Article Per Year (5 Year)
p-Index From 2020 - 2025
7.52
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Journal of Information Technology and Computer Science (JOINTECS) Network Engineering Research Operation [NERO] Jurnal Sains dan Informatika Joutica : Journal of Informatic Unisla NERO (Networking Engineering Research Operation) JISCOMP (Journal of Information System and Computer)
Julian Sahertian
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Automatic Image Annotation Using CMRM with Scene Information Julian Sahertian; Saiful Akbar
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 15, No 2: June 2017
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v15i2.5160

Abstract

Searching of digital images in a disorganized image collection is a challenging problem. One step of image searching is automatic image annotation. Automatic image annotation refers to the process of automatically assigning relevant text keywords to any given image, reflecting its content. In the past decade many automatic image annotation methods have been proposed and achieved promising result. However, annotation prediction from the methods is still far from accurate. To tackle this problem, in this paper we propose an automatic annotation method using relevance model and scene information. CMRM proposed by [5] is one of automatic image annotation method based on relevance model approach. CMRM method assumes that regions in an image can be described using a small vocabulary of blobs. Blobs are generated from segmentation, feature extraction, and clustering. Given a training set of images with annotations, this method predicts the probability of generating a word given the blobs in an image. To improve annotation prediction accuracy of CMRM, in this paper we utilize scene information incorporate with CMRM. Our proposed method is called scene-CMRM. Global image region can be represented by features which indicate type of scene shown in the image. Thus, annotation prediction of CMRM could be more accurate based on that scene type. Our experiments showed that, the methods provides prediction with better precision than CMRM does, where precision represents the percentage of words that is correctly predicted.
KLASIFIKASI CITRA OBJEK WISATA DI KECAMATAN SAWAHAN MENGGUNAKAN DOMINANT COLOR STRUCTURE DESCRIPTOR (DCSD) Nurul Mahpiroh; Julian Sahertian; Resty Wulanningrum; Doni Abdul Fatah
Network Engineering Research Operation Vol 7, No 1 (2022): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v7i1.245

Abstract

Banyaknya objek wisata yang berada di Kecamatan Sawahan membuat Kecamatan Sawahan sering dikunjungi oleh wisatawan, terbukti dengan banyaknya unggahan gambar pengunjung di sosial media yang menunjukkan objek wisata tersebut berada di Kecamatan Sawahan. Kemudian, gambar dari sosial media digunakan untuk klasifikasi citra objek wisata. Hasilnya berupa gambar objek wisata dikenali atau tidak. Untuk metodologi penelitian yang digunakan pada penelitian ini menggunakan metode R&D (Research and Development) yang mana menjelaskan analisa sistem, pengumpulan data, perancangan, dan evaluasi yang telah dibuat. R & D sendiri adalah tahap awal dan tahap eksplorasi dengan melakukan riset dan pengembangan serta pengujian pada suatu produk. Metode Dominant Color Structure Descriptor (DCSD) adalah metode yang dapat digunakan untuk ekstraksi fitur warna sehingga data gambar yang digunakan harus memiliki perbedaan warna yang mencolok. Dengan pengujian data gambar cerah, berawan, dan cerah-berawan kemudian dievaluasi menggunakan confusion matrix. Hasil evaluasi diperoleh akurasi sebesar 93% untuk gambar cerah, untuk gambar berawan diperoleh akurasi sebesar 84%, dan untuk gambar cerah-berawan diperoleh akurasi sebesar 80%. Hasil tersebut cukup baik jika digunakan untuk mengenali gambar objek wisata.
SISTEM MONITORING PERKULIAHAN DI UNIVERSITAS NUSANTARA PGRI KEDIRI Danang Wahyu Widodo; Julian Sahertian; Ahmad Bagus Setiawan
Joutica Vol 3, No 2 (2018)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (177.932 KB) | DOI: 10.30736/jti.v3i2.232

Abstract

Lembaga Pendidikan merupakan sarana sebagai wadah mencetak generasi yang tangguh, berpendidikan dan berkopetensi dibidangnya masing-masing, Universitas Nusantara PGRI Kediri merupakan salah satu Lembaga pendidikan di Kota Kediri yang mengemban tugas sebagai pencetak generasi yang mempunyai bakat, sistem pengajaran harus menjadi prioritas, agar mahasiswa mendapatkan pengajaran sesuai dengan silabus yang sudah ditentukan. Maka kami memberikan sistem sebagai monitoring dosen dalam memebrikan pengajaran kepada mahasiswa dan dapat kami jadikan bahan evaluasi dalam memberikan penilaian kepada dosen
IMPLEMENTASI SISTEM PENJADWALAN WISATA DI KABUPATEN TRENGGALEK BERBASIS ANDROID UNTUK MENUNJANG SMART CITY Julian Sahertian; Made Ayu Dusea Widyadara; Frans Rega Agista
Joutica Vol 5, No 1 (2020)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.626 KB) | DOI: 10.30736/jti.v5i1.336

