15, No 2 (2018): January 2018
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v15i2.748

Abstract

The Student attendance at the Faculty of Information Technology and Communication University of Semarang  is data that can support in academic activities. validity and realbility of the attendance data  become obstacles in academic activities. So, Required attendance system that can prevent the occurrence of cheating attendance, facilitate lecturers to recap student attendance and facilitate administrative staff to recap lecturers’s attendance. In this research, student attendance system is made with two platforms, there are web based platform and platform based on android. Restful web service with JSON format is used to build communication between both platforms. In the attendence system android based, QRCode's Reader is used to read student QRCode cards to save attendance data. student dan lecture attendance can be monitored through attendance system web based. The attendance system test is done by testing all of the features and complexity of the algorithm with cyclomatic complexity. The test results show that all features can be used without error and cyclomatic complexity value show that algorithm of the attendance system  is easy to understand, easy to test and easy to maintain. 
Peningkatan Literasi Digital Keluarga terhadap Link Scam dan Pemanfaatan AI di Wilayah RW 03 Kalipancur Indra Abdam Muwakhid; Okti Tri Hastuti; Dewi Nurdiyah
Jurnal DIMASTIK Vol. 3 No. 2 (2025): Juli
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v3i2.12375

Abstract

Berbagai manfaat telah dirasakan oleh Masyarakat dengan adanya perkembangan teknologi digital, namun juga menimbulkan resiko keamanan seperti penipuan daring (link scam) dan penyalahgunaan kecerdasan buatan (AI). Kurangnya literasi digital di lingkungan keluarga berpotensi membawa kerugian finansial, kebocoran data, hingga penyalahgunaan teknologi. Kegiatan pengabdian Masyarakat ini bertujuan untuk meningkatkan pemahaman warga RW 03 Kelurahan Kalipancur Kota Semarang terhadap ancaman link scam serta memanfaatkan AI dengan aman. Metode yang digunakan meliputi ceramah interaktif, diskusi, simulasi, pre-test, dan post-test. Hasil pemahaman warga menunjukkan peningkatan dari rata-rata pre-test 43% menjadi 84% pada saat post-test. Kegiatan ini efektif dalam meningkatkan literasi digital warga untuk mengantisipasi awal dugaan adanya scam.
KLASIFIKASI SAMPAH ORGANIK  DAN NON ORGANIK MENGGUNAKAN TRANSFER LEARNING Doly Ilham Saputra Huta Julu; Dewi Nurdiyah
Jurnal Transformatika Vol. 23 No. 1 (2025): July 2025
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v23i1.12201

Abstract

Pengelolaan sampah di Indonesia menghadapi tantangan serius dengan 7,2 juta ton sampah belum terkelola dengan baik dari 202 kabupaten/kota, mencemari lingkungan dan menghambat daur ulang berkelanjutan. Pemilahan sampah organik dan anorganik yang masih dilakukan secara manual rentan terhadap kesalahan manusia dan tidak efisien. Penelitian ini mengembangkan model klasifikasi sampah organik dan anorganik menggunakan metode transfer learning dengan tiga arsitektur CNN: VGG16, MobileNetV2, dan ResNet50V2. Dataset diambil dari kaggle Waste Classification Data yang telah melalui proses preprocessing. Hasil eksperimen menunjukkan bahwa MobileNetV2 unggul dengan akurasi 90,13%, presisi 96,25%, dan F1-Score 87,88%, waktu inferensi 127,76 ms. Arsitektur ini memberikan keseimbangan optimal antara performa tinggi dan efisiensi komputasi, sehingga ideal diterapkan pada perangkat pintar seperti ponsel dan sistem IoT dalam konteks manajemen sampah perkotaan. Penelitian ini menegaskan efektivitas transfer learning dalam membangun sistem klasifikasi sampah yang cerdas dan efisien untuk mendukung program pemilahan sampah di tingkat rumah tangga dan institusi.  
Analisis Sentimen Terhadap Aplikasi Whatsapp Menggunakan Naïve Bayes Berdasarkan Seleksi Fitur Chi-Square Daniel Johan Kristian Kristian; Dewi Nurdiyah
Jurnal Transformatika Vol. 23 No. 2 (2026): January 2026
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v23i2.12310

Abstract

Penelitian ini bertujuan untuk membandingkan penelitian sebelumnya dengan peneliti, dengan menganalisis sentimen terhadap pengguna aplikasi whatsapp di google playstore, menggunakan pendekatan machine learning. Pengambilan data sebanyak 1000 dan menggunakan 3 kategori pelabelan yaitu positif, netral, dan negatif. Dengan melalui proses ekstraksi fitur menggunakan fitur TF-IDF yang mengahasilkan 1935 fitur, untuk mendapatkan nilai yang maksimal maka menggunakan seleksi fitur Chi-Square yang terpilih 85% fitur terbaik. Setelah dilakukan ekstraksi fitur yaitu proses klasifikasi menggunakan algoritma Naive Bayes, dengan proses pembagian data training dan data testing menggunakan rasio perbandingan 80 untuk data training dan 20 untuk data testing. hasil evaluasi mengalami peningkatan sebanyak 5,6% untuk nilai akurasi, untuk nilai presisi sebanyak 5,94%, dan untuk nilai recall sebanyak 1,51%.   
PREDIKSI PENERIMAAN MAHASISWA BARU DENGAN MULTI LAYER PERCEPTRON Khoirudin Khoirudin; Dewi Nurdiyah; Nur Wakhidah
Jurnal Pengembangan Rekayasa dan Teknologi Vol. 2 No. 1 (2018): Mei (2018)
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/jprt.v14i1.1212

