Article Per Year (5 Year)
p-Index From 2020 - 2025
3.638
P-Index
This Author published in this journals
All Journal Jurnal Transformatika JIEET (Journal of Information Engineering and Educational Technology) INOVTEK Polbeng - Seri Informatika Jurnal Mantik Jurnal Informatika dan Rekayasa Elektronik Joined Journal (Journal of Informatics Education Transformasi Jurnal Pengabdian Masyarakat Jurnal Pengabdian Masyarakat Bhinneka Julia Jurnal
Eko Supriyadi
Universitas An Nuur
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Mathematics Public Health Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
DETEKSI KUALITAS BERAS MENGGUNAKAN SEGMENTASI CITRA BERDASARKAN PECAHAN BULIR DAN SEBARAN WARNA Eko Supriyadi; Achmad Basuki; Riyanto Sigit
Jurnal Informatika dan Rekayasa Elektronik Vol. 3 No. 1 (2020): JIRE April 2020
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v3i1.210

Abstract

Ada banyak kasus penipuan dalam pemalsuan beras dengan mencampur beras berkualitas baik dengan beras berkualitas rendah untuk kenaikan harga. Untuk melindungi masyarakat dari pemalsuan, kami melakukan penelitian untuk mendeteksi kualitas beras yang nantinya dapat membantu masyarakat untuk dapat membedakan kualitas baik dan buruk. Penelitian ini menyajikan sistem pemrosesan citra beras berbiaya rendah untuk menilai kualitas beras. Banyak faktor yang mempengaruhi kualitas beras seperti fragmen biji-bijian, warna yang tidak seragam, bau dan faktor lainnya. Penelitian ini menggunakan prosentase butiran beras pecah dan keseragaman warna untuk menentukan kualitas beras. Kami mengusulkan fitur tekstur dengan segmentasi Otsu untuk menentukan jumlah butiran pecah dan distribusi warna untuk menentukan seragam warna. Hasil klasifikasi menggunakan validasi K Folddengan k=10 pada data asli menunjukkan hasil K-Nearest Neigbour memiliki akurasi 99,87%.
Klasterisasi Kualitas Beras Berdasarkan Citra Pecahan Bulir Dan Sebaran Warna Eko Supriyadi; Achmad Basuki; Riyanto Sigit
Jurnal Inovtek Polbeng Seri Informatika Vol 6, No 1 (2021)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v6i1.1657

Abstract

Intisari – Berassebagai bahan pokok makanan masyarakat Indonesia , karena di dalam beras terdapat kandungan karbohidrat kompleks, serta dapat memberikan berbagai zat gizi lain yang penting bagi tubuh. Masih banyak masyarakat yang berasumsi jika beras dalam keadaan bersih, tak berbau, dan memiliki harga lebih mahal, beras tersebut berkualitas baik, padahal belum tentu beras yang dimaksud tersebut mempunyai kualitas baik. Untuk itu dalam melakukan penelitian mendeteksi kualitas beras yang nantinya dapat membantu masyarakat untuk dapat membedakan kualitas baik dan buruk. Banyak faktor yang mempengaruhi kualitas beras seperti fragmen biji- bijian, warna yang tidak seragam, bau dan faktor lainnya. Penelitian ini menggunakan persentase buliran beras pecah dan keseragaman warna untuk menentukan kualitas beras. Penelitian ini menggunakan parameter buliran pecah dan distribusi warna yang selanjutnya  diproses klasterisasi dengan metode K-Means di mana nilai klaster dijadikan sebagai nilai class untuk melabeli jenis beras sesuai mutu dari medium 1,2, dan 3. Selanjutnya data yang terlabel klaster dilakukan proses klasifikasi untuk mendapatkan akurasi yang terbaik, dan metode klasifikasi yang terbaik adalah neural network sebesar 99,85%.Kata kunci – kualitas beras, citra beras, K-Mean, Neural Network.
ALGORITMA APRIORI UNTUK MENENTUKAN PAKET PENJUALAN BARANG DI UMKM BINAAN DISPERINDAG KABUPATEN GROBOGAN Eko Supriyadi; Adri Tiyono; Agus Susilo Nugroho; Dhika Malita Puspita Arum; Achmad Rizki Ramadhani
Jurnal Informatika dan Rekayasa Elektronik Vol. 6 No. 1 (2023): JIRE April 2023
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v6i1.726

