Article Per Year (5 Year)
p-Index From 2021 - 2026
2.392
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Kursor Prosiding SNATIKA Vol 01 (2011) Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Terapan Abdimas Jurnal Farmasi Galenika (Galenika Journal of Pharmacy) Jurnal SOLMA Conference on Innovation and Application of Science and Technology (CIASTECH) JURNAL NUSANTARA APLIKASI MANAJEMEN BISNIS Teknika Insyst : Journal of Intelligent System and Computation Journal of Community Practice and Social Welfare (JaCiPS) Seminar Nasional Ilmu Terapan Prosiding Seminar Nasional Universitas Ma Chung Prosiding Seminar Nasional Pengabdian Masyarakat Jurnal Difusi Ipteks Legowo
Windra Swastika
Program Studi Teknik Informatika, Universitas Ma Chung
Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Penerapan PECS-Bahan Ajar Autisme Romy Budhi Widodo; Windra Swastika; Kestrilia Rega Prilianti
Prosiding Seminar Nasional Pengabdian Masyarakat Universitas Ma Chung Vol. 1 (2021): Prosiding Seminar Nasional Pengabdian Masyarakat Ma Chung 2021
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.607 KB) | DOI: 10.33479/senampengmas.2021.1.1.333-340

Abstract

Kegiatan yang dilakukan bertujuan untuk memberikan nilai lebih kepada mitra. Pada kesempatan ini, kelompok kami berusaha ingin memberikan nilai lebih kepada salah satu Wisma Epilepsi yang ada di kota Malang. Di wisma tersebut terdapat anak autis, ASD (Autism Spectrum Disorder) dan sekaligus hiperaktif yang berusia 14 tahun. Dari hasil pengamatan oleh pembina, anak asuh dengan ASD ini memiliki tipe belajar visual. Alat-alat bermain dan belajar visual yang telah dimiliki perlu dianalisis dan jika perlu ditingkatkan keberagamannya sesuai kerjasama dengan penanggung jawab wisma. Keragaman bahan ajar juga disesuaikan dengan kemajuan pemahaman konsep dari anak tersebut. Beberapa alat belajar juga sering mengalami kerusakan sehingga diperlukan cara melindungi alat-alat belajar tersebut dari koyak dan kerusakan. Luaran sosial yang diharapkan adalah adanya peningkatan kemampuan dan kreatifitas anak ASD di Wisma Epilepsi tersebut. Pada kegiatan ini usaha menerapkan PECS-picture exchange communication system-dilakukan meski kendala pertemuan fisik yang jumlahnya tidak dapat terlalu banyak disebabkan ketidaknyamanan interaksi fisik di masa pandemi. Hasil pengamatan dari beberapa kali pertemuan dengan menerapkan PECS diperoleh bahwa penggabungan PECS dan model 3 dimensi, lebih sesuai digunakan, daripada hanya metode PECS saja, pada subjek
Perbandingan Particle Swarm Optimization dengan Genetic Algorithm dalam Feature Selection untuk Analisis Sentimen pada Permendikbudristek PPKS-LPT Gregorius Guntur Sunardi Putra; Windra Swastika; Paulus Lucky Tirma Irawan
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.57300

