Article Per Year (5 Year)
p-Index From 2020 - 2025
1.554
P-Index
This Author published in this journals
All Journal CommIT (Communication & Information Technology) Jurnal sistem informasi, Teknologi informasi dan komputer Rekursif: Jurnal Informatika Jurnal Pseudocode JSAI (Journal Scientific and Applied Informatics) Journal of Robotics and Control (JRC) Abdi Reksa
Ruvita Faurina
Universitas Bengkulu
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Mathematics Mechanical Engineering Social Sciences

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Analisis Penetapan Skala Prioritas Penanganan Balita Stunting Menggunakan Metode DBSCAN Clustering (Studi Kasus Data Dinas Kesehatan Kabupaten Lebong) Taufik Dwi Harjanto; Arie Vatresia; Ruvita Faurina
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1524.654 KB) | DOI: 10.33369/rekursif.v9i1.14982

Abstract

Pada Peraturan Menteri Kesehatan Republik Indonesia Nomor 29 Tahun 2019 Tentang Penanggulangan Masalah Gizi Anak Akibat Penyakit Pada Pasal 2 dijelaskan bahwa pemerintah pusat dan pemerintah daerah bertanggung jawab terhadap penyelenggaraan penanggulangan masalah gizi bagi anak akibat penyakit dan diprioritaskan terhadap penyakit yang memerlukan upaya khusus untuk penyelamatan hidup dan mempunyai dampak terbesar pada angka kejadian stunting. Pada tahun 2017, pemerintah meluncurkan Rencana Aksi Nasional Kepresidenan yang bertujuan untuk mengatasi tingkat stunting yang tinggi di kalangan anak-anak di bawah usia 5 tahun. Rencana Aksi Nasional mengarahkan kementerian secara nasional untuk memfokuskan program dan kegiatan mereka pada tahun 2018 di 100 kabupaten dengan prevalensi stunting yang tinggi, insiden stunting dan tingkat kemiskinan yang tinggi Tujuan penelitian ini adalah Membangun suatu sistem yang menghasilkan pengelompokkan data fasilitas kesehatan berupa jumlah dokter, jumlah perawat, jumlah ahli gizi, jumlah posyandu,  jumlah balita yang mendapatkan ASI ekslusif, jumlah balita yang mempunyai KIA/KMS, dan jumlah balita yang mendapatkan sarana air bersih skala prioritas masing-masing fasilitas kesehatan agar untuk mengetahui prioritas dari balita stunting menggunakan metode DBSCAN. Aplikasi ini dibuat dengan menggunakan Visual studio code dan R studio dengan bahasa pemrograman PHP dan Bahasa pemrograman R. Hasil dari penelitian ini berupa aplikasi pengelompokkan data dari fasilitas Kesehatan untuk menentukan skala prioritas untuk penanganan balita stunting . Pengujian software menggunakan metode Evaluasi model silhouette coefficient dan Black box. Berdasarkan hasil pengujian tersebut, secara dari epsilon 114 dan min pts 2 maka hasil dari silhouette coefficient adalah 0.51569473 dengan interpretasi bahwa klaster telah layak atau sesuai.
Aplikasi Animasi Edukasi Kesiapsiagaan Menghadapi Pandemi Coronavirus Disease (Covid-19) Untuk Siswa Sekolah Dasar Berbasis Android (Studi Kasus SDN 69 Kota Bengkulu) M Agung Rizki; Asahar Johar; Ruvita Faurina
Rekursif: Jurnal Informatika Vol 9, No 2 (2021): Volume 9 Nomor 2 November 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (58.547 KB) | DOI: 10.33369/rekursif.v9i2.17248

