Article Per Year (5 Year)
p-Index From 2020 - 2025
7.473
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] 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 NERO (Networking Engineering Research Operation) JISCOMP (Journal of Information System and Computer)
Resty Wulanningrum
(SINTA ID : 5986827) Prodi Teknik Informatika, Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
SISTEM PREDIKSI FUZZY TIME SERIES DAN PERANGKINGAN WEIGHTED PRODUCT PADA PENJUALAN ES BUAH Heffi Awang Cahya; Resty Wulanningrum; Danar Putra Pamungkas
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 7, No 2 (2020)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v7i2.313

Abstract

At every start a new business, especially the sale of fruit ice must always pay attention to profit and loss to ensure the continuity of the business, because the true purpose of entrepreneurship is to seek profit. One of the things that can be done is to predict sales profits appropriately so that the seller can determine what to do in the future. Another factor that is also very important is the ranking of the most desirable fruits, because knowing the seller's favorite fruit ranking can determine the stock of fruit which can also affect sales profits. The research, entitled Fuzzy Time Series Prediction System and Weighted Product Ranking in Fruit Ice Sales, is designed to create a system that can predict sales profits every week. This system can also rank customers' favorite fruits in order to determine the stock of the favorite and non-favorite fruit. The results of the calculation of the error value on the prediction of profits obtained the lowest value of 0.21% and for ranking obtained the lowest error value of 0.40% which means the lower the error value obtained, the higher the prediction accuracy.Keywords: Forecast, Fuzzy, Ranking, Weighted ProductDi setiap memulai usaha baru terutama penjualan es buah harus selalu memperhatikan laba maupun rugi untuk menjamin kelangsungan usahanya, karena sejatinya tujuan berwirausaha adalah mencari keuntungan. Salah satu hal yang bisa dilakukan yaitu dengan cara memprediksi keuntungan penjualan secara tepat agar penjual dapat menentukan apa yang harus dilakukan kedepannya. Faktor lain yang juga sangat penting yaitu peringkat buah yang paling diminati, karena dengan mengetahui rangking buah favorit penjual bisa menentukan stok buah yang juga dapat mempengaruhi keuntungan penjualan. Penelitian dengan judul Sistem Prediksi Fuzzy Time Series Dan Perangkingan Weighted Product Pada Penjualan Es Buah ini, dirancang untuk membuat sistem yang dapat memprediksi keuntungan penjualan tiap minggunya. Sistem ini juga dapat merangking buah favorit pelanggan agar dapat menentukan stok buah yang menjadi favorit maupun yang bukan favorit. Hasil perhitungan nilai error pada prediksi keuntungan diperoleh nilai terendah yaitu 0,21% dan untuk perangkingan diperoleh nilai error terendah sebesar 0,40% yang berarti semakin rendah nilai error yang diperoleh maka semakin tinggi akurasi prediksinya.Kata kunci: Prediksi, Fuzzy, Perangkingan, Weighted Product
PROSES EKSTRAKSI DAN KLASIFIKASI CITRA EMOSI MENGGUNAKAN METODE PCA DAN CNN Resty Wulanningrum; Anggi Nur Fadzila; Danar Putra Pamungkas
Joutica Vol 6, No 2 (2021)
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (976.616 KB) | DOI: 10.30736/jti.v6i2.664

Abstract

Manusia secara alami menggunakan ekspresi wajah untuk berkomunikasi dan menunjukan emosi mereka dalam berinteraksi sosial. Ekspresi wajah termasuk kedalam komunikasi non-verbal yang dapat menyampaikan keadaan emosi seseorang kepada orang yang telah mengamatinya. Penelitian ini menggunakan metode Principal Component Analysis (PCA) untuk proses ekstraksi ciri pada citra ekspresi dan metode Convolutional Neural Network (CNN) sebagai prosesi klasifikasi emosi, dengan menggunakan data Facial Expression Recognition-2013 (FER-2013) dilakukan proses training dan testing untuk menghasilkan nilai akurasi dan pengenalan emosi wajah. Hasil pengujian akhir mendapatkan nilai akurasi pada metode PCA sebesar 59,375% dan nilai akurasi pada pengujian metode CNN sebesar 59,386%.
Implementasi Metode Convex Hull pada Gesture Tangan Resty Wulanningrum; Dadi Setyawan; Patmi Kasih
Joutica Vol 7, No 1 (2022): Maret
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (154.834 KB) | DOI: 10.30736/jti.v7i1.740

