Article Per Year (5 Year)
p-Index From 2021 - 2026
2.757
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Gamma TELKOMNIKA (Telecommunication Computing Electronics and Control) JUTI: Jurnal Ilmiah Teknologi Informasi CommIT (Communication & Information Technology) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) International Journal of Artificial Intelligence Research IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal of Artificial Intelligence and Data Mining Jiko (Jurnal Informatika dan komputer) Technologia: Jurnal Ilmiah Jurnal Abdimas Madani dan Lestari (JAMALI) ILKOMNIKA: Journal of Computer Science and Applied Informatics Automata TIN: TERAPAN INFORMATIKA NUSANTARA JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Informatika: Jurnal Pengembangan IT
Arrie Kurniawardhani
Universitas Islam Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 31 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 31 Documents
Search

 1   2   3   4 
Segmentation of Tuberculosis Bacilli Using Watershed Transformation and Fuzzy C-Means Rahadian Kurniawan; Izzati Muhimmah; Arrie Kurniawardhani; Sri Kusumadewi
CommIT (Communication and Information Technology) Journal Vol. 13 No. 1 (2019): CommIT Journal
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v13i1.5119

Abstract

The easily transmitted Tuberculosis (TB) disease is attributed to the fact that Mycobacterium Tuberculosis (MTB) bacteria/viruses can be transmitted through the air. One of the methods to screen the TB disease is by reading sputum slides. Sputum slides are colored sputum samples of TB patients placed on microscopic slides. However, TB disease microscopic analysis has some limitations since it requires high accuracy reading and well-trained health personnel to avoid errors in the process of interpretation. Furthermore, the number of TB patients in the Primary Health Care (PHC) and the process of manual calculation of bacteria in a field of view often complicate the decision-making in the screening process conducted by the medical staffs. In this paper, the researchers propose the use of Watershed Transformation and Fuzzy C-Means combination to help solve the problem. The researchers collect the photo shooting of three PHC in Indonesia with 55 images of sputum from different TB patients. The assessed results of the proposed method are compared with the opinions of three Microbiology doctors. The comparison shows Cohen’s Kappa Coefficient value of 0.838. It suggests that the proposed method can detect Acid Resistant Bacteria (ARB) although it needs some improvement to achieve higher accuracy.
Deteksi Cacat Percetakan Al-Qur’an dengan Menggunakan Metode Image Subtraction Khoirunnisa Shofwatul Laili; Arrie Kurniawardhani
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Deteksi cacat pada proses produksi adalah salah satu bagian penting dalam dunia industri. Tahap ini akan menguji seberapa baik kualitas produk sebelum didistribusikan kepada masyarakat luas. Pemeriksaan ini juga dilakukan pada industri percetakan al-Qur’an. Namun, proses pemeriksaan yang dilakukan masih menggunakan cara manual. Cara ini dinilai tidak efisien karena data yang terlalu banyak sehingga tingkat kelelahan menjadi tinggi dan memakan waktu yang lama. Penelitian ini mencoba menerapkan metode image subtraction untuk mendeteksi cacat dari percetakan. Metode ini akan memeriksa tiap piksel dari data uji untuk disesuaikan dengan piksel yang ada pada data acuan. Terdapat 13 data uji yang dideteksi berdasarkan 13 data acuan. Nilai akurasi yang didapatkan 100% berdasarkan perhitungan dengan menggunakan confusion matrix.
Klasifikasi dan Perhitungan Kendaraan untuk Mengetahui Arus Kepadatan Lalu Lintas Menggunakan Metode YOLO Mufti Leriansyah; Arrie Kurniawardhani
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Abstrak—Kepadatan lalu lintas disebabkan oleh beberapa masalah salah satunya adalah peningkatan volume kendaraan. Untuk menghitung kepadatan lalu lintas diperlukan data berupa jumlah kendaraan yang melewati lalu lintas tersebut. Penelitian ini menyajikan sistem klasifikasi dan perhitungan kendaraan yang dapat digunakan untuk menentukan kepadatan lalu lintas menggunakan metode YOLO. YOLO yang digunakan pada penelitian ini adalah YOLOV3. Dari hasil yang didapat sistem ini mampu mendeteksi kendaraan dengan tingkat akurasi 95,2%. Dari jumlah deteksi kendaraan tersebut digunakan sebagai data hitung untuk menentukan drajat kepadatan lalu lintas. Hasil dari perhitungan menunjukan bahwa data yang didapatkan dari sistem dapat digunakan untuk menghitung kepadatan lalu lintas dengan hasil yang sama dengan proses perhitungan data asli.
Comparison of CNN and SVM for Ship Detection in Satellite Imagery Nur Jati Lantang Marfu'ah; Arrie Kurniawardhani
AUTOMATA Vol. 1 No. 1 (2020)
Publisher : AUTOMATA