Abstract

Kekerasan seksual merupakan salah satu masalah serius yang perlu diselesaikan. Setiap tahunnya terdapat lebih dari 2000 aduan kekerasan seksual. Di satuan Pendidikan, sebanyak 55% dari pelaku merupakan guru atau tenaga pendidik. Jumlah yang ada masih belum merepresentasikan jumlah sebenarnya karena 63% dari peserta survei DIKTI tidak melaporkan kasus kekerasan seksual yang diketahuinya dengan alasan menjaga nama baik kampus. Dengan begitu, Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi (Kemendikbud) menerbitkan Peraturan Menteri Pendidikan, Kebudayaan, Riset, dan Teknologi (Permendikbudristek) Nomor 30 tahun 2021 tentang Pencegahan dan Penanganan Kekerasan Seksual di Lingkungan Perguruan Tinggi (PPKS-LPT). Peraturan ini menimbulkan kontroversi di masyarakat sehingga perlu dilakukan klasifikasi sentimen. Klasifikasi sentimen dilakukan menggunakan algoritma Multinomial Naïve Bayes, Complement Naïve Bayes, Support Vector Machine, dan Nearest Neighbor dengan menggunakan data seleksi fitur Genetic Algorithm dan Particle Swarm Optimization pada data hasil ekstraksi fitur TF-IDF dari data Twitter yang diambil pada tanggal 1 September-30 Desember 2021 menggunakan kata kunci “permendikbud”, hashtag “cabutpermendikbudristekno30”, dan hashtag “dukungpermendikbud30”. Kemudian klasifikasi akan dievaluasi menggunakan 10-Fold Cross Validation. Hasil dari penelitian ini, algoritma CNB memiliki kinerja paling baik jika dibandingkan dengan 4 algoritma klasifikasi lain dengan nilai accuracy 0.688, precison 0.685, recall 0.688, dan f1-score 0.683. Seleksi fitur GA belum mampu menemukan fitur-fitur yang memiliki akurasi lebih baik jika dibandingkan menggunakan semua fitur, sedangkan seleksi fitur PSO mampu menemukan fitur yang memiliki akurasi sama atau lebih baik jika dibandingkan menggunakan semua fitur dengan peningkatan tertinggi sebanyak 0.8% pada MNB. Sebanyak 49% dari responden merupakan pendukung pengesahan Permendikbudristek PPKS-LPT.
Penggunaan Machine Learning dalam Klasifikasi Bahasa Isyarat BISINDO Menggunakan Kamera Handoko, Nico Alexander; Widodo, Romy Budhi; Swastika, Windra
Prosiding Seminar Nasional Universitas Ma Chung (Informatika & Sistem Informasi Bahasa dan Seni
Publisher : Ma Chung Press

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bahasa isyarat digunakan untuk berkomunikasi antara penyandang tunarungu dan tunawicara dengan pendengar. Permasalahan yang ada ialah bahasa isyarat jarang dipahami oleh masyarakat pada umumnya, sedangkan biaya penerjemah bahasa isyarat pada umumnya cukup mahal. Oleh karena itu, penggunaan teknologi Machine Learning dalam mengartikan bahasa isyarat menjadi penting untuk membantu meningkatkan komunikasi antara masyarakat umum dengan penyandang tunarungu dan tunawicara. Selain itu penggunaan teknologi Machine Learning dalam mengartikan bahasa isyarat dapat membuka peluang untuk pengembangan aplikasi cerdas yang lebih canggih, seperti sistem kontrol cerdas, robotika, dan rumah cerdas. Penelitian ini bertujuan untuk membuat prototipe aplikasi penggunaan teknologi Machine Learning dalam mengartikan bahasa isyarat BISINDO menggunakan kamera. Prototipe telah berhasil dibuat menggunakan empat jenis model classifier dari Machine Learning yaitu Random Forest, KNN, SVM, dan Decision Tree. Model-model yang digunakan berhasil mengidentifikasi bahasa isyarat SIBI, walaupun memiliki kekurangan dan masih lama dibandingkan dengan metode ketik. Kinerja model terbaik ialah Random Forest dengan nilai akurasi, presisi, f1, serta recall sebesar 97,7% yang diperoleh dari pengujian model dan 84% presisi secara real time. Serta mampu mencapai standar durasi paling singkat dalam mengklasifikasi gestur yaitu sebesar 34,6 kata per menit. Model yang lain memiliki kinerja yang cukup baik dengan kemampuan kinerja terendah diperoleh dari Decision Tree yaitu sebesar 89,3% untuk nilai akurasi, presisi, f1, dan recall yang diperoleh dari pengujian model. Kemudian memperoleh 75% nilai presisi secara real time dan memperoleh rata rata kecepatan klasifikasi 17.6 kata per menit.
DESAIN DAN PENGEMBANGAN APLIKASI SISTEM ADMINISTRASI DESA TEGALWERU KECAMATAN DAU Irawan, Paulus Lucky Tirma; Kurniawan, Yudhi; Swastika, Windra
Jurnal Terapan Abdimas Vol 5, No 1 (2020)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/jta.v5i1.4512