Abstract

Pada beberapa tahun ini, perkembangan teknologi sangat pesat. Banyak macam pembaharuan teknologi yang diterapkan dalam keseharian manusia agar dapat mempermudah suatu pekerjaan. Namun ada juga beberapa teknologi yang belum banyak mendapatkan pembaharuan. Salah satunya adalah teknologi untuk peringatan kebakaran. Pada umumnya, setiap bangunan besar maupun kecil pasti memiliki potensi untuk mengalami kebakaran. Kebakaran sendiri bisa berakibat fatal terutama pada gedung dengan banyak lantai contohnya seperti rumah sakit. Meskipun saat ini sudah ada alat untuk mendeteksi asap dari kebakaran, namun bisa dibilang alat tersebut kurang optimal. Penelitian ini mengimplementasikan metode Convex Hull pada citra gesture tangan. Jika pola tangan terbaca oleh webcam yang ada di setiap sudut ruangan maka alarm akan berbunyi sehingga proses evakuasi bisa lebih maksimal dan meminimalisir akan terjadinya korban kebakaran. Dari hasil penelitian ini menghasilkan sebuah program yang mengidentifikasi gerakan atau kode suatu tangan yang dimana bisa digunakan oleh siapa saja, apabila terjadinya sebuah peringatan bahaya kebakaran di suatu gedung rumah sakit.
SEGMENTASI METODE PARTICLE SWARM OPTIMIZATION PADA PENDETEKSI CITRA TANGAN Resty Wulanningrum; Sinta Sanora
Joutica Vol 7, No 2 (2022): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v7i2.847

Abstract

Perkembangan teknologi sudah sedemikian memberikan pengaruh besar terhadap aspek kehidupan manusia. Salah satu teknologi ini termasuk adanya pengolahan citra digital. Citra sebagai keluaran atau sistem perekaman data dapat bersifat optik berupa foto, bersifat analog berupa sinyal – sinyal video seperti gambar pada monitor televisi. Dizaman sekarang yang pesat, penggunaan kamera Closed Circuit Television (CCTV) yang dapat mendeteksi kejadian. Namun CCTV yang terpasang pada tempat tertentu hanya digunakan sebagai pemantau kejadian yang ada. Dalam program ini CCTV digunakan sebagai pendeteksi kejahatan atau bahaya menggunakan citra tangan. Proses ini dapat menggunakan metode Particle Swarm Optimization untuk mendeteksi citra tangan. Tahapan yang akan diproses dengan melakukan ekstraksi ciri dari data latih sebagai data set. Kemudian dengan data uji untuk melakukan segmentasi citra menggunakan metode Particle Swarm Optimization. Dari hasil uji coba segmentasi citra tangan menggunakan metode Particle Swarm Optimization dengan melakukan 3 skenario uji coba mendapat nilai skenario ke-1 dengan MSE 26.676,88, skenario ke-2 mendapat nilai 25.592,15 , skenario ke 3 mendapat nilai 24.705,83. Hal ini menunjukkan bahwa kinerja metode Particle Swarm Optimization memiliki hasil yang lebih baik pada uji coba skenario ke-3 karena semakin kecil nilai MSE maka hasil uji coba semakin baik. Selain itu dengan data latih yang digunakan lebih banyak dari skenario uji coba yang lain agar sistem dapat melakukan segmentasi yang lebih baik. dapat dibangunnya sistem pendeteksi citra tangan dengan metode Particle Swarm Optimization dapat memaksimalkan tampilan citra dalam menganalisis gambar.
PEMANFAATAN YOLOV4 UNTUK DETEKSI PELANGGARAN HELM DAN MASKER SERTA IDENTIFIKASI PELAT NOMOR MENGGUNAKAN TESSERACT-OCR Rohmat Syamsul Huda; Resty Wulanningrum; Daniel Swanjaya
Joutica Vol 7, No 2 (2022): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v7i2.873

