Article Per Year (5 Year)
p-Index From 2021 - 2026
6.185
P-Index
This Author published in this journals
All Journal Information Technology and Telematics Dinamik Jurnal Ilmiah Dinamika Teknik Elkom: Jurnal Elektronika dan Komputer Scientific Journal of Informatics Jurnal Ilmiah Giga Proceeding SENDI_U Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA CogITo Smart Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Teknologi Sistem Informasi dan Aplikasi IKRA-ITH ABDIMAS J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Jurnal Informasi dan Komputer JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JURNAL MAHAJANA INFORMASI Jurnal Abdimas Mandiri Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) Jurnal Pengabdian kepada Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Jurnal Pengabdian Pada Masyarakat Jurnal Kabar Masyarakat SmartComp Fundamentum: Jurnal Pengabdian Multidisiplin Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat Andan Jejama: Indonesian Journal Of Community Engagement
Veronica Lusiana
Universitas Stikubank (UNISBANK) Semarang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 67 Documents
Search

 3   4   5   6   7 
Deteksi Jenis Sayuran dengan Tensorflow Dengan Metode Convolutional Neural Network Hidayat, Agung Rizqi; Lusiana, Veronica
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 6, No 2 (2022): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v6i2.512

Abstract

Vegetables are food ingredients of plant origin that have a high water content, vegetables can be consumed fresh or processed into a dish. The diversity of vegetables in the world causes many classification processes for vegetables. Such as classification based on cultivation method, edible organs, botanical classification and classification based on growing conditions. In this study, a dataset of 17 types of vegetables and 2,550 images of vegetables were used. The vegetable species classification process uses the Convolutional Neural Network (CNN) algorithm because it has good ability in classifying image objects. The trial process was carried out using five smartphones with an Android-based operating system. The process of designing this android-based application uses the python programming language with the Tensor flow module for the testing and training process of data. The final result of the accuracy test on vegetables resulted in an average accuracy of recognizing the types of vegetables by 70% with one of the results of the classification test on vegetables producing the highest accuracy rate of 86%.
REKOMENDASI DECK HERO PADA GAME CLASH ROYAL MENGGUNAKAN METODE NAÏVE BAYES Zulkarnein, Iskandar; Lusiana, Veronica
Jurnal Mahajana Informasi Vol 7 No 1 (2022): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v7i1.2961

Abstract

Penelitian ini adalah studi tentang game Clash Royal yang di rilis pada tahun 2016 dan sampai saat ini masih popular dimainkan dari berbagai kalangan di Indonesia bahkan dunia. Clash Royal adalah sebuah game yang menggabungkan sebuah permainan RTS (Real Time Strategy), MOBA (Multiplayer Battle Arena), dan sebuah permainan kartu. Game ini dapat dimainkan oleh 2 pemain dan kedua pemain bertarung untuk saling mempertahankan benteng atau base masing-masing. Ada beberapa faktor yang bisa memenangkan pertandingan yaitu dengan menyusun deck atau kartu sebelum memulai pertandingan sehingga perlu adanya rekomendasi pemilihan deck hero untuk dijadikan panduan agar dapat memilih deck hero yang tepat untuk memenangkan pertandingan. Penggunaan metode naïve bayes merupakan metode yang tepat dikarenakan metode ini hanya memerlukan sejumlah data untuk mengestimasi parameter yang dibutuhkan untuk klasifikasi. Data yang digunakan diambil dari hasil pertandingan turnamen yang ada pada game Clash Royal. Metode naïve bayes ini membutuhkan jumlah data pelatihan kecil untuk mengestimasi parameter yang diperlukan dalam proses pengklasifikasian. Dengan adanya sistem ini pengguna dapat rekomendasi dalam hal pemilihan deck hero dengan nilai kemenangan tertinggi yang dihitung menggunakan metode Naïve Bayes.
DETEKSI MOTIF SARUNG TENUN GOYOR BOTOLAN KABUPATEN PEMALANG MENGGUNAKAN METODE KNN Pusdita, Tistantia; Lusiana, Veronica
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

