Article Per Year (5 Year)
p-Index From 2021 - 2026
10.511
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Prosiding SNATIKA Vol 01 (2011) Nusanatara of Engineering Jurnal Teknologi Informasi dan Ilmu Komputer JAIS (Journal of Applied Intelligent System) Jurnal Sisfokom (Sistem Informasi dan Komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Generation Journal Jurnal Teknika Innovation in Research of Informatics (INNOVATICS) Joutica : Journal of Informatic Unisla Nusantara of Engineering (NOE) Jurnal Maklumatika Politeknosain Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Pengabdian Masyarakat Nusantara
Patmi Kasih
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Transportation

Published : 109 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 109 Documents
Search

 7   8   9   10   11 
Analisis Sentimen Ulasan Produk Ponsel Pada E-commerce Menggunakan Algoritma Naive Bayes Gusti, Fadzilah Prayoganing; Pamungkas, Danar Putra; Kasih, Patmi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/140nc134

Abstract

Pertumbuhan e-commerce di Indonesia telah mendorong peningkatan pembelian produk secara daring, termasuk ponsel. Namun, kurangnya transparansi kualitas produk menjadi tantangan bagi konsumen. Untuk mengatasi hal ini, penelitian ini menerapkan analisis sentimen terhadap ulasan pelanggan menggunakan algoritma Naïve Bayes. Data ulasan diambil dari platform Shopee dan melalui beberapa tahapan preprocessing seperti case folding. cleansing, tokenisasi, stopword removal, dan stemming. Sentimen ditentukan menggunakan TextBlob, lalu data dilatih dan diuji menggunakan Naïve Bayes. Dari 365 ulasan yang dianalisis, model menghasilkan akurasi sebesar 81%. Hasil ini menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen ulasan secara efektif, memberikan manfaat bagi konsumen dalam pengambilan keputusan serta bagi penjual dalam meningkatkan layanan.
Training on Making IT-Based Learning Media for Optimizing Learning at MTs Hidayatul Muta'alimin Ds. Sumbercangkring District Gurah Mahdiyah, Umi Mahdiyah; Patmi Kasih; Dwi Bagus Arianto
Jurnal Pengabdian Masyarakat Nusantara Vol 1 No 1 (2021): Vol.1 No.1 (Desember 2021)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dimastara.v1i1.16910

Abstract

Pandemi covid 19 memberikan dampak disemua bidang salah satunya yaitu bidang pedidikan. Dampak utama bidang pendidikan yaitu siswa harus belajar dirumah dengan sistem belajar jarak jauh, hal ini menjadi kesulitan tersendiri bagi guru dan siswa bagi sekolah. Profesional guru benar-benar di uji di masa pandemi saat ini, dimana kompetensi siswa harus tetap meningkat walau dengan sistem pembelajaran yang berbeda. Guru-guru pada MTs Hidayatul Muta’allimin belum terbiasa dengan pembelajaran jarak jauh, sehingga yan dilakukan selama ini adalah membuat grub WA untuk menyampaikan tugas dari dan mengumpulkan tugas dari siswa. Sehingga pembelajaran terasa kurang bermakna.Tujuan kegiatan PKM ini adalah: 1) memberikan pelatihan bagi guru- guru untuk membuat media pembelajaran berbasis IT yang komunikatif; 2) melakukan pelatihan sosialisasi pembelajaran online yang mudah dilakukan dan komunikatif; 3) mencetak guru yang lebih profesional dan berkompeten.
SISTEM EVALUASI GERAKAN SQUAT MENGGUNAKAN ESTIMASI POSE DAN RANDOM FOREST Mohammad Syaiful Afrian; Patmi Kasih; Risa Helilintar; Rina Firliana
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 2 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i2.8294

