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

 3   4   5   6   7 
Penerapan Algoritma Convolutional Neural Network Pada Identifikasi Foto Hero Game Mobile Legends Toybah, Moch Anas; Swanjaya, Daniel
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 3 No. 10: September 2024
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jim.v3i10.4955

Abstract

This study aims to develop a hero photo identification system in the Mobile Legends game using the Convolutional Neural Network (CNN) algorithm. The background of this study is based on the need to speed up and simplify the hero identification process which often requires time and special knowledge. The CNN algorithm was chosen because of its superior ability in pattern recognition and image classification. The research method includes several stages, namely collecting Mobile Legends hero image data, data preprocessing including resizing and normalization, and dividing the data into training, validation, and testing data. The CNN model used consists of several convolution and pooling layers for feature extraction, and a fully connected layer for the final classification. Model training is carried out using a dataset that has been processed with augmentation techniques to increase data variation. The results of this study are that the data used amount to 600 image data divided into 30 classes. By implementing the CNN method, researchers have succeeded in creating a system that can recognize images of mobile legends heroes. Based on the scenario created by the researcher, the highest accuracy is a combination of ReLu activation, Dropout 0.2 and using epoch 20, resulting in an accuracy of 62.17%.
Optimizing Predictive Accuracy: A Study of K-Medoids and Backpropagation for MPX2 Oil Sales Forecasting Ramadhan, Ryan Akbar; Swanjaya, Daniel; Helilintar, Risa
Advance Sustainable Science, Engineering and Technology Vol 6, No 1 (2024): November-January
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/asset.v6i1.17665

Abstract

This study evaluates the use of K-Medoids and Backpropagation methods for predicting MPX2 Oil sales in the automotive workshop industry, which is crucial for meeting customer demands and refining sales strategies. Utilizing transaction data from 2022 to 2023, the study involves normalizing and processing this data with these algorithms to forecast stock levels, focusing on accuracy measures such as Mean Absolute Deviation (MAD) and Mean Squared Error (MSE). K-Medoids assist in identifying customer purchase patterns through clustering, while Backpropagation effectively predicts sales trends, enhancing accuracy through training. Implementing K-Medoids and Backpropagation algorithms in the research resulted in  MSE value of 0.01969 and  MAD value of 0.12200. These values indicate a high level of accuracy in the MPX2 Oil sales predictive model, as lower MSE and MAD values suggest greater accuracy and precision in forecasting. These findings provide valuable insights into the dynamics of MPX2 Oil sales, enabling companies to improve marketing strategies, transaction management, and inventory strategies.
Penerapan MobileNet Architecture pada Identifikasi Foto Citra Makanan Indonesia Wijayanto, Muhammad Farid; Swanjaya, Daniel; Wulanningrum, Resty
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.4449

Abstract

Pengenalan gambar makanan secara otomatis telah menjadi area penelitian yang menarik, terutama dalam pengembangan MobileNet berbasis kuliner. Penelitian ini membahas penerapan arsitektur MobileNet dalam mengidentifiksi foto citra makanan Indonesia. MobileNet, sebagai jaringan saraf konvolusional yang efisien dan ringan, memungkinkan pengenalan gambar dengan cepat dan akurat pada perangkat dengan keterbatasan komputasi. Tujuan dari penelitian ini yaitu untuk mengetahui hasil dari identifikasi foto citra makanan Indonesia menggunakan Arsitektur dari MobileNet dan untuk mencapai performa terbaik dari model Convolutional Neutral Network menggunakan arsitektur MobileNet. Penelitian ini melibatkan pengumpulan dataset gambar makanan Indonesia, pelatihan model MobileNet, dan evaluasi kinerja model dalam mengklasifikasikan gambar tersebut. Hasil penelitian menunjukkan bahwa arsitektur MobileNet dapat diimplementasikan dengan efektif untuk identifikasi makanan Indonesia, dengan tingkat akurasi yang memuaskan dan waktu pemrosesan yang relatif singkat. Temuan ini diharapkan dapat berkontribusi dalam pengembangan aplikasi pengenalan gambar di bidang kuliner, khususnya untuk makanan Indonesia. Hasil akhir dari penelitian ini menunjukkan bahwa MobileNet berhasil mencapai akurasi sebesar 98.99% dan loss terkecil sebesar 0.05 dalam mengidentifikasi gambar. Keberhasilan dalam penelitian ini membuka peluang untuk pengembangan MobileNet berbasis pengenalan gambar makanan yang lebih canggih. Selain itu, penelitian ini juga dapat berkontribusi pada pengembangan teknologi visi komputer secara umum, khususnya dalam bidang klasifikasi gambar objek kecil dan kompleks.
Sistem Pengajaran E-Learning Di Program Studi Teknik Informatika Universitas Nusantara Pgri Kediri Widodo, Danang Wahyu; Pamungkas, Danar Putra; Swanjaya, Daniel
Generation Journal Vol 3 No 1 (2019): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (264.185 KB) | DOI: 10.29407/gj.v3i1.12708

