Article Per Year (5 Year)
p-Index From 2021 - 2026
1.984
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Buana Informatika JSI: Jurnal Sistem Informasi (E-Journal) Sinkron : Jurnal dan Penelitian Teknik Informatika Tech-E JIKO (Jurnal Informatika dan Komputer) Jurnal TAM (Technology Acceptance Model) Zero : Jurnal Sains, Matematika, dan Terapan bit-Tech Jurnal Pendidikan dan Teknologi Indonesia Journal Of Artificial Intelligence And Software Engineering Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Journal Innovations Computer Science Jurnal TAM (Technology Acceptance Model)
Sri Redjeki
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Mathematics Physics Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Perancangan Sistem Identifikasi dan Pemetaan Potensi Kemiskinan untuk Optimalisasi Program Kemiskinan Sri Redjeki; M. Guntara; Pius Anggoro
Jurnal Sistem Informasi Vol 6, No 2 (2014)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (825.369 KB) | DOI: 10.36706/jsi.v6i2.1719

Abstract

Abstrak Menurut angka kemiskinan BPS saat ini di Indonesia masih mencapai 11,7% dengan indeks kedalaman kemiskinan meningkat dari 1,75% (Maret 2013) menjadi 1,89%. Kemudian indeks keparahan kemiskinan meningkat dari 0,43% (Maret) ke 0,48%. Garis kemiskinan selama periode dari bulan Maret sampai September 2013 meningkat sebesar 7,85%. Penelitian perlu dilakukan untuk mempercepat proses pengentasan kemiskinan melalui penggunaan teknologi informasi untuk identifikasi dan pemetaan (mapping) berdasarkan Sistem Informasi Geografis (GIS) ke daerah-daerah yang berpotensi orang-orang miskin. Peta visual yang digunakan diambil dari data geospasial Indonesia, Ina Geoportal-(tanahair.indonesia.go.id) yang merupakan solusi dari peta untuk Indonesia dan didukung oleh Pemerintah. Metode Identifikasi dilakukan dengan menggunakan AHP (Analytical HierarchyProcess).Desain sistem yang dihasilkan dari penelitian ini digunakan untuk mengidentifikasi masyarakat miskin dan penentuan program penanggulangan kemiskinan untuk wilayah di Kabupaten Bantul dan akan divisualisasikan dalam bentuk pemetaan potensi daerah miskin berbasis sistem informasi geografis (SIG) disajikan secara online melalui web. Sistem ini adalah untuk mengoptimalkan dampak program pengentasan kemiskinan yang disediakan oleh pemerintah dan swasta sehingga peningkatan ekonomi dapat dicapai danKemiskinan akan berkurang hingga dibawah 10%Kata kunci: AHP, Bantul, pemetaan wilayah, identifikasi kemiskinan, SIG.Abstract According to current BPS poverty rate in Indonesia is still reached 11.7% with poverty depth index increased from 1.75% (March 2013) to 1.89%. Then the poverty severity index increased from 0.43% (March) to 0.48%. Poverty lines throughout the period from March to September 2013 increased by 7.85%. Research needs to be done to accelerate the process of poverty reduction through the use of information technology for the identification and mapping (mapping) based on Geographic Information System (GIS) to areas that potentially have the poor. Visual maps used are taken from Indonesian geospatial data, Ina-Geoportal (tanahair.indonesia.go.id) which is a solution of the map to Indonesia and supported by the Government. Identification method is done by using AHP (Analytical Hierarchy Process).The design of the system resulting from the research is believed to be used for identifying the poor and the determination of appropriate poverty reduction program for the region to be visualized in the form of mapping potential areas of poverty-based geographic information system (GIS) is presented online via the web. This system is to optimize the impact of poverty alleviation programs provided by the government and private sector so that economic improvement can be achieved and poverty will be reduced to below 10 percent.Keywords: AHP, Bantul, territory mapping, identification of poverty, SIG.
PENGEMBANGAN SMART VILLAGE KAKI LANGIT DENGAN PENGOPTIMALAN WEB INTEGRATIF Edi Iskandar; Sri Redjeki; Dini Fakta Sari
Jurnal Informatika Komputer, Bisnis dan Manajemen Vol 18 No 3 (2020): September 2020
Publisher : LPPM STMIK El Rahma Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61805/fahma.v18i3.61