Abstract

Minat beli dari masyarakat di Kab. Grobogan sangat kurang di penjualan online Usaha Mikro Kecil Menengah    (UMKM). Dikarenakan penawaran yang ada di e-commerce (UMKM) tidak adanya paket diskon yang ditawarkan,  Oleh karena itu pengembangan e-commerce (UMKM) sebagai wadah penjualan barang oleh masyarakat sangatlah diperlukan perubahan, perubahan yang harus dilakukan adalah menerapkan algoritma apriori yang ditanam di aplikasi e-commerce yang telah ada. Dengan menggunakan algoritma apriori, dapat menghasilkan aturan asosiasi untuk menunjukkan seberapa kuatnya pengaruh item ke item lain dan pola beli konsumen. Data yang di proses adalah data penjualan yang paling diminati dn juga yang kurang diminati masyarakat dipergunakan sebagai paket diskon penjualan. Dari hasil pengujian aplikasi tersebut dapat membantu pemilihan produk yang akan dipaketkan dengan diskon yang ditawarkan kepada masyarakat guna meningkatkan minat beli masyarakat pada UMKM di Kab Grobogan.
Klasterisasi Menggunakan Algoritma K-Means dan Elbow pada Opini Masyarakat Tentang Kebijakan Sekolah Luring Tahun 2022 Rahmawan Bagus Trianto; Agus Susilo Nugroho; Eko Supriyadi
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 1 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i1.2756

Abstract

The covid-19 pandemic that swept across the globe had adverse effects in many areas. One of the most affected areas is education in Indonesia. The online learning model became the only option at the time, which had a negative impact on the quality of education in Indonesia. As time went on, conditions are getting better, but there was still a threat of covid-19. In early 2022 governments began to adopt face-to-face or offline learning that attracted opinions on social media. The opinions that are widely written on social media need to be prepared because they could be input to the government. Clustering using the k-meansalgorithm with the elbow method as its optimizer in determining the best cluster number is one of the opinions processing options on social media for measuring and accounting. Data is treated with two approaches: with and without stemming. Applying the elbow method to the k-means algorithm produces a performance of the clustering model with a DBI value of 0.003 with 4 clusters, and a value of SSE 0.331, for data without stemming. On data with treatment using stemming, it has 3 cluster numbers with a value of DBI at 0.003 and SSE at 0426.
Prediction of rice harvest results based on aerial image segmentation of texture and color features in Nganggil Purwodadi Grobogan village Eko Supriyadi; Agus Susilo Nugroho; Arindhya Ratna Hayuningtyas; Puput Rismawati; Zahra Fatma Saniya
Jurnal Mantik Vol. 7 No. 3 (2023): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v7i3.4331

Abstract

Rice growth is very unstable in areas with large areas of land. The causes of unstable crop yields are caused by several factors, including natural factors, the type of rice planted, care models and also pests and weeds found in rice fields. Due to the large area of ??agricultural land, farmers cannot monitor the progress of the rice they plant. Monitoring of farmers is mostly only carried out in the edge areas of the rice fields, while those in the middle areas are most likely not included in monitoring. So this research will carry out a broad monitoring system that covers the entire rice field area. This system is carried out by taking pictures through the air using a drone. By using drones, the area coverage becomes wider and the image data obtained will then be processed to estimate the rice production results that will be obtained. In this imaging process, the k mean method is used to group images of agricultural areas. The identification process used is HSV color and texture using the Outsu and Canny algorithms for each part of the image. The default weight factor is the factor used to convert from RGB to HSV. With line selection, Parameters are culled: angle, length, mean, mode, bounding rectangle and standard deviation, min max values. The land area process where in this study there were 624 land images, this grouping produced areas that determined the shape of the rice or non-rice type images. From the table above, look for the average value of weight per kilogram and get predicted results with an average harvest area of ??21,078 quintals or 2.32 tons with an error rate of 0.82%.
Perbandingan Algoritma Klasifikasi dalam Analisis Sentimen Opini Masyarakat tentang kenaikan harga Bbm Basedt, Ngabdul; Supriyadi, Eko; Nugroho, Agus Susilo
Joined Journal (Journal of Informatics Education) Vol 6 No 2 (2023): Volume 6 Nomor 2 (2023)
Publisher : Universitas Ivet