Abstract

Penelitian ini mengusulkan sebuah sistem berbasis kecerdasan bu-atan untuk mengevaluasi gerakan squat secara otomatis menggunakan pendekatan Human Pose Estimation dan algoritma Random Forest. Sistem yang dikembangkan memanfaatkan frame-work MediaPipe untuk mendeteksi titik-titik tubuh dari video gerakan squat yang direkam dari tampilan samping. Titik-titik terse-but kemudian digunakan untuk menghitung sudut sendi utama, yaitu pinggul, lutut, dan pergelangan kaki, yang berfungsi sebagai fitur numerik dalam proses klasifikasi. Dataset terdiri dari 2072 sampel data berlabel, yang digunakan dalam proses pelatihan dan pengujian model dengan teknik validasi silang 5-fold. Model klasifikasi yang dihasilkan mampu mencapai akurasi hingga 96,4%. Selain klasifi-kasi benar atau salah, sistem juga memberikan umpan balik korektif berupa teks jika sudut gerakan melebihi ambang biomekanik yang telah ditentukan, seperti “squat terlalu dalam”. Hasil penelitian menunjukkan bahwa sistem ini efektif digunakan untuk mengeval-uasi kualitas gerakan squat secara objektif, dan berpotensi untuk diterapkan lebih lanjut dalam bentuk aplikasi kebugaran berbasis mobile, baik untuk keperluan latihan mandiri maupun pembelajaran teknik olahraga.
Analisis Pengalaman Pengguna Game Sky Children of the Light Menggunakan Standar UEQ Ika Arinun Nisa'; Patmi Kasih; Muh. Aris Saputra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jpmvk318

Abstract

Pengalaman pengguna merupakan salah satu faktor penting yang memengaruhi keberhasilan sebuah game. Penelitian ini bertujuan untuk menganalisis pengalaman pengguna pada game Sky: Children of the Light menggunakan metode User Experience Questionnaire (UEQ). Data dikumpulkan dari 51 responden yang pernah memainkan game tersebut dan dianalisis berdasarkan enam dimensi UEQ, yaitu attractiveness, perspicuity, efficiency, dependability, stimulation, dan novelty. Hasil analisis menunjukkan bahwa dimensi attractiveness (1,791), perspicuity (1,598), stimulation (1,245) dan dependability (1,152) memperoleh evaluasi positif. Sementara itu, aspek efficiency (0,961) dan novelty (0,598) memperoleh nilai terendah dengan novelty yang berada pada kategori netral sehingga menjadi aspek yang berpotensi untuk ditingkatkan. Dimensi attractiveness memperoleh nilai tertinggi yang menunjukkan kesan positif pemain terhadap game. Secara keseluruhan, hasil penelitian menunjukkan bahwa game Sky: Children of the Light mampu memberikan pengalaman pengguna yang positif.
Analisis Performa InceptionV3 Berbasis Transfer Learning untuk Klasifikasi Penyakit Daun Tebu Muhammad Fernanda Mulya Putra; Danang Wahyu Widodo; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xxw7ah87

Abstract

Penyakit daun tebu dapat menurunkan produktivitas tanaman dan memerlukan identifikasi yang cepat serta akurat untuk mendukung pengelolaan tanaman yang efektif. Penelitian ini bertujuan menganalisis performa InceptionV3 berbasis transfer learning dalam mengklasifikasikan penyakit daun tebu menggunakan citra digital. Dataset yang digunakan terdiri atas 1.999 citra daun tebu yang dikelompokkan ke dalam empat kelas, yaitu Mosaic, RedRot, Rust, dan Yellow. Dataset dibagi menjadi data latih, validasi, dan uji dengan rasio 70:15:15. Proses pelatihan dilakukan melalui dua fase, yaitu feature extraction dan fine-tuning, serta didukung penerapan augmentasi data untuk meningkatkan kemampuan generalisasi model. Hasil pengujian menunjukkan bahwa model mampu menghasilkan akurasi sebesar 86,18 persen dengan nilai precision, recall, dan F1-score yang seimbang. Temuan ini menunjukkan bahwa InceptionV3 berbasis transfer learning efektif digunakan untuk klasifikasi penyakit daun tebu dan berpotensi mendukung pengembangan sistem identifikasi penyakit tanaman berbasis kecerdasan buatan.
Penerapan Natural Language Processing pada Chatbot Edukasi HIV Berbasis Support Vector Machine dan TF-IDF untuk Remaja Muhamad Aldi Hawari; Patmi Kasih; Muh. Aris Saputra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/y2j6nz73