Abstract

Smart Village is a village that has the ability to use Information and Communication Technology systems in developing the potential for both natural and human resources. Smart Village can indirectly improve the economy of a village, this is supported by the ability of a smart village to communicate the potentials of natural resources outside the village, and provide knowledge or understanding in managing village potential by the villagers. The development of the Kaki Langit Tourism Village is to accommodate people who love their village to work together to carry out their respective activities with TOURISM as a binding knot by prioritizing the value of local wisdom, so that the community will be more prosperous. Likewise, the role of information technology is needed in realizing the skyline tourism village as a smart village pioneer. Kaki Langit Smart Village Development with Integrative Web Optimization can manage data related to kaki langit tourism villages, thus helping visitors in choosing the desired tourist attraction, and applications are developed by integrating web and homestay management applications so as to help visitors in choosing homestays and packages the desired tourism.
Analisis Perbandingan Pengaruh Noise Terhadap Akurasi Pendeteksian Obyek Menggunakan Metode Viola Jones Saryanto Saryanto; Sri Redjeki
bit-Tech Vol. 7 No. 1 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i1.1512

Abstract

Pendeteksian obyek merupakan salah satu masalah utama dalam bidang pengolahan citra digital dan visi komputer. Metode Viola-Jones telah menjadi algoritma yang sangat populer untuk pendeteksian wajah karena kecepatan dan akurasinya yang tinggi. Namun, performa metode ini sangat dipengaruhi oleh kualitas gambar yang digunakan. Dalam penelitian ini, gambar uji diberi tambahan Noise  Salt and Pepper dan Gaussian Blur dengan berbagai tingkat intensitas. Kemudian, gambar yang telah diubah ini diuji menggunakan algoritma Viola-Jones untuk mengukur tingkat akurasi pendeteksian obyek. Hasil eksperimen menunjukkan bahwa Salt and Pepper Noise memiliki dampak yang lebih signifikan dalam mengurangi akurasi pendeteksian dibandingkan dengan Gaussian Blur. Hasil yang diperoleh pada penelitian ini adalah gambar/citra dengan kondisi blur pada tingkat rasio 6,8% diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 16,62 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 17,61 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi  sebagai obyek (wajah), dan citra dengan kondisi terkena Salft and Pepper Noise  pada Tingkat kekaburan 90 % diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 19,04 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 11,41 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi selain itu di temukan juga bahwa semakin tinggi nilai PSNR maka semakin tinggi pula nilai akurasi pendeteksian obyek pada pendeteksian obyek pada metode Viola Jones
Analisis Perbandingan Pengaruh Noise Terhadap Akurasi Pendeteksian Obyek Menggunakan Metode Viola Jones Saryanto Saryanto; Sri Redjeki
bit-Tech Vol. 7 No. 1 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i1.1512

