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 
Sistem Penilaian Kinerja Pendamping Sosial PKH Menggunakan AHP untuk Perpanjangan Kontrak Kerja Essa, Idam Iganda; Farida, Intan Nur; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/6d5k0z06

Abstract

Penilaian kinerja pendamping sosial Program Keluarga Harapan (PKH) di Dinas Sosial Kabupaten Kediri masih dilakukan secara manual, yang menyebabkan tidak objektifan dalam pengambilan keputusan, terutama dalam hal perpanjangan kontrak kerja. Penelitian ini bertujuan untuk merancang dan menerapkan sistem penilaian kinerja berbasis Analytic Hierarchy Process (AHP) guna meningkatkan objektivitas dan transparansi dalam evaluasi kinerja pendamping sosial. Metode AHP digunakan untuk mengukur kinerja pendamping sosial dengan mempertimbangkan 13 kriteria yang relevan. Hasil penelitian menggunakan data evaluasi kinerja yang diperoleh pada tahun 2024, yang mencakup seluruh proses penilaian terhadap 210 pegawai menunjukkan bahwa 98% pendamping sosial direkomendasikan untuk diperpanjang kontraknya tanpa syarat, 1,43% dengan pemantauan dan bimbingan, dan 0% tidak diperpanjang kontraknya. Penerapan AHP menghasilkan keputusan yang lebih adil dalam perpanjangan kontrak kerja, dengan konsistensi matriks perbandingan yang valid (CR ≤ 0,1). Sistem ini dapat menjadi referensi dalam pengembangan sistem penilaian kinerja yang lebih efektif di instansi pemerintah lainnya.
Implementasi Metode Faster R-CNN Untuk Deteksi Penyakit Tanaman Mentimun Melalui Citra Daun Mahendra, Rizqi Maulana; Widyadara, Made Ayu Dusea; 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/nqms7824

Abstract

Mentimun (Cucumis Sativus) merupakan salah satu tanaman hortikultura penting di Indonesia dengan nilai ekonomi tinggi, namun rentan terhadap serangan hama dan penyakit yang dapat menurunkan kualitas dan kuantitas hasil panen. Penelitian ini bertujuan untuk menerapkan metode Faster R-CNN dan arsitektur ResNet50 dalam mendeteksi penyakit pada tanaman mentimun. Alur proses penelitian ini terdiri dari pengumpulan dataset, preprocessing data, pelatihan, dan evaluasi. Dataset yang digunakan berjumlah 799 citra daun mentimun, yang terdiri dari lima kelas: Fresh Leaf, Anthracnose, Bacterial Wilt, Downy Mildew, dan Gummy Stem Blight. Pelatihan model menggunakan K-Fold Cross Validation sebanyak 5 fold (K=5) dengan optimizer SGD, batch size 2, learning rate 0,007, dan 20 epoch. Hasil menunjukan  menghasilkan rata-rata akurasi sebesar 0.86%, precision 0.87%, recall 0.88%, dan F1-score 0.87%. Hal ini membuktikan bahwa model mampu melakukan generalisasi dengan baik terhadap variasi data.
SISTEM REKOMENDASI LAGU BERBASIS KNN MENGGUNAKAN FITUR AUDIO DARI SPOTIFY API Witanto, Nur Kholiq Yoga; Swanjaya, Daniel; 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: 10.29407/9dahat61

Abstract

Sistem rekomendasi lagu berbasis fitur audio menjadi solusi untuk membantu pengguna menemukan lagu baru sesuai preferensi mereka. Penelitian ini bertujuan mengembangkan sistem rekomendasi lagu menggunakan algoritma K-Nearest Neighbor (KNN) dengan memanfaatkan fitur audio dari Spotify API seperti tempo, energy, valence, acousticness, dan danceability. Metode penelitian yang digunakan adalah waterfall, dimulai dari analisis kebutuhan, pengumpulan dataset dari Kaggle, normalisasi data, hingga implementasi dan evaluasi menggunakan metrik Top K-Accuracy. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi dengan tingkat akurasi sebesar 68%, yang berarti 3-4 lagu dari 5 lagu yang direkomendasikan relevan dengan preferensi pengguna. Penelitian ini membuktikan bahwa KNN dapat diterapkan secara efektif dalam sistem rekomendasi musik berbasis fitur audio, sehingga meningkatkan pengalaman pengguna dalam menikmati musik.
Pengembangan Sistem Kasir Berbasis Suara dengan Fuzzy Matching di Koperasi Harapan Mulya Kediri Ayu Meudea, Prita; Daniel Swanjaya; Julian Sahertian
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/w7mzpf55