Abstract

Abstract. Tegalweru is located in Dau, Malang. Tegalweru has 3 hamlets, including Krajan, Kraguman and Jengglong hamlet. In data management, Tegalweru is assisted by a number of village officials consisting of Kaur (Head of General Affairs), Finance Chief, Kebayan, Kuwono, Modin, Pramu, Kepetengan and Kamituwo. One routine administration that is directly related to community service is correspondence activities, such as making certificates starting from the domicile certificate, business domicile certificate, residence certificate, and others. Based on the initial analysis of the findings in the field, there are several potential problems found. The absence of a system makes the administrative routine management process less effective because population data that is the main supporting data must be accessed manually. This problem needs to get special attention so that Tegalweru can minimize the mistakes that occur due to the administrative process carried out manually services to the community so the service quality can be improved. An Information System has been made to help stake holders in doing their administrative services to the society.Abstrak. Desa Tegalweru terletak di Kecamatan Dau, Kabupaten Malang. Desa Tegalweru memiliki 3 dusun, meliputi dusun Krajan, dusun Kraguman dan dusun Jengglong. Dalam pengelolaan data masyarakatnya, Desa Tegalweru dibantu oleh beberapa perangkat desa terdiri dari Kaur (Kepala Urusan) Umum, Kaur Keuangan, Kebayan, Kuwono, Modin, Pramu, Kepetengan dan Kamituwo. Salah satu rutin administratif yang berkaitan langsung dengan layanan masyarakat adalah kegiatan surat menyurat, seperti pembuatan surat-surat keterangan mulai dari surat keterangan domisili, surat keterangan domisili usaha, surat keterangan kependudukan, dan lainnya. Berdasarkan analisa tahap awal terhadap data temuan dilapangan, terdapat beberapa potensi masalah yang ditemukan. Ketiadaan sistem membuat proses pengelolaan rutin administratif menjadi kurang efektif karena data kependudukan yang menjadi data pendukung utama harus diakses secara manual. Permasalahan ini perlu untuk mendapatkan perhatian khusus sehingga Desa Tegalweru dapat meminimalisir kesalahan-kesalahan yang terjadi diakibatkan oleh proses administrasi yang dilakukan secara manual sehingga layanan kepada masyarakat dapat ditingkatkan. Kegiatan pengabdian ini telah menghasilkan sebuah aplikasi sistem informasi administrasi berbasis web yang sudah dapat digunakan untuk membantu kantor desa Tegalweru dalam menjalankan kegiatan rutin administratif dan pengelolaan data kependudukan dengan lebih baik dan cepat.
RANCANG BANGUN APLIKASI PENGENALAN PELAT NOMOR UNTUK SISTEM PARKIR BERLANGGANAN BERBASIS DESKTOP MENGGUNAKAN TESSERACT OCR Kelana, Oesman Hendra; Bahardica, Dan Julio; Subianto, Mochamad; Swastika, Windra
Seminar Nasional Ilmu Terapan Vol 3 No 1 (2019): Seminar Nasional Ilmu Terapan (SNITER) 2019
Publisher : Universitas Widya Kartika Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (614.829 KB)

Abstract

Pelat nomor merupakan salah satu identitas pada kendaraan bermotor yang berisi kombinasi angka unik yang berbeda-beda untuk setiap kendaraan yang ada di Indonesia. Memiliki pelat nomor merupakan salah satu persyaratan yang harus dipenuhi sebuah kendaraan bermotor agar menjadi legal secara hukum untuk di Indonesia. Fungsi lainnya adalah menjadi identitas saat menggunakan lahan parkir. Tingginya penggunaan lahan parkir menuntut pengelolaan lahan parkir yang baik pula. Untuk memenuhi tuntutan tersebut, pengelola mulai meninggalkan cara konvensional dan mengadopsi teknologi. Salah satunya adalah penggunaan komputer untuk mendukung pengelolaan lahan parkir. Dalam penelitian ini dikembangkan suatu aplikasi untuk sistem parkir berlangganan yang dapat mengenali pelat nomor secara otomatis untuk mempermudah penggunaan fasilitas parkir. Pelat nomor dalam bentuk citra yang diperoleh melalui webcam akan dikenali dengan melihat garis tepian yang diperoleh dan disegmentasi menjadi pelat nomor. Pelat nomor yang telah disegmentasi akan dikenali menggunakan Tesseract OCR. Untuk memeriksa kecocokan hasil pengujian dilakukan perhitungan menggunakan Levenshtein Distance. Dari 96 pengujian dengan menggunakan webcam dan kamera profesional serta variabel pengujian lainnya, 50 pelat berhasil dideteksi. Kemudian dari pelat yang berhasil dideteksi didapatkan akurasi pengenalan sebesar 88,2%
Molecular Docking and Molecular Dynamic Studies of Secondary Metabolites from Momordica Charantia as Natural Antidiabetic: Studi Penambatan dan Dinamika Molekuler Senyawa Metabolit Sekunder Momordica Charantia sebagai Antidiabetes Alami Rollando, Rollando; Chandra, Melisa Dwi; Aftoni, Muhammad Hilmi; Swastika, Windra
Jurnal Farmasi Galenika (Galenika Journal of Pharmacy) (e-Journal) Vol. 10 No. 1 (2024): (March 2024)
Publisher : Universitas Tadulako

