Article Per Year (5 Year)
p-Index From 2021 - 2026
1.728
P-Index
This Author published in this journals
All Journal SMARTICS Journal Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika Informatika : Jurnal Informatika, Manajemen dan Komputer GUYUB: Journal of Community Engagement Journal of Electrical Engineering and Computer (JEECOM) JUSTIFY : Jurnal Sistem Informasi Ibrahimy COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Nusantara Journal of Computers and its Applications NGARSA: Journal of Dedication Based on Local Wisdom Akiratech
Andi Wijaya
Universitas Nurul Jadid
Religion Humanities 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 Mechanical Engineering Social Sciences Transportation Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Pelatihan Penggunaan Sistem Informasi Desa Berbasis Digital kepada Perangkat Desa Mengen Kecamatan Tamanan Kabupaten Bondowoso Andi Wijaya
Ngarsa: Journal of Dedication Based on Local Wisdom Vol. 2 No. 2 (2022): Ngarsa: Journal of Dedication Based on Local Wisdom
Publisher : LP2M UIN Kiai Haji Achmad Siddiq Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35719/ngarsa.v2i2.301

Abstract

Kemampuan literasi digital perangkat desa merupakan aspek yang paling utama dalam mendukung proses pelayanan kepada masyarakat. Aplikasi sistem informasi desa yang dikembangkan secara mandiri oleh Pemerintah Desa Mengen Kecamatan Tamanan dan Fakultas Teknik Universitas Nurul Jadid, hal ini karena perangkat desa belum memahami penggunaan Sistem Informasi Desa. Pelatihan penggunaan sistem informasi desa Berbasis Digital Kepada Perangkat Desa Mengen Kecamatan Tamanan dibutuhkan oleh perangkat desa untuk meningkatkan kemampuan literasi digital perangkat desa. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan kemampuan literasi digital perangkat Desa Mengen Kecamatan Tamanan yang merupakan desa binaan Fakultas Teknik Universitas Nurul Jadid. Metode yang digunakan adalah dengan metode pelatihan dan tutorial yang dilakukan dengan 6 tahapan, yaitu 1) Studi Pendahuluan, 2) Penyusunan Rencana, 3) Identifikasi, 4) Pelaksanaan, 5) Pendampingan dan 6) Evaluasi. Hasil dari pelatihan Pelatihan Penggunaan Sistem Informasi Desa Berbasis Digital Kepada Perangkat Desa Mengen Kecamatan Tamanan menghasilkan peningkatan keterampilan dan pengetahuan perangkat desa setelah mengikuti seluruh rangkaian materi yang diberikan
Analisis Sentimen Masyarakat Indonesia Terhadap Aplikasi TikTok Menggunakan Algoritma Logistic Regression Fathur Rizal; Andi Wijaya; Fuadz Hasyim
Akiratech Vol. 1 No. 2 (2024)
Publisher : CV. Akira Java Bulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63935/akiratech.v1i2.33

Abstract

Meningkatnya popularitas aplikasi TikTok di kalangan masyarakat Indonesia telah menimbulkan reaksi yang beragam dari masyarakat, memicu kebutuhan untuk analisis yang lebih mendalam mengenai sentimen publik terhadap platform ini. Penelitian ini bertujuan untuk memahami sikap yang dominan baik positif dan negatif terhadap TikTok di kalangan pengguna Indonesia. Dengan menggunakan algoritma Logistic Regression, yang dikenal dengan kemudahannya dan kapasitas interpretasi yang baik dalam klasifikasi sentimen, penelitian ini mengolah data ulasan pengguna yang diambil dari Google PlayStore. Analisis sentimen melibatkan tahapan pengambilan data, pra-pemrosesan (termasuk case folding, tokenisasi, normalisasi, dan stemming), serta pembobotan terms menggunakan TF-IDF. Hasil penelitian menunjukkan tingkat akurasi klasifikasi sentimen hampir sempurna, percobaan pertama (rasio 80:20) memberikan performa terbaik dengan akurasi 83%, yang menunjukkan efektivitas Logistic Regression dalam menganalisis sentimen. Performa model menunjukkan konsistensi dalam precision dan recall di semua rasio pengujian, mengindikasikan bahwa model tersebut cukup robust terhadap perubahan proporsi data pelatihan dan pengujian. Percobaan kedua dan ketiga juga memberikan perfoma yang baik pula dengan akurasi 81%.
Comparison of MobileNetV2, EfficientNet-B0, and ResNet50 for Fruit Freshness Classification Based on Accuracy and F1-Score Nadiyah Nadiyah; Fathur Rizal; Andi Wijaya; Zainal Arifin
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 7, No 1 (2026): Sustainable Information Technology Innovation Supports a Digital-Based Smart Eco
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v7i1.16300

Abstract

Freshness is a key determinant of fruit quality and safety, while manual assessment is subjective and slow. This study aims to compare three convolutional neural network architectures, namely MobileNetV2, EfficientNet-B0, and ResNet50, for the freshness classification of apples, bananas, and oranges in fresh and rotten conditions. The Food Freshness Dataset from Kaggle with 29,502 images was used and divided with a ratio of 70:20:10 into six classes. All three models were built using a transfer learning scheme with feature extraction on ImageNet pre-trained weights, an input size of 224×224, and an identical training configuration for 10 epochs. The main difference between the models lies in the specific preprocessing functions of each architecture to ensure a fair comparison. Evaluation was carried out on test data using accuracy and F1-score macro and weighted. The results show that ResNet50 achieved the highest performance with an accuracy of 0.9780 and a macro F1-score of 0.9787, followed by EfficientNet-B0 (0.9759; 0.9774) and MobileNetV2 (0.9726; 0.9732). Class-by-class analysis revealed that the Rotten Orange class was the most difficult for all models. EfficientNet-B0 and MobileNetV2 performed comparable to ResNet50 but with a much smaller number of parameters, making them more efficient for resource-constrained applications. This study emphasizes the importance of reporting F1-scores alongside accuracy on class-imbalanced data.
Co-Authors Akhmad Seruji Bahtiar Ari Fatus Sholehah Fathur Rizal Hanifah Hanifah Hasyim, Fuadz Honainah Honainah Indatul Jannah Kholisotin, Kholisotin Mochammad Rizqi Sunggara Moh Jasri Nadiyah Nunik Fauziyah Nur Muhammad Ian Bima Singgih Putri Eka Aliyatul Himma Santi Fuji Anggraini Septia Anis Khoiriyah Sholehatul Amalia Sinta Dewi Wahab Sya’roni Wali Ja’far Shudiq Yaqin, Moh. Ainol Zainal Arifin