Abstract

Pendeteksian obyek merupakan salah satu masalah utama dalam bidang pengolahan citra digital dan visi komputer. Metode Viola-Jones telah menjadi algoritma yang sangat populer untuk pendeteksian wajah karena kecepatan dan akurasinya yang tinggi. Namun, performa metode ini sangat dipengaruhi oleh kualitas gambar yang digunakan. Dalam penelitian ini, gambar uji diberi tambahan Noise  Salt and Pepper dan Gaussian Blur dengan berbagai tingkat intensitas. Kemudian, gambar yang telah diubah ini diuji menggunakan algoritma Viola-Jones untuk mengukur tingkat akurasi pendeteksian obyek. Hasil eksperimen menunjukkan bahwa Salt and Pepper Noise memiliki dampak yang lebih signifikan dalam mengurangi akurasi pendeteksian dibandingkan dengan Gaussian Blur. Hasil yang diperoleh pada penelitian ini adalah gambar/citra dengan kondisi blur pada tingkat rasio 6,8% diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 16,62 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 17,61 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi  sebagai obyek (wajah), dan citra dengan kondisi terkena Salft and Pepper Noise  pada Tingkat kekaburan 90 % diperolah hasil bahwa obyek (wajah) pada gambar sudah tidak terdeteksi lagi dan pada nilai PSNR minimum 19,04 dB dinyatakan gambar (wajah) layak untuk di proses, nilai PSNR minimum 11,41 dB dinyatakan gambar/citra wajah tidak dapat terdeteksi selain itu di temukan juga bahwa semakin tinggi nilai PSNR maka semakin tinggi pula nilai akurasi pendeteksian obyek pada pendeteksian obyek pada metode Viola Jones
An Electrocardiogram Signal Preprocessing Strategy in the LSTM Algorithm for Biometric Recognition Rahayu, Fenny Winda; Faisal, Mohammad Reza; Nugrahadi, Dodon Turianto; Nugroho, Radityo Adi; Muliadi, Muliadi; Redjeki, Sri
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 18, No 2 (2024): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.93895

Abstract

Electrocardiogram (ECG) signals are a very important tool for clinical diagnosis and can be used as a new biometric modality. The aim of this research is to determine the results of ECG signal processing using RNN methods such as the Long Short Term Memory (LSTM) algorithm by utilizing several preprocessing techniques. In this study, the ECG signal itself was previously tested by carrying out the LSTM classification process without preprocessing, and the results obtained were 0% accurate, so preprocessing was needed. The preprocessing methods tested with the LSTM classification method are Adjacent Segmentation and R Peak Segmentation to find out which preprocessing techniques greatly influence LSTM classification accuracy. The experimental results were that LSTM classification with R Peak Segmentation preprocessing obtained the highest accuracy on the two data used, namely filtered and raw data, with 80.7% and 78.95%, respectively. Meanwhile, the accuracy obtained from LSTM classification when using Adjacent Segmentation preprocessing is not good. This research compares LSTM accuracy from each preprocessing stage to determine which combination has the best results in the ECG data classification process. This research also offers new insights into the preprocessing stages that can be carried out on ECG data.
An Electrocardiogram Signal Preprocessing Strategy in the LSTM Algorithm for Biometric Recognition Rahayu, Fenny Winda; Faisal, Mohammad Reza; Nugrahadi, Dodon Turianto; Nugroho, Radityo Adi; Muliadi, Muliadi; Redjeki, Sri
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 18, No 2 (2024): April
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.93895

Abstract

Electrocardiogram (ECG) signals are a very important tool for clinical diagnosis and can be used as a new biometric modality. The aim of this research is to determine the results of ECG signal processing using RNN methods such as the Long Short Term Memory (LSTM) algorithm by utilizing several preprocessing techniques. In this study, the ECG signal itself was previously tested by carrying out the LSTM classification process without preprocessing, and the results obtained were 0% accurate, so preprocessing was needed. The preprocessing methods tested with the LSTM classification method are Adjacent Segmentation and R Peak Segmentation to find out which preprocessing techniques greatly influence LSTM classification accuracy. The experimental results were that LSTM classification with R Peak Segmentation preprocessing obtained the highest accuracy on the two data used, namely filtered and raw data, with 80.7% and 78.95%, respectively. Meanwhile, the accuracy obtained from LSTM classification when using Adjacent Segmentation preprocessing is not good. This research compares LSTM accuracy from each preprocessing stage to determine which combination has the best results in the ECG data classification process. This research also offers new insights into the preprocessing stages that can be carried out on ECG data.
Implementation of Classification Decision Tree and C4.5 Algorithm in selecting Insurance Products Redjeki, Sri; Damayanti, Ariesta; Hudianti, Erna; Nasyuha, Asyahri Hadi
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 1 (2024): Articles Research Volume 8 Issue 1, January 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i1.13444

