Article Per Year (5 Year)
p-Index From 2021 - 2026
9.393
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Simetris Jurnal Simantec Prosiding SNATIKA Vol 01 (2011) Jurnal Teknologi Informasi dan Ilmu Komputer International Journal of Advances in Intelligent Informatics Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Journal of Information Technology and Computer Science (JOINTECS) Network Engineering Research Operation [NERO] Jurnal Math Educator Nusantara: Wahana Publikasi Karya Tulis Ilmiah di Bidang Pendidikan Matematika Generation Journal Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer International Journal of Robotics and Control Systems Joutica : Journal of Informatic Unisla Digital Transformation Technology (Digitech) Jurnal: International Journal of Engineering and Computer Science Applications (IJECSA) Jurnal Maklumatika Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) NERO (Networking Engineering Research Operation) Jurnal Pengabdian Masyarakat Nusantara JISCOMP (Journal of Information System and Computer)
Resty Wulanningrum
(SINTA ID : 5986827) Prodi Teknik Informatika, Universitas Nusantara PGRI Kediri
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 Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 98 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 98 Documents
Search

 6   7   8   9   10 
Pengujian Simple CNN Dengan Arsitektur LeNet5 Pada Penyakit Daun Jagung Anggraini, Lusi Dwi; Mahdiyah, Umi; Wulanningrum, Resty
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/9qdmem64

Abstract

Penelitian ini membandingkan performa Simple CNN dan CNN dengan arsitektur LeNet5 dalam mengklasifikasi empat jenis penyakit daun jagung yaitu, normal, bercak daun, ulat grayak, dan bulai. Dataset citra berukuran 400x400 piksel dilakukan proses preprocessing serta pembagian data training dan testing. Pengujian dilakukan dengan variasi epoch dengan jumlah 400 data menggunakan gambar berlatar belakang asli dan polos. Hasil menunjukkan bahwa Simple CNN memberikan akurasi dan performa klasifikasi yang lebih konsisten dan tinggi dibandingkan LeNet5, terutama karena dataset yang terbatas dan spesifik. Berdasarkan hasil training dan evaluasi model skenario terbaik, diketahui bahwa nilai presisi dengan batch size 32 dengan epoch 100 untuk simple CNN menghasilkan nilai presisi 0. 98, recall 0. 98, F1 Score 0. 98. Sedangkan batch size 32 dengan epoch 100 untuk CNN arsitektur LeNet5 menghasilkan nilai presisi 0. 95, recall 0. 94, F1 Score 0. 94. Latar belakang tujuan proses hasil.  
Deteksi Objek Sampah Organik dan Anorganik Menggunakan YOLOv9 Dewangga, Rio Agung; Wulanningrum, Resty; Mahdiyah, Umi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/8wvngs64

Abstract

Sampah merupakan sisa kegiatan sehari-hari  manusia  atau  proses  alam  yang  berbentuk  padat. Secara umum, sampah dikelompokkan menjadi dua yakni sampah organik dan anorganik. Sampah organik merupakan jenis sampah yang paling banyak dihasilkan oleh masyarakat, sampah ini memiliki kandungan air yang tinggi sehingga mengalami pembusukan yang cepat dan saat membusuk, sampah jenis ini menimbulkan bau busuk yang dapat penyebabkan pencemaran lingkungan serta berpotensi menjadi sarang penyakit. Sedangkan sampah anorganik tidak berasal dari makhluk hidup (non hayati) melainkan berasal dari bahan yang bisa diperbaharui dan bahan yang berbahaya serta beracun, contoh sampah yang dapat didaur ulang misalnya bahan yang terbuat dari plastik dan logam. Permasalahan mengenai sampah organik maupun anorganik menjadi sangat serius mengingat dampaknya yang luar biasa pada lingkungan, untuk menindaklanjuti permasalahan tersebut. Pada penelitian ini digunakan model deteksi YOLO-v9 untuk mengenali jenis sampah organik dan anorganik supaya sampah dapat dipilah dan dimanfaatkan sesuai jenisnya dengan baik. Dilakukan pembagian dengan presentase 70% untuk data pelatihan (training), 20% untuk validasi, dan 10% untuk pengujian (testing) terhadap 392 gambar dengan epoch sebanyak 100 kali. Penelitian menghasilkan performa yang baik yang dimana nilai rata-rata precision sebesar 0,937, recall 0,924, serta mAP50 dan mAP50-95 sebesar 0,857 dan 0,888. Pada objek dengan kelas anorganik_paper dan anorganik_metal memperoleh performa terbaik dan pada kelas organic_leaf dan organic_food_waste mendapatkan akurasi relatif rendah. Ini menunjukkan bahwa model YOLOv9 menunjukkan kinerja yang sangat baik dalam mengklasifikasikan jenis sampah.
Deteksi Objek Tanaman Tomat Dan Hama Tanaman Menggunakan YOLO-v9 Maliana, Diah Gusmia; Wulanningrum, Resty; Rochana, Siti
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/d7amcs03

