Article Per Year (5 Year)
p-Index From 2021 - 2026
1.235
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) International Journal of New Media Technology JUMANJI (Jurnal Masyarakat Informatika Unjani) MIND (Multimedia Artificial Intelligent Networking Database) Journal Jurnal Pengabdian kepada Masyarakat Nusantara REKA ELKOMIKA: Jurnal Pengabdian kepada Masyarakat Jurnal Abdimas Ilmiah Citra Bakti (JAICB) Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Academic Journal of Computer Science Research (AJCSR) Nuansa Informatika Jurnal INFOTEL
IRMA AMELIA DEWI
Institut Teknologi Nasional Bandung
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Nursing Physics Public Health Social Sciences

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Rancang Bangun Sistem Pendaftaran Santri Pondok Pesantren Baitul Hidayah Kota Bandung Chalifa Chazar; Arief Akhmad Fauzi; Mohammad Nurendi; Rakha Dwi Pradifa; Irma Amelia Dewi
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 6 No. 2 (2026): Maret 2026 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/altifani.v6i2.1114

Abstract

Pondok Pesantren Baitul Hidayah menghadapi kesulitan administrasi karena penggunaan formulir manual dan Google Form yang menyebabkan redundansi data dan verifikasi yang lambat. Tujuan penelitian ini adalah untuk membuat sistem pendaftaran santri baru yang terintegrasi dengan internet. Metode Agile digunakan untuk membuat sistem yang menggunakan teknologi Laravel, Nuxt.js, Vue.js, Tailwind CSS, dan MySQL. Portal informasi publik tentang fasilitas dan kegiatan, pendaftaran online, dan manajemen data oleh admin adalah fitur utama. Hasilnya, sistem ini meningkatkan efisiensi manajemen, mengurangi kesalahan pencatatan, dan mempercepat proses verifikasi data santri. 
Performance Analysis of X3D-XS Architecture for Cross-Domain Real-World Violence Detection Beril Berekhya Mutia Hasibuan; Irma Amelia Dewi; Muhammad Ichwan
IJNMT (International Journal of New Media Technology) Vol 13 No 1 (2026): Vol 13 No 1 (2026): IJNMT (International Journal of New Media Technology)
Publisher : Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ijnmt.v13i1.4505

Abstract

Real-time violence detection systems need models that are efficient and can adapt to different environments. This study looks at the performance of the X3D-XS architecture and focuses on the issue of generalizing across various domains. The model was trained on three controlled source domains: AVD, HockeyFight, and MovieFight. The model's performance was then tested on the diverse Real-Life Violence Situations (RLVS) dataset. The experimental results show that X3D-XS is highly efficient, achieving inference speeds of up to 191 FPS, which makes it suitable for edge deployment. However, the model faces significant challenges due to domain shift; training on a single domain resulted in varying accuracy between 49.5% and 61.1% on real-world data. This indicates that staged and cinematic violence differ quite a bit from real-life situations. Importantly, combining different source domains improved the model's sensitivity, leading to a Recall of 94.28%. These findings demonstrate that while X3D offers the speed needed for real-time monitoring, relying solely on staged training data is not enough for real-world effectiveness, highlighting the essential need for data diversity in surveillance applications.
Model Hibrida DenseNet-161 dan XGBoost untuk Klasifikasi Multi-Kelas Kelainan Paru-Paru Berbasis Citra CT-Scan Irma Amelia Dewi; Faris Akbar Shiddiq; Muhammad Ichwan
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16777

Abstract

CT-Scan paru-paru membantu mendeteksi gejala awal, memantau progresi penyakit, dan mengidentifikasi komplikasi paru-paru. Selain itu terdapat kesamaan karakteristik antar penyakit paru-paru lain seperti pneumonia, tumor, kanker. Sehingga CT-Scan paru-paru menjadi alat diagnostik penting dalam penanganan penyakit-penyakit tersebut. Hasil CT-Scan dapat diklasifikasikan menggunakan Deep Learning yaitu Convolutional Neural Network dengan menggunakan arsitektur DenseNet-161 untuk ekstraksi fitur dari gambar CT-Scan paru-paru, yang kemudian diklasifikasikan menggunakan Extreme Gradient Boosting (XGBoost). Hasil eksperimen menunjukkan bahwa kombinasi DenseNet-161 dan XGBoost memberikan akurasi tinggi dalam klasifikasi penyakit paru-paru. DenseNet-161 digunakan untuk mengekstraksi fitur dari dataset citra CT-Scan, yang kemudian digunakan sebagai input untuk XGBoost. Evaluasi menggunakan metrik yang relevan menunjukkan bahwa model ini berhasil mengklasifikasikan 5 jenis penyakit paru-paru dengan rata-rata akurasi mencapai 98%. Analisis mendalam menunjukkan bahwa penggunaan n_estimators yang besar dapat menyebabkan overfitting. Namun, kombinasi DenseNet-161 dengan XGBoost memberikan akurasi training sebesar 98.99% dan akurasi validasi sebesar 99.13%, dengan precision, recall, dan F1-score mendekati 100%. Hasil ini menegaskan pentingnya memilih kombinasi model yang tepat untuk meningkatkan kinerja secara signifikan, terutama dalam analisis data kompleks seperti CT-Scan.
Co-Authors Abdur Rafi Syach Ridwan Alif Ulfa Afifah Arie Desrianty Arief Akhmad Fauzi Asep Nana H Asep Nana Hermana Beril Berekhya Mutia Hasibuan Chalifa Chazar Faris Akbar Shiddiq Heru Irawan Irwan Susanto Jihan Nur Amalina Firzanah Lisye Fitria M. Faishal Dzaky Mahesa Atmawidya Negara Ekha Salawangi Miftahuddin, Yusup Mikael Prapaskalis G Mohammad Nurendi Muhammad Alif Firdaus Muhammad Dzaki Abdurrahman Muhammad Ichwan Muhammad Ichwan Nanda Al Fatihah Susanto Rakha Dwi Pradifa Rhyaldi Yunus RIZKI LUKMAN Safira Dwi Aryanti P YOULLIA INDRAWATY