Article Per Year (5 Year)
p-Index From 2020 - 2025
3.582
P-Index
This Author published in this journals
All Journal Jurnal Informatika Universitas Pamulang Conference on Innovation and Application of Science and Technology (CIASTECH) KLIK: Kajian Ilmiah Informatika dan Komputer Scientific Student Journal for Information, Technology and Science
Deden Wahiddin
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Education Engineering Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Identifikasi Kesegaran Ikan Nila Berdasarkan Warna Insang Menggunakan Algoritma K-Nearest Neighbor (K-NN) Didik Remaldhi; Deden Wahiddin; Yana Cahyana
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.854 KB)

Abstract

Ikan memiliki kandungan 18% protein yang bermanfaat untuk tubuh manusia, akan tetapi ikan sering dipasarkan dalam keadaan masih hidup dan sudah mati. Kesegaran ikan nila merupakan hal yang penting untuk menentukan keseluruhan mutu dari suatu produk perikanan. Berdasarkan kesegarannya, ikan nila dapat di kategorikan segar (good quality) apabila nilai persentase warna merah tua, dan kategori busuk (spoilt) apabila nilai persentase warna merah muda. Saat ini penilaian maupun pengecekan kualitas ikan nila masih terbilang belum cukup efesien karena masih dilakukan secara manual dengan panca indra manusia. Masalah kesegaran ikan nila dapat mempengaruhi kesehatan masyarakat apabila mengkonsumsi ikan nila tidak segar atau tidak layak. Maka dibuatlah sistem pengengecekan kesegaran ikan nila yang dapat membantu pedagang dan pembeli. Solusi yang bisa digunakan yaitu dengan pengolahan citra digital. Metode pada penelitian ini menggunakan KNN dan Euclidean distance untuk proses klasifikasi citra. Hasil pada penelitian ini Algoritma K-NN digunakan untuk menghitung nilai warna dari insang ikan nila yang akan ditentukan kesegarannya. Berdasarkan hasil pengujian yang dilakukan pada 30 kali percobaan dengan klasifikasi 96%.
Penerapan Dual Axis Solar Tracking dengan Fuzzy Logic Controller untuk Optimalisasi Output pada Solar Cell Lutfi Aziz; Deden Wahiddin; Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.735 KB)

Abstract

Salah satu solusi sistem pembangkit listrik yang masih dikembangkan saat ini, yakni dengan memanfaatkan energi matahari dan solar cell. Akan tetapi, mayoritas solar cell yang digunakan sebagai pembangkit listrik dinilai masih belum optimal karena hanya dipasang secara statis dan tidak mampu mengikuti arah pergerakan matahari. Pada penelitian ini dilakukan perancangan prototipe sistem dual axis solar tracking dengan Fuzzy Logic Controller dalam upaya mengoptimalkan output dari solar cell. Fuzzy Logic Controller berisi rule base atau aturan - aturan logis yang mencakup berbagai kemungkinan kondisi. Light Dependent Resistor (LDR) berfungsi menerima masukan cahaya matahari, Arduino Nano sebagai mikrokontroler yang mengatur keseluruhan sistem serta motor servo SG90 sebagai penggerak axis horizontal dan vertikal. Sistem dual axis solar tracking dilengkapi dengan sensor INA219 untuk mengukur output yang dihasilkan solar cell serta modul ESP-12E untuk mengirim data pengukuran ke database. Berdasarkan hasil pengujian, sistem dual axis solar tracking dengan Fuzzy Logic Controller dapat mengikuti pergerakan matahari dengan baik. Solar cell pada sistem dual axis solar tracking mampu menghasilkan output daya yang lebih optimal dibandingkan solar cell statis, dengan persentase optimasi mencapai 15.76%
Pemantauan Tingkat Derajat Keasaman Air Akuarium Dengan Metode Fuzzy Logic Tsukamoto Iyan Khoerniyah; Deden Wahiddin; Santi Arum Puspita Lestari
Scientific Student Journal for Information, Technology and Science Vol. 2 No. 2 (2021): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (318.607 KB)

Abstract

Akuaium merupakan tempat kehidupan ikan hias. Ikan hias dapat hidup dan tumbuh dengan baik, diperlukan beberapa perawatan yang baik diantarannya yaitu pemberian pakan, oksigen, cahaya, dan kondisi air yang baik. Kondisi pH pada air sangat mempengaruhi terhadap kesehatan ikan hias. Kurang memperhatikan kondisi air akuarium dapat mengakibatkan ikan hias mati. Sehingga pemilik harus melakukan pengecekan secara berkala. Salah satu salusi yang dapat digunakan untuk menangani permasalahan tersebut yaitu dengan merangkai alat monitoring pH air secara otomatis menggunakan arduino uno. Hasil dari rangkain yang dibuat dapat mengontrol pH dengan menambahkan cairan pH up dan down direalisaikan dengan katup solenoid. Sistem pengontrolan pH dapat dilakukan jika nilai pH dinyatakan pH tinggi atau rendah. Jika sensor membaca pH tinggi maka cairan down akan masuk kedalam air dan bila pH rendah maka cairan up akan masuk kedalam air dan akan menstabilkan nilai pH tetap normal. Hasil yang didapat dari pengujian sensor pH SEN161 Sebanyak 6 kali diperoleh nilai selisih keseluruhan 3.3 dengan nilai rata-rata 0.55 dan persentase erorr 0.391 dengan nilai rata-rata erorr 0.065.