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31331/joined.v6i2.2893

Abstract

Kenaikan harga bahan bakar minyak (BBM) telah menjadi permasalahan yang cukup kompleks dan kontroversial . Peningkatan harga BBM memengaruhi berbagai aspek ekonomi dan sosial, termasuk inflasi, biaya produksi, dan tarif transportasi di Indonesia. Klasifikasi sentimen menggunakan algoritma Naïve Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk menentukan algorimat klasifikasi sentimen manakah yang terbaik. Dengan melakukan perbangdingan metode algoritma Naïve Bayes, Support Vector Machine, dan K-Nearest Neighbors untuk menentukan algorimat klasifikasi sentimen manakah yang terbaik. Dengan melakukan perbangdingan algoritma klasifikasi sentimen menghasilkan akurasi yang paling tinggi didapatkan oleh algoritma Naive Bayes dengan akurasi sebesar 80,28%. Kedua adalah algoritma Support Vector Machine (SVM) dengan akurasi sebesar 73,89%. Algoritma yang memiliki nilai akurasi paling kecil adalah algorima K-Nearest Neighbor (KNN) dengan akurasi sebesar 50,00%.
ALGORITMA RANDOM FOREST, DECISION TREE, DAN XGBOOST UNTUK KLASIFIKASI STUNTING PADA BALITA Dhika Malita; DHIKA MALITA PUSPITA ARUM; KARTIKA IMAM SANTOSO; ANDRI TRIYONO; EKO SUPRIYADI; AGUS SUSILO NUGROHO; Widodo, Edi
Jurnal Transformatika Vol. 23 No. 1 (2025): July 2025
Publisher : Jurusan Teknologi Informasi Universitas Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26623/transformatika.v23i1.12202

Abstract

At the age of toddlers, children need special attention because their brains develop around 80%. Stunting is a form of long-term nutritional deficiency that occurs during the growth and development of children, which are marked with height that is not appropriate or less compared to children their age based on the standard WHO. This condition can adversely affect the cognitive development and health of children. Identifying toddlers who are at risk of experiencing stunting at an early stage is very important to reduce the adverse effects that can affect their quality of life in the future. Traditional methods are less effective in predicting stunting because they often ignore the complex factors that affect the nutritional status of toddlers. This study aims to classify stunting toddlers using Random Forest, Decision Tree, and Extreme Gradient Boost (XGBOOST) algorithms. The results obtained showed that the accuracy of the Random Forest algorithm received the highest accuracy of 99.72 %, Extreme Gradient Boost (XGBOOST) at 99.58 %, and Decision Tree received 98 87 %accuracy.
PENGELOMPOKAN PERMINTAAN DARAH BERDASARKAN GOLONGAN DAN WAKTU DI KABUPATEN GROBOGAN DENGAN ALGORITMA K-MEANS triyono, andri; Santoso, Kartika Imam; Arum, Dhika Malita Puspita; Supriyadi, Eko; Nugroho, Agus Susilo
TRANSFORMASI Vol 21, No 1 (2025): TRANSFORMASI
Publisher : STMIK BINA PATRIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56357/jt.v21i1.418

Abstract

The availability of adequate blood supplies continues to pose a significant challenge for blood transfusion services such as the Indonesian Red Cross (PMI), particularly due to the fluctuating and uneven nature of demand across various blood groups. Incorrectly estimating blood demand can result in either critical shortages that jeopardize patient safety or an excess of supplies that are wasted due to the limited shelf life of blood. The objective of this research is to examine historical blood demand data in Grobogan Regency by applying the K-Means clustering algorithm to identify trends related to time intervals and blood group classifications. The study draws on secondary data involving blood requests across multiple blood groups over a span of several years. By implementing the K-Means method, the research identifies unique trends in demand, highlighting critical periods between 2013–2016 and 2022–2024, during which nearly all blood types showed elevated levels of demand. These insights are crucial for improving blood stock management, refining donor mobilization strategies, and enhancing distribution planning based on empirical patterns. The K-Means algorithm proves effective in handling extensive and continuous numerical data, offering valuable guidance for strategic decision-making in healthcare logistics.
Peningkatan Kompetensi Kader Melalui Kelas Kader Lansia di Era Transformasi Layanan Kesehatan Primer dan Kewirausahaan di Wilayah Puskesmas Godong 1 Kabupaten Grobogan Riniasih, Wahyu; Supriyadi, Eko; Sari, Gigih Kenanga; Ulfa, Fatma Nurmala; Farokhah, Mirna Vaul
Jurnal Pengabdian Masyarakat Bhinneka Vol. 4 No. 2 (2025): Bulan November
Publisher : Bhinneka Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58266/jpmb.v4i2.613

