Article Per Year (5 Year)
p-Index From 2021 - 2026
5.571
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Akuntansi Indonesia Jurnal Simetris Prosiding SNATIF Jurnal Pseudocode E-Dimas: Jurnal Pengabdian kepada Masyarakat Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal SOLMA Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal DISPROTEK International Journal of Elementary Education EDUMATIC: Jurnal Pendidikan Informatika Jurnal SITECH : Sistem Informasi dan Teknologi Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Teknik Informatika (JUTIF) Journal of Information Technology Ampera Indonesian Journal of Technology, Informatics and Science (IJTIS) Journal of Software Engineering Ampera Jurnal UNITEK Devotion: Journal of Research and Community Service Jurnal Pengabdian Masyarakat (ABDIRA) Indonesian Journal of Networking and Security - IJNS SPEED - Sentra Penelitian Engineering dan Edukasi Muria Jurnal Layanan Masyarakat Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Locus Penelitian dan Pengabdian Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer IC Tech: Majalah Ilmiah Jurnal Sistem Informasi dan Manajemen Sasambo: Jurnal Abdimas (Journal of Community Service) International Journal of Artificial Intelligence and Science IC Tech: Majalah Ilmiah
Wiwit Agus Triyanto
Universitas Muria Kudus
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 90 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 90 Documents
Search

 5   6   7   8   9 
Aplikasi Tombol Bahaya (SITOBA) Menggunakan Teknologi Location Based Service (LBS) Untuk Keamanan Ketertiban Sebagai Sarana Mewujudkan Smart and Safe Village Arifin, Muhammad; Triyanto, Wiwit Agus
IC Tech: Majalah Ilmiah Vol 14 No 1 (2019): IC Tech: Majalah Ilmiah Volume XIV No. 1 April 2019
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v14i1.45

Abstract

Setiap orang tentunya membutuhkan suasana yang aman dan tentram, bahkan kebutuhan tersebut lebih utamakan dari pada kebutuhan makan dan minum. Hal ini dikarenakan seseorang tidak akan merasakan nikmatnya makan maupun minum ketika suasana sedang tidak aman dan tentram. Desa memiliki peran penting dalam menunjang kegiatan bermasyarakat warga desa, seperti informasi, kesehatan, pendidikan, bahkan segala sesuatu yang berhubungan dengan keamanan ketertiban masyarakat desa diatur dan ditangani oleh desa. Selama ini keamanan dan ketertiban sudah ditangani dengan baik oleh pemerintah desa, akan tetapi kendala yang muncul adalah terlambatnya informasi tentang kejadian yang terjadi karena korban harus datang langsung ke balai desa / petugas kemanan desa untuk melaporakan kejadian yang dialaminya, sehingga penanganan yang dilakukan menjadi terlambat. Untuk menyelesaikan permasalahan tersebut, maka dibutuhkan suatu system informasi yang mampu mempercepat informasi bahaya/tindakan kriminalitas yang dialami oleh warga ke pemerintah desa. Rancang bangun aplikasi one push danger button menggunakan teknologi location based service (LBS) pada smartphone untuk keamanan ketertiban masyarakat sebagai sarana mewujudkan smart and safe village, diharapkan dapat membantu penyampaian informasi bahaya ataupun pelanggaran keamanan dan ketertiban secara cepat dengan hanya menekan sebuah tombol pada aplikasi smartphone, selain tindakan pelanggaran, dengan menekan sebuah tombol juga dapat menyampaikan jika ada kejadian kecelakaan atau apapun yang membutuhkan penanganan bantuan dari desa secara cepat.
SISTEM INFORMASI REKOMENDASI PRODUK GEBYOK BERBASIS PREFERENSI KONSUMEN PADA UMKM MEBEL ARTZAK FURNITURE MENGGUNAKAN METODE ITEM-BASED COLLABORATIVE FILTERING Hidayatullah, Muhamad Arzak; Triyanto, Wiwit Agus; Setiawan, R. Rhoedy
JURSIMA Vol 12 No 2 (2025): Volume 12 Nomor 2 2025
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47024/js.v13i1.1027

