Article Per Year (5 Year)
p-Index From 2021 - 2026
4.633
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Sarjana Teknik Informatika Jurnal Simantec Jurnal Informatika dan Teknik Elektro Terapan International conference on Information Technology and Business (ICITB) JURNAL INSTEK (Informatika Sains dan Teknologi) Jiko (Jurnal Informatika dan komputer) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Teknologi Terpadu JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) bit-Tech JATI (Jurnal Mahasiswa Teknik Informatika) International Journal of Advances in Data and Information Systems Jifosi Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Diferensial Jurnal Informatika Teknologi dan Sains (Jinteks) Makara Journal of Technology Malcom: Indonesian Journal of Machine Learning and Computer Science J-Icon : Jurnal Komputer dan Informatika Jurnal Sistem Informasi dan Informatika Indonesian Journal on Data Science Emerging Statistics and Data Science Journal Signal and Image Processing Letters
Wahyu Syaifullah Jauharis Saputra
Universitas Pembangunan Nasional Veteran Jawa Timur
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Smearing Algorithm and MSER To Detect Indonesian Private Lisence Plate Detection In Image Jauharis Saputra, Wahyu Saifullah; Via, Yisti Vita
Prosiding International conference on Information Technology and Business (ICITB) 2017: INTERNATIONAL CONFERENCE ON INFORMATION TECHNOLOGY AND BUSINESS (ICITB) 3
Publisher : Prosiding International conference on Information Technology and Business (ICITB)

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

Abstract

Motor vehicles are a modern transportation that is still in use today. Each motor vehicle has a unique code bone code and machine code, and this code combined with the area code where the vehicle is registered and save in vehicle number letter (STNK). Each vehicle registration number is unique for each vehicle. This paper propose a method to detect the license plate of vehicles by using smearing and Maximally Stable Extremal Regions (MSER) detection. This paper uses private vehicle number plate as test data because on private vehicle number plate in Indonesia has high-level contrast between background and foreground. By using the smearing algorithm, the level of contrast colour that can be in a licence plate region can detected. An image area that has a high contrast level is then re-analysed using MSER. Areas with detection results that have characters of more than two will selected as the number plate area. The data used in this paper is randomly drawn car image data using a digital camera. Based on the available test results of 80% made on the area identified as the number plate. The test results show the method that is classified as the number plate area on the car image that has the license plate. Keywords : Smearing Algorthm, MSER, and Lisence Plate Detection.
Sistem Smart Vending Machine Berbasis IoT Dengan Kontroler PID Taruna Ardianto; Eva Yulia Puspaningrum; Wahyu Syaifullah Jauharis Saputra
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 3 (2021): JIFoSI Volume 2, No 3: November 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.2234/jifosi.v2i3.367

Abstract

Vending machine yang tersedia saat ini rata-rata masih menggunakan metode transaksi tunai atau menggunakan uang cash. Pandemi Covid-19 membuat masyarakat harus merubah kebiasaan dan perilaku dalam bertransaksi dari pembayaran tunai menjadi non tunai (cashless). Metode transaksi cashless di pandemi saat ini sangat berfungsi guna meminimalisir penyebaran Covid-19 dari transaksi secara tunai. Berdasarkan permasalahan tersebut maka akan dikembangkan sistem smart vending machine berbasis IoT. Sistem smart vending machine ini menggunakan Kontroler PID sebagai pengendali suhu minuman. Lalu untuk dapat terintegrasi dengan aplikasi vending machine maka komunikasi dapat dilakukan dengan protokol MQTT. Berdasarkan hasil penelitian dan pengujian Kontroler PID pada sistem smart vending machine sebanyak 11 kali yang membandingkan hasil suhu dengan PWM menggunakan Arduino IDE. Hasil menunjukkan bahwa penggunaan sistem tersebut telah berhasil mengontrol suhu menggunakan kontroler PID sehingga dapat dikatakan bahwa sistem ini memiliki hasil yang sangat baik.
Sistem Pendeteksi Objek Beras Dan Benda Asing Berbasis Keras Dan Google Colab Alfath Daryl Alhajir; Yisti Vita Via; Wahyu Syaifullah Jauharis Saputra
Jurnal Informatika dan Sistem Informasi (JIFoSI) Vol. 2 No. 3 (2021): JIFoSI Volume 2, No 3: November 2021
Publisher : Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.2234/jifosi.v2i3.369

