Article Per Year (5 Year)
p-Index From 2020 - 2025
1.578
P-Index
This Author published in this journals
All Journal DEVICE STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Clean Energy and Smart Technology TECHNOMEDIA : Informatics and Computer Science Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat
dian asmarajati
Unknown Affiliation
Religion Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering Other

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : TECHNOMEDIA : Informatics and Computer Science

 1 
SISTEM DETEKSI DAN KLASIFIKASI PENYAKIT TANAMAN PADI BERDASARKAN DAUN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR ResNet-50 Zulian Firmansyah; Dian Asmarajati; Muslim Hidayat; Nur Hasanah; Muhammad Alif Muwafiq Baihaqy; Nulngafan; Saifu Rohman
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 2 (2025): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i2.150

Abstract

Diagnosa penyakit padi secara konvensional dinilai bergantung pada pengamatan manual yang lambat dan kurang akurat maka diperlukan solusi yang lebih efisien dan objektif dengan pemanfaatan kecerdasan buatan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit tanaman padi menggunakan bagian dari kecerdasan buatan yaitu metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-50. Sistem dirancang untuk mendeteksi enam penyakit padi berdasarkan citra daun yaitu Blast, Bacterial Blight, Brown Spot, Tungro, False Smut dan Cercospora. Dataset berasal dari kombinasi data publik (kaggle.com) dan citra lapangan yang diambil langsung di daerah Kabupaten Wonosobo. Model dikembangkan dan di modifikasi dengan penambahan GlobalAveragePooling, Dense layer dengan aktivasi ReLU dan regularisasi L2, serta Dropout untuk mengurangi overfitting. Lapisan output menggunakan softmax untuk klasifikasi multi kelas. Evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Model dapat menunjukkan akurasi pengujian yang tinggi sebesar 79.52% dan performa efektif dengan akurasi 92% pada Classification Report. Hasil deteksi langsung ditampilkan pada sistem berbasis web berupa skala probabilitas penyakit yang terdeteksi.
ANALISA KEPASTIAN PERHITUNGAN TIAP AHLI WARIS DENGAN MENGGUNAKAN METODE CERTAINTY FACTOR Muhammad Manarul Hidayat; Dian Asmarajati; Muslim Hidayat
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 1 No 1 (2024): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v1i1.75

Abstract

In general, Muslims do not understand the procedures for dividing and calculating inheritance, and the difficulty of finding experts in the field of inheritance according to Islamic law (Faraidh). This is a problem for Muslim communities, especially for heirs who wish to divide the inheritance according to Islamic law. The author uses the certainty factor method in designing expert systems. As a result of this research, an expert system for inheritance distribution was developed which can be used by the general public to solve problems of calculating and dividing inheritance.
SISTEM PENJADWALAN MATA PELAJARAN DI MA NURUL ISLAM SAMPANG KABUPATEN CILACAP MENGGUNAKAN ALGORITMA GENETIKA Muhammad Abror; Dian Asmarajati; Nulngafan; Nur Hasanah; Sukowiyono
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.126

Abstract

Penjadwalan merupakan aspek penting dalam berbagai instansi dan organisasi baik milik pemerintah maupun milik swasta. Dalam instansi pendidikan, seperti sekolah penjadwalan biasanya diterapkan pada mata pelajaran. Penjadwalan mata pelajaran seringkali kompleks karena harus memperhatikan berbagai batasan seperti preferensi waktu guru, kombinasi mata pelajaran terutama pada mata pelajaran dengan tingkat kesulitan tinggi supaya tidak dijadwalkan dalam satu hari, dan batasan lainnya. Metode algoritma genetika dapat diterapkan untuk membuat jadwal mata pelajaran yang efektif dengan batasan yang ada. Pembuatan tugas akhir ini bertujuan untuk membuat suatu jadwal mata pelajaran yang efektif dan efisien dengan menggunakan algoritma genetika. Berdasarkan hasil uji coba sistem, diketahui bahwa dengan menggunakan metode algoritma genetika diperolah hasil berupa jadwal mata pelajaran yang optimal atau sesuai dengan batasan yang ada.
Co-Authors Afif Nazmi Fuadi Agus Triyadi Asnawi, Muhamad Fuat Asnawi, Muhamad Fuat Asnawi Dimas Prasetyo Utomo Erna Dwi Astuti Gishella Septania Al-Husna Hidayatus Sibyan Iman Ahmad Ihsannuddin muhamad Fuat Asnawi Muhammad Abror Muhammad Alif Muwafiq Baihaqy Muhammad Manarul Hidayat Muslim Hidayat Nulngafan NUR HASANAH Rina Mahmudati Saifu Rohman Sukowiyono Suwondo, Adi Zulian Firmansyah