Article Per Year (5 Year)
p-Index From 2020 - 2025
4.331
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Agromet BALI MEDICAL JOURNAL (BMJ) Jurnal Kimia (Journal of Chemistry) INDONESIAN JOURNAL OF BIOMEDICAL SCIENCES Jurnal Keteknikan Pertanian Jurnal Ilmu Komputer dan Agri-Informatika Jurnal Teknologi Informasi dan Ilmu Komputer Scientific Journal of Informatics JOIN (Jurnal Online Informatika) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal Of Vocational Health Studies Syntax Literate: Jurnal Ilmiah Indonesia Gema Wiralodra Journal of Robotics and Control (JRC) Jurnal Sewaka Bhakti Jurnal Ilmu dan Teknologi Peternakan Terpadu (JITPU) Dharma Jnana Journal of Global Pharma Technology Eduvest - Journal of Universal Studies Jurnal Sistem Informasi
Sri Wahjuni
Chemistry Department, Faculty Of Math And Science, Udayana University, Bali-Indonesia
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemistry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mechanical Engineering Medicine & Pharmacology Neuroscience Social Sciences Other

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Teknologi Informasi dan Ilmu Komputer

 1 
Knowledge Management System Berbasis Web tentang Budidaya Hidroponik untuk Mendukung Smart Society Wardhana, Ariq Cahya; Nurhadryani, Yani; Wahjuni, Sri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732200

Abstract

Meningkatnya jumlah populasi penduduk di Indonesia berdampak pada terbatasnya luas wilayah pertanian di Kota Bogor yang mengakibatkan ancaman produksi pertanian karena konversi lahan persawahan sebesar 88,12% menjadi perumahan dan kebun. Solusi sistem produksi pertanian dengan terbatasnya lahan salah satunya adalah hidroponik. Untuk meningkatkan pengetahuan budidaya hidroponik dan memudahkan akses fasilitas belajar digital sebagai bagian penting dari rencana pemerintah Kota Bogor yaitu smart society diperlukan dukungan teknologi informasi. Penelitian ini bertujuan mengembangkan Knowledge Management System (KMS) budidaya hidroponik dengan mengadopsi metode Knowledge Management Life Cycle melalui identifikasi pengetahuan tacit maupun explicit dari komunitas hidroponik. Proses menangkap pengetahuan berorientasi pada seluruh proses budidaya sayuran hidroponik dengan menggunakan bibit yang siap tanam. Knowledge map digunakan untuk kodifikasi pengetahuan menghasilkan 34 pengetahuan explicit berupa media interaktif video maupun dokumen yang dapat digunakan oleh pengguna. Implementasi sistem menggunakan aplikasi berbasis Web dengan pendekatan object oriented yang sudah diuji oleh pakar dan semua fungsi berjalan dengan baik. Sistem ini memiliki fitur klasifikasi KMS yaitu knowledge capture, knowledge sharing, serta knowledge discovery. AbstractThe increasing number of populations in Indonesia has an impact on the limited area in Bogor, which has resulted in the threat of agricultural production because of the conversion of 88.12% of paddy fields to housing and gardens. A solution to agricultural production systems with limited land, one of which is hydroponics. Facilitate access to digital learning facilities as an essential part of the plan of the Bogor City government, namely smart society, information technology support is needed as a means of sharing hydroponic cultivation knowledge. Based on this, we developed a knowledge management system (KMS) adopting the Knowledge Management Life Cycle method by identifying tacit and explicit knowledge from the hydroponic community. The process of capturing knowledge is oriented to the whole process of hydroponic vegetable cultivation by using seeds that are ready for planting. Knowledge map is used for codification of knowledge that produces 34 explicit knowledge in the form of interactive media in the form of videos and documents that can be used by user. The output generated from this study is KMS was implemented using Web-based applications with an object-oriented approach that has been tested by experts with system functions is working and has KMS classification features, namely knowledge capture, knowledge sharing, and knowledge discovery.
Rancang Bangun Protokol Perutean SDGR+R pada Vehicular AD-HOC Network Berbasis Arah Manapa, Eliyah Acantha; Wahjuni, Sri; Neyman, Shelvie Nidya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722927