Abstract

Human Immunodeficiency Virus merupakan virus yang menyerang sistem kekebalan tubuh dan menjadi permasalahan kesehatan yang signifikan di kalangan remaja. Kurangnya pemahaman tentang HIV menimbulkan stigma dan perilaku berisiko pada kelompok usia tersebut. Penelitian ini bertujuan mengembangkan sistem chatbot edukasi HIV berbasis Natural Language Processing (NLP) menggunakan metode Support Vector Machine (SVM) dan Term Frequency-Inverse Document Frequency (TF-IDF) sebagai perantara peer educator dan remaja. Dataset terdiri dari 300 pasangan pertanyaan dan jawaban yang dikategorikan ke dalam 10 intent. Sistem menggunakan pipeline preprocessing teks yang mencakup cleaning, case folding, tokenisasi, stopword removal, dan stemming. Cosine Similarity diterapkan sebagai typo handler, sementara forward chaining digunakan pada modul kuesioner penilaian risiko. Evaluasi menggunakan confusion matrix menghasilkan akurasi 84%, precision 0,83, recall 0,84, dan F1-score 0,82. Hasil pengujian menunjukkan sistem berjalan sesuai spesifikasi dan efektif sebagai media edukasi HIV bagi remaja.
Pengembangan Sistem Pakar Analis Kepribadian Metode MBTI Studi Kasus : MTs Amdadiyah Karangrejo Kabupaten Kediri Tito Pangestu; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/yn80tk10

Abstract

Understanding one's own personality, friends, and students is a crucial aspect in creating a healthy and supportive social and educational environment. A lack of understanding of individual characteristics often triggers conflicts, misunderstandings, and even psychological disturbances among adolescents. This study aims to develop an expert system based on the Myers-Briggs Type Indicator (MBTI) method, designed to analyze the personality types of adolescents, specifically middle school/MTs students aged 14–16 years. This system combines the Forward Chaining method for logical reasoning and the Certainty Factor for measuring the level of confidence in decision-making, resulting in more accurate outcomes with clear psychometric standards validated by experts. The objective of this research is to provide a personality analysis tool for students to better understand themselves, as well as for teachers or educators to adopt appropriate approaches toward students. The main benefits of this system are to enhance the effectiveness of the learning process and interpersonal relationships at school, as well as to serve as a private and efficient consultation tool. The system can also support character development and mental health programs for adolescents, aligning with the mission of holistic and sustainable education.
Klasifikasi Jenis Kamboja (Plumeria) Berdasarkan Citra Bunga Menggunakan Arsitektur MobileNetV2 Yustitio Caesar; Patmi Kasih; Muh. Aris Saputra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/7pxqgk65