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22487/j24428744.2024.v10.i1.15976

Abstract

Background: Diabetes Mellitus is a non-contagious disease characterized by hyperglycemia. Diabetes mellitus occurs when the body cannot receive or use insulin properly. If you already have diabetes, then the patient must take medication continuously because diabetes mellitus is a lifelong disease. Because medicines are quite expensive, alternative ways to cure the disease are needed by consuming traditional medicines, one of which is bitter melon (Momordica charantia). Objectives: This research aims to predict the secondary metabolite compounds in the bitter melon plant, analyze molecular interactions, and identify compounds that can lower blood sugar levels. Material and Methods: 12 compounds from the Momordica charantia plant and six proteins (1IR3, 1RHF, 1XU7, 4PNZ, 4YVP, 2NT7) that will be docked using Pyrx and Yasara Dynamics applications. Results: From the molecular docking results, three compounds with the highest binding affinity were found in Momordica charantia: momordenol, oleanolic acid, and momordicin. Based on molecular dynamics simulations, these three compounds were stable in their interactions with the six proteins tested, namely 1IR3, 1RHF, 4PNZ, 4YVP, 1XU7, and 2NT7. Momordenol and momordicin showed the most stable interaction profiles. Furthermore, ADMET tests showed that momordenol, oleanolic acid, and momordisin have drug-like characteristics. Conclusions: The Momordica charantia plant has the potential to act as an antidiabetic agent.
Pengembangan Aplikasi Reminder Berbasis Whatsapp Untuk Meningkatkan Efektivitas Pendampingan Pasien Kanker Payudara Oleh Relawan Paliatif Swastika, Windra; Hendra, Godeliva Adriani; Rollando, Rollando; Rahadi, Theresa Dhea Lonika; Pramesti, Agatha Tri Endha
Journal of Community Practice and Social Welfare Vol. 5 No. 1 (2025): Journal of Community Practice and Social Welfare
Publisher : LPPM Universitas Ma Chung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Program pengabdian masyarakat ini bertujuan untuk mengembangkan dan mengimplementasikan aplikasi pengingat berbasis WhatsApp guna meningkatkan efektivitas pendampingan pasien kanker payudara oleh relawan paliatif di Kecamatan Junrejo, Kota Batu. Program ini mengatasi tantangan kepatuhan pasien terhadap terapi dan keterbatasan relawan paliatif dalam memberikan dukungan yang konsisten. Metode yang digunakan meliputi perancangan sistem pengingat WhatsApp yang mudah digunakan, pelatihan relawan paliatif, dan implementasi sistem selama tujuh bulan. Aplikasi pengingat menggunakan format pesan terstruktur untuk menjadwalkan pengingat obat, janji temu, dan penyampaian konten edukasi. Hasil dari fase implementasi awal menunjukkan tingkat keberhasilan pengiriman pengingat yang tinggi (77,38%), mengindikasikan potensi peningkatan kepatuhan pasien dan efisiensi relawan. Kemampuan sistem dalam menangani jadwal pengobatan yang kompleks dan mempersonalisasi perawatan untuk beberapa pasien secara bersamaan menunjukkan potensinya dalam meningkatkan manajemen perawatan paliatif. Inisiatif ini memperlihatkan integrasi teknologi dalam sistem pendukung kesehatan, yang berpotensi menjadi model untuk intervensi serupa dalam pengelolaan penyakit kronis.
Comparative Analysis of Neural Network Architecture Optimization: A Study on Genetic Algorithm, Random Search, Grid Search, and Adaptive Search Methods for Digit Classification Swastika, Windra
Intelligent System and Computation Vol 7 No 1 (2025): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v7i1.409