Abstract

Kesiapsiagaan merupakan tindakan yang dilakukan pada masa pra bencana (sebelum terjadi bencana). Dilakukannya kesiapsiagaan bencana adalah untuk mengurangi risiko (dampak) yang diakibatkan oleh adanya bencana. Menerapkan Mobile Learning merupakan solusi model pembelajaran yang dilakukan antar tempat atau lingkungan dengan menggunakan teknologi yang mudah dibawa pada saat pembelajar berada pada kondisi mobile atau ponsel. Penelitian ini bertujuan untuk menerapkan Mobile Learning dan animasi sebagai media pembelajaran menghadapi pandemi Coronavirus Disease (Covid-19) dengan cara yang lebih menarik dan menyenangkan serta mengetahui ada tidaknya pengaruh aplikasi ini terhadap anak-anak Sekolah Dasar mengenai kesiapsiagaan menghadapi pandemi Coronavirus Disease (COVID-19). Berdasarkan pengujian yang dilakukan, hasil pre-tes dan post-tes diperoleh ttabel = 2.06390 dan nilai t = -10,69. H0 diterima jika, sementara nilai t berada di daerah penolakan H0 maka dapat disimpulkan bahwa Aplikasi Animasi Edukasi Corona sebagai media pembelajaran mengenai corona berpengaruh terhadap aspek pemahaman anak mengenai pembelajaran Corona. Hasil yang diperoleh dari uji kelayakan aplikasi termasuk dalam kategori “SANGAT BAIK” dengan rata-rata persentase pengoperasian aplikasi 90% , tampilan 88,25% dan isi aplikasi 89,5%.Kata kunci : Edukasi,Kesiapsiagaan, Animasi, Android, Media Pembelajaran, Sekolah Dasar
Klasifikasi Level Non-Proliferatif Retinopati Diabetik Dengan Ensemble Convolutional Neural Network Ruvita Faurina; Endina Putri Purwandari; Mario Tiara Pratama; Indra Agustian
Jurnal Pseudocode Vol 8, No 1 (2021): Volume 8 Nomor 1 Februari 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.898 KB) | DOI: 10.33369/pseudocode.8.1.1-10

Abstract

Penelitian ini mengusulkan algoritma CNN ensemble classifier untuk klasifikasi level non-proliferatif Retinopati diabetik. Penelitian ini menggunakan metode transfer learning feature-extraction, dan membandingkannya dengan fine-tuning. Pada lapisan pertama lapisan klasifikasi, dibandingkan penggunaan lapisan GAP dan Flatten dengan menggunakan metode dropout. Mode terbaik digunakan sebagai mode final klasifikasi. Arsitektur yang digunakan adalah DenseNet201, InceptionV3 dan MobileNetV2, Masing-masing model diuji dengan optimasi SGD dan ADAM. Keputusan prediksi diambil berdasarkan metode average voting. Hasil pengujian masing-masing arsitektur menunjukkan hasil terbaik adalah fine tuning, GAP, dan optimasi ADAM. Model final fine-tuning DenseNet201, InceptionV3 dan MobileNetV2 dapat mengklasfikasi level retinopati diabetik dengan akurasi pada data uji masing-masing 93%, 94% dan 89%. Sedangkan performa klasifikasi model ensemble untuk masing-masing kelas memiliki akurasi terendah 95,6% dan F1-Score terendah 91.3%.Kata Kunci: retinopati diabetik, deep learning, convolutional neural network, ensemble classifier, DenseNet201,  InceptionV3, MobileNetV2.
NFT Hydroponic Control Using Mamdani Fuzzy Inference System Indra Agustian; Bagus Imam Proayoga; Hendy Santosa; Novalio Daratha; Ruvita Faurina
Journal of Robotics and Control (JRC) Vol 3, No 3 (2022): May
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jrc.v3i3.14714