Abstract

Tanaman kamboja (Plumeria) merupakan tanaman hias yang memiliki berbagai jenis dengan karakteristik visual yang hampir serupa, sehingga sering menyulitkan pecinta kamboja pemula dalam proses identifikasi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi jenis bunga kamboja berdasarkan citra bunga menggunakan arsitektur MobileNetV2. Dataset yang digunakan terdiri dari lima jenis bunga kamboja, yaitu Plumeria alba, Plumeria obtusa, Plumeria acuminata, Plumeria rubra, dan Plumeria pudica. Proses penelitian meliputi preprocessing data, pelatihan model menggunakan transfer learning, dengan variasi epoch 20, 50, dan 100, serta fine tuning selama 15 epoch untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa model MobileNetV2 mampu mengklasifikasikan jenis bunga kamboja dengan cukup baik. Performa terbaik diperoleh pada skenario 100 epoch dengan akurasi data uji sebesar 80%, precision 87%, recall 80%, dan f1-score 80%. Berdasarkan confusion matrix, kesalahan klasifikasi paling banyak terjadi pada kelas Plumeria alba dan Plumeria obtusa karena memiliki kemiripan karakteristik visual, seperti bentuk kelopak dan warna bunga. Hasil tersebut menunjukkan bahwa MobileNetV2 mampu melakukan identifikasi bunga kamboja dengan baik.
Skrining Leukemia Limfoblastik Akut (LLA-B) Berbasis Citra Apus Darah Menggunakan Mobilenetv2 Dengan Evaluasi Multi-Kelas Kasih, Patmi; Nasrul Saifudin; Made Ayu Dusea Widyadara
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 4: Agustus 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.134

