Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Kursor SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Jurnal Infomedia
Nana Ramadijanti
Politeknik Elektronika Negeri Surabaya
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
FACIAL EXPRESSIONS RECOGNITION USING BACKPROPAGATION NEURAL NETWORK FOR MUSIC PLAYLIST ELECTIONS Setiawardhana Setiawardhana; Nana Ramadijanti; Peni Rahayu
Jurnal Ilmiah Kursor Vol 6 No 3 (2012)
Publisher : Universitas Trunojoyo Madura

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

Abstract

Penelitian ini dibuat untuk mengenali ekspresi wajah sebagai indikator untuk menjalankan playlist musik. Sistem pengenalan ekspresi wajah berasal dari data masukan seseorang yang diambil secara offline, dengan posisi terdekat dengan kamera, dimana posisi wajah tidak boleh miring. Prosesnya dengan pengambilan citra wajah secara offline yang dikenali dengan kombinasi warna, dan mengekstrak fitur penting dari wajah berdasarkan lokasi alis, mata, dan bentuk mulut kemudian mengenali ekspresi wajah menggunakan Jaringan Saraf Tiruan Propagasi Balik (Backpropagation Neural Network). Ekspresi yang akan dikenali Data keluaran dari pengenalan ekspresi wajah berupa indek yang secara otomatis akan digunakan sebagai indikator untuk menjalankan musik, sehingga musik akan berubah mengikuti perubahan ekspresi wajah seseorang. Sistem yang telah dibuat dapat mengenali tiga jenis ekspresi yaitu: normal, marah, dan bahagia. Pengujian dengan pengambilan gambar wajah secara offline sebagai data masukan untuk Jaringan Saraf Tiruan Propagasi Balik, dimana pada saat pembelajaran diperoleh hasil yang konvergen dengan error terendah dengan jumlah neuron pada lapisan hidden sebanyak 10 unit, nilai laju pembelajaran sebesar 0.0625325 dan nilai mean square error sebesar 0.0135. Kata Kunci: Ekspresi Wajah, Backpropagation, Music Playlist. Abstract The objective of the research is to detect facial expression as indicator to cast a music playlist. Facial expression detection system input is performed offline by taking photograph of a subject with nearest position from the camera and facial position should not be tilted. The image is identified as a combination of color and feature extraction is performed based on location of eyebrow, eye, and mouth. Facial expression is detected with Artificial Neural Network Backpropagation method. The output data is an index, which automatically select and play the music. In this way, the music is modified according to the changes of facial expression. The system is designed to detect three facial expressions: normal, angry, and happy expression. The similarity between features values from each expression influence the ability to differentiate each expression. Offline system evaluation is performed with backpropagation neural network method,for learning process, it reaches convergent value with lowest error value when using 10 unit neuron on hidden layer, learning rate value is 0.0625325 and mean square error value is 0.0135.
PENERAPAN APLIKASI PELAYANAN DESA BERBASIS MOBILE DENGAN KONSEP SMART VILLAGE DI DESA PEGANTENAN, KECAMATAN PEGANTENAN, KABUPATEN PAMEKASAN Yanuar Risah Prayogi; Fadilah Fahrul Hardiansyah; Nana Ramadijanti; Ahmad Syauqi Ahsan; Urfiyatul Erifani
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 4, No 1 (2020): November
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (559.234 KB) | DOI: 10.31764/jpmb.v4i1.3370

