Article Per Year (5 Year)
p-Index From 2021 - 2026
3.602
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Abdimas PROSIDING CSGTEIS 2013 Jurnal Simantec Prosiding Semnastek Jurnal Al-Tadzkiyyah ELINVO (Electronics, Informatics, and Vocational Education) Jurnal Ilmiah Pangabdhi Network Engineering Research Operation [NERO] Muaddib : Studi Kependidikan dan Keislaman Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control DoubleClick : Journal of Computer and Information Technology JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Pro Hukum : Jurnal Penelitian Bidang Hukum Universitas Gresik Istawa: Jurnal Pendidikan Islam MULTINETICS Jurnal Ekonomi Manajemen Sistem Informasi Proceedings of Annual Conference for Muslim Scholars JATI (Jurnal Mahasiswa Teknik Informatika) NERO (Networking Engineering Research Operation) Jurnal Pengabdian dan Pemberdayaan Banyuwangi IPSSJ J-CEKI
Wahyudi Setiawan
Sistem Informasi, Universitas Trunojoyo
Religion Aerospace Engineering Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Neuroscience Public Health Social Sciences Transportation Other

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

Found 2 Documents
Search
Journal : Jurnal Simantec

 1 
SIMULASI KLASIFIKASI HAMA DAN PENYAKIT PADA JAGUNG DENGAN NAIVE BAYES Muhammad Mushlih Suhadi; M. Alauddin Helmi; Wahyudi Setiawan
Jurnal Simantec Vol 10, No 1 (2021)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v10i1.11686

Abstract

Jagung merupakan komoditas pertanian terpenting setelah padi. Produktivitas jagung perlu senantiasa ditingkatkan dalam rangka swasembada jagung nasional. Jagung selain sebagai pangan juga digunakan untuk pakan (hewan), dan bahan baku industri. Salah satu hal yang dapat digunakan untuk memperbaiki produktivitas jagung yaitu dengan melakukan pencegahan terhadap serangan hama dan penyakit. Untuk itu perlu dibuat sistem untuk menyimpan pengetahuan tersebut. Pada artikel ini dibahas tentang klasifikasi hama dan penyakit pada tanaman jagung menggunakan Naive Bayes Classifier. Data yang digunakan berasal dari Dinas Pertanian Kabupaten Bangkalan. Data terdiri dari 15 hama dan penyakit serta 46 gejala. Ujicoba sistem dilakukan dengan simulasi melalui pengamatan terhadap 15 citra tanaman jagung. Hasil dari pengamatan secara langsung selanjutnya menjadi entri data untuk diolah menggunakan metode Naive Bayes. Untuk keperluan validasi hasil mining dari sistem dibandingkan dengan pendapat pakar. Uji validasi dari pakar menunjukkan prosentase kesesuaian hingga 73,33%.
PERBANDINGAN ARSITEKTUR CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI FUNDUS Wahyudi Setiawan
Jurnal Simantec Vol 7, No 2 (2019)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v7i2.6551

Abstract

Pada artikel ini membahas tentang perbandingan arsitektur Convolutional Neural Network (CNN) untuk klasifikasi citra fundus. Arsitektur CNN yang diujicobakan yaitu AlexNet, Visual Geometry Group (VGG) 16, VGG19, Residual Network (ResNet) 50, ResNet101, GoogleNet, Inception-V3, InceptionResNetV2 dan Squeezenet. Citra ujicoba menggunakan fundus retina utnuk mengklasifikasi 2 kelas yaitu normal dan neovaskularisasi. Citra dilakukan preprosesing yaitu dengan membaginya menjadi 16 bagian yang sama. Skenario ujicoba menggunakan 2 tahap yaitu, pertama, menggunakan CNN tanpa optimasi tambahan, kedua, CNN menggunakan optimasi Gradient Descent. Hasil ujicoba pada kedua skenario menunjukkan arsitektur terbaik yaitu VGG19 dan VGG16. Ujicoba tahap pertama menghasilkan sensitivitas, spesifisitas dan akurasi yaitu 87,8%, 90,7% dan 89,3%. Untuk ujicoba tahap kedua sensitivitas, spesifisitas dan akurasi yaitu 94,2%, 90,4% dan 92,31%.
Co-Authors Abdul Ghofur Abunawas, Abunawas Aeri Rachmad Afiful Ikhwan Ainun Subair Ainun Subair Al-Afghoni, J.M. Havidz Yasaf Alinta, Cici Ami Yani Nur Amirul Mukminin Andika Wahyudi Aris Sugiharto Budi Setiyono Dewi, Meidah Dianti, Dhea Rahma Doni Abdul Fatah Fahmi, Muhammad Farid Fitri Damayanti Fitri Damayanti Fitri Damayanti Haryadi, Alya Nabila Putri Holilur Rohman, Muhammad Juwita Juwita, Juwita Kawindra, Revalina KHOIRUL ANAM Kholij Zukhrufin, Fina Koeshardianto, Meidya Kori Cahyono Krisnawan, Yudha Jarod Kurniawan, Bambang Dwi Kusumaputri, Aditya Kusworo Adi M. Alauddin Helmi Mala Sari Rochman, Eka Moch Faiz Ansori Moh. Imam Utoyo Mohammad Syarief Mohammad Syarief Mohammad Syarief Mohammad Syarief Mohammad Syarief, Mohammad Muh. Tajab Muh. Tajab, Muh. Muhammad Bakriansyah Muhammad Bakriansyah Muhammad Farid Fahmi Muhammad Fuad Muhammad Mushlih Suhadi Mukhlis Nur Pancahari Mukminin, Amirul Novi Prastiti Novi Prastiti, Novi Nur Kholik Afandi Nurul Iman Nurul Iman, Nurul Oktalina, Yuyun Prastiti, Novi Rachman, Fika Hastarita Reny Pujiastutik Riries Rulaningtyas Riries Rulaningtyas Rochman, Eka Mala Sari Rohmah, Nisaur Safitri, Eka Ayu Sofie Ratnasari Syam, Aldo Redho Syarief, Mohammad Wahyudi Agustiono Yudha Dwi Putra Negara, Yudha