Abstract

Penerimaan mahasiswa baru adalah agenda yang rutin dijalani oleh sebuah institusi perguruan tinggi,. Jumlah penerimaan mahasiswa baru dapat meningkat atau menurun setiap tahunnya di Universitas Semarang. Oleh karenanya, perlu adanya prediksi jumlah penerimaan mahasiswa baru dengan teknologi berbasis artificial intelligent. Penelitian ini mengusulkan metode untuk memprediski jumlah penerimaan mahasiswa baru di Universitas Semarang menggunakan algoritma Multi Layer Perceptron, dengan dataset time series pendaftaran mahasiswa baru dari tahun 2008 hingga 2017. Uji coba Multi Layer Perceptron dengan arsitektur 5-9-1 menghasilkan  Mean Squered Error pada data training sebesar 0.00096 dan Mean Squered Error   pada data testing sebesar 0.1. Sehingga, metode yang diusulkan sangat bagus digunakan untuk prediksi penerimaan mahasiswa baru di Universitas Semarang  
PELATIHAN PEMANFAATAN POWTOON UNTUK PRODUKSI DIGITAL STORYTELLING BAGI GURU SD IT AL MAWADDAH SEMARANG Hetty Catur Ellyawati; Qurinta Shinta; Rastri Prathivi; Dewi Nurdiyah
Jurnal DIMASTIK Vol. 4 No. 1 (2026): Januari
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v4i1.13766

Abstract

Kegiatan pengabdian kepada masyarakat ini dilatarbelakangi oleh rendahnya pemanfaatan teknologi pembelajaran di SD IT Al Mawaddah akibat keterbatasan keterampilan guru dalam membuat media digital interaktif. Kondisi tersebut menyebabkan proses belajar masih berfokus pada metode konvensional sehingga kurang menarik minat siswa dan belum sepenuhnya mendukung pengembangan kreativitas mereka. Untuk mengatasi permasalahan ini, tim melaksanakan pelatihan penggunaan aplikasi Powtoon guna menghasilkan storytelling digital sebagai media ajar kreatif. Pelatihan mencakup penyusunan storyboard, integrasi narasi, gambar, dan audio, serta produksi video animasi sederhana yang sesuai dengan kebutuhan pembelajaran di kelas. Metode kegiatan meliputi demonstrasi, praktik langsung, pendampingan intensif, kolaborasi antarguru, dan evaluasi produk hasil pelatihan. Implementasi program ini meningkatkan kompetensi guru dalam merancang dan memproduksi media pembelajaran inovatif, yang ditunjukkan melalui kemampuan peserta menghasilkan video storytelling digital secara mandiri. Selain itu, kegiatan ini turut mendorong terciptanya proses pembelajaran yang lebih menarik dan adaptif terhadap perkembangan teknologi, sekaligus mendukung visi sekolah dalam membentuk generasi Qur’ani yang unggul, kreatif, dan berwawasan digital.
PELATIHAN INTEGRASI GENERATIF AI SEBAGAI ASISTEN BELAJAR MANDIRI BAGI SISWA SMK NEGERI 8 SEMARANG Rastri Prathivi; Bernadus Very Christioko; Dewi Nurdiyah; Hetty Catur Ellyawati
Jurnal DIMASTIK Vol. 4 No. 2 (2026): Juli
Publisher : Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/dimastik.v4i2.15421

Abstract

Perkembangan teknologi Generative Artificial Intelligence (GenAI) menawarkan potensi besar dalam mentransformasi dunia pendidikan, khususnya untuk mendukung proses pembelajaran mandiri. Namun, pemanfaatannya di kalangan siswa Sekolah Menengah Kejuruan (SMK) sering kali belum optimal dan rentan disalahgunakan sebagai alat pencari jawaban instan tanpa proses berpikir kritis. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk meningkatkan literasi digital serta membekali siswa dengan pengetahuan dan keterampilan praktis dalam memanfaatkan GenAI secara efektif, etis, dan bertanggung jawab sebagai asisten belajar mandiri. Mitra dalam kegiatan ini adalah siswa kelas XI SMK Negeri 8 Semarang. Metode pelaksanaan pelatihan dilakukan secara tatap muka yang meliputi ceramah interaktif, demonstrasi, praktik langsung (seperti teknik prompt engineering), diskusi kelompok, serta evaluasi melalui instrumen pre-test dan post-test. Hasil kegiatan menunjukkan dampak positif yang signifikan terhadap peningkatan kompetensi peserta. Berdasarkan data evaluasi, terjadi peningkatan rata-rata nilai dari 92,12 pada pre-test (59 responden) menjadi 96,98 pada post-test (58 responden), dengan selisih kenaikan sebesar 4,86 poin atau sekitar 5,28%. Melalui pelatihan ini, siswa berhasil mempraktikkan penggunaan berbagai platform AI untuk merangkum materi, mengeksplorasi referensi, dan membuat latihan soal secara interaktif dengan tetap menjunjung tinggi etika akademik dan pemikiran kritis.
Co-Authors Daniel Johan Kristian Kristian Doly Ilham Saputra Huta Julu Hetty Catur Ellyawati, Hetty Catur Indra Abdam Muwakhid Indra Abdam Muwakhid Khoirudin Khoirudin Nur Wakhidah Okti Tri Hastuti Qurinta Shinta Rastri Prathivi Sri . Handayani