Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

3.701

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 Istawa: Jurnal Pendidikan Islam MULTINETICS JATI (Jurnal Mahasiswa Teknik Informatika) NERO (Networking Engineering Research Operation) Jurnal Pengabdian dan Pemberdayaan Banyuwangi IPSSJ J-CEKI

Wahyudi Setiawan

Sistem Informasi, Universitas Trunojoyo

Author-ID : 377158

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 Neuroscience Public Health Social Sciences Transportation Other

Published : 36 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

SISTEM PENDUKUNG KEPUTUSAN OPTIMASI MIX DESIGN BETON KONSTRUKSI MENGGUNAKAN METODE AHP (ANALYTICAL HIERARCHY PROCES) Muhammad Farid Fahmi; Budi Setiyono; Wahyudi Setiawan
Network Engineering Research Operation Vol 1, No 2 (2014): Nero
Publisher : Universitas Trunojoyo Madura

Dalam penelitian ini penulis akan membuat sebuah aplikasi yang disebut dengan Sistem Pendukung Keputusan Optimasi Mix Design Beton Konstruksi, Sistem ini dapat membantu Kontraktor dalam mengoptimalkan proses Mix Design (Perencanaan Campuran) Beton Konstruksi berdasarkan kendala dari keterbatasan bahan-bahan penyusun beton yang ada di lapangan. Optimasi yang akan dicapai dalam Mix Design Beton yaitu optimasi dari aspek ekonomi, Kemudahan pengerjaan, Mutu (keawetan) , kekuatan struktur . Metode yang akan digunakan dalam proses Mix Design (Perencanaan Campuran) yaitu Metode British DOE dengan didasarkan pada Standar Perancangan Beton Indonesia SK-SNI T- 15- 1990-03, sedangkan Metode yang cocok untuk pengambilan keputusan dalam pengoptimalan campuran yaitu dengan metode AHP (analytical hierarchy process), karena metode tersebut dapat memecahkan masalah yang multiobjective dan multi kriteria. Kriteria yang digunakan dalam pengoptimalan campuran pada dasarnya merupakan persyaratan-persyaratan utama dalam campuran beton yang baik yaitu kemudahan pekerjaan, kekuatan struktur, mutu serta ekonomis. Prosentase yang diperoleh dari setiap kriteria tersebut digunakan sebagai salah satu pendukung keputusan dalam menentukan campuran yang optimal. Kata kunci: Mix Design, Sistem Pendukung Keputusan, AHP.

Pengenalan Tanda Tangan Dengan Metode Modified Direction Feature (Mdf) Dan Euclidean Distance Fitri Damayanti; Wahyudi Setiawan
PROSIDING CSGTEIS 2013 CSGTEIS 2013
Publisher : PROSIDING CSGTEIS 2013

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

Abstrak — Tanda tangan merupakan suatu skema untukmemvalidasi suatu transaksi maupun proses tertentu yangbersifat personal dan sudah umum digunakan. Dahulu sistemvalidasi atau proses pengenalan terhadap tanda tangan seseorangmungkin hanya dilakukan dengan proses pemantauan secaralangsung dengan menggunakan mata telanjang. Dengan semakinmajunya teknologi serta ilmu pengetahuan yang mendukungnya,maka sangat dimungkinkan untuk mengenali suatu tanda tangansecara komputerisasi.Penelitian ini membangun sistem pengenalan tanda tangansecara offline dimana proses ekstraksi ciri menggunakan metodeModified Direction Feature (MDF) untuk mendapatkan ciri padasetiap karakter masukan. Ekstraksi ciri pada metode ModifiedDirection Feature (MDF) merupakan teknik hasil pengembangandari metode Direction Feature (DF). Teknik ini menggabungkanantara teknik Direction Feature (DF) dan Transition Feature(TF). Modified Direction Feature (MDF) akan menghasilkanvektor ciri dengan pedoman arah horizontal dan vertikal,kemudian melakukan penggabungan untuk menghasilkan vektorciri yang spesifik, selanjutnya dilakukan perhitungan klasifikasidengan menggunakan metode Euclidean Distance untukmengenali tanda tangan.Dari uji coba yang dilakukan pada sistem, hasil terbaik untukpengenalan citra tanda tangan diperoleh dengan jumlah datapelatihan sebanyak 100 citra dan data uji coba sebanyak 25 citra.Hasil akurasi sistem yang didapatkan tertinggi sebesar 72 %.Kata Kunci — Tanda Tangan; Modified Direction Feature;Euclidean Distance