Abstract

Leukemia Limfoblastik Akut B (LLA-B) merupakan keganasan hematologi yang dominan pada populasi pediatrik dan membutuhkan identifikasi dini untuk menunjang keberhasilan terapi. Prosedur diagnostik baku, seperti flow cytometry dan pemeriksaan sumsum tulang, memiliki tingkat akurasi tinggi, tetapi memerlukan sumber daya, biaya, dan keahlian khusus yang tidak selalu tersedia secara merata. Penelitian ini menyajikan kajian eksperimental untuk menilai kinerja arsitektur Convolutional Neural Network (CNN) MobileNetV2 dalam mendukung skrining awal berbasis laboratorium menggunakan citra apus darah dari dataset publik. Alur sistem mencakup tahapan preprocessing, augmentasi data, serta klasifikasi multi-kelas ke dalam empat kategori, yaitu Benign, Pre-B, Pro-B, dan Early Pre-B. Tahap preprocessing dan augmentasi diterapkan untuk meningkatkan kualitas citra, memperkaya variasi data, serta mengurangi potensi overfitting. Hasil pengujian menunjukkan bahwa MobileNetV2 mampu memberikan performa klasifikasi yang tinggi dengan kebutuhan komputasi yang efisien. Berdasarkan hasil evaluasi menggunakan metrik klasifikasi, diperoleh nilai Mean Absolute Error (MAE) yang sangat rendah, yaitu sekitar 0,009 yang mengindikasikan bahwa rata-rata kesalahan prediksi model terhadap nilai aktual sangat kecil, menunjukkan tingkat presisi yang tinggi dalam proses klasifikasi. Sistem ini dirancang sebagai alat bantu skrining (pre-screening) dan tidak ditujukan untuk menggantikan diagnosis klinis, tetapi diharapkan dapat membantu tenaga laboratorium dalam menentukan prioritas sampel untuk pemeriksaan lanjutan.   Abstract Acute lymphoblastic leukemia B (ALL-B) is a hematological malignancy that predominantly affects the pediatric population and requires early identification to support successful treatment. Standard diagnostic procedures, such as flow cytometry and bone marrow examination, have a high degree of accuracy but require resources, costs, and specialized expertise that are not always equally available. This study presents an experimental investigation to evaluate the performance of the MobileNetV2 Convolutional Neural Network (CNN) architecture in supporting laboratory-based early screening using blood smear images from a public dataset. The system flow includes preprocessing, data augmentation, and multi-class classification into four categories, namely Benign, Pre-B, Pro-B, and Early Pre-B. The preprocessing and augmentation stages are applied to improve image quality, enrich data variation, and reduce the potential for overfitting. Test results show that MobileNetV2 is capable of providing high classification performance with efficient computational requirements. Based on the evaluation results using classification metrics, a very low Mean Absolute Error (MAE) value of approximately 0.009 was obtained, indicating that the average prediction error of the model against the actual value is very small, demonstrating a high level of precision in the classification process. This system is designed as a screening tool (pre-screening) and is not intended to replace clinical diagnosis, but it is expected to assist laboratory personnel in determining sample priorities for further examination.
Co-Authors Ade Kurniadi, Ade Adiba, Fera Hidayatul Ady Suprapto, Ady Ahmad Bagus Setiawan Alqozi, Nur Sam’un Alvian, Ficky Andriawan, Riko Ansah, Muhammad Ardy Anugrah A, Gigih Jenop Arafat, Filach Akbar Ardi Sanjaya Arfani, A. Rifqi Yarzuq Azis, Bahrul Satria Azizah, Sarilah Nur BAGUS SETIAWAN, MUCHAMAT RISKI Bayu Wijayanto Budi Utomo Burhanudin Burhanudin Cahyono, Arip Dwi Candra, Gea Vista Yulia Dadi Setyawan Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Dwi Bagus Arianto Dwi Harini Dwi Harini Dwiyanto, Ricko Dyansyah, Kevin Ragil Krisna Eka Putra, Ilham Rizki Fauzi Endah Tri Wijayanti Ervin Kusuma Dewi, Ervin Kusuma Farosa, Muzayin Al Fauziyah, Laili Rahma Febrianto, Yahya Eko Firman Syah, Azriel Akbar Fitriyana, Wahyu Tia Gilbijatno, Arvin Argananta Gumelar, Istiqo Rezeki Agung Gunawan, Akbar Dwi Gusti, Fadzilah Prayoganing Halilintar, risa Handoko, Destian Tri Hanggara, Nazil Rizqi Hendra Riyandoko Holide, Yuki Angka Ika Arinun Nisa' Indria, Ariek Trias Intan Nur Farida Izzuddin, Ahmad Rafi' Jayanto, Andin Dwi Joko Purwanto Julian Sahertian Kasih, Patmi Kasih Kurniawan, Dodyk Lengkoro, Tejaningrat M.Galihleo Yafan Dolar F Mahdiyah, Umi Mahdiyah, Umi Mahdiyah Mardiana, Anisa Wanda Moch. Ghufron Ramadhani Moh Farih Fauzi Mohammad Syaiful Afrian Muh Aris Saputra Muhamad Aldi Hawari Muhammad Fernanda Mulya Putra Munir, Muhamad Misbahul Muragil, Dimas Arif Murhatiningtyas, Yulia Muzaki, Anwar Mu’alim, Rizki Saputro Nasrul Saifudin Niswatin, Ratih Kumalarasi Noviana Dewi, Anggielia Ika Nur Cahyo, Mochamad Nurhidayat, Taufiq Nurpanto, Nugroho Wisma Perkasa, Galang Elang Prahesta, Hadi Rizky Dwi Via Prahesta Pranata, Bagas Dwi Pratama Putra, Septiandy Adibya Pratama, Septian Widha Prayoga, Irvan Ratma Prayogo, M. Renhat Ade Putra, Adam Maulana Khabibillah Ashari Putri Kartika Sari Rahayu, Lina Farisa Ramadhan, Dimas Gilang Ratih Kumalasari Niswatin Ratna Ratna Resty Wulanningrum Rianty, Rika Rina Firliana Rini Indriati Risa Helilintar Risky Aswi Ramadhani Rizki, Maulana Rokhmad, Muhammad Ikhbal Roni Setiawan Rony Heri Irawan Rozi, Ahmad Fatkhur Salis Nilam Amartama Santoso, Ricky Laschka Zidane Saputro, Rizal Dwi Setyawan, Moch Aris Shodiq, Muchamad Fajar Siti Alvi Nikmah Soviana, Aura Anisa Subekti, Lutfi Syafi’i, Mohammad Aziz Syahrudin, Erwin Tanjungsari, Ardina Tasia, Anas Tata Jeniarta Tito Pangestu Tri Wahyudi Wabula, Dava Febrian Wabula, Diva Febrian Wahyuniar , Lilia Sinta Widyadara , Made Ayu Dusea Yuni Lestari Yustitio Caesar