Abstract

Tomat (Solanum lycopersicum L.) merupakan tanaman yang banyak ditanam di dunia karena gizinya yang tinggi dan memungkinkan produksi di sepanjang tahun. Meskipun demikian, tomat merupakan tanaman yang rentan mengalami kerusakan sehingga mengurangi produktivitas dan akan menyebabkan kerugian apabila tidak segera ditangani, penyebab dari kerusakan tanaman tomat itu sendiri diantaranya adalah penyakit dan hama serangga. Hama ulat dan belalang merupakan hama yang umum ditemui pada tanaman tomat dimana apabila hama tersebut tidak segera diatasi maka akan menyebabkan kerusakan pada tanaman. Untuk membantu mengidentifikasi adanya hama sekaligus mengenali bagian-bagian tanaman tomat diperlukan bantuan teknologi yakni computer vision. Pada penelitian ini computer vision akan digunakan untuk mendeteksi bagian-bagian tanaman tomat serta tingkat kematangan buah tomat yakni unripe tomato, semi ripe tomato, dan ripe tomato. Sebanyak 368 dataset kemudian dibagi menjadi 3 bagian yakni train set sebanyak 70%, valid set sebanyak 20%, dan test set sebanyak 10%. Pengujian menggunakan model YOLO-v9e mendapatkan hasil dengan performa terbaik pada kelas grasshopper dan caterpillar, serta mendapatkan performa yang cukup baik pada kelas ripe_tomato, semi_ripe_tomato, dan unripe_tomato, dan mendapatkan performa terendah pada kelas stem dan leaf.
Penerapan Algoritma Decision Tree Untuk Kategorisasi Curah Hujan Di Kecamatan Gurah Chrisnatae, Mayo Alvarosy; Mahdiyah, Umi; Wulanningrum, Resty
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ae6e9j51

Abstract

Prediksi curah hujan memainkan peran penting dalam perencanaan pertanian, terutama di wilayah yang memiliki pola iklim yang tidak menentu. Penelitian ini bertujuan untuk mengelompokkan intensitas curah hujan di Kecamatan Gurah menggunakan algoritma klasifikasi pohon keputusan. Dataset yang digunakan berasal dari tahun 2015 hingga 2024, yang mencakup fitur-fitur seperti suhu rata-rata, kelembapan, dan data curah hujan bulanan. Langkah praproses mencakup penanganan data yang hilang serta transformasi data waktu kategorikal menjadi format numerik. Model Decision Tree dilatih menggunakan data tahun 2015 hingga 2023, dan diuji dengan data tahun 2024. Model klasifikasi ini mencapai akurasi sebesar 73,3%, presisi 75,1%, recall 73,3%, dan skor F1 sebesar 73,4%. Hasil ini menunjukkan bahwa klasifikasi menggunakan Decision Tree merupakan metode yang layak untuk mengelompokkan tingkat curah hujan ke dalam tiga kategori: rendah, sedang, dan tinggi. Temuan ini memberikan dasar untuk penerapan lebih lanjut dalam alat bantu pengambilan keputusan pertanian guna mengurangi risiko yang disebabkan oleh variabilitas cuaca.   
Penerapan MobileNetV2 untuk Klasifikasi Kondisi Buah Alpukat Mentega Amanda, Novia; Wulanningrum, Resty; Sahertian, Julian
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/bp5fen81