Peningkatan Manajemen Administrasi Data dan Aktivitas Pembelajaran pada Pusat Kegiatan Belajar Masyarakat di Kabupaten Bangkalan Fitri Damayanti; Mohammad Syarief; Wahyudi Setiawan
Jurnal Ilmiah Pangabdhi Vol 4, No 1: April 2018
Publisher : LPPM Universitas Trunojoyo Madura

Pendidikan merupakan hak dasar setiap warga negara. Pendidikan dibutuhkan untuk mewujudkan Sumber Daya Manusia (SDM) yang berkualitas. Salah satu permasalahan pendidikan yaitu kurangnya pemerataan kesempatan untuk mendapatkan pendidikan yang layak. Pendidikan Non Formal menjadi alternatif solusi penyelenggaraan pendidikan. Pada penelitian ini dibangun sebuah sistem informasi pengelolaan data sekolah. Sistem informasi terdiri dari lima tingkat user yaitu administrator utama, administrator sekolah, guru, siswa dan umum. Data yang diolah berupa data sekolah, fasilitas, pengelola, guru, siswa serta informasi umum. Untuk data siswa terdapat history mulai siswa masuk hingga siswa lulus. Selain itu terdapat pula Satuan Acara Pembelajaran (SAP) yang menginformasikan materi-materi yang harus disampaikan pada proses belajar mengajar. Sistem informasi ini akan dilengkapi dengan aplikasi pembelajaran untuk Ujian Nasional bagi siswa kejar paket C yang terdiri dari materi dan latihan ujian pilihan ganda untuk mata pelajaran ekonomi, sosiologi, bahasa Indonesia, bahasa Inggris, Geografi dan Matematika. Data dan informasi yang diolah berasal dari Dinas Pendidikan Kabupaten Bangkalan serta penyelenggara program kejar paket. Sedangkan materi aplikasi pembelajaran berasal dari buku-buku pelajaran tertentu setingkat SMA. Diharapkan sistem informasi pengelolaan data sekolah dan aplikasi pembelajaran untuk siswa kejar paket C ini dapat meningkatkan mutu pendidikan sekolah non formal di wilayah kabupaten Bangkalan.

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

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

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%.

KLASIFIKASI CITRA RETINA MENGGUNAKAN K-NEAREST NEIGHBOR UNTUK MENDETEKSI MAKULOPATI DIABETIK Wahyudi Setiawan; Fitri Damayanti
Prosiding Semnastek PROSIDING SEMNASTEK 2016
Publisher : Universitas Muhammadiyah Jakarta

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

Pengenalan pola bertujuan untuk mengelompokkan citra ke dalam kelas tertentu berdasarkan pada ciri-ciri utama yang dimiliki. Secara umum, pengenalan pola terdiri dari 4 tahapan yaitu preprosesing, segmentasi, ekstraksi fitur dan klasifikasi. Pada penelitian ini pengenalan pola diterapkan pada deteksi tingkat Makulopati Diabetik. Makulopati Diabetik merupakan kelainan pada mata yang disebabkan oleh rusaknya pembuluh darah akibat komplikasi penyakit diabetes melitus yang terjadi di sekitar makula. Untuk mendeteksi awal penyakit makulopati diperlukan analisis dokter dari citra fundus. Citra fundus merupakan citra hasil foto retina menggunakan kamera fundus. Dataset yang digunakan yaitu MESSIDOR sebanyak 75 citra retina, terdiri dari 3 kelas yaitu Edema Makula (EM) tingkat 1, EM tingkat 2 dan EM tingkat 3. Ekstraksi fitur menggunakan Two Dimensional Linear Discriminant Analysis, sedangkan klasifikasi menggunakan k-Nearest Neighbor. Dari hasil ujicoba didapatkan prosentase pengenalan maksimal hingga 93,33%. Kata kunci: Pengenalan Pola, Klasifikasi, Makulopati Diabetika, Two Dimensional Linear Discriminant Analysis, k-Nearest Neighbor.

SISTEM PAKAR DIAGNOSIS PENYAKIT MATA MENGGUNAKAN NAÏVEBAYES CLASSIFIER Wahyudi Setiawan; Sofie Ratnasari
Prosiding Semnastek PROSIDING SEMNASTEK 2014
Publisher : Universitas Muhammadiyah Jakarta

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

Penelitian ini membahas tentang aplikasi sistem pakar untuk mendiagnosis penyakit mata. Datayang digunakan untuk penelitian terdiri dari 52 gejala dan 15 penyakit mata. Sistem pakar yangdibangun menggunakan metodeNaïveBayes Classifier. Terdapat dua tahapan kerja dari aplikasi ini.Pertama, sistem meminta pasien untuk menginputkan gejala-gejala yang dialami.Kedua, sistemakan secara otomatis menampilkan hasil diagnosis dari penyakit mata yang diderita oleh pasienmelalui perhitungan Naïve Bayes Classifier. Hasil diagnosis sistem selanjutnya dibandingkandengan hasil diagnosis dari pakar sebenarnya. Ujicoba sistem menggunakan data sebanyak 12pasien penyakit mata. Dari hasil percobaan, prosentase kesesuaian diagnosis sebesar 83%.

