Article Per Year (5 Year)
p-Index From 2020 - 2025
8.507
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 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 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 Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 75 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 75 Documents
Search

 1   2   3   4   5 
PEMANFAATAN YOLOV4 UNTUK DETEKSI PELANGGARAN HELM DAN MASKER SERTA IDENTIFIKASI PELAT NOMOR MENGGUNAKAN TESSERACT-OCR Rohmat Syamsul Huda; Resty Wulanningrum; Daniel Swanjaya
Joutica Vol 7, No 2 (2022): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v7i2.873

Abstract

Dunia sedang dilanda pandemi sehingga mengharuskan manusia memakai masker saat berada di luar ruangan. Dalam rangka mencegah persebaran virus dan memastikan ketertiban pengendara sepeda motor, penting bagi pengendara sepeda motor memakai helm dan masker secara bersamaan. Oleh sebab itu dibuatlah program yang dapat mendeteksi pelanggaran helm dan masker serta mendapatkan nomor plat pelanggar secara otomatis. penelitian ini menggunakan metode transfer learning YOLOv4 dan memanfaatkan Tesseract-OCR. YOLOv4 mampu mendeteksi objek helm, masker, sepeda motor dan plat dalam satu gambar. Dengan menggunakan dataset sejumlah 600 gambar menghasilkan 8 model, model dengan Mean Average Precision (mAP) tertinggi 93.38% dan F1-Score 0.77. model dengan F1-Score tertinggi 0.86 dengan mAP 88.78%. Dapat disimpulkan bahwa model dengan F1-Score tertinggi lebih baik dalam deteksi dan klasifikasi objek. Sementara pelatihan model Tesseract membantu meningkatkan identifikasi karakter pelat nomor.
Sistem Penentu Anggota Divisi Himpunan Mahasiswa Program Studi (SIPADI HIMAPRODI) Abraham Dimas Bayu Aji; Daniel Swanjaya
Nusantara of Engineering (NOE) Vol 5 No 2 (2022): Volume 5 No 2 Tahun 2022
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v5i2.18444

Abstract

Himpunan Mahasiswa Program Studi (Himaprodi) merupakan salah satu organisasi kampus yang berada di bawah naungan Program Studi. di dalam struktur Himaprodi terdapat yang namanya divisi untuk menunjang kinerja Himaprodi tersebut. Akan tetapi masih diperlukan proses untuk mengidentifikasi divisi para pengurus di Himaprodi agar sesuai dengan bidangnya. Penelitian ini digunakan untuk klasifikasi divisi di Himaprodi Teknik Informatika UNP Kediri. penelitian ini menggunakan data dari pengurus Himaprodi Teknik Informatika UNP Kediri sebanyak 85 data dalam empat periode kepengurusan (2018-2021). Model yang digunakan pada penelitian ini adalah algoritma Decision Tree dengan menggunakan variabel berupa hobi, pengalaman berorganisasi, dan kelebihan dari setiap pengurus itu sendiri. Penelitian ini menerapkan 6 skenario dengan kombinasi variabel dengan tingkat akurasi terbaik. Hasil penelitian yang dikeluarkan berupa nilai akurasi dari klasifikasi divisi manakah yang cocok untuk setiap pengurus Himaprodi agar sesuai dengan bidangnya. hasil akhir penelitian diperoleh nilai akurasi metode Decision Tree (66,67%) sudah dapat direkomendasikan untuk menyelesaikan masalah klasifikasi divisi di Himaprodi Teknik Informatika UNP Kediri.
CNC Modeling For Auto Capsul Filler Bagas Aji Nugroho; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.73

Abstract

Sering tidak meratanya proses pembagian pulvares kedalam kapsul sehingga kandungan pulvares dalam kapsul tidak sesuai dosis dan permintaan dokter, hal ini di dasari karena proses pembagian pulvares kedalam kapsul masih menggukan manual by hand sehingga rasio pembagian tidak sama, Berdsarkan masalah di atas peneliti membuat perancangan alat yang digunakan dalam proses pembagian pulvares dengan metode CNC , menggunakan mikrokontroler Adruino Atmega2560 sebagai sistem pengerak utama dibantu RAMPS 1.4 dan driver motor ,dengan mekanisme costum slider sebagai pengatur obat pulvares yang di masukan kedalam kapsul yang di kontrol menggunakan rarap controler.pada pengujian rancangan yang ada di dapatkan mekanisme slidercostum yang mempunyai ratio eror 3% dengan rentang waktu pengisian 5 menit sampi 17 menit tergantung tipe kapsul yang di gunakan.
Graph Clustering pada Pengelompokkan Tujuan Distribusi Barang Berdasarkan Matriks Adjacency Yunio Heri Kristianto; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.74