DETEKSI HIDRASI TUBUH MENGGUNAKAN SENSOR TCS3200 BERDASARKAN WARNA URINE BERBASIS ARDUINO Deny Adi Faldano; Deden Wahiddin; Candra Zonyfar; Kiki Ahmad Baihaqi
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Urine memiliki tingkatan dehidrasi yang dapat dilihat langsung dari urine yang mengalami perubahan warna. Urine normal berwarna jernih transparan berwarna kuning muda dan urine kuning pekat biasanya tidak normal atau terindikasi dehidrasi berat, akan tetapi masyarakat biasanya kurang memperhatikan perubahan warna urine yang terjadi, sekalipun telah ada stiker atau tabel dehidrasi di toilet, masyarakat cenderung lebih sering mengabaikan perubahan warna yang terjadi pada urine padahal hal itu bisa mengakibatkan gangguan kesehatan terutama dehidrasi, maka dibutuhkan sebuah alat untuk mendeteksi dehidrasi dengan menggunakan arduino dan sensor tcs3200 untuk mendeteksi tingkat dehidrasi pada seseorang dengan cara sensor membaca warna urine kemudian akan muncul notifikasi dehidrasi pada lcd. Hasil yang diperoleh dari sensor menunjukan tingkat akurasi dalam membaca urine adalah 83,33 % dengan rata – rata error yaitu 16 %.
ALGORITMA CERTAINTY FACTOR UNTUK DIAGNOSA HAMA DAN PENYAKIT TANAMAN CABAI RAWIT Muhammad Imam Naufal; Deden Wahiddin; Dwi Sulistya Kusumaningrum; Jamaludin Indra
Conference on Innovation and Application of Science and Technology (CIASTECH) CIASTECH 2020 "Peranan Strategis Teknologi Dalam Kehidupan di Era New Normal"
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tanaman cabai rawit sering mengalami beberapa masalah, salah satunya tentang hama dan penyakit tanaman cabai rawit yang menyerang perkebunan petani, sehingga mengakibatkan penurunan hasil panen sampai gagal panen apabila serangan hama dan penyakit semakin parah. Hal ini disebabkan salah satunya karena terbatasnya seorang pakar untuk memberikan pengarahan ke petani serta kurangnya pengetahuan petani dalam penanganan hama dan penyakit tanaman cabai rawit. Berdasarkan masalah tersebut, salah satu solusi yang bisa dilakukan menggunakan sebuah aplikasi sistem pakar yang dapat memberikan informasi kepada para petani terkait hama dan penyakit tanaman cabai rawit. Proses yang dilakukan pada penelitian ini akuisi pengetahuan pakar, pengambilan data opt, pembuatan kode gejala, implementasi algoritma certainty factor, pengujian dan hasil. Pada penelitian ini algoritma yang digunakan algoritma certainty factor. Dari hasil pengujian yang dilakukan pada 30 data percobaan akurasi yang didapatkan sebesar 86%.
Sistem Deteksi Wajah Keamanan Pintu Menggunakan Metode Convolutional Neural Network (CNN) Berbasis Arduino Kiki Wahyuddin; Deden Wahiddin; Dwi Kusumaningrum
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 2 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.Seiring perkembangan teknologi sekarang sangatlah cepat, oleh karena itu penting untuk menyiasati keamajuan teknologi khususnya pada sistem keamanan. Sistem keamanan sudah sangat banyak dikembangkan dan diciptakan oleh manusia untuk mendapatkan hasil yang maksimal agar tidak terjadi pembobolan atau pencurian sistem yang tidak diharapkan. Dalam penelitian ini sistem yang akan digunakan adalah teknologi biometrik pengenalan wajah atau deteksi wajah, yaitu menggunakan ciri-ciri dari fisik manusia menggunakan kamera atau webcam untuk menangkap wajah manusia. Sistem deteksi wajah dirancang untuk mendeteksi wajah seseorang dengan menggunakan metode Convlutional neural network (CNN). Identifikasi wajah yang dilakukan yaitu menangkap fitur-fitur pada wajah seperti posisi yang berbeda, jarak pandang wajah ke kamera dan gaya ekspresi wajah. Hasil pengujian menunjukan sistem dapat mengetahui atau mengenali wajah yang sudah terdaftar dan yang belum terdaftar sesuai harapan yang diinginkan. Sistem deteksi wajah untuk keamanan pintu dengan metode Convlutional neural network (CNN) berbasis arduino, dapat meningkatkan keamanan pintu dengan memperoleh tingkat akurasi sebesar 76,6% dengan jarak maksimal 30cm dalam kondisi pencahayaan terang dan gelap.