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

Abstract

Satellites with optical sensors generate images of the Earth over relatively large areas. Optical satellite images provides unique insights into various markets, including agriculture, defense and intelligence, and energy. Ship detection using satellite images is very important because it can help manage marine traffic services, defense and intelligence, and fisheries management. In this study, optical satellite images are used for training models for detecting ship. Machine Learning (ML) algorithms such as deep learning and Support Vector Machine (SVM) have been applied to detect objects in previous studies. Convolution Neural Network (CNN)-based deep learning technology outperformed many algorithms that have existed to some extent[1]. CNN has proven to be able to outperform SVM to detect ships with an average training accuracy is 0,9912 or 99.12% and the validation accuracy is 0,9798 or97,89%. While SVM gets an accuracy of 0,9438 or 94,38%.
Penelitian Deteksi Pelat Nomor Kendaraan: Kajian Pustaka Dimas Setyawan Ramadhansyah; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini menganalisis beberapa metode yang membahas topik mengenai deteksi pelat nomor kendaraan pada penelitian sebelumnya. Sebelas literatur telah dikaji ditemukan bahwa rata-rata akurasi menggunakan Deep Learning telah mencapai hasil yang tinggi. Meskipun akurasi tinggi dan bermacam metode telah dikembangkan, metode yang berhasil digunakan di salah satu negara belum tentu bisa digunakan di negara lain, alasannya karena karakteristik pelat nomor berbeda setiap negaranya. Adapun faktor lain yang menjadi kelemahan pada metode sebelumnya, pencahayaan yrang kurang atau berlebihan, sudut pengambilan citra, cuaca yang buruk, dan alat yang kurang baik menjadi faktor dalam menurunkan akurasi.
Ulasan : Pengenalan Emosi Melalui Suara Rio Galang Jati Respati; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Penggunaan suara dalam data science sudah cukup banyak dilakukan oleh beberapa peniliti, seperti mendeteksi suara hewan, ataupun objek tertentu. Namun, sekarang peneliti sedang gencar sekali dalam meneliti tentang emosi manusia, dan salah satunya adalah mendeteksi emosi manusia melalui suara. Pendeteksian emosi saat ini tidak hanya digunakan untuk riset di bidang akademik seperti, psikologi, neuroscience, psikiater, ilmu kognitif dan lainya. Tetapi ditemukan juga pengaplikasian praktis seperti, call centre, gaming industry, bidang medis dan lainya Literatur ini akan menjelaskan tentang perkembangan pendeteksian emosi melalui suara dari tahun 2017 hingga 2019. Perkembangan pendeteksian emosi melalui suara sudah cukup baik, bahkan cukup banyak yang mencapai akurasi hingga 90% lebih. Model SVM maupun CNN sudah cukup layak digunakan sebagai model yang digunakan untuk mendeteksi emosi melalui suara
Pengenalan Hukum Tajwid Pada Citra Al-Quran: Kajian Pustaka Ihya Fathurrahman Fathurrahman; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Dalam pengenalan teks pada citra terdapat beberapa tujuan seperti, mengenali karakter atau tulisan kuno, penerjemahan naskah kuno, dan masih banyak lainnya. Salah satunya, dapat digunakan untuk pengenalan tajwid. Tajwid adalah aturan bagaimana melafalkan atau mengucapkan bacaan dalam Al-Quran, yang sangat penting dalam membaca Al-Quran itu sendiri. Ketika bacaan dilafalkan berbeda dari seharusnya, dapat menyebabkan kesalahan makna dalam penerjemahannya. Maka dari itu, sangatlah penting untuk mengetahui dan mempelajari tajwid. Pada kajian pustaka ini akan membahas tentang pengenalan teks khususnya pengenalan tajwid dengan beberapa hal seperti input data, jenis tajwid, akurasi dan metode.
Penerapan Metode Deep Learning pada Sistem Rekomendasi Film Muhammad Rizqi Az Zayyad; Arrie Kurniawardhani
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Sistem rekomendasi telah dimanfaatkan sebagai strategi yang efektif untuk dapat mengelola banyaknya informasi yang tersedia dan memberikan rekomendasi suatu item sesuai dengan keinginan pengguna. Berbagai macam industri seperti e-commerce, streaming video hingga penyedia layanan film telah menggunakan sistem rekomendasi untuk meningkatkan produktifitas dan efisiensi dalam mengembangkan sistem sehingga memberikan layanan terbaik kepada konsumen. Secara umum, sistem rekomendasi memiliki tiga kategori model yang dapat digunakan seperti collaborative filtering, content based, dan hybrid recommender system. Dalam beberapa tahun terakhir, penelitian mengenai Deep Learning untuk pengembangan sistem rekomendasi juga cukup banyak diminati dalam berbagai bidang penelitian. Penelitian kali ini akan membahas metode yang juga sedang berkembang yaitu Restricted Boltzmann Machine (RBM). Penggunaan metode RBM pada sistem rekomendasi ini ditujukan untuk membuat sistem yang dapat memberikan rekomendasi terbaik. Dengan memanfaatkan dataset yang tersedia akan memudahkan sistem dalam melatih dan memberikan hasil rekomendasi terbaik.
Investigasi Faktor-Faktor Pengaruh Untuk Kemudahan Pembangunan Rumah Tahan Gempa Bagi Masyarakat Bantul Setya Winarno; Arrie Kurniawardhani; Catur Singgih
Jurnal Abdimas Madani dan Lestari (JAMALI) Volume 03, Issue 01, Maret 2021
Publisher : UII

