Article Per Year (5 Year)
p-Index From 2021 - 2026
2.1
P-Index
This Author published in this journals
All Journal Natural Science: Journal of Science and Technology Jurnal INKOM Jurnal Buana Informatika Jurnal Simantec Jurnal Ilmiah Kursor Research Journal of Life Science Jurnal Teknologi Informasi dan Ilmu Komputer The Journal of Pure and Applied Chemistry Research SMATIKA Proceeding of the Electrical Engineering Computer Science and Informatics Jurnal Farmasi Sains dan Komunitas JURNAL MANAJEMEN DAN PELAYANAN FARMASI (Journal of Management and Pharmacy Practice) Jurnal SOLMA JAST : Jurnal Aplikasi Sains dan Teknologi Jurnal Teknik Informatika (JUTIF) JAPI: Jurnal Akses Pengabdian Indonesia Sainsbertek Jurnal Ilmiah Sains & Teknologi Prosiding Seminar Nasional Pengabdian Masyarakat Journal of Embedded Systems, Security and Intelligent Systems JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) Smatika Jurnal : STIKI Informatika Jurnal
Kestrilia Rega Prilianti
Program Studi Teknik Informatika, Universitas Ma Chung
Agriculture, Biological Sciences & Forestry Arts Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Medicine & Pharmacology Nursing Public Health Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Metode Deteksi Pokok Pohon Secara Automatis pada Citra Perkebunan Sawit Menggunakan Model Convolutional Neural Network (CNN) pada Perangkat Lunak Sistem Informasi Geografis Samuel, Samuel; Prilianti, Kestrilia Rega; Setiawan, Hendry; Mimboro, Prasetyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976772

Abstract

Perkebunan sawit merupakan salah satu bisnis yang diminati oleh industri baik di dalam maupun luar negeri. Perkebunan sawit di Indonesia dengan lahan yang sangat luas merupakan sumber pendapatan negara yang potensial. Namun, proses monitoring menjadi tantangan tersendiri jika dilakukan secara manual. Oleh karena itu diperlukan terobosan inovasi agar proses monitoring dapat dilakukan secara efisien namun tetap akurat. Teknologi penginderaan jauh dapat diterapkan sebagai solusi. Dengan menggunakan Unmanned Aerial Vehicle (UAV) citra perkebunan dapat direkam. Selanjutnya dengan implementasi pengolahan citra digital dan kecerdasan buatan, citra dapat dimanfaatkan untuk melakukan monitoring berdasarkan warna dari pohon sawit. Tahap pertama yang diperlukan dalam akuisisi data untuk berbagai keperluan monitoring adalah deteksi pokok pohon sawit secara automatis. Pada penelitian ini didemonstrasikan penggunaan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-34 dan ResNet-50 untuk membangun model deteksi pokok pohon sawit dari citra UAV perkebunan sawit PTPN IV. Tujuan deteksi pokok pohon adalah untuk melakukan analisis lanjutan terkait kondisi pohon sawit seperti status nutrisi, kesiapan panen dan indikasi adanya serangan penyakit. Model ResNet yang telah dilatih berhasil melakukan proses deteksi pokok pohon sawit secara automatis dengan akurasi training sebesar 84% dan akurasi testing rata-rata sebesar 71%. Metode deteksi diterapkan dengan menggunakan perangkat lunak sistem informasi geografis. AbstractOil palm plantations are one of the businesses that are in demand by both local and international industries. Oil palm plantations in Indonesia with very large lands are a very potential source of income for the country. However, the monitoring process related to disease attack and nutritional status becomes a challenge if it is done manually. Therefore, innovation breakthroughs are needed so that the monitoring process can be carried out efficiently but still accurately. Remote sensing technology can be applied as a solution. By using Unmanned Aerial Vehicle (UAV) plantation images can be recorded. Furthermore, with the implementation of digital image processing and artificial intelligence, the image can be used to monitor based on the color of the palm tree. The first step needed in image processing for various monitoring purposes is the automatic detection of oil palm trees. This study demonstrates the use of the Convolutional Neural Network (CNN) method with the ResNet-34 and ResNet-50 architectures to build a palm tree principal detection model from UAV images of PTPN IV oil palm plantations. The purpose of tree detection is to carry out further analysis related to the condition of oil palm trees such as nutritional status, harvest readiness and indications of disease attacks.. The ResNet model that has been trained has successfully carried out the process of detecting oil palm trees automatically with training accuracy of 84%, testing accuracy of 73% and 69%. The detection method is applied using geographic information system software.
ORNAMENTAL PLANT IDENTIFICATION SYSTEM USING TRANSFER LEARNING ON CONVOLUTIONAL NEURAL NETWORK Prilianti, Kestrilia Rega; Oktariyanto, Vidian Vito; Setiawan, Hendry
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.1964

Abstract

There was a spike in the ornamental plants as a hobby while spending time at home during the COVID pandemic when people were restricted to activities outside the house. Unfortunately, along with this trend also came the serious issues associated with fake reports claiming that some ornamental plants were harmful to people's health. The public is more worried and perplexed by this situation, which also erodes their confidence in ornamental plants. This research aims to develop a real-time ornamental plant identification system as an educational medium for the public. To increase the system's accuracy, the transfer learning method is applied to the modified MobileNet CNN model. There are 9 species of popular ornamental plants in this identification system. From the experiments, it is known that the best accuracy has been achieved using the Adagrad optimization method (96% for training and 88% for testing data). The CNN model is then embedded in PLANTIS, an Android-based application prototype for ease of use purpose.
Rancang Bangun Aplikasi Penjadwalan Bimbingan PKL dan Skripsi Berbasis Android Vincentius Adhien Nugroho; Paulus Lucky Tirma Irawan; Kestrilia Rega Prilianti
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 6 No 01 (2016): Smatika Jurnal : STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v6i01.49

