Article Per Year (5 Year)
p-Index From 2021 - 2026
10.003
P-Index
This Author published in this journals
All Journal JUTI: Jurnal Ilmiah Teknologi Informasi Scan : Jurnal Teknologi Informasi dan Komunikasi Nusanatara of Engineering JUITA : Jurnal Informatika Network Engineering Research Operation [NERO] Generation Journal SKANIKA: Sistem Komputer dan Teknik Informatika Advance Sustainable Science, Engineering and Technology (ASSET) JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Melek IT: Information Technology Journal Joutica : Journal of Informatic Unisla Jurnal Borneo Informatika dan Teknik Komputer (JBIT) Digital Transformation Technology (Digitech) Nusantara of Engineering (NOE) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Pengabdian Masyarakat Nusantara Ulil Albab JISCOMP (Journal of Information System and Computer)
Daniel Swanjaya
Universitas Nusantara PGRI Kediri
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 99 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 99 Documents
Search

 6   7   8   9   10 
Fine-Tuning Model YOLOv8 untuk Meningkatkan Robustness pada Implementasi Real-World Deteksi Produk di Kasir Koperasi Achmad Fachrudi, Rafi; Swanjaya, Daniel; Putra Pamungkas, Danar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/n560a953

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi objek menggunakan model YOLOv8 guna mendukung sistem kasir cerdas tanpa barcode di koperasi. Model dilatih menggunakan dataset produk minuman kemasan yang dikumpulkan secara mandiri, kemudian dilakukan fine-tuning dengan data tambahan yang lebih bervariasi dari segi sudut, pencahayaan, dan kondisi objek. Hasil pengujian menunjukkan bahwa model fine-tuned lebih andal dalam mengenali objek di kondisi nyata meskipun terdapat penurunan pada beberapa metrik seperti precision dan mAP-50. Pendekatan augmentasi data dan pengaturan ulang pelatihan (freeze layer) terbukti meningkatkan kemampuan generalisasi model. Penelitian ini menunjukkan bahwa YOLOv8 dapat menjadi solusi efektif untuk otomatisasi kasir di lingkungan koperasi dan usaha kecil, serta mendukung upaya digitalisasi di sektor tersebut.
Identifikasi Jenis Bibit Durian Berdasarkan Citra Daun Menggunakan YOLOv8 Berbasis Web Nugroho, Hargo Dwi; Niswatin, Ratih Kumalasari; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jcxggj90

Abstract

Identifikasi jenis bibit durian pada tahap awal pertumbuhan sangat penting untuk menentukan nilai ekonomis dan pasar. Namun, identifikasi secara manual memerlukan keahlian khusus dan berpotensi menimbulkan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis bibit durian berdasarkan citra daun menggunakan algoritma YOLOv8. Dataset terdiri dari 1.293 gambar tiga jenis bibit durian yang dibagi menjadi data latih, validasi, dan uji. Model dilatih selama 50 epoch dengan resolusi citra 640x640 piksel. Hasil evaluasi menunjukkan performa tinggi dengan nilai precision 0.941, recall 0.956, mAP50 0.981, dan mAP50–95 0.866. Sistem diimplementasikan dalam platform berbasis web untuk mempermudah pengguna dalam mengunggah gambar daun dan mendapatkan hasil klasifikasi secara otomatis. Hasil ini menunjukkan bahwa algoritma YOLOv8 efektif untuk mendukung proses identifikasi bibit durian secara cepat dan akurat.
Implementasi Metode PROMETHEE II dalam Sistem Pendukung Keputusan Seleksi Smart Class Petrus Bitin; Intan Nur Farida; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/j0pvw831

Abstract

Abstrak—SMA Muhammadiyah Kota Kediri memiliki kelas unggulan bernama Smart Class yang menampung siswa-siswa berprestasi. Seleksi siswa selama ini masih dilakukan secara manual menggunakan Microsoft Excel, sehingga tidak efisien dan rawan kesalahan. Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan menggunakan metode PROMETHEE II dalam menyeleksi siswa berdasarkan nilai Tes Potensi Akademik, Tes Psikologi, dan Literasi Numerasi. Sistem dibangun menggunakan bahasa pemrograman PHP dengan basis data MySQL. Hasil pengujian menunjukkan bahwa sistem mampu memberikan hasil pemeringkatan siswa secara cepat dan akurat, sehingga mendukung proses seleksi yang objektif dan efisien.
Deteksi Otomatis Penyakit Kuku Menggunakan Deep Learning Berbasis CNN ALFIANA HIDAYATI; Intan Nur Farida; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/9cadwf02