Abstract

Every insurance customer will receive a policy card, as a sign that the person is included in the insurance and is obliged to pay the insurance premium, the amount of which has been determined by the company in accordance with the agreement. Premium payments are Insurance's biggest source of income. Unfavorable economic conditions often cause customers not to pay their premiums by the specified time limit, resulting in a delay in completing the recording of premium income. This research aims to find out the right type of insurance product for prospective customers. The research method used is Classification Decision Tree. Classification Decision Tree is a research method used to examine existing facts systematically based on research objects, existing facts to be collected and processed into data, then explained based on theory so that in the end it produces a conclusion. This research is for selecting the right type of insurance product for prospective customers based on the age and income categories of prospective customers. Insurers must be more careful, especially in selecting prospective customers, and in determining the right type of insurance product for prospective customers so that the power in selecting the right type of insurance product for prospective customers is right at the intended target.
Kombinasi Metode Analytical Hierarchy Process dan Technique For Order By Similarity To Ideal Solution Untuk Penentuan Dosen Terbaik Berbasis Decission Support System (DSS) Nurohman, Muhamad; Redjeki, Sri
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 2 (2025): JPTI - Februari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.669

Abstract

Perguruan tinggi memiliki sebuah tujuan yang penting yaitu menjalankan tridharma perguruan tinggi. Dalam konteks ini dosen mempunyai kedudukan sebagai tenaga professional pada jenjang pendidikan tinggi untuk mewujudkan tridharma perguruan tinggi. Sistem penentuan dosen berprestasi digunakan untuk mendukung kegiatan belajar dan mengajar di kampus agar terciptanya mahasiswa yang berkualitas dan kompeten di bidangnya. Universitas Teknologi Digital Indonesia adalah Perguruan Tinggi yang  berlokasi di Provinsi Daerah Istimewa Yogyakarta yang sudah berdiri sejak tahun 1979 dan memiliki 63 Dosen. Proses penentuan dosen berprestasi yang masih berjalan saat ini di kampus Universitas Teknologi Digital Indonesia masih memiliki kekurangan yaitu membutuhkan jangka waktu yang lama untuk mengolah data kuesioner yang sudah dibagikan kepada civitas kampus dan hasil keputusan yang didapat belum sepenuhnya valid dan tidak objektif. Penentuan dosen berprestasi memiliki 7 kriteria penilaian, yaitu : penilaian mahasiswa, penilaian atasan, kualifikasi pendidikan, jurnal yang dipublikasikan, rekognisi dosen, jabatan akademik dan jumlah citasi/index. Adapun metode yang digunakan yaitu metode Analytical Hierarchy Process (AHP) untuk menghitung bobot setiap kriteria dan Technique For Order By Similarity To Ideal Solution (TOPSIS) untuk merangking alternatif berdasarkan setiap kriteria. Secara keseluruhan metode AHP lebih efektif untuk situasi yang membutuhkan analisis hubungan antar kriteria yang lebih mendalam sedangkan metode TOPSIS lebih efektif apabila solusi ideal dapat diidentifikasi dengan jelas. Berdasarkan perhitungan yang dilakukan menggunakan kombinasi AHP dan Topsis serta dilakukan implementasi sistem, maka didapatkan hasil nilai preferensi tertinggi yakni 0,835 dan nilai preferensi terendah yakni 0,27. Dari hasil perhitungan tersebut dapat disimpulkan bahwa kombinasi metode AHP dan TOPSIS dapat digunakan untuk membantu memberikan rekomendasi dalam pengambilan keputusan menentukan dosen terbaik di Universitas Teknologi Digital Indonesia.
RDBMS Scoring Analysis: Billing System Efficiency Solution (Case Study at PT. XYZ) Jaswadi, Jaswadi; Dwi Putranto, Bambang Purnomosidi; Redjeki, Sri
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6372