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

Abstract

Sarung tenun goyor merupakan kerajinan tenun dalam bentuk sarung dan terbuat secara tradisional melalui alat tenun tradisional. Terdapat berbagai jenis, termasuk sarung tenun goyor botolan. Sarung goyor botolan memiliki motif sangat banyak dan beragam sehingga membuat orang awam sulit untuk membedakannya. Oleh karena itu, diperlukan sistem untuk mengidentifikasi motif sarung tenun goyor botolan agar mempermudah orang awam mengetahui motif pada sarung tenun goyor botolan. Penelitian ini bertujuan untuk mengidentifikasi motif sarung tenun goyor botolan dengan metode KNN memakai software MATLAB. Penelitian ini memanfaatkan data citra sarung tenun goyor botolan yang dipisahkan menjadi data pelatihan dan data pengujian. Data citra ini terdiri dari 79 jenis motif diantaranya 8 data bunga mawar, 7 data elips, 7 data garis zig-zag diagonal, 7 data kawung, 8 data bunga empat kelopak, 6 data segi enam, 6 data silang kombinasi, 7 data bunga enam kelopak, 8 data belah ketupat, 7 data garis zig-zag, dan 8 data titik-titik diagonal. Dalam pengujian sistem identifikasi sarung tenun goyor botolan menggunakan metode KNN memperoleh hasil tingkat akurasi sebesar 70,45%.
KLASIFIKASI JENIS BATIK SEMARANGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) Afifah, Wulan Nur; Lusiana, Veronica
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5873

Abstract

Batik merupakan jenis kain yang memiliki motif khas dan dibuat dengan teknik khusus. Batik Semarangan memiliki motif yang unik, terinspirasi oleh aktivitas budaya, tempat-tempat bersejaran di kota Semarang, serta tokoh legendaris Semarang. Beberapa motif batik yang terkenal dari Semarang antara lain adalah Motif Warak Ngendok, Motif Tugu Muda, serta motif yang menampilkan ikon-ikon kota Semarang seperti Lawang Sewu, Blekok Srondol, Jembatan Mberok, dan Asem. Dalam penelitian ini, digunakan 78 citra batik Semarangan yang terbagi menjadi tiga motif yaitu Motif Landmark, Motif Naturalis Flora, dan Motif Naturalis Fauna. Data citra batik ini dibagi menjadi dua set, yaitu 66 citra batik untuk data latih dan 12 citra batik untuk data uji. Metode yang digunakan untuk mengklasifikasi batik Semarang adalah metode Convolutional Neural Network (CNN), sebuah jenis metode jaringan saraf tiruan yang sangat efektif dalam pengenalan pola visual. CNN dipilih karena kemampuannya yang tinggi dalam mengidentifikasi dan mengklasifikasikan berbagai fitur visual dari gambar batik. Hasil dari model CNN ini menunjukkan tingkat akurasi sebesar 75% dalam mengklasifikasikan jenis-jenis batik Semarangan. Penelitian ini menunjukkan potensi besar dalam menggunakan teknologi modern untuk melestarikan dan mempromosikan warisan budaya melalui identifikasi motif digital batik yang kompleks, memungkinkan batik Semarang dikenal dengan lebih mudah di pasar global serta mendukung upaya pelestarian dan pengembangan produk budaya lokal.
MAKSIMALISASI POTENSI PEMASARAN DIGITAL UMKM MANYARAN: STRATEGI COPYWRITING DAN HOOK YANG TERBUKTI EFEKTIF Saefurrohman, Saefurrohman; Khristianto, Teguh; Hartono, Budi; Lusiana, Veronica
Intimas Vol 5 No 1 (2025)
Publisher : Fakultas Teknologi Informasi dan Industri Unisbank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/intimas.v5i1.10006

Abstract

The entrepreneurs in Kelurahan Manyaran demonstrate substantial potential for UMKM development but face challenges in producing engaging and consistent digital content to sustain audience interest. The primary issue lies in limited understanding of copywriting techniques and the effective use of hooks. To address this, the FTII UNISBANK team, in collaboration with LPMK Manyaran, launched a community service program involving basic training in copywriting and hooks, AI-supported content creation, and ongoing mentorship. The program showed significant improvements in audience engagement and UMKM sales conversion, with an average engagement increase of 30%–50% within three months and a sales conversion rise from 5% to approximately 6.5%–7.5%. This sustained support aims to create a lasting positive impact, promoting business independence and fostering UMKM growth in the digital era.
DETEKSI KEMIRIPAN PADA WAJAH TOKOH PEREMPUAN ANIME JEPANG MENGGUNAKAN DETEKSI TEPI METODE ALGORITMA ROBINSON Ilham Ramadhan, Hafidh; Lusiana, Veronica
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13351

