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

 4   5   6   7   8 
Deteksi dan Klasifikasi Kue Tradisional Indonesia Menggunakan YOLOv8 Mustofa, Arin Ayu Silvyani; Wulanningrum, Resty; Sahertian, Julian
NERO (Networking Engineering Research Operation) Vol 10, No 1 (2025): Nero - 2025
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v10i1.30177

Abstract

Indonesian traditional cakes are part of the cultural heritage, characterized by their rich flavors, unique forms, and significant historical value. However, the lack of recognition among younger generations necessitates a new approach to preservation efforts. This study aims to develop an image processing-based detection system for traditional cake types using the YOLOv8 algorithm. The five types of cakes identified in this research are lumpur cake, lapis cake, wingko cake, dadar gulung cake, and putu ayu cake. The image dataset was obtained through a combination of direct image capture and public datasets, and was manually annotated using the Roboflow platform. The model was trained using the PyTorch framework and evaluated based on precision, recall, F1-score, and mean Average Precision (mAP) metrics. Experimental results show that the system achieved an average mAP of 89.9% and an F1-score of 86.5%, with a relatively low classification error rate. These findings indicate that the YOLOv8 algorithm is effective in detecting visually similar objects and holds significant potential for application in the digital preservation of culinary heritage. The system can also be further developed as a technology-based educational medium to support the conservation of Indonesia’s local culinary wealth.Keywords: YOLOv8, Object Detection, Cake Traditional, Image Processing, Computer Vision
Penerapan MobileNet Architecture pada Identifikasi Foto Citra Makanan Indonesia Wijayanto, Muhammad Farid; Swanjaya, Daniel; Wulanningrum, Resty
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4449

Abstract

Pengenalan gambar makanan secara otomatis telah menjadi area penelitian yang menarik, terutama dalam pengembangan MobileNet berbasis kuliner. Penelitian ini membahas penerapan arsitektur MobileNet dalam mengidentifiksi foto citra makanan Indonesia. MobileNet, sebagai jaringan saraf konvolusional yang efisien dan ringan, memungkinkan pengenalan gambar dengan cepat dan akurat pada perangkat dengan keterbatasan komputasi. Tujuan dari penelitian ini yaitu untuk mengetahui hasil dari identifikasi foto citra makanan Indonesia menggunakan Arsitektur dari MobileNet dan untuk mencapai performa terbaik dari model Convolutional Neutral Network menggunakan arsitektur MobileNet. Penelitian ini melibatkan pengumpulan dataset gambar makanan Indonesia, pelatihan model MobileNet, dan evaluasi kinerja model dalam mengklasifikasikan gambar tersebut. Hasil penelitian menunjukkan bahwa arsitektur MobileNet dapat diimplementasikan dengan efektif untuk identifikasi makanan Indonesia, dengan tingkat akurasi yang memuaskan dan waktu pemrosesan yang relatif singkat. Temuan ini diharapkan dapat berkontribusi dalam pengembangan aplikasi pengenalan gambar di bidang kuliner, khususnya untuk makanan Indonesia. Hasil akhir dari penelitian ini menunjukkan bahwa MobileNet berhasil mencapai akurasi sebesar 98.99% dan loss terkecil sebesar 0.05 dalam mengidentifikasi gambar. Keberhasilan dalam penelitian ini membuka peluang untuk pengembangan MobileNet berbasis pengenalan gambar makanan yang lebih canggih. Selain itu, penelitian ini juga dapat berkontribusi pada pengembangan teknologi visi komputer secara umum, khususnya dalam bidang klasifikasi gambar objek kecil dan kompleks.
Comparison of C4.5 and Naive Bayes for Predicting Student Graduation Using Machine Learning Algorithms Tholib, Abu; Fadli Hidayat, M Noer; yono, Supri; Wulanningrum, Resty; Daniati, Erna
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%.
Deteksi dan Klasifikasi Kue Tradisional Indonesia Menggunakan YOLOv8 Mustofa, Arin Ayu Silvyani; Wulanningrum, Resty; Sahertian, Julian
NERO (Networking Engineering Research Operation) Vol 10, No 1 (2025): Nero - 2025
Publisher : Jurusan Teknik Informatika Fakultas Teknik Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/nero.v10i1.30177