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem informasi rekomendasi produk gebyok berdasarkan preferensi konsumen dengan menerapkan metode Item-Based Collaborative Filtering. UMKM Artzak Furniture sebagai objek penelitian menghadapi tantangan dalam memahami preferensi pelanggan secara mendalam, mengingat produk yang dijual merupakan barang dengan siklus pembelian yang jarang berulang. Sistem yang dikembangkan diharapkan dapat memberikan rekomendasi produk yang lebih sesuai dengan preferensi konsumen berdasarkan data transaksi sebelumnya. Hasil penelitian menunjukkan bahwa metode Item-Based Collaborative Filtering mampu memberikan rekomendasi produk dengan tingkat akurasi yang baik, membantu UMKM dalam meningkatkan pengalaman pelanggan serta potensi penjualan. Kata kunci : Rekomendasi Produk, Item-Based Collaborative Filtering, Sistem Informasi, UMKM Mebel, Gebyok
SISTEM PENDUKUNG KEPUTUSAN PENGELOLAAN DATA PELANGGARAN SISWA MENGGUNAKAN METODE SAW DIBANDING SMART DI SMP NEGERI 2 KALINYAMATAN Semit, Danial; Triyanto, Wiwit Agus; Setiawan, R Rhoedy; Setiaji, Pratomo
JURSIMA Vol 12 No 2 (2025): Volume 12 Nomor 2 2025
Publisher : INSTITUT TEKNOLOGI DAN BISNIS INDOBARU NASIONAL

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

Abstract

Sistem Pendukung Keputusan untuk Pengelolaan Data Pelanggaran Siswa di SMP Negeri 2 Kalinyamatan dirancang untuk membantu mencatat, menganalisis, dan mengambil keputusan terkait pelanggaran siswa secara lebih mudah dan akurat. Sistem ini menggunakan metode Simple Additive Weighting (SAW) dan Simple Multi Attribute Rating Technique (SMART) untuk mengevaluasi pelanggaran berdasarkan kriteria tertentu. Fitur utama sistem mencakup pencatatan data pelanggaran secara terstruktur, penyimpanan riwayat pelanggaran yang dapat diakses, serta pemberian rekomendasi tindak lanjut sesuai tingkat pelanggaran. Sistem ini juga memungkinkan guru BK untuk mengevaluasi data dengan cepat dan memberikan keputusan yang lebih transparan. Dengan adanya sistem ini, sekolah dapat menangani pelanggaran dengan lebih efektif, meningkatkan kedisiplinan siswa, dan memantau tindakan disiplin secara terorganisir. Sistem ini diharapkan mampu mendukung proses pembelajaran yang lebih tertib serta menciptakan lingkungan sekolah yang kondusif bagi seluruh siswa.
SIMPELMAS: An Integrated Information System for Research and Community Service Using a Prototype Development Approach Muzid, Syafiul; Murti, Alif Catur; Triyanto, Wiwit Agus
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 14 No. 2 (2025): MEY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v14i2.2339

Abstract

The Institute for Research and Community Service (LPPM) plays a strategic role in coordinating academic research and community engagement activities. However, fragmented data management continues to hinder performance evaluations and strategic decision-making in many universities. This study aims to develop SIMPELMAS (Research and Community Service Management Information System), an integrated platform designed to streamline the management of human resources, research, and community service data. Using a prototype-based development methodology, SIMPELMAS was implemented and tested in Universitas Muria Kudus. The system achieved high success rates in various aspects: over 95% in functionality, 99–100% in security, and 80–85% in user satisfaction. Key features such as proposal submission, fund monitoring, and final reporting functioned optimally. Integration testing confirmed effective data synchronization, while user feedback highlighted the need for improvements in user experience, particularly for students and new users. This study contributes to the digital transformation of higher education by providing a replicable model for academic information systems that support real-time monitoring, transparency, and data-driven governance. While the system has met key eligibility standards, further enhancements in user interface and mobile responsiveness are recommended to ensure broader usability and adoption.
CLASSIFICATION OF FRESH AND ROTTEN APPLES BASED ON IMAGE ANALYSIS USING CONVOLUTIONAL NEURAL NETWORK (CNN) Ferianti, Lydya Ayu; Setiaji, Pratomo; Triyanto, Wiwit Agus
Jurnal Disprotek Vol 16, No 2 (2025)
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jdpt.v16i2.8329