Abstract

Dalam melakukan proses distribusi atau menyalurkan barang dari pabrik ke konsumen, distributor dituntut untuk tepat waktu sehingga prosesnya tidak boleh terdapat suatu masalah. Dalam hal ini pengelompokkan tujuan distribusi barang adalah salah satu permasalahan yang seringkali muncul dikarenakan hanya dilakukan secara manual atau secara intuisi manusia saja sehingga hasil yang diperoleh kurang maksimal. Untuk mengatasi permasalahan tersebut dilakukan penelitian untuk mengelompokkan tujuan distribusi barang dengan graph clustering berdasarkan jarak terpendek antar tujuan dengan menggunakan algoritma HypergraphPartitioning dan Agglomerative Hierarchical Clustering (AHC). Hasil yang didapatkan penulis dari penelitian ini adalah kedua metode mampu dalam mengelompokkan tujuan secara optimal, namun dilihat dari hasil nilai ASW didapatkan bahwa Agglomerative Hierarchical Clustering (AHC) lebih baik daripada algoritma HypergraphPartitioning dalam hal graph clustering pengelompokkan tujuan distribusi barang berdasarkan jarak terpendek antar tujuan.
Implementasi Algoritma Backtracking untuk Mencari Jalan Keluar Labirin Yosafat Adiguna; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.75

Abstract

Labirin merupakan teka- teki yang sering kali menjadi sebuah permainan/game. Labirin memiliki banyak cabang dan jalan buntu yang membuat labirin sulit untuk dicari jalan keluarnya. Algoritma pencarian dapat memudahkan pencarian jalan keluar sebuah labirn, namun tidak semua algoritma pencarian dapat diimplementasikan pada sebuah labirin. Oleh karena itu menentukan algoritma yang tepat menjadi salah satu faktor penentu untuk mencari jalan keluar sebuah labirin. Algoritma Backtracking merupakan salah satu dari algoritma pencarian yang memiliki tingkat efisiensi yang tinggi karena Backtracking merunut balik dari simpul tujuan untuk melihat apakah solusi yang sedang dicari menuju pada simp ul tujuan yang diinginkan. Dengan demikian algoritma Backtracking dapat memangkas langkah-langkah yang tidak perlu dalam sebuah pencarian dan dapat mencari rute terpendek dalam sebuah pencarian. Dari sisi tersebut algoritma Backtracking memiliki kelebihan dibandingan algoritma Depth First Search yang tidak mempertimbangkkan apakah solusi yang sedang dicari menuju pada titik tujuan yang diinginkan. Penelitian ini dilakukan dengan menggunakan labirin berupa matriks dengan ukuran n x n dan menggunakan algoritma Backtracking untuk mencari jalan keluar dari labirin, hasil yang didapat dalam penelitian ini berupa jumlah langkah dan simpul- simpul yang dilewati selama pencarian sampai menuju simpul tujuan.
Implementasi Convolutional Neural Network Untuk Identifikasi Penyakit Daun Gambas Dwi Fitriana Sari; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.76

Abstract

Tanaman Gambas atau oyong (Luffa acutangula L.) termasuk golongan sayuran dan buah yang mengandung nutrisi seperti vitamin, mineral dan serat. Proese penanaman gambas tidak luput dari masalah seperti adanya serangan hama dan penyakit yang bisa mengakibatkan kegagalan panen. Proses identifikasi penyakit yang dilakukan manual dengan indera penglihatan manusia memiliki kekurangan yaitu penilaian yang bersifat subyektif yang dipengaruhi oleh kurangnya konsentrasi dan rasa lelah serta perlu pengalaman yang cukupbanyak.Penerapan Jaringan Syaraf Tiruan metode Convolutional Neural Network dengan arsitektur MobileNet untuk melakukan proses identifikasi 3 jenis penyakit pada tanaman gambas yaitu Embun Bulu, Kumbang Daun, dan Ulat Daun memiliki akurasi terbaik pada epoch 25 dan learning rate 0,001 dengan akurasi training senilai 92% dan akurasi cross-validation 91,1% dan akurasi testing senilai 90%.
K-Means Method For Clustering Public Service Assessment of Goverment Organization In Kediri City Dany Arkham; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.79