Abstract

ABSTRAKDi Desa Pegantenan hingga saat ini belum ada suatu sistem yang mampu menjembatani antara pemerintah dan masyarakat Desa Pegantenan yang memanfaatkan teknologi informasi. Pelayanan pemerintah desa masih menerapkan sistem konvensional, yang mengharuskan warga datang ke kantor desa dan membutuhkan waktu yang cukup lama. Masyarakat juga kesulitan dalam menerima informasi dan menyampaikan laporan terkait keadan desa. Pada pengabdian masyarakat ini dikembangkan sebuah aplikasi pelayanan desa berbasis mobile sehingga dapat diakses oleh seluruh masyarakat Desa Pegantenan dalam rangka mewujudkan program Smart Village dan upaya menuju Penyelenggaraan Pemerintah Desa yang transparan dan berkemajuan. Metode pelaksanaan kegiatan terdiri dari tahap pengumpulan data seperti bisnis proses dan formulir yang digunakan warga ketika mengurus surat. Tahap berikutnya pembuatan aplikasi berbasis mobile dan sosialisasi aplikasi di Desa Pegantenan sekaligus sharing session tentang pengalaman selama memakai aplikasi. Hasil dari pengabdian ini adalah berupa sistem aplikasi pelayanan Desa Pegantenan yang berbasis mobile. Selain aplikasi mobile juga ada aplikasi web yang digunakan sebagai administrator. Aplikasi mobile ditujukan untuk warga sedangkan aplikasi web ditujukan untuk admin yaitu perangkat desa. Sistem aplikasi yang barbasis mobile dan web memungkinkan warga dapat mengakses sistem dimana saja dan kapan saja sehingga meningkatkan kualitas layanan Pemerintah Desa kepada warga atau masyarakat. Kata kunci: aplikasi pelayanan desa; aplikasi mobile; smart village; desa pegantenan. ABSTRACTUntil now, in Pegantenan Village, there is no system capable of bridging between the government and Pegantenan Village residents using information technology. Village government services still apply the conventional system, which requires residents to come to the village office and takes a long time. Residents also have difficulty receiving information and submitting reports related to village conditions. In this service, a mobile-based village service application was developed so that it can be accessed by all residents in order to realize the Smart Village program and efforts towards implementing a transparent and progressive Village Government. The method of implementing activities consists of the data collection stage such as business processes and forms that residents use when handling letters. The next stage is making mobile-based applications and application socialization as well as sharing sessions about experiences while using the application. The result of this service is a mobile-based service application system for Pegantenan Village. There is also a web application that is used as an administrator. The mobile application is intended for residents while the web application is intended for admins, namely village officials. Mobile and web-based application systems allow residents to access the system anywhere and anytime so as to improve the quality of village government services to residents. Keywords: village service application; mobile application; smart village; pegantenan village.
Perbandingan Metode Random Forest, Regresi Logistik, Naïve Bayes, dan Multilayer Perceptron Pada Klasifikasi Uang Kuliah Tunggal (UKT) Ronny Susetyoko; Wiratmoko Yuwono; Elly Purwantini; Nana Ramadijanti
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 7, No 1 (2022): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v7i1.2916

Abstract

Uang Kuliah Tunggal (UKT) adalah biaya yang dikenakan kepada setiap mahasiswa untuk digunakan dalam proses pembelajaran untuk program diploma dan program sarjana dari setiap jalur penerimaan yang ditetapkan oleh pemimpin perguruan tinggi negeri (PTN). Penetapan UKT masing-masing mahasiswa baru mengikuti kebijakan masing-masing PTN, tergantung ketersediaan informasi maupun target finansial berupa pendapatan negara bukan pajak (PNBP) yang tetapkan. Rumusan atau algoritma klasifikasi UKT yang digunakan tentunya akan berdampak pada distribusi dan ekspektasi rerata UKT. Tujuan dari penelitian ini adalah membandingkan kinerja beberapa metode yaitu Random Forest, Regresi Logistik, Naïve Bayes, dan Multilayer Perceptron dalam mengklasifikasi UKT. Beberapa atribut atau fitur yang digunakan dalam model adalah status rumah, penghasilan, jumlah rumah, jumlah motor, jumlah mobil, daya listrik, kepemilikan tanah, dan jumlah anak. Dataset sebanyak 873 record dibagi menjadi data training dan data testing masing-masing sebanyak 80% dan 20%. Untuk mendapatkan metode yang terbaik, dilakukan evaluasi kinerja empat metode tersebut didasarkan pada rerata akurasi, karakteristik fungsi tingkat akurasi terhadap jumlah fitur, dan nilai ekspektasi UKT. Hasil dari penelitian ini,  metode Random Forest, Regresi Linier, dan Multilayer Perceptron dapat digunakan sebagai model klasifikasi UKT karena memiliki rerata akurasi lebih dari 85%. Namun dari ketiga model tersebut, Random Forest dapat dipilih sebagai model klasifikasi terbaik dengan rerata akurasi 97,9%. Berdasarkan karakteristik fungsi tingkat akurasi, penggunaan metode Random Forest tidak harus melibatkan banyak fitur dalam model. Dengan menerapkan metode tersebut, ekspektasi rerata UKT sebesar Rp. 3,833,811 dan simpangan baku Rp. 2,123,758.
Co-Authors Ahmad Syauqi Ahsan Elly Purwantini Fadilah Fahrul Hardiansyah Peni Rahayu Ronny Susetyoko Setiawardhana Setiawardhana Urfiyatul Erifani Wiratmoko Yuwono Yanuar Risah Prayogi