Implementasi Algoritma Naive Bayes Pada Analisis Sentimen Terhadap Pelayanan Jasa Pengiriman Berdasarkan Opini Twitter Abdul Majid; Amril Siregar; Deden Wahiddin
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan penelitian ini menganalisis yang hasilnya dapat di olah bahan untuk evaluasi bagi pelayanan jasa pengiriman. Dalam penelitian ini data yang di Crawling Data dengan berbentuk format excel terbagi menjadi 3 kelas yaitu kelas positif, negatif, dan netral. Setelah itu data mengalami tahap filter data dari labelling data menjadi 2 kategori yaitu kategori kelas positif dan kelas negatif yang ada di data tweet menggunakan metode klasifikasi dengan label positif ditandai angka 1, sedangkan label negatif ditandai dengan angka -1. Data yang sudah dilakukan pelabelan sebanyak 1325 data tweet yang masuk dalam kata kunci ”Kurir” terdapat kelas positif ada 848 data tweet, dan kelas negatif ada 477 data tweet dengan menggunakan Algoritma Naïve Bayes. Lalu akan melakukan tahapan text preprocessing yang terdiri dari case folding, tokenizing, filtering, stemming, dan TF-IDF dan akan menghasilkan nilai sentimen positif dan negatif. Selanjutnya akan melakukan tahap pembagian dataset dibagi menjadi data training sebanyak 927 data, dan data testing sebanyak 398 data dengan menggunakan rasio 0.3 yang artinya 70% data training dan 30% data testing. Selanjutnya melakukan tahap evaluasi model klasifikasi algoritma Naive Bayes dengan menggunakan Confusion Matrix. Dari pengujian tersebut didapatkan hasil analisis sentimen dengan kata kunci ”kurir” mendapatkan nilai akurasi yang cukup baik dengan nilai akurasi sebesar 80%, presion 84%, dan Recall sebesar 87%.
IMPLEMENTASI ALGORITMA NAÏVE BAYES PADA ANALISIS SENTIMEN LARANGAN PENJUALAN ROKOK BATANGAN DI MEDIA TWITTER Ai Yanti; Deden Wahiddin; Rahmat Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Merokok adalah kebiasaan yang tak terpisahkan dari kelompok perokok di Indonesia. Menurut laporan Kementerian Kesehatan, sekitar 33,8% dari total penduduk Indonesia adalah perokok, artinya satu dari tiga orang termasuk perokok. Selain dampak kesehatan, sektor ekonomi juga dipengaruhi karena industri tembakau berkontribusi signifikan pada APBN tahun 2020, mencapai 10,11%. Oleh karena itu, pada tahun 2023, pemerintah berencana melarang penjualan rokok batangan secara perorangan. Hal ini berarti perokok harus membeli rokok dalam kemasan. Kebijakan ini didasarkan pada Keputusan Presiden (Keppres) yang melarang penjualan rokok batangan, yaito Keppres No. 25 Tahun 2022, sebagai bagian dari Program Penyusunan Peraturan Pemerintah Tahun 2023. Tujuan utama kebijakan ini adalah melindungi anak-anak agar tidak dapat membeli rokok batangan, yang lebih sering dibeli oleh mereka. Oleh karena itu, sebuah penelitian dilakukan untuk mengeksplorasi sentimen masyarakat terkait larangan penjualan rokok pada tahun 2023, khususnya di platform media sosial seperti Twitter. Metode yang digunakan dalam penelitian ini adalah Naive Bayes untuk menganalisis sentimen. Proses melibatkan beberapa tahap, termasuk pembersihan data, konversi huruf kecil, pemisahan kata (tokenizing), normalisasi, penghapusan kata-kata umum (stopword), dan penyederhanaan kata (stemming). Setelah tahap pra-pemrosesan, data diberi label dan diklasifikasikan menggunakan metode Naive Bayes. Hasil kategorisasi tweet cenderung bersifat positif atau negatif. Dari penelitian ini, tingkat akurasi yang dicapai adalah 73%, presisi sebesar 84%, dan recall mencapai 69%.