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/jamali.vol3.iss1.art1

Abstract

Gempa bumi di Kabupaten Bantul tahun 2006 dan beberapa gempa kuat di Indonesia telah banyak merenggut korban ribuan jiwa dan luka karena keengganan masyarakat dalam penerapan konsep-konsep tahan gempa pada rumah tinggalnya. Pada kenyataannya, penerapan standar kegempaan tidak hanya sekedar intervensi fisik dan teknis semata, tetapi juga aspek non-teknis. Artikel ini bertujuan untuk menguraikan factor-faktor pengaruh (teknis dan non-teknis) untuk kemudahan pembangunan rumah tahan gempa bagi masyarakat di Kabupaten Bantul. Pemahaman yang baik atas factor-faktor pengaruh ini akan memberi kontribusi signifikan bagi para pemangku kepentingan dalam menentukan strategi yang efektif dan efisien bagi masyarakat Kabupaten Bantul yang akan membangun rumah tinggalnya. Pengumpulan data dilakukan melalui kajian pustaka, wawancara, dan  tiga kali focus group discussion (FGD). Temuan pertama yang mengemuka dalam penelitian ini adalah terdapat indicator-indikator utama terkait dengan konsep-konsep tahan gempa yang sudah semestinya perlu ditindaklanjuti dalam penerapannya. Sedangkan, temuan yang kedua adalah terdapat 13 faktor-faktor pengaruh untuk kemudahan pembangunan rumah tahan gempa bagi masyarakat Bantul, yaitu (1) alamat rumah, (2) lokasi rumah, (3) jenis tanah, (4) kedalaman muka air sumur, (5) luas rumah tinggal yang akan dibangun, (6) jumlah jiwa penghuni, (7) kemampuan finansial, (8) rencana fungsi rumah, (9) ketersediaan tukang, (10) ketersediaan material, (11) adanya warga atau kelompok masyarakat di sekitar yang mendukung dan peduli, (12) adanya ahli yang bisa diajak diskusi, dan (13) diskusi lanjutan dengan BPBD dan akademisi. Faktor-faktor ini perlu disusun dalam sebuah kerangka kerja yang sistematis, yang dapat mempermudah dalam pengambilan keputusan bagi individu dalam membangun rumah aman gempa yang lebih baik.
Sentiment Analysis of Expedition Customer Satisfaction using BiGRU and BiLSTM Salsabila Zahirah Pranida; Arrie Kurniawardhani
Indonesian Journal of Artificial Intelligence and Data Mining Vol 5, No 1 (2022): March 2022
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v5i1.17361

Abstract

The occurrence of a pandemic caused behavioral changes that occurred in Indonesian society, especially in increasing interest in online purchases. The increased purchases of goods increased the volume of four expeditions, namely: JNE, JNT Express, Sicepat, and Anteraja. To find out the customer satisfaction of the users of the four expeditions automatically, sentiment analysis was conducted based on the thousand tweet data from the opinions of expedition users in three-class categories, which are positive, negative, and neutral. Two deep learning methods were used to analyze the sentiment of expedition customer satisfaction: BiGRU and BiLSTM. The activities conducted during the sentiment analysis were crawling, preprocessing, data labeling, modeling, and evaluation. The performance evaluation results of the two methods use an accuracy matrix over 1,217 test data. The BiGRU method produces an accuracy performance of 71.5% and the BiLSTM method produces an accuracy performance of 66.5%.
Co-Authors Abidatul Izzah Afdhari, Fahrezi Bintang Agus Eko Minarno Agus Zainal Arifin Ahmad Faris Akbar Alamsyah, Juan Parez Mangku Alfaz, Revansha Zulfikar Alhanafi, Ahmad Azzam Andaru, Gabriel Imam Avilba, Pandu Ayu Septya Maulani Aziz, Achmad Noer Catur Singgih Daniel Swanjaya Dhomas Hatta Fudholi Diana Purwitasari Dimas Setyawan Ramadhansyah Fathurrahman, Ihya Fayruz Rahma Ferdian Nursulistio Fitri Bimantoro Fudholi, Dhomas Hatta Huda, Sheila Nurul Ihya Fathurrahman Fathurrahman Indra Lukmana Indrayanti, Indrayanti Indrayanti, Indrayanti Irving V. Paputungan Isye Arieshanti Izzati Muhimmah Khoirunnisa Shofwatul Laili Mufti Leriansyah Muhammad Rizqi Az Zayyad Muhimmah, Izzati mukhamad masrur Najmudin, Nabil Nanik Suciati Nur Jati Lantang Marfu'ah Rahadian Kurniawan Rasyadi, M Javier Rio Galang Jati Respati Salsabila Zahirah Pranida Santoso, Muhammad Lucky Lazuardi Setya Winarno Siti Mutrofin Sri Kusumadewi Yuda Munarko