Abstract

Penelitian ini bertujuan mengembangkan model klasifikasi citra kuku untuk mendeteksi kondisi sehat, Koilonychia, dan Onychomycosis menggunakan arsitektur Convolutional Neural Network (CNN) VGG-16. Dataset citra kuku dipra-proses dengan augmentasi khusus (spoon_augmentation) untuk menonjolkan fitur cekungan Koilonychia. Model VGG-16, dengan Fine-Tuning pada blok 5, dilatih pada 1588 citra pelatihan dan dievaluasi pada 286 citra pengujian. Hasil evaluasi menunjukkan akurasi 90.56%, dengan precision 81.36% untuk Koilonychia, 97.47% untuk kuku sehat, dan 90.54% untuk Onychomycosis. Sistem ini terbukti andal dalam mendeteksi kelainan kuku, berpotensi mendukung dermatolog dalam diagnosis cepat dan akurat. Pendekatan ini menunjukkan efektivitas Fine-Tuning VGG-16 pada dataset terbatas, menjadikannya solusi potensial untuk aplikasi diagnosis berbasis citra medis.
PENDEKATAN KNN REGRESSION UNTUK PREDIKSI SAHAM GAMESTOP Teo Sunu Widiantoro; Risky Aswi Ramadhani; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jpers098

Abstract

Abstrak Prediksi saham memiliki peran penting dalam membantu investor dan pelaku pasar membuat keputusan investasi yang cerdas. Dalam penelitian ini, diterapkan algoritma KNN Regression (K-Nearest Neighbors Regression) untuk melakukan prediksi pergerakan saham perusahaan GameStop (GME). Metode KNN Regression memanfaatkan data historis dengan mencari sejumlah tetangga terdekat yang memiliki karakteristik serupa untuk memperkirakan nilai masa depan, sehingga mampu menyesuaikan diri dengan pola non-linear pada data saham. Evaluasi dan pengujian akurasi prediksi dilakukan menggunakan metrik MSE (Mean Squared Error) dan R² (Koefisien Determinasi). Data historis saham GameStop dikumpulkan dari sumber daring dan dipreproses sebagai input untuk algoritma KNN Regression. Hasil penelitian menunjukkan bahwa nilai parameter terbaik diperoleh pada K = 3, dengan nilai MSE sebesar 0.1 dan R² sebesar 0.98. Nilai MSE yang rendah dan R² yang tinggi mengindikasikan bahwa model mampu memprediksi harga saham dengan akurasi yang sangat baik dan menjelaskan 98% variansi dalam data. Melalui penggunaan metrik ini, dapat dievaluasi bahwa model prediksi memiliki performa yang optimal dalam konteks data saham GameStop. Penelitian ini memberikan gambaran tentang efektivitas KNN Regression dalam analisis prediktif saham GameStop serta membuka peluang untuk peningkatan model di masa mendatang.
Optimalisasi Latent Dirichlet Allocation untuk Ekstraksi Topik Utama dalam Teks Dongeng Odhianto, Yosan; Swanjaya, Daniel; Sahertian, Julian
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xnbmr279

Abstract

Latent Dirichlet Allocation (LDA) adalah algoritma topic modeling yang bekerja tanpa label data dan sangat dipengaruhi oleh pra-pemrosesan dan pengaturan parameter. Penelitian ini bertujuan mengoptimalkan LDA untuk mengekstraksi topik utama dari 100 teks dongeng berbahasa Indonesia. Teks diproses menggunakan berbagai kombinasi teknik pra-pemrosesan seperti tokenisasi, stopword removal, stemming, dan normalisasi. Eksperimen dilakukan dengan memvariasikan jumlah topik (K) serta parameter alpha dan eta. Evaluasi menggunakan coherence score untuk menilai konsistensi semantik topik. Hasil terbaik diperoleh pada kombinasi pra-pemrosesan kedua dengan 15 topik, menghasilkan coherence score tertinggi sebesar 0,4885. Temuan ini menunjukkan bahwa pemilihan pra-pemrosesan dan parameter yang tepat dapat meningkatkan kualitas topik secara signifikan. Penelitian ini diharapkan mendukung pengembangan analisis topik pada teks naratif Indonesia.
Perbandingan Akurasi Arsitektur MobileNet dan EfficientNet dalam Mendeteksi Produk Kemasan Baehaqie, Lu'ay; Swanjaya, Daniel; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/g6txkh58