Abstract

E-learning memberikan kemudahan dan kelancaran proses belajar-mengajar baik bagi mahasiswa maupun dosen. Dengan metode e-learning, dosen dapat meningkatkan intensitas komunikasi interaktif dengan mahasiswa di luar jam kuliah resmi. Metode e-learning memberikan keleluasaan pada dosen untuk memberikan akses kepada mahasiswa untuk mendapatkan referensi ilmiah terkait dengan mata kuliah tersebut yang mungkin tidak didapat selama jam kuliah maupun praktikum. Referensi-referensi tersebut dapat berupa tulisan ilmiah, artikel populer atau jurnal-jurnal elektronik. Hal ini akan sangat berguna bagi mahasiswa, karena selain dapat memperkuat pemahaman mahasiswa untuk tiap pokok bahasan perkuliahan. Penggunaan e-learning bisa memungkinkan mahasiswa untuk belajar dimana saja tanpa harus pergi mengikuti perkuliahan di kelas, khususnya di Fakultas Program Studi Teknik Informatika Universitas Nusantara PGRI Kediri
Sistem Penentu Anggota Divisi Himpunan Mahasiswa Program Studi (SIPADI HIMAPRODI) Aji, Abraham Dimas Bayu; Swanjaya, Daniel
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.
Aplikasi Rekrutmen Sukarelawan dalam Pelayanan Gereja menggunakan Jaringan Syaraf Tiruan Usman, Tamariska; Swanjaya, Daniel; Farida, Intan Nur
Nusantara of Engineering (NOE) Vol 6 No 2 (2023): Volume 6 No 2 Tahun 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v6i2.20778

Abstract

Pelayan adalah seorang yang membantu dalam aktivitas gereja. Saat ini Pelayan Altar Gereja Isa Almasih Kediri mengalami kesulitan dalam mencari sumber daya manusia yang memiliki potensi yang sesuai dengan bidang pelayanan yang ada, sehingga terjadi sebuah krisis sumber daya manusia dalam pelayanan karena jemaat belum mengerti bidang pelayanan mana yang sesuai dengan potensi yang mereka miliki. Berdasarkan masalah tersebut, penelitian ini membuat sebuah sistem rekomendasi bidang pelayanan sehingga jemaat dapat mengetahui bidang pelayanan yang sesuai dengan potensi yang dimiliki. Penelitian ini menggunakan algoritma Jaringan Syaraf Tiruan Perceptron. Pada proses training perceptron akan memperoleh bobot dan bias akhir yang nantinya akan digunakan sebagai simulasi dengan data testing. Uji data training yang digunakan sebanyak 53 data dan data testing sebanyak 11 data. Pada hasil evaluasi berdasarkan pengujian didapatkan hasil akurasi sistem rekomendasi ini mencapai 73%.
CNC Modeling For Auto Capsul Filler Nugroho, Bagas Aji; Swanjaya, Daniel
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 Kristianto, Yunio Heri; Swanjaya, Daniel
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 Adiguna, Yosafat; Swanjaya, Daniel
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 Sari, Dwi Fitriana; Swanjaya, Daniel
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%.
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