Abstract

Kabupaten Trenggalek merupakan kota kecil di Jawa Timur yang memiliki potensi wisata yang sangat bagus. Berdasarkan pengamatan dan pengalaman peneliti serta hasil wawancara dengan wisatawan pada tempat wisata di Kabupaten Trenggalek didapatkan bahwa belum adanya suatu sistem penjadwalan wisata di Kabupaten Trenggalek. Akibatnya para wisatawan mengalami kesulitan dalam melakukan penjadwalan wisata yang ingin di kunjungi di wisata Kabupaten Trenggalek. Permasalahan penelitian ini adalah belum adanya rancangan sistem penjadwalan wisata di Kabupaten Trenggalek yang mampu memberikan jadwal wisata yang meliputi estimasi waktu, urutan rute dan informasi lokasi wisata sehingga mempermudah wisatawan dalam berwisata di Kabupaten Trenggalek. Hasil pengujian sistem dilakukan secara Black Box Testing. Pengujian ini dilakukan oleh 3 orang responden dari 3 Kecamatan, yaitu Kecamatan Watulimo, Kecamatan Munjungan dan Kecamatan Panggul. Dari hasil pengujian yang dilakukan, dapat disimpulkan bahwa sistem sudah berjalan sesuai dengan yang diharapkan. Secara fungsional sistem sudah dapat menghasilkan keluaran yang diharapkan.
SISTEM PARKIR MENGGUNAKAN OCR (OPTICAL CHARACTER RECOGNITION) PLAT NOMER DAN IOT (INTERNET OF THINGS) Julian Sahertian; Muzan Ihda Khotmuniza; Risa Helilintar
Joutica Vol 5, No 2 (2020)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (186.29 KB) | DOI: 10.30736/jti.v5i2.443

Abstract

Banyaknya kendaraan pribadi yang dimiliki penduduk perkotaan besar mengakibatkan berbagai permasalahan salah satunya adalah sulitnya menemukan lahan parkir yang kosong di tempat umum. Untuk mengatasi persmasalahan tersebut pada penelitian ini dibuat sebuah sistem parkir dengan pendekatan IoT (Internet of Things) serta memanfaatkan teknologi OCR (Optical Character Recognition) pengenalan plat nomor. Sistem ini memanfaatkan sensor ultrasonik sebagai pendeteksi kendaraan masuk, dan modul kamera untuk mengambil gambar plat nomor kendaraan yang terparkir. Sistem ini dirancang untuk mempermudah pendataan lahan kosong parkir dan pengguna dapat mengakses informasi lahan parkir dimanapun dan kapanpun. Pengujian sistem dilakukan dibagi menjadi dua bagian yaitu pengujian deteksi plat nomor kendaraan menggunakan kamera dan dan pengujian pengiriman data ke server. Hasil yang didapat dari pengujian yang dilakukan cukup memuaskan yaitu sistem mampu mengenali plat nomor kendaraan dengan akurasi 85, 21%, dengan kecepatan pengiriman data maksimal saat semua slot parkir penuh adalah 17 detik.
Pengembangan Aplikasi Mobile Augmented Reality Sebagai Media Pembelajaran Biologi Materi Sel Julian Sahertian; Risa Helilintar
Jurnal Sains dan Informatika Vol. 3 No. 1 (2017): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v3i1.70