Abstract

The steps of this research lead to the design of a system that can help classify the condition of fresh or rotten apples by utilizing Convolutional Neural Network (CNN)-based image analysis, specifically by applying the You Only Look Once (YOLO) algorithm. YOLO was chosen because of its ability to be useful in fast and accurate object detection in real-time, making it effective for fruit quality recognition. The CNN model will be trained using a data set of apple images with various conditions, such as differences in color, texture, and level of damage, so that the system is able to distinguish fresh and rotten apples optimally. It is hoped that the results of this research will be useful in producing a web-based system that can automatically detect and classify apple quality. With this system, the apple quality inspection process becomes faster, more efficient, and reduces dependence on manual inspections, while helping to increase accuracy in the apple sorting process to determine whether the apples are rotten or fresh.KLASIFIKASI APEL SEGAR DAN BUSUK BERBASIS ANALISIS CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)Pada langkah tahapan penelitian ini menuju pada perancangan sebuah sistem yang dapat membantu klasifikasi kondisi buah apel segar atau busuk dengan memanfaatkan analisis citra berbasis Convolutional Neural Network (CNN), khususnya dengan menerapkan algoritma You Only Look Once (YOLO). YOLO dipilih karena kemampuannya berguna dalam deteksi objek secara cepat dan akurat secara real-time, sehingga efektif untuk pengenalan kualitas buah. Model CNN akan dilatih menggunakan kumpulan data citra apel dengan berbagai variasi kondisi, seperti perbedaan warna, tekstur, serta tingkat kerusakan, agar sistem mampu membedakan apel segar dan busuk secara optimal. Diharapkan, hasil dari penelitian ini berguna menghasilkan suatu sistem berbasis web yang dapat melakukan proses deteksi dan klasifikasi kualitas apel secara otomatis. Dengan adanya sistem ini, proses pemeriksaan kualitas apel menjadi lebih cepat, efisien, serta mengurangi ketergantungan terhadap inspeksi manual, sekaligus membantu meningkatkan akurasi dalam proses sortir buah apel lebih cepat mengetahui busuk atau segar.
Pengembangan Sistem Deteksi Kantuk Menggunakan YOLOv9 untuk Keselamatan dalam Berkendara Fernando Candra Yulianto; Wiwit Agus Triyanto; Syafiul Muzid
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 14 No 2: Mei 2025
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jnteti.v14i2.18701

Abstract

Drowsiness detection systems play a crucial role in safe driving, considering the high rate of traffic accidents caused mainly by drowsiness. Several drowsiness detection systems built using the eye aspect ratio (EAR), percentage of eyelid closure (PERCLOS), and convolutional neural network (CNN) methods still have limitations in terms of accuracy and response time. This study aimed to overcome these problems by applying the You Only Look Once version 9 (YOLOv9). This method has advantages in terms of speed and accuracy because it can detect objects in real-time in one processing stage. The dataset was collected independently from several sources in a real environment inside the vehicle with various lighting and viewing angles; then, labeling, preprocessing, and modeling processes were conducted. The model performance was evaluated based on precision, recall, F1 score, and mean average precision (mAP) metrics. The best model was optimized using several optimization techniques to determine the most optimal results. The results indicate that the YOLOv9 model trained using Nesterov-accelerated adaptive moment estimation (Nadam) optimization has a better image processing speed than other models. This model yielded a precision, recall, F1 score, mAP@50, mAP@50, mAP@50-95, and processing speed of 99.4%, 99.6%, 99.5%, 99.5%, 85.5%, and 52.08 FPS, respectively. The developed model can detect drivers’ drowsiness signs, such as closed eyes, yawning, abnormal head positions, and unnatural hand movements, in real time. However, this model still has limitations in detecting drivers wearing sunglasses, so further development is needed to improve its performance in these conditions.
AndiLearn (Android Interactive Learning) in Project-Based Activities to Strengthen Pancasila Student Profiles and Enhance Student Digital Literacy Latifah Nur Ahyani; Jayanti Putri Purwaningrum; Riawan Yudi Purwoko; Hasan Basri; Wiwit Agus Triyanto
International Journal of Elementary Education Vol 9 No 2 (2025): May
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/ijee.v9i2.95763