Abstract

Standar SNI 6128:2020 menjelaskan kualitas beras menjadi 3 kelas berdasarkan komposisi dari komponen-komponen mutu beras, yaitu komponen mutu beras kepala, butir patah, butir menir, butir merah/hitam, butir rusak, butir kapur, benda asing, dan butir gabah, dimana beras kepala merupakan komponen mutu yang paling diinginkan dan sisanya tidak diinginkan. Oleh karena itu, dapat dilihat urgensi untuk membangun sistem yang dapat melakukan proses pemisahan beras tersebut dari komponen yang tidak diinginkan. Dikembangkan sebuah sistem berbasis deep learning yang dapat mendeteksi beras dan benda asing yang diimplementasikan menggunakan framework deep learning keras melalui platform google colaboratory, yang menggunakan bahasa pemrograman python. Sistem ini diharapkan dapat mempunyai performa terbaik yang kemudian dapat digunakan pada sistem pemisahan beras sebagai subsistem rekognisi yang menerima input subsistem sensor kamera dan menghasilkan informasi yang bermanfaat yang kemudian akan diproses oleh subsistem aktuator. Hasil dari penelitian ini adalah sebuah sistem yang dapat mendeteksi himpunan objek yang ada pada citra dengan kategori beras dan benda asing.
Knowledge Dictionary for Information Extraction on the Arabic Text Data Saputra, Wahyu Syaifullah Jauharis; Arifin, Agus Zainal; Yuniarti, Anny
Makara Journal of Technology Vol. 16, No. 2
Publisher : UI Scholars Hub

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

Abstract

Information extraction is an early stage of a process of textual data analysis. Information extraction is required to get information from textual data that can be used for process analysis, such as classification and categorization. A textual data is strongly influenced by the language. Arabic is gaining a significant attention in many studies because Arabic language is very different from others, and in contrast to other languages, tools and research on the Arabic language is still lacking. The information extracted using the knowledge dictionary is a concept of expression. A knowledge dictionary is usually constructed manually by an expert and this would take a long time and is specific to a problem only. This paper proposed a method for automatically building a knowledge dictionary. Dictionary knowledge is formed by classifying sentences having the same concept, assuming that they will have a high similarity value. The concept that has been extracted can be used as features for subsequent computational process such as classification or categorization. Dataset used in this paper was the Arabic text dataset. Extraction result was tested by using a decision tree classification engine and the highest precision value obtained was 71.0% while the highest recall value was 75.0%.
DIAGNOSIS AWAL AUTISM SPECTRUM DISORDER MENGGUNAKAN ALGORITMA FUZZY K-NEAREST NEIGHBOR Maurisa Arimbi Putri; Chrystia Aji Putra; Wahyu Syaifullah Jauharis Saputra
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 2 (2024): EDISI 20
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i2.3463

Abstract

Autism Spectrum Disorder (ASD) merupakan salah satu gangguan kondisi neurodevelopmental yang ditandai oleh adanya gangguan kognitif, perilaku dan interaksi sosial. ASD dapat terjadi pada siapapun dan laju terjadinya kondisi ini meningkat dari tahun ke tahun. Para ahli mengatakan jika identifikasi dilakukan pada anak sejak usia dini, maka pertolongan dapat dilakukan dengan lebih efektif. Hal ini dikarenakan otak akan lebih mudah menyerap perubahan dalam masa perkembangan. Deteksi dini ASD dapat dilakukan melalui konsultasi dengan psikolog. Namun, ada biaya dengan jumlah tak sedikit yang perlu dikeluarkan. Adanya teknologi komputer dapat membantu dalam melakukan prediksi awal berdasarkan gejala yang dialami. Pada penelitian ini digunakan algoritma data mining yaitu Fuzzy K-Nearest Neighbor (FKNN) untuk melakukan prediksi awal ASD. Hasil penelitian menunjukkan bahwa prediksi ASD menggunakan algoritma FKNN mendapatkan nilai akurasi tertinggi sebesar 96,1% dengan menggunakan jumlah data latih sebanyak 70% dari keseluruhan data dalam dataset.
Analisis Prediksi Kata Kunci Situs Web MonsterMAC dengan Metode Long Short-Term Memory (LSTM) Hanif Assalmi, Fityan; Syaifullah Jauharis Saputra, Wahyu; Muhaimin, Amri
Jurnal Teknologi Terpadu Vol 10 No 1 (2024): Juli, 2024
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v10i1.1187

Abstract

Amid increasingly fierce competition in the digital realm, many companies are striving to increase the number of visitors to their websites. One such competing company is MonsterMAC, a startup. This research aims to provide early warnings and analyze relevant keywords on the MonsterMAC website using the Long Short-Term Memory (LSTM) method. Visitor data from Google Analytics and keyword data from Google Trends for the period July 22, 2022, to July 15, 2023, have been collected and processed through several stages, such as preprocessing, model design, LSTM training, and testing, as well as visualization and interpretation of results. The modeling results show satisfactory performance, with MAE Train Real User = 0.0615, Vending Machine = 0.0218, IoT = 0.0284, Machine Learning = 0.0365, Digital Business = 0.0186, Business Intelligence = 0.0296. Furthermore, this research indicates that the number of visitors is predicted to increase but will also experience a sharp decline in the coming days. The use of the keyword "IoT" shows a significant increasing trend. Implementing the keyword "IoT" in SEO strategies has increased the number of visitors over the next seven days from 250 to 350. This research guides website owners in optimizing their content and SEO strategies to increase their visibility and competitiveness in a highly competitive digital environment. This research also emphasizes the importance of the LSTM method in keyword analysis and prediction to create more targeted SEO strategies.
PERANCANGAN SISTEM PAKAR DIAGNOSIS PENYAKIT TBC PARU DENGAN METODE CERTAINTY FACTOR DAN DEMPSTER SHAFER Aurora Prameswaty, Almira; Hanindia Prami Swari, Made; Syaifullah Jauharis Saputra, Wahyu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10735

