Article Per Year (5 Year)
p-Index From 2021 - 2026
3.582
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 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 Social Sciences Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
Modified Q-Learning Algorithm for Mobile Robot Real-Time Path Planning using Reduced States Hidayat; Buono, Agus; Priandana, Karlisa; Wahjuni, Sri
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 3 (2023): Juni 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i3.4949

Abstract

Path planning is an essential algorithm in any autonomous mobile robot, including agricultural robots. One of the reinforcement learning methods that can be used for mobile robot path planning is the Q-Learning algorithm. However, the conventional Q-learning method explores all possible robot states in order to find the most optimum path. Thus, this method requires extensive computational cost especially when there are considerable grids to be computed. This study modified the original Q-Learning algorithm by removing the impassable area, so that these areas are not considered as grids to be computed. This modified Q-Learning method was simulated as path finding algorithm for autonomous mobile robot operated at the Agribusiness and Technology Park (ATP), IPB University. Two simulations were conducted to compare the original Q-Learning method and the modified Q-Learning method. The simulation results showed that the state reductions in the modified Q-Learning method can lower the computation cost to 50.71% from the computation cost of the original Q-Learning method, that is, an average computation time of 25.74s as compared to 50.75s, respectively. Both methods produce similar number of states as the robot’s optimal path, i.e. 56 states, based on the reward obtained by the robot while selecting the path. However, the modified Q-Learning algorithm is capable of finding the path to the destination point with a minimum learning rate parameter value of 0.2 when the discount factor value is 0.9.
Pembangunan Model Mask R-CNN untuk Identifikasi Daun dan Cabang Tanaman Melon Noer Muslimah, Meia; Wahjuni, Sri; Haryanto, Toto
Jurnal Keteknikan Pertanian Vol. 12 No. 3 (2024): Jurnal Keteknikan Pertanian
Publisher : PERTETA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19028/jtep.012.3.327-339

Abstract

Mutu buah melon dapat ditingkatkan dan dioptimalkan dengan melakukan pemangkasan pada tanaman melon. Pemangkasan merupakan proses penghilangan yang dilakukan pada bagian tanaman tertentu. Saat ini tanaman melon masih dipangkas secara manual oleh petani, namun cara ini mempunyai banyak kekurangan. Pada penelitian ini pemangkasan dilakukan pada cabang dan daun tanaman melon. Pemangkasan dapat dilakukan dengan bantuan robot yang mampu mengenali daun dan dahan. Pada penelitian ini metode yang digunakan untuk mendeteksi cabang dan daun adalah Mask Region-based Convolutional Neural Network (Mask R-CNN). Teknik tuning hyperparameter digunakan untuk mendapatkan nilai parameter terbaik, termasuk learning rate, peluruhan bobot, dan momentum pembelajaran. Dua skenario dipertimbangkan dalam penelitian ini, satu dengan 10 epoch dan yang lainnya dengan 30 epoch. Nilai Average Precision (AP) yang diperoleh pada 10 epoch sebesar 32,2% untuk objek daun dan 0% untuk objek cabang. Pada 30 epoch, nilai AP adalah 56,8% untuk objek daun dan 4,1% untuk cabang. Rata-rata Presisi Rata-rata (mAP) adalah 16,1% untuk 10 epoch dan 28,4% untuk 30 epoch
Evaluasi Sistem E-Learning di Universitas Nasional menggunakan Cobit 2019 Septianto, Yudhi; Hermadi, Irman; Wahjuni, Sri
Syntax Literate Jurnal Ilmiah Indonesia
Publisher : Syntax Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (206.598 KB) | DOI: 10.36418/syntax-literate.v7i12.10415

Abstract

Universitas Nasional (UNAS) menerapkan metode pembelajaran e-learning atau biasa disebut dengan blended learning guna merespon dan siap menyongsong era digital 4.0 dan 5.0. Metode belajar ini memadukan pertemuan tatap muka dengan pembelajaran online dengan memanfaatkan teknologi digital. Pengukuran kinerja dapat diartikan sebagai penilaian mutu dari kemampuan kerja demi mengetahui seberapa jauh capaian yang diharapkan telah terpenuhi, penilaian tersebut tidak terlepas dari proses pengolahan masukan menjadi keluaran dengan memanfaatkan data internal. Saat ini teknik yang digunakan yaitu teknik desain factor yang bertujuan untuk mengidentifikasi kebutuhan pemangku kepentingan (stakeholder drivers and needs) dan menerjemahkan tujuan perusahaan (enterprise goals) menjadi prioritas untuk tujuan penyelarasan teknologi informasi terkait (alignment goals) serta memperoleh domain proses yang di gunakan dalam pembuatan kuesioner. Pengukuran tingkat kemampuan (capability level) untuk mengetahui sejauh mana kinerja e-learning Universitas Nasional saat ini, mengukur tingkat kematangan kinerja pembelajaran e-learning yang mengacu kepada standar framework COBIT 2019, serta memberikan rekomendasi perbaikan untuk meningkatkan kapabilitas (capability level) terhadap sistem pembelajaran e-learning di Universitas Nasional.
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 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 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 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