Abstract

This research presents a comprehensive comparative analysis of four neural network architecture optimization methods: Genetic Algorithm (GA), Random Search, Grid Search, and Adaptive Search. Using the MNIST digits dataset, a systematic evaluation was performed based on accuracy, computational efficiency, and architectural complexity. The experimental results demonstrate that the Genetic Algorithm achieved the highest accuracy at 98.33%, while Grid Search demonstrated computational efficiency with the fastest execution time at just 31.06 seconds. Random Search and Adaptive Search showed competitive performance with accuracies of 97.78% and 97.22% respectively, with varying computational requirements. The study revealed that simpler architectures with one or two layers often performed comparably to more complex structures, challenging the common assumption that deeper networks necessarily yield better results. The Genetic Algorithm converged to an optimal single-layer architecture with 119 neurons and ReLU activation, while Adaptive Search explored a more complex three-layer solution. The research identified a non-linear relationship between accuracy gains and computational costs, indicating that substantial increases in computational investment may yield diminishing returns in performance improvement. The convergence patterns of each method provided additional insights, with GA showing steady improvement across generations while Random Search achieved early discovery of good solutions. These findings contribute to both theoretical understanding and practical applications of neural network optimization, offering valuable insights into the trade-offs between methods and practical guidelines for selecting appropriate architecture optimization strategies based on specific requirements for accuracy and computational constraints.
Comparative analysis of random forest and deep learning approaches for automated acute lymphoblastic leukemia detection using morphologicaland textural features Swastika, Windra; Prilianti, Kestrilia Rega; Irawan, Paulus Lucky Tirma; Setiawan, Hendry
Jurnal Ilmiah Kursor Vol. 13 No. 1 (2025)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/kursor.v13i1.427

Abstract

Acute Lymphoblastic Leukemia (ALL) is a type of blood cancer that requires early and accurate detection for effective treatment. Current diagnostic approaches face significant challenges including time-consuming manual examination, inter-observervariability, and difficulty in balancing sensitivity with specificity. This study aims to develop and compare two automated ALL detection methodologies to overcome these limitations. We propose: (1) a Random Forest classifier using carefully engineered morphological and textural features, and (2) a Convolutional Neural Network (CNN)architecture for automated feature learning from microscopic blood cell images. Using 10,661 images from the ALL Challenge dataset, we evaluated both approaches on training (70%), validation (15%), and test (15%) sets. Feature importance analysis revealed cell area (10.71%), energy (10.67%), and skewness (10.50%) as the mostsignificant discriminative features. The Random Forest achieved 85% accuracy withnotable sensitivity for ALL detection (93%), while the deep learning approachdemonstrated superior performance with 87% accuracy and better false positive control(27.50% vs. 35.76%). Our comparative analysis shows that while both methodsdemonstrate clinical viability for automated ALL screening, the deep learning approachoffers advantages in reducing false positives while maintaining high detectionsensitivity. This research contributes to the advancement of computer-aideddiagnostic tools that can support pathologists in early ALL detection,potentially reducingdiagnostic time and improving consistency.
PEMBELAJARAN GAME EDUKASI DENGAN OBJECT-ORIENTED PROGRAMMING PADA JENJANG SMP YPK MALANG Widodo, Romy Budhi; Swastika, Windra; Yuswanto, Yuswanto
Jurnal Difusi Ipteks Legowo Vol. 1 No. 1 (2023): Jurnal Difusi Ipteks Legowo
Publisher : Perkumpulan Legowo Cerdas Sejahtera

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62242/jdil.v1i1.5

Abstract

Extracurricular activities which are supplements and complements of the curriculum have been planned in the educational calendar of a school. Although these activities are outside the curriculum, whether they are compulsory or optional activities, they play an important role in personality development and discovering student talents. Learning educational games at SMP YPK Malang is carried out in community service for the 2019/2020 period. The material uses object-oriented programming with the Greenfoot platform. The results of this extracurricular learning are evaluated with a qualitative assessment of the domain of acting skills. The assessment techniques used include practices, products, and projects. The results of the evaluation show that the aspects of student diligence and the selection of suitable materials are the dominant factors in the success of students in producing game products.
Co-Authors Albert Wahyudi Nur Bahardica, Dan Julio Chandra, Melisa Dwi Dewangga, Stanley Godeliva Adriani Hendra Gregorius Guntur Sunardi Putra Handoko, Nico Alexander Haryasena, Agustinus Bohaswara Haryasena Bohaswara Hendry Setiawan Hideaki Haneishi Irawan, Paulus Lucky Tirma Kestrilia Rega Prilianti Kurniawan, Ardian Leona, Ossie Leona, Ossie Mochamad Subianto Muhammad Hilmi Afthoni Nugraha, Arief Oepojo, Alvin Andrius Oesman Hendra Kelana Oesman Hendra Kelana Paulus Lucky Tirma Irawan Paulus Lucky Tirma Irawan Pramesti, Agatha Tri Endha Rahadi, Theresa Dhea Lonika Rino Tam Cahyadi, Rino Tam Rollando, Rollando Romy Budhi Widodo Tarsisius Renald Suganda Wirasantosa, Hermawan Yudhi Kurniawan Yudhi Kurniawan Yuswanto Yuswanto