Abstract

Dunia sedang dilanda pandemi sehingga mengharuskan manusia memakai masker saat berada di luar ruangan. Dalam rangka mencegah persebaran virus dan memastikan ketertiban pengendara sepeda motor, penting bagi pengendara sepeda motor memakai helm dan masker secara bersamaan. Oleh sebab itu dibuatlah program yang dapat mendeteksi pelanggaran helm dan masker serta mendapatkan nomor plat pelanggar secara otomatis. penelitian ini menggunakan metode transfer learning YOLOv4 dan memanfaatkan Tesseract-OCR. YOLOv4 mampu mendeteksi objek helm, masker, sepeda motor dan plat dalam satu gambar. Dengan menggunakan dataset sejumlah 600 gambar menghasilkan 8 model, model dengan Mean Average Precision (mAP) tertinggi 93.38% dan F1-Score 0.77. model dengan F1-Score tertinggi 0.86 dengan mAP 88.78%. Dapat disimpulkan bahwa model dengan F1-Score tertinggi lebih baik dalam deteksi dan klasifikasi objek. Sementara pelatihan model Tesseract membantu meningkatkan identifikasi karakter pelat nomor.
SISTEM PREDIKSI NILAI IPK MAHASISWA MENGGUNAKAN METODE K-NEAREST NEIGHBOR Ratih Kumalasari Niswatin; Resty Wulanningrum; Ulfatus Syaidah
Jurnal Maklumatika Jurnal Maklumatika Vol. 3 No. 1 (2016)
Publisher : Program Studi Teknik Informatika Sekolah Tinggi Teknologi Informasi NIIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (400.314 KB)

Abstract

Mahasiswa sebagai produk perguruan tinggi dapat dijadikan sebagai acuan untuk menunjukkan keberhasilan pendidikan. Prestasi belajar mahasiswa dapat dilihat berdasarkan nilai indeks prestasi kumulatif (IPK) yang diperoleh mahasiswa Pada penelitian ini dibuat sebuah sistem peramalan nilai indek prestasi kumulatif (IPK) mahasiswa menggunakan metode k-nearest neighbor. Proses peramalan dilakukan berdasarkan data training yang berasal dari data mahasiswa angkatan sebelumnya, sementara untuk data testing menggunakan data calon mahasiswa baru. Penelitian ini akan dilakukan pada mahasiswa Program Studi Teknik Informatika Fakultas Teknik Universitas Nusantara PGRI Kediri. Tujuan dari pembuatan sistem ini adalah untuk membantu mengetahui perkiraan nilai ipk calon mahasiswa baru. Metode yang digunakan untuk peramalan nilai ipk mahasiswa adalah metode k-nearest neighbor classification dengan menghitung kedekatan antara data mahasiswa yang sudah ada dengan data calon mahasiswa baru berdasarkan kriteria – kriteria yang telah ditentukan. Sistem ini akan dibuat berbasis web agar lebih efektif, cepat dan mudah digunakan. Sistem ini akan menghasilkan informasi peramalan nilai indek prestasi kumulatif (ipk) mahasiswa pada jurusan teknik informatika.
Pengaruh Pemilihan Banyak Data dan Time Frame dalam Finance Forecasting dengan Linear Regression Wahyu Cahyo Utomo; Resty Wulanningrum; Intan Nur Farida
Joutica Vol 8 No 2 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i2.1049

Abstract

Finance forecasting merupakan kegiatan yang berhubungan dengan aktifitas trading yang memiliki resiko yang besar. Pendekatan forecasting merupakan salah satu langkah yang dapat dilakukan untuk meminimalkan resiko melalui bidang ilmu komputer atau Informatika. Dalam hal ini tantangannya adalah membuat sebuah model yang memiliki akurasi yang bagus untuk meminimalkan resiko. Pemilihan time frame dan pengunaan banyak data akan mempengaruhi akurasi karena setiap time frame memiliki range pergerakan yang berbeda. Berdasakan hal tersebut, penelitian ini mencoba menemukan serta melakukan analisa pengaruh time frame dan banyak data sehingga mendapat model evaluasi yang optimal dengan metode linear regression. Beberapa variasi perubahan time frame dan banyak data akan digunakan untuk melihat hasil forecasting terbaik. Dari hasil penelitian diperoleh time frame semakin turun maka hasil evaluasi MSE lebih baik. Sedangkan untuk penurunan jumlah data juga berpengaruh terhadap nilai evaluasi yang semakin kecil. maka dapat disimpulkan bahwa forecasting dalam bidang finance memiliki keunikan karena semakin banyak data tidak menjamin bahwa model yang dihasilkan semakin bagus.
PENERAPAN SISTEM CERDAS KLASIFIKASI CITRA TELAPAK TANGAN DENGAN METODE NAÏVE BAYES Millenialdo Yanuar Ilham; Resty Wulanningrum; Intan Nur Farida; Made Ayu Dunia Widyadara
Jurnal Simantec Vol 11, No 2 (2023): Jurnal Simantec Juni 2023
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i2.14708