Abstract

 Penelitian ini membahas perbandingan performa dua arsitektur deep learning, yaitu MobileNet dan EfficientNet, dalam mendeteksi produk kemasan berbasis citra. Dataset yang digunakan terdiri dari 150 gambar tiga jenis produk kemasan, yaitu Le Minerale, Isoplus, dan Sprite, yang telah melalui proses anotasi dan dibagi menjadi data latih, validasi, dan uji. Proses pelatihan dilakukan selama 10 epoch dengan ukuran citra 448x448 piksel. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa MobileNet memiliki performa sangat baik dengan akurasi 100% pada ketiga kelas produk, serta nilai precision, recall, dan f1-score sebesar 1.00 pada semua kategori. Sementara itu, EfficientNet menunjukkan hasil yang kurang optimal dengan akurasi hanya 33%, disertai bias prediksi terhadap satu kelas saja. Berdasarkan hasil tersebut, MobileNet direkomendasikan sebagai arsitektur yang lebih efisien dan andal dalam kasus deteksi produk kemasan berdasarkan dari hasil dan penelitian yang dilakukan.
Implementasi YOLOv8 untuk Deteksi Otomatis Kualitas Stroberi Berbasis Web Salfa Kholida Eka Putri; Ratih Kumalasari Niswatin; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/pra3xa45

Abstract

Permasalahan dalam membedakan stroberi segar dan busuk sering kali menyulitkan, terutama bagi konsumen awam. Beberapa buah memperlihatkan tanda-tanda yang meragukan, sehingga sulit dipastikan apakah buah tersebut sudah busuk atau masih layak konsumsi. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem deteksi otomatis berbasis web menggunakan metode YOLOv8. Dataset diperoleh melalui pengambilan gambar langsung dan sumber daring, kemudian dilakukan augmentasi serta pelabelan menggunakan platform Roboflow. Model YOLOv8n dilatih dan diintegrasikan ke dalam aplikasi web berbasis Flask yang mendukung deteksi melalui kamera dan unggahan gambar. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan stroberi dengan akurasi sebesar 94,20%. Sistem ini berpotensi menjadi solusi praktis untuk membantu masyarakat dalam mengidentifikasi kualitas stroberi secara cepat dan akurat. Sebagai saran pengembangan selanjutnya, sistem ini dapat ditingkatkan dengan memperbanyak jumlah dan variasi dataset, serta dikombinasikan dengan sensor kelembapan atau fitur berbasis Internet of Things (IoT) untuk memperoleh hasil yang lebih presisi dan kontekstual.
Pelatihan Pengemasan Gula Jawa Di Desa Slumbung Kecamatan Ngadiluwih Rochana, Siti; Dusea Widya Dara, Made Ayu; Wulanningrum, Resty; Swanjaya, Daniel; Irawan, Rony Heri; Iqbal Jauhari, Nur Mohamad Iqbal Jauhari
Jurnal Pengabdian Masyarakat Nusantara Vol 2 No 2 (2023): Vol.2 No.2 (Juni 2023)
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/dimastara.v2i2.19610