Abstract

The Nutrient Film Technique (NFT) method is one of the most popular hydroponic cultivation methods. This method has advantages such as easier maintenance, faster and optimal plant growth, better use of fertilizers, and less deposition. The disadvantages of NFT include the consumption of electrical power and the faster spread of disease. Therefore, NFT requires a good nutrient control and monitoring system to save electricity and achieve optimal growth and resistance to pests and diseases. In this study, a nutrient control was designed with indicators of pH and TDS levels and equipped with an Internet of Things (IoT) based monitoring system. The control system used is the Mamdani Fuzzy Inference System. The output of the system is the active time of the pH Up, pH Down, and AB Mix nutrient pumps, which aim to normalize the pH and TDS of nutrient liquids. The experimental results show that one to three control steps are needed to normalize pH. One control step has a response time of 60 seconds, and it can prevent pH Up and pH Down oscillations. As for TDS control, the prediction of AB mix pump active time works accurately, and TDS levels can be normalized in one control step. Overall, based on surface control, simulations, and real experimental data, it is indicated that the control system operates very well and can normalize pH and TDS to the desired normal standard.
Automatic Fish Identification Using Single Shot Detector Arie Vatresia; Ruvita Faurina; Vivin Purnamasari; Indra Agustian
CommIT (Communication and Information Technology) Journal Vol. 16 No. 2 (2022): CommIT Journal
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/commit.v16i2.8126

Abstract

The vast sea conditions and the long coastline make Bengkulu one of the provinces with a high diversity of marine fish. Although it is predicted to have high diversity, data on the diversity of marine fish on the Bengkulu coast is still very limited, especially in the process of fish species detection. With the development and expansion of computer capabilities, the ability to classify fish can be done with the help of computer equipment. The research presents a new method of automating the detection of marine fish with a Single Shot Detector method. It is a relatively simple algorithm to detect an object with the help of a MobileNet architecture. In the research, the Single Shot Detector used is six extra convolution layers. Three of the extra layers can generate six predictions for each cell. The Single Shot Detector model, in total, can generate 8,732 predictions. The research succeeds in identifying seven from ten genera of marine fish with a total dataset of 1,000 images, with 90% training data and 10% validation data. Each fish genus has 100 images with different shooting angles and backgrounds. The results show that the Single Shot Detector model with MobileNet architecture gets an accuracy value of 52.48% for the identification of 10 genera of marine fish.
PENGOLAHAN CITRA DIGITAL UNTUK PENENTUAN BOBOT SAPI MENGUNAKAN METODE SOBEL Asahar Johar; Arie Vatresia; Ruvita Faurina
JUST IT : Jurnal Sistem Informasi, Teknologi Informasi dan Komputer Volume 12 No 2 Tahun 2022
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.12.2.%p

Abstract

Sapi merupakan komoditas utama penghasil daging yang dikonsumsi masyarakat. Kuantitas dan kualitas daging  yang  dihasilkan oleh  sapi  sangat berkaitan dengan berat badan sapi tersebut. ukuran bobot badan merupakan salah satu indikator ekonomi yang penting dalam peternakan sapi potong. Bobot badan juga sangat berkaitan erat dengan aspek ekonomi lainnya meliputi produksi dan reproduksi. Pertumbuhan ternak umumnya dapat diukur dengan bertambahnya bobot badan sedangkan besarnya badan dapat diketahui dengan mengukur tinggi badan, panjang badan dan lingkar dada.selama ini pengukuran bobot sapi masih mengunakan timbangan konvesional.untuk memudahkan dalam menentukan bobot sapi dibuatlah sebuah aplikasi meentukan bobot sapi mengunakan citra gambar sapi. metode yang di gunakan dalam penelitian ini yaitu metode sobel. Metode sobel di gunakan untuk melakukan deteksi tepi pada citra sapi untuk kemudian dihitung nilai bobot sapi mengunakan rumus schrool. Dari penelitian yang di lakukan telah berhasil dibuat aplikasi menetukan bobot sapi dengan persentase keberhasilan sistem memperoleh nilai rata-rata sebesar 78,73%. Ada beberapa catatan untuk pengembangan selanjutnya yaitu menambahkan data citra sapi dan mengunkan metode ekstraksi yang lain.
Sentiment Analysis Komentar Berbahasa Bengkulu Menggunakan Long Short-Term Memory (LSTM) Safitri Nurhaeni; Ruvita Faurina; Ferzha Putra Utama; Kurnia Anggriani
Jurnal Pseudocode Vol 10 No 2 (2023): Volume 10 Nomor 2 September 2023
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.10.2.117-125