Abstract

Vehicular Ad-Hoc Network (VANET) merupakan pengembangan jaringan wiresless yang melakukan komunikasi secara Inter Vehicle Communication (IVC). VANET memiliki mobilitas yang tinggi untuk setiap node nya sehingga jaringan komunikasi jenis ini adalah jaringan yang bersifat sementara dikarenakan node bergerak di lintasan dengan arah dan kecepatan yang dinamis. Dengan demikian, pengiriman paket data dari node sumber ke node tujuan menggunakan VANET memerlukan beberapa teknik komunikasi. Teknik terbaru komunikasi VANET saat ini adalah menggunakan SDN (Software Defined Network) yang berbasis geographic (SDGR) sebagai control plane dalam mengontrol komunikasi ad-hoc antar node. Dalam membentuk topologi jaringan komunikasi, SDGR mencari nilai jalur terpendek antar node dan kepadatan node yang tinggi. Tujuan utama penelitian ini melakukan analisis konsep protokol perutean (routing protocol) SDGR dan dilakukan pengembangannya dengan mempertimbangkan arah rute (SDGR+R). Pada SDGR+R, penambahan basis arah rute menggunakan multicast. Selanjutnya, dilakukan perbandingan kinerja antara SDGR dan SDGR+R. Hasil simulasi menunjukkan SDGR+R memiliki kinerja lebih baik daripada SDGR dalam hal latency sebesar 1.88% dan packet delivery ratio (PDR) sebesar 8.12%. Perancangan protokol perutean SDGR+R menambah ide pengembangan teknologi pada VANET untuk masa mendatang. AbstractVehicular Ad-Hoc Network (VANET) is a wireless network developed for communication on Inter-Vehicle Communication (IVC). Each node in a VANET has high mobility so that this type of communication network is a temporary network because the node moves on the track with dynamic direction and speed. Thus, sending data packets from source node to destination node using VANET requires some communication techniques. The latest technology for VANET communication is to use SDN-based geographic-based SDN (SDGR) as a control plane in controlling Ad-hoc communication between nodes. In forming the communication network topology, SDGR looks for the shortest path value between nodes and high node density. The main objective of this research is to analyze the concept of SDGR routing protocol and to develop it, considering the direction of the route (SDGR+R). In SDGR + R, the addition of route base directions uses multicast. Next, we compare the performance between SDGR and SDGR+R. Simulation results show SDGR+R has better performance than SDGR in terms of latency of 1.88% and packet delivery ratio of 8.12%. The design of the SDGR+R routing protocol gives to the idea of technology development on VANET in the future.
Identifikasi Kemurnian Daging Berbasis Analisis Citra Yulianti, Nila Susila; Seminar, Kudang Boro; Hermanianto, Joko; Wahjuni, Sri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813307