Abstract

Sistem pencatatan transaksi manual di koperasi mahasiswa rentan terhadap kesalahan dan tidak efisien. Penelitian ini mengembangkan sistem kasir berbasis pengenalan suara (Automatic Speech Recognition/ASR) yang dipadukan dengan metode fuzzy string matching untuk mengenali nama produk secara lisan. Penelitian dilakukan di Koperasi Harapan Mulya UN PGRI Kediri menggunakan 80 data produk, dengan alat berupa laptop, mikrofon, dan library Python seperti SpeechRecognition, PyAudio, serta RapidFuzz. Hasil pengujian menunjukkan bahwa tingkat akurasi awal ASR hanya 40%, namun meningkat menjadi 86,6% setelah ditambahkan proses pencocokan melalui kamus dan fuzzy match. Sistem ini terbukti dapat mengurangi kesalahan input dan mempercepat proses transaksi. Temuan ini menunjukkan pentingnya pendekatan kombinasi STT dan fuzzy matching dalam lingkungan koperasi yang ramai. Dengan demikian, sistem ini dapat menjadi solusi praktis dan efisien bagi koperasi mahasiswa yang memiliki keterbatasan sumber daya.
Implementasi Yolov8 Untuk Klasifikasi Jenis Kucing Seftania, Putri Derisa Adilla Dewi; Widyadara, Made Ayu Dusea; 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/fwrgp738

Abstract

Kucing dalam bahasa latin adalah Felis silvestris catus adalah sejenis hewan karnivora. Kucing adalah hewan peliharaan terpuler di dunia yang memiliki banyak peminat dan penggemar. Karena banyaknya jumlah jenis kucing seringkali pemilik tidak mengetahui jenis kucing yang dimiliki, maka dibutuhkan sebuah algoritma yang dapat mengklasifikasikan citra kucing agar pemilik kucing mengetahui jenis kucing apa yang dimilikinya. Penelitian ini mengembangkan algoritma You Only Look Once (YOLO) untuk mengklasifikasikan jenis kucing berdasarkan citra, mengingat banyaknya jenis kucing yang diakui. Dua skenario pelatihan dengan model YOLOv8 dievaluasi berdasarkan akurasi dan metrik kinerja. Skenario pertama dengan 20 epoch mencapai precision 0.651 dan recall 0.887, sedangkan skenario kedua dengan 50 epoch menunjukkan peningkatan signifikan dengan precision 0.916 dan recall 0.792. Hasil menunjukkan peningkatan performa model yang stabil, menjadikannya alat yang efisien dalam mengidentifikasi dan mengklasifikasikan jenis kucing.
Analisis Hasil Rekomendasi Cerita Panji Kediri Menggunakan Item-Based Collaborative Filtering Anugraha, Aldino Alung Putra; Swanjaya, Daniel; Sehartian, 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/ggzvv919

Abstract

Cerita Panji merupakan warisan budaya penting dari Kediri, Indonesia, yang mengandung nilai-nilai kearifan lokal, sejarah, dan moral. Namun, minat generasi muda terhadap cerita ini menurun akibat pesatnya arus digital. Untuk mengatasi hal ini, dikembangkan aplikasi web Cerita Panji Kediri yang menyajikan cerita dalam bentuk flipbook interaktif, dilengkapi sistem rekomendasi berbasis Item-Based Collaborative Filtering (IBCF) guna meningkatkan personalisasi pengalaman pengguna. Metode IBCF digunakan untuk menganalisis kemiripan antar-cerita berdasarkan riwayat pembacaan pengguna, dengan perhitungan cosine similarity untuk menentukan rekomendasi. Evaluasi menggunakan Top-K Accuracy menunjukkan akurasi rata-rata sebesar 62%, mengindikasikan bahwa 3 dari 5 cerita yang direkomendasikan relevan dengan preferensi pengguna. Hasil penelitian membuktikan bahwa pendekatan IBCF efektif dalam merekomendasikan cerita Panji tanpa memerlukan analisis konten secara langsung. Aplikasi ini tidak hanya menjadi media edukasi budaya, tetapi juga berperan dalam pelestarian cerita tradisional melalui teknologi digital. Pengembangan selanjutnya dapat mencakup metode hybrid atau faktor tambahan seperti rating pengguna untuk meningkatkan akurasi sistem. 
Perancangan Aplikasi Augmented Reality Pada Buku Cerita Ande Ande Lumut RIZQI VIERI, MUHAMMAD ARIEL; Swanjaya, Daniel; Pamungkas, Danar Putra; Saputra, Muh. Aris
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/kybc2d31