Abstract

Javanese sugar at this time is also the sugar that is needed by society apart from granulated sugar, many benefits can be obtained from brown sugar besides granulated sugar as an alternative to sweeteners in various processed dishes. In Slumbung Village, many farmers plant sugarcane on their land, with so much sugarcane in Slumbung Village, therefore many people use the sugar cane to be processed into Javanese sugar. After conducting a survey on the average packaging of Javanese Sugar products, they were still not packaged properly so that Java Sugar could not last long. There is also no packaging design and it seems less attractive. It is hoped that if the packaging and product packaging design are more attractive it will help increase sales of community products in Slumbung Village, so that they can be marketed in the modern market. The objectives of this PKM activity are: 1) to provide training on how to pack good products and make Javanese sugar products last a long time; 2) provide training on how existing designs will be used for product packaging; 3) accompany partners until they can actually implement the training they have received. This PKM activity is carried out for 6 months until the partners can actually implement the training that has been obtained.
Co-Authors Achmad Fachrudi, Rafi Adhitia, Riswandha Adiguna, Yosafat Agus Zainal Arifin Ahmad Fakhruddin Luthfi Ahmad Fitra Hamdani Aji, Abraham Dimas Bayu Al Farizi, Mochammad ALFIANA HIDAYATI Ali Maksum Alif Utama, Muh. Sandyoga Andreas Setiawan Anugraha, Aldino Alung Putra Aohana, Mizanul Ridho Arkham, Dany Arrie Kurniawardhani Attar, Alfan Faradudin Audina, Risky Ayu Meudea, Prita Azhar, Rizki Azhri, M. Fahrur Baehaqie, Lu'ay Cahyono, Bayu Dwi Chastine Fatichah Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Dela Karmeylia Putri Diana Purwitasari Dusea Widya Dara, Made Ayu Dusea Widyadara, Made Ayu Duwita Yuli Harsasi EKA YUNIARTI Essa, Idam Iganda Fachrudin, Muhammad Nur Fahmi, M Taufiq Maulana Febriana, Fitri Indah Feriawan, Jimmy Firdaus, Maulana Anas Firdaus, Mochammad Fedro Firmansyah, Muhammad Kukuh Fitri Bimantoro Handoko, Muhammad Diko Tri Hidhayah, Ratu Nisful Laily Indra Lukmana Intan Nur Farida Iqbal Jauhari, Nur Mohamad Iqbal Jauhari Irfan - Fauzi Julian Sahertian Kinanti, Intan Anggun Kristianto, Yunio Heri Kurniawan, Afizza Fikri Kurniawan, Dimas Eri Laksono, Danang Tri Mabruroh, Tsalina Tsaniatul Made Ayu Dusea Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Mahendra, Rizqi Maulana Moch Anas Toybah mohamad ihsan MUCHAMMAD YOHAN EKA ANDREANE Muhammad Abdul Aziz Muhammad Rizal Arif Muhammad Rohid Saputro Mumun Nurmilawati Mumun Nurwilawati Muqsit, Mochammad Ainun Nabila, Kharisma Nur Nahdiyah, Yuniswatin Natalia, Devi Nawawi, Moh. Danang Novia, Talitha Ayudhea Nugroho, Bagas Aji Nugroho, Hargo Dwi Nur’azizan, Achmad Hasyim Odhianto, Yosan Pamungkas, Danar Patmi Kasih Petrus Bitin Prasetyo, Muhammad Ary Pratama, Dieky Septhian Rastra Pristiwanto, Rizal’ Chris Putri Lestari, Elok Eka Kartika Putri, Dhaniar Ruandha Ramadhan, Ryan Akbar Ratih Kumalasari Niswatin Resty Wulanningrum Risa Helilintar Risky Aswi R, Risky RIZQI VIERI, MUHAMMAD ARIEL Rochana, Siti Rohmat Syamsul Huda Rony Heri Irawan Rozi, Ahmad Fatkhur Salam, Mohammad Ibnu Salfa Kholida Eka Putri Saputra, Muh. Aris Saputra, Nanda Wibi Saputro, Daniel Sari, Dwi Fitriana Sari, Lya Rosita Seftania, Putri Derisa Adilla Dewi Sehartian, Julian Septian Geges Subagyo, Subagyo Subiyantoko, Rizki Sugiarto, Danami Bay Suryaningtias, Dini Haris Tantyo, Bagas Wahyu Nur Teo Sunu Widiantoro Toybah, Moch Anas Ulandari, Devy Ana Usman, Tamariska Viana, Ella Okta Wibowo, Nevi Harisuci Widya Dara, Made Ayu Dusea wijaya, Krisna atma Wijayanto, Muhammad Farid Witanto, Nur Kholiq Yoga Wulaningrum, Resty Yenita Endah Puspitowati Yenita Endah Puspitowati, Yenita Endah Zamzamik, Mochamad Zuhri, Mohamad Farkhan Fahmi Zulaikah, Dewi Zulkarnain, Dicky Candra