PENERAPAN METODE FUZZY ANALYTICAL HIERARCHI PROCESS UNTUK PEMILIHAN SUPPLIER BATIK MADURA Wahyudi Setiawan; Reny Pujiastutik
Prosiding Semnastek PROSIDING SEMNASTEK 2015
Publisher : Universitas Muhammadiyah Jakarta

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

Sebuah perusahaan lazimnya memiliki beberapa supplier untuk kebutuhan produksinya. Supplier dibutuhkan untuk menjaga produksi tetap berjalan sesuai dengan tujuan utama produksi. Pemilihan supplier termasuk hal yang penting bagi perusahaan. Pemilihan supplier bertujuan untuk menurunkan biaya pembelian dan meningkatkan daya saing perusahaan. Pada penelitian ini dibangun sebuah sistem pemilihan supplier yang diimplementasikan pada sebuah perusahaan batik Madura. Jumlah supplier yang digunakan pada penelitian ini sebanyak 15. Kriteria yang digunakan sebanyak 13, diantaranya yaitu cara pembayaran, harga, diskon, jumlah pengiriman, waktu pengiriman, kecepatan tanggap, komunikasi, informasi produk, layanan komplain, kualitas produk, tingkat kecacatan, biaya transportasi dan jenis transportasi. Metode Fuzzy Analytical Hierarchi Process (FAHP) digunakan untuk mendapatkan hasil ranking pemilihan supplier. Metode FAHP merupakan gabungan antara metode Fuzzy dan AHP. Metode Fuzzy digunakan untuk variabel ketidakpastian yang bersifat kualitatif, sedangkan metode AHP mempertimbangkan karakteristik kualitatif dan kuantitatif. Hasil penelitian menunjukkan prosentase akurasi sebesar 80% jika dibandingkan dengan perhitungan manual.

Pengabdian Kepada Masyarakat untuk Siswa dan Pengelola Pusat Kegiatan Belajar Masyarakat di Kabupaten Bangkalan Fitri Damayanti; Mohammad Syarief; Wahyudi Setiawan
JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Vol 1, No 1 (2017)
Publisher : LPPM ITATS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.jpp-iptek.2017.v1i1.148

Moving Objects Semantic Segmentation using SegNet with VGG Encoder for Autonomous Driving Wahyudi Setiawan; Kori Cahyono
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 6, No. 2, May 2021
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v6i2.1203

Segmentation and recognition become the general steps to identify objects. This research discusses pixel-wise semantic segmentation based on moving objects. The data from the CamVid video which is a collection of autonomous driving images. The image data consist of 701 images accompanied by labels. The segmentation and recognition of 11 objects contained in the image (sky, building, pole, road, pavement, tree, sign-symbol, fence, car, pedestrian and bicyclist) is representing. This moving object segmentation is carried out using SegNet which is one of the Convolutional Neural Network (CNN) methods. Image segmentation on CNN generally consists of two parts: Encoder and Decoder. VGG16 and VGG19 pre-trained networks are used as encoders, while decoders are the upsampling of encoders. Network optimization uses stochastic gradient descent of Momentum (SGDM). The test produces the best recognition was road objects with an accuracy of 0.96013, IoU 0.93745, F1-Score 0.8535 using VGG19 encoder, while when using VGG16 encoder accuracy was 0.94162, IoU 0.92309, and F1-Score 0.8535.

Co-Authors Abdul Ghofur Aeri Rachmad 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 Fahmi, Muhammad Farid Fatah, Doni Abdul Fitri Damayanti Fitri Damayanti Fitri Damayanti Haryadi, Alya Nabila Putri Kawindra, Revalina KHOIRUL ANAM Kholij Zukhrufin, Fina Koeshardianto, Meidya Kori Cahyono 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 Fuad Muhammad Holilur Rohman Muhammad Mushlih Suhadi Mukhlis Nur Pancahari Mukminin, Amirul Novi Prastiti Novi Prastiti, Novi Nur Kholik Afandi Nurul Iman 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

Title

Found 36 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 36 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 36 Documents
Search