Abstract

Pada penelitian ini dikaji penerapan teknologi augmented reality untuk membuat aplikasi mobile media pembelajaran pada pokok bahasan sel tingkat SMA.Materi yang diambil sebagai konten aplikasi media pembelajaran adalah pada standar kompetensi memahami struktur dan fungsi sel sebagai unit terkecil kehidupan untuk siswa SMA kelas IX. Aplikasi media pembelajaran yang dikembangkan hanya bersifat suplemen pembelajaran diluar kegiatan pembelajaran di kelas. Penelitian yang dilakukan mengunakan metode penelitian dan pengembangan (R&D) sedangakan model pengembangan media pembelajaran yang digunakan adalah model pengembangan aplikasi Waterfall. Metode pengembangan aplikasi ini dipilih karena proses pengembangan media yang dilakukan memiliki waktu yang efisien karena revisi aplikasi hanya dilakukan di akhir proses pengembangan. Penelitian dilakukan secara kuantitatif yang didapat dari hasil angket yang disebarkan kepada pengguna aplikasi media pembelajaran yaitu siswa tingkat SMA. Hasil dari penelitian yang didapat menunjukkan bahwa aplikasi media pembelajaran mobile augmented reality pada pokok bahasan sel ini valid dan layak digunakan sebagai media pembelajaran.
Analisis Efisiensi Penjadwalan Teknisi Pemasangan Layanan Internet Menggunakan Metode SAW dan ROC Ibnu Al Ikrom; Rony Heri Irawan; Julian Sahertian
JOINTECS (Journal of Information Technology and Computer Science) Vol 8, No 1 (2024)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v8i1.5932

Abstract

Penelitian ini bertujuan untuk meningkatkan efisiensi operasional di penyedia layanan internet dengan mengurangi penundaan dalam pemasangan layanan pelanggan baru melalui pengembangan sistem penjadwalan teknisi yang efektif, yang berfokus pada penugasan pekerjaan untuk mempercepat durasi pemasangan layanan, menggunakan metode Simple Additive Weighting (SAW) dan pembobotan Rank Order Centroid (ROC). Metode SAW digunakan untuk menghitung bobot relatif dari kriteria yang relevan dalam penjadwalan teknisi, sementara pembobotan ROC diterapkan untuk menghitung peringkat relatif teknisi berdasarkan kriteria tertentu. Penelitian ini mengintegrasikan aplikasi berbasis web untuk manajemen pesanan dalam lingkungan Internet Service Provider (ISP). Hasilnya menunjukkan peningkatan efisiensi alternatif yang signifikan untuk alternatif A sebesar 79,08%, alternatif B sebesar 65,49%, dan alternatif C sebesar 95,98%. Pergeseran peringkat alternatif dari alternatif B ke alternatif C menunjukkan kemungkinan pergeseran prioritas yang mungkin disebabkan oleh peningkatan efisiensi. Evaluasi menggunakan Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE) memberikan wawasan tambahan tentang prediksi model. Dengan nilai MAD sebesar 0,666667 dan MAPE sebesar 27,78% pada bulan September 2023, model peringkat SAW dan pembobotan ROC memberikan prediksi yang cukup akurat dengan tingkat kesalahan yang dapat diterima. Merekomendasikan perbaikan dan peningkatan sistem penempatan pesanan berdasarkan peringkat alternatif tertinggi. Kesimpulannya, sistem penjadwalan teknisi yang diusulkan dapat meningkatkan efisiensi operasional di ISP dengan mengurangi penundaan dalam pemasangan layanan pelanggan baru, yang berkontribusi pada peningkatan kinerja dan efisiensi operasional perusahaan.
Ekstraksi Fitur Pada Aksara Kawi Moh Imam Yusuf Mustofa; Resty Wulanningrum; Julian Sahertian
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

The Kawi script is a derivative of the post-palawa language. Kawi itself in Sanskrit means poet. The Kawi script itself is found in many ancient manuscripts from ancient times. Kawi script itself nowadays is no longer used, many people don't know Kawi script. In this modern era, where everything is digital, it needs preservation, one of which is by using computers to recognize kawi script patterns. Before identifying characters, it is necessary to have digital image information, one of which is the extraction process. This research will create a feature extraction system for the kawi script which will later be used as input for the classification of the kawi script. This study uses data sourced from books and in this research, the data taken is only 6 types of data. In the process of making this system using the Matleb application. In the testing phase, the GLCM (Gray Level Co-Occurrence Matrix) feature extraction will be used which includes Contrast, Correlation, Energy, and Homogeneity, then identification will be processed. The results of this study produce values ​​from the GLCM method, namely values ​​from Contrast, Correlation, Energy, and Homogeneity. It is expected that the values ​​of the 4 features can be used as input data from the classification from in further research.
EKSTRAKSI CIRI BENTUK PADA AKSARA JAWA KAWI MENGGUNAKAN METODE L*A*B dan K-Means Clustering Achmad Iqbal Maulana; Resty Wulanningrum; Julian Sahertian
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