Abstract

Unit Pelayanan Publik(UPP) adalah merupakan unit kerja non struktural yang melakukan kegiatan penyelengaraan pelayanan publik langsung ke masyarakat. Setiap tahun, Kementerian Pendayagunaan Aparatur Negara dan Reformasi Birokrasi (PANRB). Melalui Bagian Organisasi Pemerintah Kota Kediri membentuk sebuah tim yang bertugas membuat asesmen tentang pelayanan publik di UPP wilayah kota Kediri. Dalam pelaksanaan Asesmen tersebut masih menggunakan media kertas, kinerja kunjungan assesor ke tempat yang akan dilakukan monev tidak termonitoring dengan baik dan dan untuk menentukan sebuah lembaga mendapatkan predikat hasil yang baik masih belum punya standar yang jelas. Maka, Langkah yang tepat untuk mengatasi permasalahan tersebut adalah membuat aplikasi yang dapat menghemat penggunaan kertas, memantau kinerja, dan melakukan clustering untuk memberikan saran dan hasil yang lebih terukur. K-Means Clustering merupakan metode untuk mengklasterisasi input non hirarki kedalam beberapa bentuk cluster. Penelitian ini berusaha membuktikan metode K-Means Clustering dapat diandalkan untuk membantu Assesor dalam mempertimbangkan kualitas dari UPP yang dilakukan asesmen. Setiap masukan input akan diperhitungan menjadi 3 cluster predikat. Hasilnya adalah persentasi predikat untuk dipertimbangkan menjadi rekomendasi untuk perbaikan kualitas UPP tersebut dimasa mendatang.
Pembuatan Game Edukasi Pengenalan Asma’ul Husna Berbasis Android Muhammad Diko Tri Handoko; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.80

Abstract

Saat ini banyak aplikasi berteknologi smartphone yang diciptakan untuk membantu kerja manusia, baik dibidang bisnis, pemerintahan, pendidikan, dan lain-lain. Pengenalan asma’ul husna ini masih banyak didominasi oleh buku yang mana media seperti buku ini cepat sekali rusak dan kurang relative. Aplikasi belajar asma’ul husna mengajarkan 99 nama Allah secara interaktif disertai pengucapan mp3 dan game. Tujuan penulis ilmiah disini adalah membuat perancangan aplikasi game pembelajaran asma’ul husna berbasis android sehingga aplikasi ini dapat meningkatkan minat baca, mendengarkan, dan menghafal asma’ul husna pada masyarakat.
Pemodelan Pola Varian Parfum Sepatu Menggunakan Jaringan Syaraf Tiruan Perceptron Risky Audina; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.82

Abstract

Parfum merupakan produk lifestyle untuk penampilan agar membangun percaya diri pada seseorang. Parfum sepatu merupakan produk spesifik untuk menghilangkan bau tidak sedap pada sepatu. Pemasaran parfum sepatu dilakukan secara offline dan juga online, dengan begitu parfum sepatu me ngalami peningkatan jumlah konsumen. Dengan adanya peningkatan jumlah konsumen belum mengetahui varian aroma apa saja yang sangat laku di pasaran. . Data konsumen yang ada juga belum memberikan hasil maksimal agar mengetahui varian parfum sepatu yang sangat laku dipasaran, sehingga bisa meningkatkan jumlah varian parfum sepatu yang sangat disukai oleh konsumen dan mengurangi jumlah produksi varian parfum sepatu yang sedikit peminatnya. Metode perceptron merupakan bentuk jaringan syaraf tiruan yang sederhana, digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenali dengan pemisahan linear. Selain itu, metode perceptron dapat menyelesaikan masalah dengan baik dibanding dengan jaringan syarat tiruan lain, sehingga memungkinkan keluaran yang didapat sesuai dengan target tiap masukan. Dari hasil pelatihan dan pengujian jaringan perceptron yang dilakukan jumlah epoch akan kecil apabila jumlah data pelatihan dan pengujian yang digunakan sedikit yang memiliki nilai akurasi yaitu 29,9%.
Perbandingan Arsitektur Visual Geometry Group dan MobileNet Pada Pengenalan Jenis Kayu Jimmy Feriawan; Daniel Swanjaya
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 4 No. 3 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v4i3.84