Abstract

Perkembangan industri anime Jepang telah menghasilkan banyak karakter dengan ciri khas visual yang unik, terutama pada karakter perempuan yang sering menjadi perhatian utama. Namun, di balik keunikan tersebut, terdapat pola kemiripan tertentu dalam desain wajah yang menarik untuk dianalisis. Penelitian ini bertujuan untuk mengidentifikasi dan mengukur tingkat kemiripan antar karakter perempuan anime menggunakan metode pengolahan citra digital berbasis deteksi tepi Algoritma Robinson. Dataset penelitian terdiri dari 5 gambar karakter anime yang diperoleh dari sumber terpercaya dan diproses menggunakan delapan kernel Algoritma Robinson untuk mendeteksi pola tepi. Hasil deteksi tepi dibandingkan dengan metode perhitungan kemiripan berbasis jumlah piksel yang terdeteksi serta tingkat error-nya. Evaluasi dilakukan dengan mengukur persentase kemiripan antara pasangan gambar berdasarkan hasil deteksi tepi. Hasil penelitian menunjukkan bahwa Algoritma Robinson mampu mendeteksi kemiripan karakter dengan akurasi yang cukup tinggi, di mana beberapa pasangan gambar memiliki tingkat kesamaan lebih dari 95%. Selain itu, variasi parameter dalam algoritma menunjukkan pengaruh signifikan terhadap kualitas deteksi dan hasil analisis kemiripan. Studi ini berkontribusi dalam bidang pengolahan citra digital serta memberikan wawasan dalam analisis pola desain karakter anime.
PENDEKATAN DESIGN THINGKING BAGI PKK RW III KELURAHAN GAYAMSARI MELALUI KREATIFITAS KRIYA ECOPRINTING Imam Husni Al Amin; Edy Winarno; Budi Hartono; Dewi Handayani U.N; Veronica Lusiana
Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat Vol. 2 No. 2 (2024): Juni
Publisher : CV. Nature Creative Innovation

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

Abstract

Kewirausahaan adalah suatu proses kreatif dan inovatif dengan tingkat risiko tinggi yang bertujuan menciptakan nilai tambah bagi produk atau jasa yang bermanfaat bagi konsumen atau masyarakat. Kewirausahaan melibatkan sifat dan karakteristik individu yang didorong oleh keinginan dan kemampuan untuk menghasilkan gagasan inovatif secara produktif dan kreatif. Ini memberikan peluang kepada setiap orang untuk mengidentifikasi dan mengejar peluang bisnis dengan menggunakan sumber daya yang tersedia guna mencapai tujuan bisnis mereka. Pendekatan "design thinking" digunakan untuk memecahkan masalah yang kompleks dan tidak jelas dengan memahami masalah secara mendalam, menciptakan solusi inovatif, dan menguji ide secara berulang. Pendekatan ini memungkinkan para wirausaha untuk melihat peluang, memahami masalah dengan baik, menciptakan lapangan kerja, mendorong inovasi, dan memberdayakan komunitas serta mengkaji penerapan pendekatan "design thinking" dalam pengembangan kewirausahaan, khususnya pada ibu-ibu yang tergabung dalam PKK di lingkungan RW. III, Kelurahan Gayamsari, Kota Semarang. Mereka diberikan pelatihan dan bimbingan teknik dengan fokus pada kreativitas dan penggunaan sumber daya sekitar untuk menghasilkan produk kriya Ecoprint. Hasil dari pelatihan ini dapat mengasah keterampilan para peserta dan menghasilkan produk alternatif yang bernilai ekonomis dan relevan bagi kebutuhan pelanggan.
KLASIFIKASI JENIS BATIK PEKALONGAN MENGGUNAKAN CITRA HSI DENGAN METODE K-NEAREST NEIGHBOR WAHYU PRIYO ATMAJA; VERONICA LUSIANA
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 8 No 1 (2023): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v8i1.35967

Abstract

Batik adalah sejenis kain dengan motif-motif yang khas yang dibuat dengan teknik khusus, salah satunya batik di daerah Pekalongan. Dalam artikel ini peneliti ingin mengklasifikasi jenis batik Pekalongan menggunakan citra HSI dengan metode KNN yang bertujuan memberikan hasil berupa seberapa akurat metode tersebut jika digunakan untuk mengklasifikasi objek dengan tingkat warna yang beraneka ragam. Data yang digunakan digunakan berjumlah 57 data citra, terdiri dari 7 data batik jlamprang, 6 data batik liong, 7 data batik semen, 8 data batik terang bulan, 7 data batik tuju rupa dan 22 data batik dari luar kota pekalongan.
IMPLEMENTASI FUZZY C-MEANS CLUSTER ANALYSIS UNTUK MENGELOMPOKKAN KABUPATEN/KOTA BERDASARKAN DATA KEMISKINAN DI PROVINSI JAWA TENGAH TAHUN 2024 BERBASIS WEB Ratnaduhita, Aurellia; Lusiana, Veronica
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13462