Algoritma Backpropagation Jaringan Syaraf Tiruan Untuk Prediksi Volume Logistik Pada Ketersediaan Gudang Ariel Ismail; Deden Wahiddin; ra Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan penelitian ini adalah memprediksi volume logistik untuk ketersediaan gudang, dimana hal tersebut tidak menutup kemungkinan dapat terjadinya pemasukan volume logistik yang seketika membengkak melebihi target persediaan gudang. Untuk mengatasi permasalahan tersebut yaitu dengan memprediksi stok/volume logistik untuk ketersediaan gudang menggunakan salah satu algoritma backpropagation jaringan syaraf tiruan dengan menggunakan tools matlab 2023a. Data yang diperoleh sebanyak 6 tahun dari tahun 2017 sampai 2022 setelah itu, data tersebut dilakukan proses pre processing. Setelah melalui tahap pre processing, data tersebut dibagi menjadi data latih dan data uji. Data latih untuk proses training dan data uji untuk proses testing, data latih sebanyak 5 tahun dari tahun 2017 sampai 2021, dan data uji sebanyak 1 tahun dari tahun 2022 saja. Tahapan penelitian ini dilakukan dengan mulai, pengumpulan data, analisis data, pengujian, implementasi, evaluasi sampai tahap selesai. Kesimpulan dari proses ini algoritma backpropagation menghasilkan nilai MAPE 8.2268%, MSE 0,008091, RMSE 0.08995 dan menghasilkan akurasi sebesar 92%.
Implementasi Sistem Deteksi Mata Kantuk Pada Pengendara Mobil Dengan Metode Eye Aspect Ratio Dan Facial Landmarks Berbasis Raspberry Pi 4B Dimas Maulana; Deden Wahiddin; Santi Lestari
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 2 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Angka kecelakaan lalu lintas di Indonesia meningkat setiap tahunnya. Kondisi pengemudi yang mengantuk merupakan faktor penting dalam terjadinya kecelakaan. Untuk menyelesaikan masalah ini, diperlukan sebuah alat yang secara otomatis bisa mendeteksi apakah pengemudi mobil sedang dalam keadaan mengantuk atau sadar. Tujuan dari penelitian ini adalah untuk mengidentifikasi tingkat kantuk pada pengemudi mobil menggunakan metode Facial Landmarks dan Eye Aspect Ratio (EAR). Proses yang dilakukan melibatkan beberapa tahapan diantaranya, pengumpulan data, deteksi wajah Facial Landmarks, perhitungan Eye Aspect Ratio (EAR), deteksi kantuk, dan pengujian. Proses dimulai dengan pengambilan gambar menggunakan kamera, selanjutnya melibatkan pemrosesan gambar menggunakan Raspberry Pi 4b untuk mengenali wilayah wajah. Setelah berhasil diidentifikasi, selanjutnya menerapkan metode eye aspect ratio untuk memeriksa kondisi mata. Sistem membaca jika mata terbuka, maka pengemudi dalam kondisi sadar dan tidak mengantuk. Jika mata tertutup dalam jangka waktu yang ditentukan, sistem mengenali bahwa pengemudi mengalami kantuk dan akan memberikan peringatan suara. Penelitian ini dilakukan 40 kali pengujian pada siang hari dan pada malam hari, 20 kali pengujian pada siang hari dan 20 kali pengujian pada malam hari. Hasil pengujian menunjukkan bahwa pada siang hari, akurasi mencapai 70%, sementara pada malam hari akurasi sebesar 35%.
Co-Authors Abdul Majid Adi Rizky Pratama Ahmad Fauzi Ai Yanti Aldi Balkar amril siregar Andri Safari ARI SETIAWAN Ariel Ismail Baihaqi, Kiki Ahmad Candra Zonyfar Cici Emilia Sukmawati Dede Aprillia Dedy Prasetyo Pambudi Deny Adi Faldano Didik Remaldhi Dimas Maulana DWI KUSUMANINGRUM Dwi Sulistya Kusumaningrum Erik Candra Fauzi Euis Nurlaelasari Farkhina Dwi Utari Hanny Hikmayanti Handayani Hilman Fahrul Rahman Indra, Jamaludin Irpan Sulaeman Iyan Khoerniyah Kiki Wahyuddin Lestari, Santi Arum Puspita Lutfi Aziz Muhammad Ashi Dicky Muhammad Imam Naufal Murniasih ra Rahmat Raden Gumilar Riyansyah Rahmat Rahmat Santi Lestari Siregar, Amril Mutoi Tatang Rohana Tohirin Al Mudzakir Yana Cahyana Yulia Ningsih