Abstract

Furnitur merupakan salah satu komoditas strategis bagi ekonomi Indonesia karena furnitur merupakan produk yang bernilai tambah tinggi dan memiliki daya saing global. Produksi furnitur kayu di Indonesia pada tahun mencapai 80% dari keseluruhan produksi furnitur. Untuk mengidentifikasi jenis kayu dibutuhkan seorang pakar kayu. Proses identifikasi kayu bisa ditentukan oleh beberapa faktor seperti warna, tekstur, berat dan masih banyak lagi. Identifikasi kayu bisa dilakukan dengan teknologi Computer Vision karena memiliki keuntungan meningkatkan waktu identifikasi dan mengurangi biaya pada proses Quality Control. Convolutional Neural Network (CNN) merupakan salah satu implementasi metode Deep Learning yang digunakan untuk pemrosesan citra digital. metode CNN dengan arsitektur VGG 16 dan MobileNet dipilih untuk diterapkan pada sistem identifikasi kayu Seteleah dilakukan proses pelatihan dan testing, model arsitektur MobileNet memiliki hasil akurasi senilai 96% dan proses pelatihan juga lebih cepat dibandingkan model arsitektur VGG 16 yang memiliki hasil akurasi senilai 90%
Co-Authors Abraham Dimas Bayu Aji Afizza Fikri Kurniawan Agus Zainal Arifin Ahmad Fakhruddin Luthfi Ahmad Fitra Hamdani Ali Maksum Alif Utama, Muh. Sandyoga Aohana, Mizanul Ridho Arrie Kurniawardhani Azhar, Rizki Bagas Aji Nugroho Bagas Wahyu Nur Tantyo Cahyono, Bayu Dwi Chastine Fatichah Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Dany Arkham Dela Karmeylia Putri Devy Ana Ulandari Diana Purwitasari Dimas Eri Kurniawan Dini Haris Suryaningtias Duwita Yuli Harsasi Dwi Fitriana Sari Eka Yuniarti Ella Okta Viana Firdaus, Mochammad Fedro Firmansyah, Muhammad Kukuh Fitri Bimantoro Fitri Indah Febriana Hidhayah, Ratu Nisful Laily Indra Lukmana Intan Anggun Kinanti Intan Nur Farida Irfan - Fauzi Jimmy Feriawan Julian Sahertian Krisna atma wijaya Laksono, Danang Tri M Taufiq Maulana Fahmi M. Fahrur Azhri Mabruroh, Tsalina Tsaniatul Made Ayu Dusea Made Ayu Dusea Widya Dara Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Maulana Anas Firdaus Moch Anas Toybah Mochamad Zamzamik Mochammad Ainun Muqsit Moh. Danang Nawawi mohamad ihsan Muhammad Abdul Aziz Muhammad Diko Tri Handoko Muhammad Nur Fachrudin Muhammad Rizal Arif Muhammad Rohid Saputro Mumun Nurmilawati Mumun Nurwilawati Nabila, Kharisma Nur Nahdiyah, Yuniswatin Nanda Wibi Saputra Natalia, Devi Novia, Talitha Ayudhea Nur Mohamad Iqbal Jauhari Iqbal Jauhari Nur’azizan, Achmad Hasyim Patmi Kasih Prasetyo, Muhammad Ary Pratama, Dieky Septhian Rastra Putri Lestari, Elok Eka Kartika Putri, Dhaniar Ruandha Ratih Kumalasari Niswatin Resty Wulaningrum Resty Wulanningrum Risa Helilintar Risky Aswi R, Risky Risky Audina Riswandha Adhitia Rizal’ Chris Pristiwanto Rizki Subiyantoko Rochana, Siti Rohmat Syamsul Huda Rony Heri Irawan Rozi, Ahmad Fatkhur Saputro, Daniel Sari, Lya Rosita Septian Geges Siti Rochana Subagyo, Subagyo Sugiarto, Danami Bay Tamariska Usman Widya Dara, Made Ayu Dusea Wijayanto, Muhammad Farid Wulaningrum, Resty Yenita Endah Puspitowati Yenita Endah Puspitowati, Yenita Endah Yosafat Adiguna Yunio Heri Kristianto Zulaikah, Dewi Zulkarnain, Dicky Candra