Abstract

Kemajuan teknologi saat ini berkembang pesat, khususnya pada pengolahan citra digital. Citra digital merupakan gambaran foto atau video dengan memiliki warna RGB. Pada saat ini kamera CCTV sudah banyak terpasang di setiap tempat indoor ataupun outdoor. Akan tetapi Kamera CCTV sekarang hanya bersifat “pasif” dengan fungsi merekam dan menyimpan suatu kejadian, apabila terjadi sesuatu yang bersifat darurat contohnya tindak kekerasan seperti tawuran, bullying dan lain sebagainya. Tujuan pada sistem ini yaitu untuk mendeteksi kejadian yang bersifat darurat dengan proses klasifikasi citra telapak tangan menggunakan metode Naïve Bayes. Pada tahapan awal sistem menyiapkan data training sebagai dataset, kemudian kamera CCTV mengambil citra telapak tangan digunakan untuk data testing, tahapan selanjutnya yaitu proses ekstraksi ciri HSV untuk mengetahui hasil citra pada gambar. Proses yang terakhir yaitu mengklasifikasi data testing dengan metode Naïve Bayes melalui 3 skenario uji coba dan ditemukan perhitungan hasil akurasi, untuk skenario ke-1 memperoleh hasil akurasi 90%, pada skenario ke-2 memperoleh hasil akurasi 92%, dan untuk hasil akurasi pada skenario ke-3 menghasilkan nilai akurasi 100%. Dengan demikian klasifikasi menggunakan metode Naïve Bayes memiliki hasil yang akurat dengan data training lebih banyak dari data testing agar sistem dapat memperoleh hasil yang baik.Kata kunci : Naïve Bayes, Klasifikasi, Citra Telapak Tangan, CCTV, Citra Digital
IMPLEMENTASI METODE LOGIKA FUZZY SEBAGAI PENDETEKSI KEBAKARAN MENGGUNAKAN KLASIFIKASI CITRA TANGAN Andrean Ferdyana Vabian Eka Sakti; Resty Wulanningrum; Wahyu Cahyo Utomo; Roni Heri Irawan
Jurnal Simantec Vol 11, No 2 (2023): Jurnal Simantec Juni 2023
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i2.14709

Abstract

Dewasa ini perkembangan teknologi semakin pesat dan banyak hal yang sebelumnya dilakukan secara konvensional namun sekarang tergantikan oleh teknologi. Tombol kebakaran yang terbatas jumlah dan aksesnya akan menyulitkan untuk dijangkau apabila terjadi kebakaran, namun terdapat banyak alat yang terpasang yaitu CCTV. Alat ini dapat digunakan untuk mendeteksi terjadinya kebakaran dari proses klasifikasi citra tangan menggunakan metode Logika Fuzzy. Proses yang dilakukan agar citra tangan dapat dideteksi oleh sistem yaitu melalui beberapa proses. Tahap pertama adalah melakukan ekstraksi ciri dari citra data latih yaitu data yang digunakan sebagai rujukan terhadap data uji. Kemudian data uji adalah data yang akan digunakan untuk melakukan klasifikasi citra sebagai pendeteksi kebakaran menggunakan metode Logika Fuzzy. Berdasarkan hasil uji coba yang telah dilakukan melalui 3 skenario uji coba, maka didapatkan nilai akurasi pada skenario ke-1 sebesar 80%, nilai akurasi pada skenario ke-2 sebesar 88%, nilai akurasi pada skenario ke-3 sebesar 93,3%. Hal ini menunjukkan bahwa kinerja metode Logika Fuzzy memiliki hasil yang lebih baik pada skenario ke-3 dengan artian data latih yang digunakan lebih banyak dari skenario uji coba yang lain agar sistem dapat melakukan klasifikasi yang lebih baik.Kata kunci : Logika Fuzzy, Citra Tangan, Deteksi Kebakaran, CCTV, Klasifikasi.
Comparison of C4.5 and Naive Bayes for Predicting Student Graduation Using Machine Learning Algorithms Abu Tholib; M Noer Fadli Hidayat; Supri yono; Resty Wulanningrum; Erna Daniati
International Journal of Engineering and Computer Science Applications (IJECSA) Vol 2 No 2 (2023): September 2023
Publisher : Universitas Bumigora Mataram-Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/ijecsa.v2i2.3364