Abstract

Daging sapi merupakan salah satu sumber protein hewani yang diperlukan oleh tubuh. Pada tahun 2015 dan 2016 konsumsi daging sapi per kapita sebesar 0,417 kg dan terjadi kenaikan pada tahun 2017 yaitu 12,50 % sebesar 0,469 kg. Sementara harga rata-rata daging sapi di tahun 2015 sebesar Rp 104 747 per kg dan mengalami kenaikan pada tahun 2016 yaitu 8,41 % sebesar Rp 113 555 per kg.  Di tahun 2017 kembali terjadi kenaikan yaitu 2,09 % sebesar 115 932 per kg. Berdasarkan sensus penduduk tahun 2010 mendata jumlah penduduk muslim sebesar 207176162 yaitu 87 % dari total penduduk di Indonesia. Kekhawatiran daging halal sangat penting di negara mayoritas muslim. Metode secara konvensional dengan uji laboratorium untuk mendeteksi daging celeng membutuhkan waktu yang relatif lama, tempat khusus, serta biaya yang relatif mahal. Sementara daging yang diwaspadai dicampur dengan daging babi hutan bisa terjadi di berbagai tempat seperti pasar, retailer serta  distributor yang sepatutnya bisa dideteksi seketika di tempat tersebut secara cepat. Oleh karena itu, diperlukan sistem yang mudah, cepat, dan mudah dibawa untuk mendeteksi daging sapi murni (tanpa campuran daging lainnya) dalam penelitian ini adalah daging celeng.Paper ini membahas metode deteksi daging campuran berbasis citra menggunakan Convolutional Neural Network (CNN) yang dapat dioperasikan di android. Keunggulan metode ini dapat melakukan proses pembelajaran secara mandiri yaitu ekstraksi citra dan klasifikasi, adapun kemampuan lain yang dimiliki yaitu dapat menangani deformasi gambar seperti translasi, rotasi dan skala. Akurasi yang didapatkan dari metode ini yaitu 94 % untuk mendeteksi daging sapi murni, daging celeng murni, dan daging campuran sapi dan celeng. Sementara presisi untuk celeng, campuran dan sapi yaitu 100 %, 90 % dan 95 %. Selain itu, recall untuk celeng, campuran dan sapi yaitu 85 %, 95 %, dan 97,5 %. Prototipe sistem deteksi yang dikembangkan telah diimplementasikan pada platform android dan diuji pada situasi pencahayaan yang masih terkondisikan. Upaya penyempurnaan ke depan adalah menambah fitur sistem pencahayaan  khusus/standar dengan kamera khusus yang memiliki cahaya tambahan yang mengatasi keragaman tingkat pencahayaan di tempat terbuka. AbstractBeef is one of animal protein source that important for human body. In 2015 and 2016 beef consumption per capita was 0.417 kg and it was increasing in 2017 by 12.50 % (i.e., 0.469 kg). While The average price of beef  at Rp 104 747 per kg in 2015 and went up  by 8,41 % at Rp 113 555 per kg in 2016. In 2017, there was an increase by 2,09 % at Rp 115 932 per kg. The increase of beef price average occurred in 2015 amounting to Rp 104 747 per kg and an increase in 2016 that was 8.41% amounting to Rp 113 555 per kg. Based on the population census in 2010 recorded a Muslim population of 207176162 which is 87% of the total population in Indonesia. The concern of halal (lawful) meat is very critical in the muslim majority country. The conventional method with laboratory testing to detect wild boar meat requires a relatively long time, a special place, and a relatively expensive cost. While meat that is mixed with wild boar can happen in various places such as markets, retailers and distributors which can be detected immediately in that place quickly.Therefore, a system that can be easily, quickly and portably used for detecting pure beef (without other mixed meat) in this study is wild boar.  This paper discusses image-based mixed meat detection methods using the Convolutional Neural Network (CNN) that can be operated on android. so the proposed computationally method is Convolutional Neural Network (CNN). The advantages of this method can do the learning process independently, object extraction and classification, while the other capabilities that can handle image deformation such as translation, rotation, and scale. This method yields an overall accuracy of 94% for detecting pure beef, pure wild boar meat, and mixed beef and wild boar. The obtained precision values for wild boar, mixed meat and beef  are by 100 %, 90 % and 95 % respectively. Moreover, the values recall for wild boar, mixed meat and beef are by 85 %, 95 % and 97,5 % respectively. The prototype detection system developed has been implemented on the Android platform and tested in a lighting situation that is still conditioned. A  future effort to improve is providing   special / standard lighting with a special camera that has additional light that can overcome the diversity of levels of exposure in the open areas. 
Co-Authors A.A.G. Sudewa Agus Buono Alfiansyah Halomoan Siregar Anisa Nur Halimah Ariq Cahya Wardhana Ariyani Tanti Ashri Rizki Hidayati Auriza Rahmad Akbar Barlianto, Agus Betty Kostradiyanti Budi Indra Setiawan dan Luh Putu Arisanti Edi Santosa Eknanda, Rafael Tektano Grandiawan Eliyah Acantha Manapa Sampetoding Elly Rusdiana, Elly Eny Inayati, Eny Faisyah, Shilvy Arofatul Haqqika Pasha Haris, Abdul Haula Robbi, M. Kautsar Hendra Rahmawan Hendra Rahmawan Hermadi , Irman Hidayat Hidayat Hidayat I M, Sukadana I NYOMAN MANTIK ASTAWA I W. Wita, I W. I Wayan Suirta I Wayan Wita I. A Raka Astiti Asih Ida Bagus Putra Manuaba Iman Rahayu Hidayati Soesanto Irman Hermadi Ishak, Sahrial Ihsani Joko Hermanianto Karlisa Priandana Komara N, Fatthurohman Kudang Boro Seminar Kusdarjanti, Endang Lita Rosa, Mia Laksmi Lokaprasidha, Pramesi Lusiana Tabuni Marimin , Maxiwinata, Maxdha Michel Williams, Michel Ni Ketut Puspa Sari Ni Luh Rustini Ni Made Puspawati Ni Made Puspawati Ni Nyoman Astuti Wulandari Ni Putu Rahayu Artini Nirmala Ratna Harda, Sasadhara Noer Muslimah, Meia Nugroho, Margaretta Andini Nur Halimah, Anisa Oka Ratnayani Putu Yuliantari Rahmadani, Annisa Ratwita, Rr. Dwiyanti Feriana Rebecha Prananta, Rebecha Sanjiwo, Suryo Hamukti Sefy Ayu Mandanie, Sefy Ayu Septianto, Yudhi Setyowati, Okti Shelvie Nidya Neyman Sianiwati Goenharto Sri Rahayu Santi Sri Redjeki Sri Redjeki Indiani, Sri Redjeki Sufiatul Maryana Sujati Sujati Sujati, Sujati Toto Haryanto Wafi, Azmi Sabilakisbatul Wahyu Dwijani Sulihingtyas Wasudewa, K. M. Wibisono, Indra Perdana Willy Bayuardi Suwarno Wulandari Wulandari Yan Mitha Djaksana Yani Nurhadryani Yulianti, Nila Susila Zakiah, Rizqi Alifahasni