Abstract

Persea Americana Mill (Buah Alpukat Mentega) adalah salah satu jenis buah yang disukai dengan ciri khas daging tebal, lembut serta memiliki nilai ekonomi yang tinggi. Kelayakan buah alpukat mentega sangat berdampak pada harga jual dan pendapatan petani. Penyortiran yang dilakukan secara manual oleh petani sering kali tidak akurat sehingga mampu meningkatkan potensi kesalahan klasifikasi serta kerugian bagi para petani. Penelitian ini menggunakan arsitektur dari Convolutional Neural Network (CNN) yaitu MobileNetV2 untuk mengembangkan suatu sistem klasifikasi kelayakan buah alpukat mentega berdasarkan kondisi dan tampilan kulit buah pada citra. Model MobileNetV2 dilatih menggunakan citra alpukat yang telah diproses dan diklasifikasikan ke dalam tiga kelas, yaitu alpukat layak, alpukat busuk dan alpukat hama. Hasil klasifikasi menunjukan akurasi 98% epoch 10 batch size 32. Ini membuktikan bahwa arsitektur MobileNetV2 memiliki potensi tinggi untuk mengklasifikasikan kondisi buah alpukat mentega secara optimal sehingga mampu menekan kerugian petani akibat kesalahan klasifikasi serta dapat meningkatkan efisiensi dan kualitas hasil panen buah alpukat mentega.
IDENTIFIKASI BIOMETRIK GAYA BERJALAN PENYANDANG DISABILITAS MENGGUNAKAN KNN nata, Pramudya Cipta Panatagama; Resty Wulanningrum; Siti Rochana
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/bmrdfb43

Abstract

Analisis gaya berjalan pada anak disabilitas penting untuk mendeteksi gangguan motorik dan merancang intervensi rehabilitasi yang tepat. Metode konvensional seperti sensor wearable atau sistem kamera 3D mahal dan terbatas penggunaannya. Penelitian ini mengusulkan sistem klasifikasi pola berjalan berbasis MediaPipe Pose dan algoritma K-Nearest Neighbor untuk identifikasi gaya berjalan normal, disabilitas tanpa tongkat, dan disabilitas dengan tongkat. Data diambil dari dataset terbuka dan diolah melalui ekstraksi fitur dari 22 titik tubuh bagian atas dan bawah. Sistem diuji menggunakan pembagian data pelatihan dan pengujian dengan rasio 80:20. Hasil menunjukkan akurasi tinggi dalam klasifikasi, menunjukkan efektivitas pendekatan non-invasif ini. Penelitian ini memberikan kontribusi bagi pengembangan sistem pemantauan rehabilitasi yang lebih murah dan mudah diimplementasikan.
Deteksi Penyakit pada Buah Alpukat MenggunakanMetode CNN Mahardhika, Bima; Mahdiyah, Umi; Resty Wulanningrum
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/wckb3g25

Abstract

Deteksi penyakit pada buah alpukat menjadi tantangan penting dalam meningkatkan produktivitas pertanian dan menjaga kualitas hasil panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit pada buah alpukat menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNet V2. Dataset citra buah alpukat dikumpulkan melalui observasi lapangan dan dokumentasi langsung di kebun, mencakup empat kategori: busuk, cabuk, lalat buah, dan sehat. Proses preprocessing mencakup segmentasi gambar dan konversi ke grayscale, diikuti dengan augmentasi data untuk memperkuat generalisasi model. Pelatihan model dilakukan menggunakan pembagian data sebesar 40% untuk pelatihan, 20% validasi, dan 40% pengujian. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 96,5%, dengan nilai precision, recall, dan f1-score yang tinggi untuk setiap kelas, terutama pada kelas cabuk (1.00). Hasil ini menunjukkan bahwa pendekatan berbasis CNN dengan arsitektur MobileNet V2 sangat efektif dalam mengidentifikasi penyakit pada buah alpukat. Sistem ini berpotensi diimplementasikan dalam aplikasi mobile untuk membantu petani mengidentifikasi kondisi buah secara cepat dan akurat.
Pelatihan Pengemasan Gula Jawa Di Desa Slumbung Kecamatan Ngadiluwih Rochana, Siti; Dusea Widya Dara, Made Ayu; Wulanningrum, Resty; Swanjaya, Daniel; Irawan, Rony Heri; Iqbal Jauhari, Nur Mohamad Iqbal Jauhari
Jurnal Pengabdian Masyarakat Nusantara Vol 2 No 2 (2023): Vol.2 No.2 (Juni 2023)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dimastara.v2i2.19610