Abstract

Indonesian traditional cakes are part of the cultural heritage, characterized by their rich flavors, unique forms, and significant historical value. However, the lack of recognition among younger generations necessitates a new approach to preservation efforts. This study aims to develop an image processing-based detection system for traditional cake types using the YOLOv8 algorithm. The five types of cakes identified in this research are lumpur cake, lapis cake, wingko cake, dadar gulung cake, and putu ayu cake. The image dataset was obtained through a combination of direct image capture and public datasets, and was manually annotated using the Roboflow platform. The model was trained using the PyTorch framework and evaluated based on precision, recall, F1-score, and mean Average Precision (mAP) metrics. Experimental results show that the system achieved an average mAP of 89.9% and an F1-score of 86.5%, with a relatively low classification error rate. These findings indicate that the YOLOv8 algorithm is effective in detecting visually similar objects and holds significant potential for application in the digital preservation of culinary heritage. The system can also be further developed as a technology-based educational medium to support the conservation of Indonesia’s local culinary wealth.Keywords: YOLOv8, Object Detection, Cake Traditional, Image Processing, Computer Vision
Optimized Yolov8 to identify people with disabilities Wulanningrum, Resty; Handayani, Anik Nur; Herwanto, Heru Wahyu; Arai, Kohei
International Journal of Advances in Intelligent Informatics Vol 11, No 4 (2025): November 2025
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v11i4.1977

Abstract

This research aims to develop an object detection model that can distinguish between the gait of people with and without disabilities with high accuracy. Object detection is currently designed to detect people and is used in both normal and gender-based gait recognition. Gait recognition, if further examined, encompasses recognition of both non-disabled and disabled individuals. Every day, people walk like most, but people with disabilities have different gaits from those of normal people. Some use walking aids, whereas others walk without them. YOLOv8 is a platform for detecting people. This research proposes an object detection for normal people and people with disabilities, both those who use assistive devices and those who do not. The dataset used is Disabled gait, comprising 6500 images, and will be divided into 3 data splits: 70% for training, 20% for validation, and 10% for testing. Model evaluation is based on precision, recall, mAP50, and mAP50-90. The test results for three classifications, namely assistive, non-assistive, and normal, show the highest value in the assistive class with an mAP50 value of 0.98 and an mAP50-95 value of 0.996. This study advances gait recognition by extending object detection to accurately differentiate normal and disabled walking patterns, including both assistive and non-assistive gaits, thereby enriching inclusive human-movement analysis. Beyond computer vision, the findings benefit healthcare, rehabilitation, and smart surveillance systems by enabling more accurate mobility assessment and accessibility-aware applications.
Analisis Kesalahan Mahasiswa Berkemampuan Rendah dalam Menyelesaikan Soal Limit Ditinjau dari Perbedaan Gender Rochana, Siti; Wahyuniar, Lilia Sinta; Mahdiyah, Umi; Wulanningrum, Resty
Jurnal Math Educator Nusantara: Wahana Publikasi Karya Tulis Ilmiah di Bidang Pendidikan Matematika Vol 11 No 2 (2025): Jurnal Math Educator Nusantara
Publisher : Program Studi Pendidikan Matematika, Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jmen.v11i2.24861

Abstract

The calculus learning process in higher education sometimes encounters many problems. One of the problems often faced is the lack of understanding of students in algebra, especially in the limit chapter. In the Informatics Engineering study program at Nusantara PGRI University, Kediri, most students still have low mathematical abilities and an unbalanced gender composition. This study aims to analyze the types of errors made by low-ability students in solving limit problems, viewed from gender differences. This type of research is descriptive qualitative research. Data were collected through diagnostic tests to identify conceptual, procedural, and computational errors as well as unstructured interviews to explore the causes of errors. The research subjects were six students with low mathematical abilities consisting of 3 male students and 3 female students from the 2024/2025 intake who were taking calculus courses. The analysis results showed that conceptual errors made by male students were 33% and female students were 55%. Procedural errors in male students were 55% and female students were 66%. Computational errors in male students were 66% and female students were 55%. The highest number of errors found in male students were computational errors, while procedural errors were more prevalent among female students. This indicates that students still have difficulty understanding the basic concept of limits and are unable to apply structured solution steps. Low-ability students still showed high error rates in conceptual, procedural, and computational aspects, with different tendencies according to gender. Poor mastery of the basic concept of limits impacts procedural and computational errors. Future research can expand the number of subjects and explore affective factors such as math anxiety and learning motivation that may influence the types of student errors.
Aplikasi Pengenalan Pola Batik Trenggalek Menggunakan Deteksi Tepi Sobel Dan Algoritma KMeanS Triprasetyo, Anggi Wahyu; Pamungkas, Danar Putra; Wulanningrum, Resty
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 Wulanningrum, Resty
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 Setiawan, Ahmad Bagus; Sulaksono, Juli; Wulanningrum, Resty
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.
Penerapan Aplikasi E-Business Sebagai Salah Satu Usaha Peningkatan Penjualan Tanaman Wulanningrum, Resty; Helilintar, Risa; Ramadhani, Risky Aswi; Karim, Achmad Zainul
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.
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