Kawi Javanese script is one of the many cultural assets belonging to Indonesia that must be preserved and protected, one of which is by introducing it with a computer-based system, namely pattern recognition. In pattern recognition, shape extraction is a process that identifies and extracts shape features in digital images which can then be used as the initial classification process. This study aims to create a form extraction system for Kawi Javanese script which can then be used to classify Kawi Javanese script images so that they can be used for the process of reading Kawi Javanese script. Data collection in this study was taken from books using Javanese Kawi script with as many as 6 characters. In making this system using Matlab R2020a. Testing is carried out by processing 6 character images using the L*A*B and K-Means Clustering methods which will produce segmentation values ​​and then take shape feature values ​​including Area, Perimeter, Metric, and Eccentricity which can then be processed using the Artificial Neural Network method for classification. It is hoped that the values ​​of these parameters can be used as input values ​​for the classification of the Kawi Javanese script.
Ekstraksi Ciri Bentuk pada Huruf Kawi Cholid Ilham Isniawan; Resty Wulanningrum; Julian Sahertian
JUKOMPSI (Jurnal Komputer dan Sistem Informasi) Vol 1 No 2 (2023): Juni
Publisher : Teknik Komputer Fakultas Teknik Universitas Islam Kadiri (UNISKA)

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

Abstract

The Javanese kawi script is basically an ancient script that appeared in the 18th to 16th centuries. Which the kawi script is also a derivative of the Pallawa script, considering the very importance of the Kawi language because previous texts mainly used the history of Hindu texts still using the Kawi language. (Surada, 2018). And to preserve the kawi language, it can be developed through a kawi identification system. For image identification, shape feature extraction is used for the identification system to find information from digital images (Herdiansah, 2022). In this study, an image identification system was created by extracting shape features to get the initial value of the shape of the Kawi letters and then going through a classification process so that they could recognize Kawi letters. There was some data collected from 2 data sources with a total of 6 data collected. In this manufacture using the matlab application (Prayoga, 2019) by conducting tests to process image data that has been obtained using shape feature extraction with metric and eccentricity parameters which are then processed using an artificial neural network method. From the results of this study it is hoped that the extraction value of shape features with these parameters can be used for the next step for classifying kawi letters.
Co-Authors Achmad Iqbal Maulana Ahmad Andi Fatkhur Rohman Ahmad Bagus Setiawan Alex Rahma Diansyah Alfian Dwi Novianto Alisa Sintiya Depi Aqharabah, Bhisri Hafi Ardi Sanjaya Aryo Widodo Saputro Astutik, Eka Yulia Sri BIMA SETIAWAN Candra Mega Adi Kurniawan Cholid Ilham Isniawan Christa Witta Putra Santoso Danang Wahyu Widodo Daniel Swanjaya Desi Dwi Kurniawati Doni Abdul Fatah Elga Asfa Erwanto Erlina Nasrinatun Ni’mah Fera, Annisa Fery Setiawan Frans Rega Agista Hari Setiawan Ibnu Al Ikrom Indra Septiawan Intan Nur Farida Juli Sulaksono Kevin Rio Alexander Leon Prasetya Mulya Luluk Indah Safitri M Yusuf Khoirul Huda Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Maulana, Arfan Moch. Deifa Satrio Damara Mochammad Bima Prasetyo Moh Imam Yusuf Mustofa Moh. Ismail Marzuki Moh. Lukky Abdul Majid Moh. Rohman Rizakatama Moh. Zakariya Yahya Mohamad Marjuni Mohammad Askar Dipa Perwira Muhamad Ulul Azmi Muhammad Tri Anwarruddin Mustofa, Arin Ayu Silvyani Muzan Ihda Khotmuniza Muzan Ihda Khotmuniza Niska Shofia Nur Farida Nurul Mahpiroh Patmi Kasih Ratih Kumalasari N Ratih Kumalasari Niswatin Resty Wulaningrum Resty Wulanningrum Reza Darmawan Risa Helilintar Risky Vridel Eduard Pandie Riswandha Adhitia Rizki Subiyantoko Saiful Akbar Salsabila, Adinda Meylia Sandhi Kurniawan Satria Bijaksana Septiandy Adibya Pratama Putra Terry Anda Putra Nurarinda Triosaputra, Johan Rizky Tutus Lusni Pratama Wahyu Firmansyah Wahyuniar , Lilia Sinta Yahya, Nisaa’ Husnia Yayan Anandra Yessy Yuprastiwi Yoga Putra Utama Yosua Yonnas Pramudita Yulianto Dwi Raharjo