Abstract

The problem currently encountered is low student literacy, which makes it difficult for students to understand the material. This research aims to develop teaching materials in the form of AndiLearn (Android Interactive Learning) in project activities to strengthen the profile of Pancasila students to increase the digital literacy of phase B class students at SD N Sindurjan in the Independent Curriculum. This type of research and development is R&D (Research and Development) research using the Analysis, Design, Development, Implementation, and Evaluation (ADDIE) development model. These five stages are implemented by analyzing needs, student characteristics, and the curriculum. Validation of AndiLearn (Android Interactive Learning) in project activities to strengthen the profile of Pancasila students was carried out by language experts, learning media, and driving school facilitators, practicality was seen based on teacher and student responses. The results of the development of AndiLearn (Android Interactive Learning) in the project activities to strengthen the profile of Pancasila students to increase the digital literacy of phase B class students at SD N Sindurjan were declared very valid and practical. Based on the results from the validator, an average validity of 89% was obtained, namely in the very valid category, and the practicality results obtained an average of 88.87% in the very practical category. Therefore, it can be concluded that the AndiLearn (Android Interactive Learning) created can be valid and practical to be used during the Strengthening Pancasila Student Profile Project activities to implement Independent Curriculum learning.
Komparasi Metode You Only Look Once Versi 8 (Yolov8) Untuk Sistem Deteksi Gender Berdasarkan Citra Wajah Fakhriyyah, Anis; Triyanto, Wiwit Agus; Setiaji, Pratomo
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 8, No 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15340

Abstract

Perkembangan teknologi dan kemudahan akses data mendorong peningkatan kebutuhan sistem berbasis kecerdasan buatan, terutama dalam bidang pengolahan citra wajah. Data wajah menjadi salah satu jenis data personal yang mudah diperoleh dan banyak digunakan dalam penelitian, terutama dalam identifikasi gender secara otomatis. Identifikasi ini bersifat efisien, non-invasif, cocok diterapkan pada sistem digital untuk meningkatkan keamanan dan pengalaman pengguna. Salah satu metode yang efektif untuk deteksi wajah dan klasifikasi gender secara real-time adalah YOLO (You Only Look Once). Pada penelitian ini nantinya menggunakan metode You Only Look Once versi 8 (YOLOv8) untuk pendeteksian objek dengan mengimplementasikan tiga sub versi didalamnya yaitu nano (YOLOv8n), small (YOLOv8s), medium (YOLOv8m) untuk mendeteksi dan mengklasifikasikan gender berdasarkan citra wajah. Setiap subversi memiliki karakteristik tersendiri dalam hal kecepatan, akurasi, dan kebutuhan komputasi. Penelitian ini bertujuan untuk membandingkan performa ketiganya untuk memperoleh model deteksi gender yang paling optimal. Dengan pendekatan ini diharapkan dapat mendukung pengembangan sistem cerdas yang mampu mengidentifikasi jenis kelamin secara otomatis dan akurat.
Deteksi dan Perhitungan Kendaraan Parkir di Terminal Wisata Bakalan Krapyak Menggunakan Algoritma Yolo Suku Rahayu, Sri Intan; Setiaji, Pratomo; Triyanto, Wiwit Agus
Jurnal Locus Penelitian dan Pengabdian Vol. 4 No. 8 (2025): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v4i8.4453

Abstract

Pendahuluan: Penelitian ini membahas “Deteksi dan Perhitungan Kendaraan Parkir di Terminal Wisata Bakalan Krapyak Menggunakan Algpritma Yolo. Tujuan: Membangun sistem yang mampu mendeteksi dan menghitung jumlah kendaraan yang terparkir secara otomatis melalui video CCTV menggunakan algoritma YOLOv8 dan pelacak SORT dalam antarmuka aplikasi berbasis Streamlit. Metode: Penelitian ini menerapkan algoritma YOLOv8 untuk mendeteksi kendaraan dan metode SORT untuk mencegah penghitungan ganda. Deteksi dilakukan pada setiap frame video CCTV untuk mengidentifikasi bus, minibus, mobil, dan motor. Sistem dibangun dengan Python, menggunakan OpenCV, NumPy, dan Streamlit, serta menampilkan hasil deteksi berupa jumlah dan jenis kendaraan. Hasil: Sistem mampu mendeteksi dan menghitung kendaraan berdasarkan jenisnya secara otomatis, output berupa jumlah kendaraan tiap jenis dalam urutan yang ditentukan. Visualisasi real-time menampilkan bounding box dan label pada video. Kesimpulan: Sistem deteksi kendaraan menggunakan YOLOv8 dan SORT yang dibangun dalam platform Streamlit terbukti efektif dalam menghitung jumlah kendaraan parkir secara real-time. Sistem ini meningkatkan efisiensi pengawasan area parkir dan mengurangi ketergantungan pada pencatatan manual. Dapat dikembangkan lebih lanjut dengan integrasi database dan laporan statistik otomatis.
Penerapan Metode Decision Tree Algoritma C4.5 Dalam Sistem Rekomendasi Jurusan Bagi Calon Mahasiswa Baru Sri Septiana, Deyana Fitri; Triyanto, Wiwit Agus; Muzid, Syafiul
JURNAL UNITEK Vol. 18 No. 1 (2025): Januari - Juni 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i1.1322

