Article Per Year (5 Year)
p-Index From 2021 - 2026
3.795
P-Index
This Author published in this journals
All Journal Jurnal Buana Informatika Jurnal Informatika dan Teknik Elektro Terapan INTEGER: Journal of Information Technology JURNAL MEDIA INFORMATIKA BUDIDARMA Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jusikom: Jurnal Sistem Informasi Ilmu Komputer ILKOMNIKA: Journal of Computer Science and Applied Informatics Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jifosi Letters in Information Technology Education (LITE) Nusantara Science and Technology Proceedings Jurnal Teknik Informatika (JUTIF) Jurnal Pengabdian Masyarakat Indonesia International Journal Of Computer, Network Security and Information System (IJCONSIST) Jurnal Informatika Teknologi dan Sains (Jinteks) Ranah Research : Journal of Multidisciplinary Research and Development Jurnal Riset Multidisiplin dan Inovasi Teknologi Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Neptunus: Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Informatika Dan Tekonologi Komputer
Eka Prakarsa Mandyartha
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Pendampingan Penggunaan Aplikasi Mobile sebagai Etalase Digital Pada Titik Batik di Desa Surabayan Kabupaten Lamongan untuk Pelestarian Batik Lokal Puspaningrum, Eva Yulia; Mandyartha, Eka Prakarsa; Akbar, Fawwaz Ali
Jurnal Pengabdian Masyarakat Indonesia Vol 6 No 1 (2026): JPMI - Februari 2026
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.4283

Abstract

Batik Lamongan merupakan salah satu produk budaya lokal yang memiliki nilai seni dan filosofi tinggi, namun mitra UMKM Titik Batik di Desa Surabayan, Kabupaten Lamongan, masih menghadapi permasalahan keterbatasan media promosi serta rendahnya pemanfaatan teknologi digital dalam pemasaran produk. Kondisi tersebut berdampak pada terbatasnya jangkauan pasar dan kurang optimalnya upaya pelestarian batik lokal. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas dan kemandirian mitra melalui pemanfaatan teknologi digital sebagai sarana promosi, pemasaran, dan pelestarian Batik Lamongan. Metode kegiatan meliputi identifikasi kebutuhan mitra, pendampingan dan pelatihan penggunaan teknologi digital, serta pengembangan aplikasi mobile sebagai etalase digital Titik Batik. Fitur aplikasi mencakup katalog produk digital, sistem pemesanan, pembayaran, serta penyajian informasi sejarah dan filosofi motif Batik Lamongan. Hasil kegiatan menunjukkan bahwa mitra Titik Batik mampu mengelola etalase digital secara mandiri, meningkatkan visibilitas produk, dan memperluas jangkauan pemasaran. Dampak kegiatan terlihat dari meningkatnya pemahaman mitra terhadap pemanfaatan teknologi digital, bertambahnya saluran penjualan, serta penguatan identitas budaya Batik Lamongan sebagai produk unggulan lokal. Aplikasi mobile yang dikembangkan tidak hanya berfungsi sebagai media pemasaran, tetapi juga sebagai sarana pemberdayaan dan pelestarian budaya batik melalui transformasi digital.
Identifikasi Citra Penyakit Monkeypox dengan Random Forest Serta Ekstraksi Fitur VGG19: Indonesia Muhammad Azka Zaki; Eka Prakarsa Mandyartha; Achmad Junaidi
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 6 No. 1 (2026): Maret : Jurnal Informatika dan Tekonologi Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v6i1.10132

Abstract

Monkeypox is an infectious disease that can be recognized through images of the patient's skin lesions. A fast and accurate diagnosis method is required to identify Monkeypox. This research aims to identify Monkeypox imagery using the VGG19 feature extraction method, which is then classified using the Random Forest algorithm. The dataset consists of 770 original images, which were expanded to 5,860 images through geometric transformation augmentation. The test results show that the VGG19 feature extraction method with Random Forest classification achieved an accuracy of 95.1%, indicating good performance. This finding suggests the potential of this method as a machine learning approach for detecting Monkeypox and can be further developed with other artificial intelligence approaches.
KLASIFIKASI PENYAKIT KULIT BERBASIS SUPPORT VECTOR MACHINE DENGAN EKSTRAKSI FITUR ABCD RULE Wibisono, Al Danny Rian; Mandyartha, Eka Prakarsa; Al Haromainy, Muhammad Muharrom
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.v10i1.6039