Abstract

Kemiskinan merupakan masalah yang kompleks secara sosial dan ekonomi, terutama di Provinsi Jawa Tengah yang memiliki tingkat kemiskinan yang bervariasi antar Kabupaten/Kota. Untuk membantu pemerintah membuat kebijakan yang lebih tepat sasaran, analisis clustering dapat digunakan untuk mengelompokkan daerah berdasarkan karakteristik kemiskinan. Penelitian ini menggunakan metode Fuzzy C-Means untuk mengelompokkan Kabupaten/Kota di Provinsi Jawa Tengah berdasarkan lima variabel utama, yaitu jumlah penduduk miskin, persentase penduduk miskin, laju pertumbuhan penduduk, kepadatan penduduk, dan tingkat pengangguran terbuka. Sistem yang dikembangkan berbasis web untuk mempermudah akses dan visualisasi hasil clustering. Data yang digunakan dalam penelitian ini bersumber dari Badan Pusat Statistik (BPS) Provinsi Jawa Tengah tahun 2024. Hasil dari penelitian dengan mengelompokkan Kabupaten/Kota ke dalam 4 cluster, yaitu didapatkan anggota dari cluster 1 terdiri dari 9 Kabupaten/Kota dengan kategori kemiskinan sangat rendah, cluster 2 terdiri dari 6 Kabupaten/Kota dengan kategori kemiskinan rendah, cluster 3 terdiri dari 12 Kabupaten/Kota dengan kategori kemiskinan menengah, dan cluster 4 terdiri dari 8 Kabupaten/Kota dengan kategori kemiskinan tinggi.
Sistem Pencarian Tempat Wisata Di Kota Kudus Menggunakan Metode Haversine Ramadhani, Insan; Lusiana, Veronica
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 8 No. 2 : Tahun 2023
Publisher : LPPM UNIKA Santo Thomas

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

Abstract

Meskipun Kota Kudus memiliki banyak tempat wisata, kebanyakan orang hanya mengunjungi dua di antaranya, yaitu Makam Sunan Muria dan Sunan Kudus. Akibatnya, Banyak tempat wisata di kota ini jarang dikunjungi dan tidak cukup dikenal. Selain itu, pemerintah setempat masih menggunakan metode lama untuk mengiklankan tempat wisata secara manual. Tujuan penelitian ini adalah untuk membuat sistem pencarian tempat wisata terdekat dengan posisi pengguna di Kota Kudus. Hasil penelitian menunjukkan bahwa metode Dengan menggunakan Haversine, dapat dihitung jarak antara posisi pengguna dan tempat wisata yang ada di Kudus dan memberikan lima rekomendasi untuk tempat wisata terdekat dari lokasi pengguna.
Co-Authors Adi Nugroho, Hermawan Aisyah Nur Ramadhayani Alfian, Riyan Antono Adhi ARIFUDIN, WAHYU Aryasatya, Rakryan budi hartono Budi Hartono Budi Hartono Deva Ega Marinda Dewi Handayani Untari Ningsih Dian Kristiawan Nugroho Dimas Wahyu Edy Supriyanto Edy Winarno Eka Ardhianto Eko Nur Wahyudi Endang Lestariningsih Febriana, Trissa Noor Aulia Felix Andreas Sutanto Hari Murti Hartono, Budi Hartono, Budi Hidayat, Agung Rizqi Ilham Ramadhan, Hafidh Imam Husni Al Amin Iskandar Zulkarnein Jefri Alfa Razak Krisna Aditya Pratama Kristianto, Teguh Ma’sum, Muhammad Ali Miftah Khul Janah Muhammad Muslimin Ningsih, Dewi Handayani .U Oka Rosalin, Agnes Pusdita, Tistantia R. Soelistijadi Radyanto, Mohammad Riza Ramadhani, Insan Rara Sri Artati Redjeki Ratnaduhita, Aurellia Razak, Jeffri Alfa Rina Candra Noor Santi Sariyun Naja Anwar Setiaji, Isnan Sri Eniyati Sri Wahyuni Sumarno, Davis Danendra Tahta Febri P, Gilar Taufan Maynard Prananda Sancaka1 Teguh Khristianto Umi Kholifah Wahyu Priyo Atmaja WAHYU PRIYO ATMAJA Widiyanto Tri Handoko Widyawati, Lanjar Wismarini, Th Dwiati Wiwien Hadikurniawati Wulan Nur Afifah, Wulan Nur Zulkarnein, Iskandar