Abstract

Penggunaan Oracle exadata pada sistem billing di PT. XYZ membutuhkan biaya ATS (Annual Technical Support) dan ACS (Advanced Customer Service) yang besar sehingga dibutuhkan pencarian software database RDBMS yang sesuai untuk penyimpanan dan pengolahan data dalam proses generate billing di PT. XYZ. Oleh karena itu pada penelitian dilakukan analisis penentuan pemilihan database RDBMS (Relational Database Management System). Metode yang digunakan adalah metode scoring untuk membandingkan 3 database RDMS (Oracle non-exadata, EDB Postgres, dan 11DB Postgres) berdasarkan 5 kriteria yang meliputi penyiapan infrastruktur, migrasi data, tingkat akurasi hitung billing, durasi hitung billing, dan waktu pengerjaan. Hasil penelitian menunjukkan bahwa score database Oracle memiliki nilai paling tinggi di antara database yang lain yaitu sebesar 95, kemudian disusul oleh EDB Postgres dan 11DB Postgres dengan score secara berurutan yaitu sebesar 84 dan 57. Berdasarkan hal tersebut, maka dapat disimpulkan bahwa Oracle non-exadata memiliki performance yang paling tinggi di antara database yang lain. 
RDBMS Scoring Analysis: Billing System Efficiency Solution (Case Study at PT. XYZ) Jaswadi, Jaswadi; Dwi Putranto, Bambang Purnomosidi; Redjeki, Sri
Journal of Artificial Intelligence and Software Engineering Vol 5, No 1 (2025): March
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i1.6372

Abstract

Penggunaan Oracle exadata pada sistem billing di PT. XYZ membutuhkan biaya ATS (Annual Technical Support) dan ACS (Advanced Customer Service) yang besar sehingga dibutuhkan pencarian software database RDBMS yang sesuai untuk penyimpanan dan pengolahan data dalam proses generate billing di PT. XYZ. Oleh karena itu pada penelitian dilakukan analisis penentuan pemilihan database RDBMS (Relational Database Management System). Metode yang digunakan adalah metode scoring untuk membandingkan 3 database RDMS (Oracle non-exadata, EDB Postgres, dan 11DB Postgres) berdasarkan 5 kriteria yang meliputi penyiapan infrastruktur, migrasi data, tingkat akurasi hitung billing, durasi hitung billing, dan waktu pengerjaan. Hasil penelitian menunjukkan bahwa score database Oracle memiliki nilai paling tinggi di antara database yang lain yaitu sebesar 95, kemudian disusul oleh EDB Postgres dan 11DB Postgres dengan score secara berurutan yaitu sebesar 84 dan 57. Berdasarkan hal tersebut, maka dapat disimpulkan bahwa Oracle non-exadata memiliki performance yang paling tinggi di antara database yang lain. 
Co-Authors Almagribi, Ahmad Bilal Asyahri Hadi Nasyuha Bambang Purnomosidi Dwi Putranto Candra Nursari, Sri Rezeki Damayanti, Ariesta Dedi Rosadi Dini Fakta Sari Dodon Turianto Nugrahadi Edi Faizal Erna Hudianti Pujiarini Guntara, Muhammad Iskandar, Edi Joshi, Basanto Khabib Mustofa Kusumawati, Dara M. Guntara Milasari, Listiana Dewi Muhammad Reza Faisal, Muhammad Reza Naufal, Nabil Nurohman, Muhamad Pius Anggoro Rahayu, Fenny Winda Rizky Maulana Robby Cokro Buwono Satriani, Bayu Setyawan Widyarto Situmorang, Alfonso Sri Redjeki Thomas Edison Tarigan Yagus Cahyadi