Abstract

Penyakit kulit merupakan masalah kesehatan yang signifikan, gejala dari penyakit ini berupa gatal, nyeri, mati rasa, dan kemerahan. Penyakit ini dapat disebabkan oleh beberapa faktor seperti virus, jamur, dan mikroorganisme. Menurut data Dinas Kesehatan Surabaya tahun 2019, prevalensi penyakit kulit dan jaringan subkutan mencapai 4,53%, menjadikannya penyakit terbanyak keenam yang dialami masyarakat. Oleh sebab itu, pada penelitian ini diusulkan sebuah penelitian mengenai klasifikasi penyakit kulit menggunakan Support Vector Machine melalui analisis fitur ABCD Rule. Pada penelitian ini akan dilakukan labeling pada 5 kelas penyakit kulit yang akan digunakan sebagai data latih dan data uji melalui 7 tahapan utama yakni Pengumpulan Dataset Citra Penyakit Kulit, Pre-processing Inpaint Talea, Pre-processing Gaussian Blur dan Normalisasi Mask, Segmentasi Thresholding Otsu Bitwise, Restorasi Kontur, Ekstraksi Fitur ABCD Rule, dan klasifikasi menggunakan Support Vector Machine (SVM). Sebanyak 4 skenario pengujian dilakukan untuk menemukan model terbaik, dimana skenario pengujian melibatkan pengaturan pembagian data yang berbeda, kernel berbeda, dan parameter yang berbeda pada model Support Vector Machine (SVM). Melalui skenario tersebut didapatkan hasil terbaik, yaitu Akurasi sebesar 86,42%, Spesifisitas sebesar 96,60%, dan Sensitivitas sebesar 86,42%. Hal ini menunjukkan bahwa metode yang diusulkan memiliki kinerja yang cukup baik dalam mengklasifikasikan jenis penyakit kulit. Penelitian ini tidak hanya berpotensi dalam meningkatkan diagnosis penyakit kulit secara efisien, tetapi juga mendorong pengembangan sistem deteksi berbasis teknologi untuk mendukung layanan kesehatan kulit yang lebih terjangkau dan andal.
Co-Authors Achmad Junaidi Agung Mustika Rizki, Agung Mustika Agung Subekti, Mohamad Rafli Agustin, Risda Rosdiana Akbar, Fawwaz Ali Anggraini Puspita Sari Ani Dijah Rahajoe Anita Puspitasari Basuki Rahmat Chastine Fatichah Dwi Arman Prasetya Eliza, Nidya Eriyansyah Yusuf Suwandana Eva Yulia Puspaningrum Fathuddin, Muhammad Abdul Hafizh Fedianto, Muhammad Helmi Satria Firza Prima Aditiawan Gusti Eka Yuliastuti Hermadiputri, Firdausa Yasmin indrawanti, annisaa sri Intan Yuniar Purbasari Isnaini, Frisda Dita Kamila, Shaffa Cahya kristanti, beni tiyas Lutfia, Qonita Margarita, Devina Maulana, Hendra Maulana, Raihan Thobie Nabil Millani, Alief Indy Muchammad Kurniawan Muhammad Azka Zaki Muhammad Muharrom Al Haromainy Nurlaili, Afina Lina Pratama Wirya Atmaja Ramadhan, Ike Reyhan Jarsi Yoga Rizal Setya Perdana Sadrai, Maharani Putri Serlynda Dwi Rosalina Sri Indrawanti, Annisaa Sri Wibawani, Sri Subairi Subairi Sugiarto Syahrul Hidayat Taufikurrahman Taufikurrahman Utami, Hapsari Wiji Wibisono, Al Danny Rian Yisti Vita Via Yudha K., Dhian Satria