Claim Missing Document
Check
Articles

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.
Penerapan Aplikasi E-Business Sebagai Salah Satu Usaha Peningkatan Penjualan Tanaman Resty Wulanningrum; Risa Helilintar; Risky Aswi Ramadhani; Achmad Zainul Karim
Jurnal ABDINUS : Jurnal Pengabdian Nusantara Vol 1 No 1 (2017): Volume 1 Nomor 1 Tahun 2017
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (159.853 KB) | DOI: 10.29407/ja.v1i1.11730

Abstract

Komunitas Petani Bunga di Desa Blabak saat ini cukup berkembang, yang menjadi permasalahan adalah Petani Bunga yang ada di Desa Blabak masih dalam skala kecil. Hal ini berakibat Petani Bunga tidak dapat memasarkan produk mereka dengan baik, karena sudah menjadi sifat dasar konsumen untuk mencari Petani Bunga yang menunya lengkap. Dengan menerapkan teknologi internet saat ini komunitas Petani Bunga di desa Blabak bisa berkembang. Salah satunya menggunakan e-busines untuk meningkatkan penjualan tanaman. Salah satu upaya untuk menyelesaikan permasalahan tersebut adalah dengan memanfaatkan Sistem yang bertugas untuk mengkolaborasi produk yang ada di komunitas Petani Bunga. Dengan adanya pertukaran produk maka akan mempermudah konsumen untuk mecari barang dan meningkatkan dan meningakatkan penjualan Penerapan sistem informasi komunitas Petani Bunga dapat meningkatkat penjualan dan membantu usaha Petani Bunga di daerah Blabak.
Aplikasi Pengenalan Pola Batik Trenggalek Menggunakan Deteksi Tepi Sobel Dan Algoritma KMeanS Anggi Wahyu Triprasetyo; Danar Putra Pamungkas; Resty Wulanningrum
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (361.981 KB) | DOI: 10.29407/gj.v2i2.12247

Abstract

Indonesia adalah salah satu negeri banyak budaya salah satunya adalah batik, dipulau jawa banyak sekali pengrajin batik salah satunya di kota kecil Jawa Timur tepatnya diKabupaten Trenggalek memiliki ragam motif batik asli yang tidak kalah bagus dari kota lain, Tetapidi dalam masyarakat lokal maupun luar masih banyak yang kekurangan informasi tentang jenisjenis motif batik khas Trenggalek yang memliki motif yang hampir sama. Dari permasalah di atasmaka peneliti menerapkan teknologi pengeolahan citra digital salah satunya pengenalan pola untukmengenali pola batik.Rumusan masalah yang diajukan adalah bagaimana cara merancang sebuah aplikasipengenalan pola batik berdasarkan motif menggunakan algoritma K-means untuk menentukan jenismotif batik, sehingga dapat diketahui apakah citra yang diuji merupakan nama dari sebuah motifbatik tersebut. Sebelum dicocokan maka didapatkan garis tepinya dahulu menggunakan Metodedeteksi tepi sobel untuk menemukan garis tepi seuatu objek pada citra dan algoritma k-means adalahmotode yang mudah untuk pencocokannya karena menglaster objek yang hampir sama ke dalamgerombolnya.Dari data uji coba presentase akurasi keberhasilan aplikasi untuk mengenali pola motifbatik khas Trenggalek rata-rata 80%, Serta dalam percobaan paling tinggi terjadi pada skenario 2,dengan menghasilkan nilai benar 9 dan nilai salah 1, maka presentase akurasi didapat sebesar 90%dikarenakan untuk pengambilan gambar dari pola motif batik dengan jarak 30cm cocok di gunakanpada aplikasi ini.
Resty Wulanningrum Penggunaan Algoritma K- Nearest Neighbor untuk Identifikasi Citra Kamboja Resty Wulanningrum
Generation Journal Vol 2 No 2 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.558 KB) | DOI: 10.29407/gj.v2i2.12253

Abstract

Abstrak– Teknologi saat ini sangat berkembang dengan pesat, terutama dari sectorpertanian. Dalam hal pertanian saja, tidak hanya dalam bidang tanaman khusus makanan pokok,tetapi sudah merambah ke dunia tanaman hias. Tanaman hias saat ini juga sangat tinggipermintaan, salah satunya adalah tanaman hiaskamboja. Kamboja merupakan salah satu tanamahias dengan banyak jenis. Jenis yang berbeda- beda ini juga memiliki ciri serta aroma yangberbeda- beda. Tak jarang sebagai orang awam sering salah menyebutkan jenis bunga kamboja ini.Karena secara umum terlihat sama bentuknya, ternyata bunga kamboja memiliki ciri yang unik daribentuk serta warnanya.Dari permasalahan di atas, maka dibuatlah sebuah rumusan masalah bagaimana membuatsebuah system untuk mengidentifikasi citra bunga kamboja dengan menggunakan algoritma KNearest Neighbor?Pada penelitian ini yang digunakan adalah jenis plumeria obtusa, plumeria rubra, danplumeria cendana. Jeni tanaman yang digunakan ini memiliki jumlah kelopak bunga yang sama,yaitu 5, tetapi bentuknya berbeda- beda. Data yang digunakan sebanyak 20 citra bunga setiapjenisnya. Dari 20 data tersebut akan dibuat 5 sekenario ujicoba untuk mendapatkan hasil yangterbaik. Hasil terbaik pada ujicoba yang dilakukan adalah pada sekenario pertama dengan akurasisebesar 88,9% dan yang terkecil pada sekenario ke- 5 yaitu sebesar 75,9 %. Hasil ujicoba yangbervariasi tersebut dipengaruhi oleh data training dan data testing. Semakin banyak datatrainingnya maka semakin tinggi pula hasil akurasi identifikasinya, begitu sebaliknya. Disarankanmenggunakan metode ekstraksi ciri yang lain untuk mendapatkan hasil yang maksimal.Kata Kunci— Kamboja , K-NN, Identifikasi
Penerapan sistem informasi berbasis website di pondok pesantren Kota Kediri Ahmad Bagus Setiawan; Juli Sulaksono; Resty Wulanningrum
Generation Journal Vol 3 No 1 (2019): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (320.508 KB) | DOI: 10.29407/gj.v3i1.12707

Abstract

– Pendataan santri di pondok pesantren menjadikan masalah yang utama bagi pengelola Pondok Pesantren. Dari data santri Diniyah, Tsanawiyah, dan Aliyah , begitu juga dalam pengelolaan keuangan, menjadikan pengelolaan untuk pembangunan Pondok Pesantren tidak berjalan dengan lancar, sistem pemdataan menggunakan buku induk merupakan dana utama yang sekarang masih di terapkan. Dengan adanya Sistem Informasi berbasis website di Pondok Pesantren, pengurus pondok dapat mengetahui data Santri, rekap pembayaran, kurikulum dan data gedung yang dimiliki oleh pondok pesantren, hal ini berkaitan dengan pengembangan teknologi di pondok pesantren, untuk mewujudkan integrasi data santri.
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.
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, 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 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 Teguh, Aji Triyo Kristantio Ulfatus Syaidah Wahyu Cahyo Utomo Wijayanto, Muhammad Farid Zakaria, Reza Naim