Abstract

Transformasi layanan kesehatan primer merupakan salah satu pilar penting dalam upaya meningkatkan derajat kesehatan masyarakat melalui penguatan kegiatan promotif dan preventif di seluruh siklus kehidupan. Salah satu implementasinya adalah kegiatan Skrining Lansia Sederhana (SKILAS) yang bertujuan meningkatkan deteksi dini penyakit tidak menular dan memperkuat layanan kesehatan berbasis masyarakat. Kegiatan pengabdian kepada masyarakat ini dilaksanakan di Desa Jatilor, wilayah kerja Puskesmas Godong 1 Kabupaten Grobogan, dengan tujuan meningkatkan pengetahuan dan keterampilan kader Posyandu dalam pelaksanaan SKILAS. Metode pelaksanaan mencakup enam tahapan, yaitu sosialisasi kegiatan, penyuluhan tentang SKILAS, inisiasi pembentukan kader lansia, pelatihan kader, monitoring dan evaluasi tahap 1, serta monitoring dan evaluasi tahap 2. Evaluasi dilakukan menggunakan pre-test dan post-test serta observasi lapangan. Hasil kegiatan menunjukkan peningkatan signifikan terhadap kemampuan kader; pengetahuan kategori baik meningkat dari 0% menjadi 91,3%, dan keterampilan terampil meningkat dari 0% menjadi 95,7% setelah pelatihan. Kader juga menunjukkan antusiasme tinggi dan inisiatif dalam mengembangkan Posyandu Lansia serta kegiatan kewirausahaan berbasis kesehatan. Kegiatan ini berkontribusi terhadap implementasi transformasi kesehatan primer, mendukung pencapaian Tujuan Pembangunan Berkelanjutan (SDGs) ke-3, serta memperkuat kolaborasi antara perguruan tinggi, puskesmas, dan pemerintah desa dalam upaya pemberdayaan masyarakat di bidang kesehatan.
Implementasi Penerangan Jalan Berbasis Panel Surya Pada Desa Tunggak Toroh Grobogan Susilo Nugroho, Agus; Mika Agustiana; Andri Triyono; Dhika Malita Puspita Arum; Eko Supriyadi
Jurnal Pengabdian Masyarakat - PIMAS Vol. 3 No. 1 (2024): Februari
Publisher : LPPM Universitas Harapan Bangsa Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35960/pimas.v3i1.1373

Abstract

Jalan merupakan sebuah infrastruktur utama penunjang kehidupan manusia. Ketika infrastruktur berupa jalan itu sudah baik, maka segala aktifitas masyarakat, mulai dari perekonomian, transportasi, hingga pemerataan pembangunan dapat terwujud pula dengan baik. Desa Tunggak, Kecamatan Toroh, Kabupaten Grobogan merupakan salah satu desa di Jawa Tengah yang infrastruktur jalannya sudah cukup memadai. Namun ada sebuah jalan yang belum memiliki penerangan maksimal di malam hari. Selain visibilitas yang tidak baik dan meningkatkan resiko kecelakaan, juga beresiko mengundang kejahatan. Karenanya, anggota KKN Universitas An Nuur 2023 membuat lampu penerangan jalan di Desa Tunggak. Lampu penerangan jalan dibuat dengan tenaga surya. Dipilihnya lampu penerangan jalan bertenaga surya ini guna memaksimalkan efisiensi daya. Metode yang digunakan dalam kegiatan tersebut adalah identifikasi, implementasi, serta capaian atau luaran kegiatan. Masyarakat Desa Tunggak sangat mengapresiasi pembuatan lampu panel surya yang dilakukan tim KKN Universitas An Nuur 2023. Aktifitas masyarakat di malam hari ketika melewati jalan yang sudah ada panel suryanya, menjadi lebih maksimal dan produktif.
Co-Authors Achmad Basuki Achmad Rizki Ramadhani Addien Anaba Adri Tiyono Agus Susilo Nugroho Agus Susilo Nugroho Agus Susilo Nugroho Andri Triyono Anggraini, Ani aprilianto, dwi kurniawan Arindhya Ratna Hayuningtyas Arum, Dhika Malita Puspita Basedt, Ngabdul Condro Wibowo, Agus Dhika Malita Dhika Malita Puspita Edi Widodo, Edi Emmanuel, Rheimanda Devin Emmanuel, Rheimanda Devin Emmanuel Erika Dwi Saputra Farokhah, Mirna Vaul Kartika Imam Santoso Mika Agustiana Muhammad Muzammil muzammil, muhammad Najhan Atifa, Akhie Nugroho, Agus Susilo Puput Rismawati Rahmawan Bagus Trianto Rheimanda Devin Emmanuel Riniasih, Wahyu Riyanto Sigit Sari, Gigih Kenanga susilo nugroho, agus Triyono, Andri Ulfa, Fatma Nurmala WAHYUDI Yusuf Mufarihin, Ahmad Zahra Fatma Saniya