Abstract

Student graduation is a very important element for universities because it relates to college accreditation assessment. One of them is at the Faculty of Engineering Nurul Jadid University, which has problems completing the study period within a predetermined time. So that it can be detrimental because accreditation is less than optimal, and the number of active students makes it less ideal in teaching and learning activities. This study aimed to compare the level of accuracy using the C4.5 algorithm and Naïve Bayes method in predicting graduation on time. The C4.5 and Naïve Bayes algorithms are one of the methods in the algorithm for classifying. Tests were carried out using the C4.5 and Naïve Bayes algorithms using Google Colab with Python programming language, then validated using 10-fold cross-validation. The results of this study indicate that the Naïve Bayes method has a higher accuracy value with an accuracy rate of 96.12%, while the C4.5 algorithm method is 93.82%.
Co-Authors Abu Tholib Achmad Iqbal Maulana Achmad Zainul Karim Aeri Rachmad Afizza Fikri Kurniawan Ahmad Bagus Setiawan Ahmad Fakhruddin Luthfi Aji Prasetya Wibawa Aminuyati Andrean Ferdyana Vabian Eka Sakti Anggi Nur Fadzila Anggi Wahyu Triprasetyo Anik Nur Handayani Ardi Sanjaya Arsyad, Nandito Pramudya Asmoro, Shandy Sadewa Asna Maulian Amroni Maulian Amroni Asri, Puput Puji Bagus Fadzerie Robby Cholid Ilham Isniawan Christa Witta Putra Santoso Dadi Setyawan Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Daniel Swanjaya2 Desi Dwi Kurniawati Dhela Melani Winandari Dimas Eri Kurniawan Doni Abdul Fatah Donny Firdani Ella Okta Viana Ema Utami Erna Daniati Fadli Hidayat, M Noer Fadli Hidayat, M. Noer Fadli, Abi Ihsan Fadzerie Robby, Bagus Fatkur Rhohman, Fatkur Firmansyah, Muhammad Kukuh Frisca Ayu Fatika Sari Gadang Putro Bagus Setiyawan Heffi Awang Cahya Heru Suhartono, Wawan Heru Wahyu Herwanto Hidayah, Alvi Nurul Intan Nur Farida Iswoyo, Yodhi Pratama Jauhari, Nur Mohamad Iqbal Juli Sulaksono Julian Sahertian Kohei Arai Krisnawan, Apreado Gilang Made Ayu Dunia Widyadara Made Ayu Dusea Widya Dara Miftachul Ludfie 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 Naufal Muji Dwicahyo Nugraha, Reza Setya Nur Mohamad Iqbal Jauhari Iqbal Jauhari Nurul Mahpiroh Patmi Kasih Ratih Kumalasari Niswatin Reza Mawarni Risa Helilintar Risky Aswi R, Risky Rohmat Syamsul Huda Roni Heri Irawan Rony Heri Irawan Ruruh Andayani Bekti, Ruruh Andayani salma - alawiyah Sandhi Kurniawan Sari, Lya Rosita Sinta Sanora Siregar, Muhammad Fariz Hardiansyah Siti Rochana Sri Rahayu Supri yono Supri Yono, Supri Teguh, Aji Triyo Kristantio Ulfatus Syaidah Wahyu Cahyo Utomo Wahyuniar , Lilia Sinta Wijayanto, Muhammad Farid Zakaria, Reza Naim