Abstract

Javanese sugar at this time is also the sugar that is needed by society apart from granulated sugar, many benefits can be obtained from brown sugar besides granulated sugar as an alternative to sweeteners in various processed dishes. In Slumbung Village, many farmers plant sugarcane on their land, with so much sugarcane in Slumbung Village, therefore many people use the sugar cane to be processed into Javanese sugar. After conducting a survey on the average packaging of Javanese Sugar products, they were still not packaged properly so that Java Sugar could not last long. There is also no packaging design and it seems less attractive. It is hoped that if the packaging and product packaging design are more attractive it will help increase sales of community products in Slumbung Village, so that they can be marketed in the modern market. The objectives of this PKM activity are: 1) to provide training on how to pack good products and make Javanese sugar products last a long time; 2) provide training on how existing designs will be used for product packaging; 3) accompany partners until they can actually implement the training they have received. This PKM activity is carried out for 6 months until the partners can actually implement the training that has been obtained.
Co-Authors Abu Tholib Achmad Iqbal Maulana Aeri Rachmad Ahmad Bagus Setiawan Ahmad Fakhruddin Luthfi Aji Prasetya Wibawa Amanda, Novia Aminuyati Anardha, Danuar Aditya Andrean Ferdyana Vabian Eka Sakti Angel, Gresiva Devi Anggi Nur Fadzila Anik Nur Handayani Aprianto, Kresna Ardi Sanjaya Aristanti, Apriska Ade Arsyad, Nandito Pramudya Asmoro, Shandy Sadewa Asri, Puput Puji Bagus Fadzerie Robby Cholid Ilham Isniawan Chrisnatae, Mayo Alvarosy Dadi Setyawan Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Daniel Swanjaya2 Dewangga, Rio Agung Doni Abdul Fatah Donny Firdani Dusea Widya Dara, Made Ayu Ema Utami Erna Daniati Fadli Hidayat, M Noer Fadli Hidayat, M. Noer Fadli, Abi Ihsan Fadzerie Robby, Bagus Fatkur Rhohman, Fatkur Firmansyah, Muhammad Kukuh FITRIANA, VYRRA Gemini, Shalaisha Amelia Putri Heffi Awang Cahya Heru Suhartono, Wawan Heru Wahyu Herwanto Hidayah, Alvi Nurul Intan Nur Farida Iqbal Jauhari, Nur Mohamad Iqbal Jauhari Iswoyo, Yodhi Pratama Jauhari, Nur Mohamad Iqbal Juli Sulaksono Julian Sahertian Kamilah, Annisa' Nur Karim, Achmad Zainul Kohei Arai Krisnawan, Apreado Gilang Kristantio, Triyo Kurniawan, Afizza Fikri Kurniawan, Dimas Eri Kurniawati, Desi Dwi Ludfie, Miftachul Lusi Dwi Anggraini, Lusi Dwi Made Ayu Dunia Widyadara Mahardhika, Bima Mahdiyah, Umi Maliana, Diah Gusmia Maulian Amroni, Asna Maulian Amroni Mawarni, Reza Millenialdo Yanuar Ilham Moh Imam Yusuf Mustofa Muhaimin, Mohammad Aqil Muhamad Yusup Efendi Muhammad Abdul Aziz Mustofa, Arin Ayu Silvyani Muttaqien, Hidayatul N.S.A, M Mukhlish Nandha Vera Wihra Lelitavistara Nandha Vera Wihra Lelitavistara, Nandha Vera Wihra nata, Pramudya Cipta Panatagama Natasha, Sonya Naufal Muji Dwicahyo Nugraha, Reza Setya Nurul Mahpiroh Patmi Kasih Pratama, Regi Cendika Ramadhani, Gilang Ratih Kumalasari Niswatin Risa Helilintar Risky Aswi R, Risky Rochana, Siti Rohmat Syamsul Huda Roni Heri Irawan Rony Heri Irawan Ruruh Andayani Bekti, Ruruh Andayani Safitri, Karinda Ayu salma - alawiyah Santoso, Christa Witta Putra Saraswati, Indra Lady Sari, Frisca Ayu Fatika Sari, Lya Rosita Sari, Putri Desi Kusuma Setiyawan, Gadang Putro Bagus Sinta Sanora Siregar, Muhammad Fariz Hardiansyah Siti Rochana SRI RAHAYU Supri yono Supri Yono, Supri Susanti, Riska Yuni Syaputri, Rika Wahyu Teguh, Aji Triprasetyo, Anggi Wahyu Ulfatus Syaidah Viana, Ella Okta Wahyu Cahyo Utomo Wijayanto, Muhammad Farid Winandari, Dhela Melani Wulandari, Safira Putri Yosianova, Imam Syahputra Zakaria, Reza Naim