Abstract

Perkembangan teknologi informasi membuka peluang pengembangan media pembelajaran interaktif. Aplikasi buku cerita Ande Ande Lumut menggunakan teknologi Augmented Reality (AR) untuk menggabungkan buku dongeng tradisional dengan elemen digital yang menarik. Ilustrasi cerita dibuat secara mandiri menggunakan Photoshop, kemudian dikembangkan dengan Unity dan Vuforia sebagai engine AR. Aplikasi ini memungkinkan gambar muncul dalam bentuk objek 3D atau animasi interaktif melalui kamera smartphone berbasis Android. Tujuan utama aplikasi adalah meningkatkan pengalaman belajar anak-anak dengan cara yang menyenangkan dan edukatif. Dengan memanfaatkan teknologi AR dan kreativitas ilustrasi, aplikasi ini diharapkan menjadi media pembelajaran yang efektif dan inovatif di era digital.
Penerapan Chatbot Berbasis Natural Language Processing untuk Layanan Informasi PPDB di SMK PGRI 1 Kediri Al Farizi, Mochammad; 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/c4x80271

Abstract

Pelayanan informasi Penerimaan Peserta Didik Baru (PPDB) merupakan aspek penting dalam mendukung proses pendaftaran siswa baru di tingkat sekolah menengah. Di SMK PGRI 1 Kediri, pelayanan informasi PPDB sebelumnya masih mengandalkan tenaga manusia, yang memiliki keterbatasan dalam hal waktu dan kapasitas, terutama saat jumlah pertanyaan meningkat secara signifikan. Untuk mengatasi permasalahan tersebut, penelitian ini telah berhasil mengembangkan sebuah chatbot berbasis Natural Language Processing (NLP) yang diintegrasikan dengan metode Levenshtein Distance sebagai solusi otomatisasi layanan informasi. Chatbot yang dikembangkan mampu memahami pertanyaan pengguna dalam bahasa alami dan mencocokkannya dengan data yang tersedia secara cerdas, meskipun terdapat kesalahan ketik atau variasi kata. Berdasarkan hasil pengujian, sistem ini terbukti dapat meningkatkan efisiensi pelayanan, mempercepat respons, serta memberikan informasi yang akurat kepada calon peserta didik dan orang tua. Tingkat keberhasilan chatbot dalam mencocokkan input pengguna terhadap data relevan mencapai lebih dari 80%, sehingga menunjukkan bahwa sistem ini efektif dan layak diterapkan sebagai sarana layanan informasi PPDB yang modern dan responsif.
Rancang Bangun Sistem Pendukung Keputusan Penilaian Kelayakan Kredit Motor Menggunakan Metode Profile Matching MUCHAMMAD YOHAN EKA ANDREANE; Daniel Swanjaya; 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/ngtktt53

Abstract

Pada proses pemberian kredit, metode yang dilakukan masih bersifat konvensional dan kurang objektif. Maka penelitian ini dilaksanakan untuk merancang dan membangun suatu aplikasi yang mendukung peningkatan efisiensi kelayakan penerima kredit. Penilaian kelayakan pemberian kredit yang menerapkan metode metode Profile Matching dan melakukan pencarian alternatif kelayakan pemberian kredit berdasarkan bobot kriteria yang telah ditentukan. Jenis penelitian ini menggunakan desain simulasi dan desain penelitian pengembangan. Instrumen penelitian berupa perangkat keras dan lunak. Teknik analisis data melalui desain sistem dan simulasi proses penyelesaian masalah. Hasil menunjukkan metode Profile Matching adalah dengan diawali pengguna memasukkan data login, dari data login akan diverifikasi apakah data tersebut benar atau salah. Jika data salah maka pengguna akan tetap berada di halaman login, sedangkan jika data login benar maka langkah selanjutnya yaitu melakukan input data aspek penilaian, input data subjek dan input data pembobotan. Setelah perhitungan profile matching selesai maka akan menampilkan hasil dari seleksi penerima kredit motor. 
Penerapan Pose Estimation dan LSTM dalam Analisis Gerakan Gym untuk Optimalisasi Teknik Latihan Attar, Alfan Faradudin; Nur Farida, Intan; Swanjaya, Daniel
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/g6s2hh11

Abstract

Kurangnya pemahaman terhadap teknik latihan yang benar saat berolahraga di gym dapat menyebabkan cedera dan mengurangi efektivitas latihan. Penelitian ini bertujuan mengembangkan sistem analisis gerakan menggunakan teknologi pose estimation dan metode LSTM untuk mendeteksi gerakan yang benar dan salah secara otomatis. Data diperoleh dari video gerakan Dumbbell Bicep Curl dan Shoulder Press yang dilakukan oleh personal trainer, kemudian diekstraksi menggunakan MediaPipe dan dianotasi untuk menghasilkan dataset berlabel. Model LSTM dilatih menggunakan data tersebut dan diintegrasikan ke dalam sistem berbasis website. Sistem ini mampu menghitung jumlah repetisi benar dan salah secara real-time. Hasil pengujian menunjukkan bahwa model mencapai akurasi 100% dalam mengklasifikasikan gerakan Shoulder Press dan 96,3% untuk gerakan Bicep Curl, dengan hasil yang konsisten dan dapat diandalkan. Penelitian ini menunjukkan potensi teknologi sebagai alat bantu latihan mandiri yang efektif di bidang kebugaran.
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