Abstract

Sentiment information is one type of information that can be obtained from social media. Sentiments can be interpreted as opinions and views of society which contain feelings. To analyze the value of sentiment whether the sentiment is a sentiment that tends to be neutral, negative, or positive, sentiment analysis can be used. language has its characteristics and uniqueness, Bengkulu language is no exception, because of this, it is necessary to model sentiment analysis for various languages. Sentiment modeling for the Bengkulu language is not yet available, therefore a sentiment analysis model for the Bengkulu language is developed by applying Long Short-Term Memory (LSTM), and architectural experiments for Long Short-Term Memory (LSTM) are carried out to obtain an architectural sentiment analysis model that produces the best value. The data used in the study amounted to 24,000 Bengkulu-language comments received from social media Instagram, Twitter, and Youtube. Experimental research 1 produces the best accuracy value compared to the results of testing in other experiments, with an accuracy value of 0.87 a precision value of 0.80, a recall value of 0.82, and an F1 score of 0.81 Keywords: Information, sentiment, Long Short- Term Memory (LSTM), Bengkulu Language, architecture, social media.
Implementasi Metode Naïve Bayes Pada Penentuan Mutu CPO (Crude Palm Oil) Rusdi Efendi; Ruvita Faurina; Tiya Suci Hamimmah
JSAI (Journal Scientific and Applied Informatics) Vol 6 No 3 (2023): November
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v6i3.5430

Abstract

Palm oil is a very abundant source of vegetable oil and produces the highest vegetable oil compared to other plantation crops, which is the background of this research. This study aimed to classify the quality of CPO (Crude Palm Oil) into two classification classes using the Naïve Bayes method. This classification is expected to reduce human error in determining CPO quality. The parameters used in this research are free fatty acid content, moisture content and impurities which greatly affect the quality of CPO. By using the split data technique at the time of validation, the data is divided into training data and test data by 70:30. Based on the results of testing using the confusion matrix, the use of the Naïve Bayes method for data collected on research objects obtained an accuracy rate of 97.7% or included in the excellent category. While the specificity value is 95.8%, the recall value is 100%, and the precision is 95.4%.
PENGEMBANGAN WEBSITE TOURISM DAN PEMANFAATAN IKLAN UNTUK PROMOSI WISATA DESA RINDU HATI Ruvita Faurina; Julia Purnama Sari; Indra Agustian
Abdi Reksa Vol. 3 No. 1 (2022)
Publisher : UNIVERSITAS BENGKULU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31186/abdi reksa.3.1.23-35

Abstract

Desa Rindu Hati merupakan salah satu desa yang terletak di Kecamatan Taba Penanjung, Kabupaten Bengkulu Tengah. Desa ini fokus mengembangkan pembangunan pada sektor wisata yang ada di Bengkulu Tengah. Hal ini dikarenakan di desa ini terdapat berbagai objek wisata yang indah dan menarik yang dapat menjadi daya jual desa kepada masyarakat lokal maupun mancanegara. Potensi tersebut harus lebih diekspos ke publik agar meningkatkan pendapatan daerah setempat.Dari permasalah yang sedang dihadapi saat ini, kami berencana membuat sebuah website sebagai media promosi dan pemesanan objek wisata yang ada di Desa Rindu Hati. Website ini diharapkan dapat menjadi sebuah solusi dalam promosi objek wisata agar lebih dikenal baik dari wisatawan lokal maupun mancanegara.
Co-Authors Arie Vatresia Asahar Johar Asahar Johar Bagus Imam Proayoga Endina Putri Purwandari Hendy Santosa Indra Agustian Julia Purnama Sari Kurnia Anggriani M Agung Rizki Mario Tiara Pratama Novalio Daratha Rusdi Efendi Safitri Nurhaeni Taufik Dwi Harjanto Tiya Suci Hamimmah Utama, Ferzha Putra Vivin Purnamasari