Abstract

PKL dan Skripsi merupakan karangan ilmiah yang wajib ditulis oleh mahasiswa sebagai salah satu bagian dari persyaratan akhir pendidikan akademisnya. Pengerjaan PKL dan Skripsi melibatkan proses penemuan jawaban untuk suatu pertanyaan atau solusi suatu masalah, menemukan dan menginterpretasikan fakta baru, menguji teori guna merevisi teori atau hukum yang sudah diterima berdasarkan fakta baru tersebut, dan merumuskan teori yang baru. Dalam melaksanakan PKL dan Skripsi, mahasiswa akan menjalani proses pembimbingan dengan seorang atau lebih dosen pembimbing yang memiliki kompetensi terkait dengan bidang penelitian yang akan dikerjakan. Model pembimbingan konvensional masih memiliki banyak kendala dalam praktiknya, seperti kesulitan dalam pengaturan waktu proses bimbingan, proses pencatatan perkembangan kegiatan penelitian yang tidak dilakanakan dengan konsisten sehingga berdampak pada terhambatnya proses pengerjaan PKL dan Skripsi. Dalam penelitian ini telah berhasil dikembangkan sebuah aplikasi perangkat bergerak berbasis Android yang dapat digunakan untuk membantu dosen dan mahasiswa dalam melakukan proses pembimbingan PKL dan Skripsi dengan lebih efektif dan efisien.
Rancang Bangun Sistem Informasi Geografis Untuk Pemetaan Hasil Produksi Susu (Studi Kasus: Koperasi “SAE” Pujon) Mochamad Subianto; Kestrilia Rega Prilianti; Theodore Zakharia Widjaja
SMATIKA JURNAL : STIKI Informatika Jurnal Vol 8 No 02 (2018): SMATIKA Jurnal STIKI Informatika Jurnal
Publisher : LPPM UBHINUS MALANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32664/smatika.v8i02.201

Abstract

Aplikasi multiplatform Sistem Informasi Geografis (SIG) yang berbasis lokasi untuk memudahkan beberapa stakeholder seperti peternak, pos, dan koperasi untuk memantau naik turunnya setoran susu, pemetaan peternak, dan automasi input setoran susu beserta proses rekapitulasi yang dimana selama ini masih bersifat manual. Aplikasi ini dibuat dengan menggunakan studi kasus pada salah satu sentra produksi susu yang telah terkenal selama bertahun-tahun, yaitu koperasi “SAE” Pujon. Penelitian ini menggunakan beberapa tools seperti Sistem Informasi Geografis yang berhubungan langsung dengan data dan database spasial, Mysql untuk pembuatan database aplikasi, dan penggunaan poligon dan marker sebagai penanda pada API Google untuk pemetaan peternak. Fungsi utama dari aplikasi ini adalah peternak dapat mengecek history setoran susu dan bayaran mereka, input setoran susu, grading kualitas susu, mengecek performa setiap peternak, bis, dan pos. Pendapat pengguna hasil dari kuisioner menyatakan kalau aplikasi ini memuaskan dilihat dari berbagai aspek seperti kelancaran, user interface, user friendly, kualitas aplikasi, dan kepuasan secara umum. Kemudian mayoritas koresponden juga menyatakan kalau aplikasi ini baru pertama kali ditemui dan mereka akan merekomendasikan aplikasi ini kepada orang yang akan membutuhkan.
Co-Authors A.S. Adhiwibawa, Marcelinus Abdul Latief Abadi Agus Suryanto Alfanaar, Rokiy Anam, Syaiful Anitarakhmi Handaratri Christianto O, Ivan Dewi Fandelia Tan Dion Notario Edward Hendryawan Michael Endhirayanti Caesarika Eva Monica Felix Adrian Tjokro Atmodjo Hasanah, Ifa Maulidah Hendry Setiawan Hendry Setiawan Hendry Setiawan Immanuel Olive DjajaPutra Indah Lestari Irawan, Paulus Lucky Tirma Irawan, Paulus Lucky Tirma Ivan C. Onggara Ivan Christianto O Lo Hanjaya Hanafi Lo Hanjaya Hanafi, Lo Hanjaya Luqman Qurata Aini Ma'alifah, Nur Marcelino Centauri Dwi Prasetyo Marcelinus A.S. Adhiwibawa Marsha Anggita Amelia Martanty Aditya, Martanty Melany Melany Agustina Melany Melany Mimboro, Prasetyo Mintarto Martosudiro Mochamad Subianto Muhammad Hilmi Afthoni Nugroho, Vincentius Adhien Oktariyanto, Vidian Vito Onggara, Ivan C. Paulus Lucky Tirma Irawan Paulus Lucky Tirma Irawan Paulus Lucky Tirma Irawan Paulus Lucky Tirma Irawan Prabowo, Matheus Randy Prasetyo Mimboro Rollando, Rollando Romy Budhi Widodo Samuel Samuel Setiawan, Hendry Sultan Arif Rahmadianto Suryanto, Agus Tan, Dewi Fandelia Tatas H.P. Brotosudarmo Theodore Zakharia Widjaja Theodore Zakharia Widjaja Tjokro Atmodjo, Felix Adrian Vincentius Adhien Nugroho William Wicaksono Windra Swastika Yohanes Hans Kristian Yuyun Yuniati