Abstract

Banyak calon mahasiswa mengalami kebingungan dalam memilih jurusan karena kurangnya pemahaman terhadap minat dan kemampuannya. Ketidaktepatan dalam memilih jurusan dapat mengakibatkan prestasi akademik menurun, ketidakpuasan, dan keinginan untuk pindah bidang studi. Dalam konteks ini, teknologi informasi, khususnya metode pohon keputusan dengan menggunakan algoritma C4.5, dapat membantu mengidentifikasi jurusan yang sesuai. Algoritma C4.5 mampu membentuk pohon keputusan berdasarkan atribut minat dan bakat calon mahasiswa, sehingga memberikan rekomendasi yang lebih objektif dan akurat. Penelitian ini menggunakan dataset yang diperoleh dari masing-masing program studi di Universitas Muria Kudus, dengan total 500 data yang mencakup informasi minat dan bakat mahasiswa. Penelitian ini mengembangkan sistem rekomendasi jurusan yang menggunakan algoritma C4.5 untuk menganalisis data calon mahasiswa dan memberikan rekomendasi jurusan yang sesuai.
Co-Authors - Universitas Muria Kudus, Muhammad Arifin - Universitas Muria Kudus, Nanik Susanti A.A. Ketut Agung Cahyawan W Alif Catur Murti, Alif Catur Amalia, Syifa Anastasya Latubessy Arif Setiawan Diana Laily Fithri Dimyati Utoyo Erlina Nofianti Fajar Nugraha Fakhriyyah, Anis Farid Noor Romadlon Ferianti, Lydya Ayu Fernando Candra Yulianto Fithri, Diana Layli H. Himawan Hartiningsih Hartiningsih Hasan Basri Hidayatullah, Muhamad Arzak Hutomo Rusdianto Ilyas, Muhamad Dwi Iskandar Iskandar Jamhari Jamhari Jayanti Putri Purwaningrum Khoiruz Zahro Latifah Nur Ahyani Maula, Ahmad Inzul Mochammad Imron Awalludin Muhammad Arifin Muzakkiy, Muhammad Nandalisa Lisa Fa’ati Rahmawati Nanik Susanti Nia Zuliyana, Nia Nisa, Nila Akhidatul Noor Latifah Nurhaliza, Aulia Nurhaliza, Maulin Pambudi, Satrio Pramita, Alvina Gusti Pratomo Setiaji Pratomo Setiaji Pratomo Setiaji Putri, Rizka Ferbriliana R Rhoedy Setiawan Ramandani, Fitri Ratna Wijayani, Dianing Retno Tri Handayani Riawan Yudi Purwoko Ridwan, Muhammad Eldo Rizal Naufal Farras Arkanda Selamet , Ahmad Alif Candra Semit, Danial Setiawan, Faris Apri Slamet Kusmanto, Agung Sonia Shekha Anggriani Sri Septiana, Deyana Fitri Suku Rahayu, Sri Intan Supriyono Supriyono Syafiul Muzid Sya’diah, Ary Kania Tamami, Ghufron Teguh Prasetyo Vincent Suhartono Wahyu Wibowo, Angga Wardhani, Indah Kusuma Widodo, Wahyu Kurniawan Ade Nur Yudie Irawan Yuniarsi Rahayu Zahra, Fatimah Az Zuliyati Zuliyati Zuliyati Zuliyati