Abstract

Tuberculosis (TBC) merupakan sebuah penyakit menular yang dapat ditularkan melalui udara yang disebabkan oleh bakteri Mycobacterium tuberculosis yang bisa menyerang dibeberapa organ tubuh pada manusia contohnya seperti paru-paru. Paru-paru menjadi organ pertama yang biasanya akan terinfeksi virus TBC sebelum menyerang organ-organ lain dalam tubuh manusia, penyakit ini juga menjadi salah satu penyakit yang menyebabkan resiko kematian tertinggi secara global dengan angka mencapai 10,6 juta kasus pada tahun 2021. Indonesia menjadi salah satu negara dengan kasus TBC tertinggi di dunia yang disebabkan oleh kurangnya tingkat kesadaran masyarakat terhadap kebersihan dan kesehatan diri. Dengan pesatnya perkembangan teknologi saat ini maka dibuatlah sebuah sistem pakar dengan tujuan untuk dapat membantu mendeteksi dini TBC dimana pada penelitian ini akan membahas lebih spesifik mengenai TBC paru dan bagaimana cara mengimplementasikan sebuah algoritma pada sistem. Pembuatan sistem pakar pada penelitian ini menggunakan metode Certainty Factor dan Dempster Shafer dengan memanfaatkan Certainty Factor untuk menghasilkan nilai massa baru dari setiap gejala sebagai premis tanggal dan kombinasi Dempster Shafer untuk menghitung semua massa gejala. Adapun hasil yang didapatkan dari pengujian pada penelitian ini mencapai 88,2% untuk akurasi dengan jumlah data uji sebanyak 17 data dan data latih sebanyak 68 data.
FORECASTING SALES USING SARIMA MODELS AT THE SINAR PAGI BUILDING MATERIALS STORE Aminullah, Ahmad Adiib; Idhom, Mohammad; Saputra, Wahyu Syaifullah Jauharis
JIKO (Jurnal Informatika dan Komputer) Vol 7, No 2 (2024)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v7i2.8266

Abstract

Sinar Pagi Building Materials Store faces the challenge of maintaining optimal stock levels of goods to avoid excess and understock, which affects customer satisfaction and operational efficiency. This study applies the Seasonal Autoregressive Integrated Moving Average (SARIMA) method to forecast sales in the store. Leveraging its ability to model seasonal patterns on historical sales data, various SARIMA models were analyzed and compared using the Akaike Information Criterion (AIC) and Root Mean Square Error (RMSE). The dataset is divided by a 95:5 ratio into training and testing sets for robust evaluation. The results show that the SARIMA model with SARIMA notation (p,d,q)(P,D,Q  has the best model value of (1,0,0) . This model is the most suitable model based on the lowest AIC value of 1245 and the lowest RMSE of 7,95 compared to other SARIMA models after model identification using the model looping test. For other models such as model (1,0,1)  and (0,0,1) , the AIC and RMSE values are greater, namely model (1,0,1)  with AIC 1246 and RMSE of 8,05, while model (0,0,1)  gets an AIC of 1252 and an AIC of 8,15 .The lower the AIC value, the better the model and the lower the RMSE value, the better the model. This shows a superior balance between model complexity and prediction accuracy. The model manages to capture seasonal patterns in sales data, providing a pretty good prediction framework. This study shows that the SARIMA (1,0,0)  model is effective in the accuracy of the sales forecasting process so that Sinar Pagi Building Materials Store can make more reliable sales predictions, which can help in inventory planning and marketing strategies
PENERAPAN DATA MINING UNTUK PREDIKSI HASIL PANEN BUDIDAYA PERIKANAN DARI MITRA PANEN MENGGUNAKAN ALGORITMA SUPPORT VECTOR REGRESSION Suprapto, Claudia Millennia; Saputra, Wahyu Syaifullah Jauharis; Aditiawan, Firza Prima
J-Icon : Jurnal Komputer dan Informatika Vol 12 No 2 (2024): Oktober 2024
Publisher : Universitas Nusa Cendana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35508/jicon.v12i2.13187

Abstract

PT. Adma Digital Solusi is a company that serves as a harvest partner for cultivators in the fields of agriculture, animal husbandry and fisheries which is used for planning and controlling supply chain results. Planning and controlling PT fishery supply chain results. Adma Digital Sousi in the digital era needs to utilize various technologies and information systems. This aims to ensure that planning and controlling fish resources fulfill aspects of effectiveness and efficiency in decision making. In this research, a machine learning method will be implemented using the Support Vector Regression (SVR) algorithm to predict the harvest results of PT's fishery cultivation partners. Adma Digital Solutions. The SVR algorithm is a theory used to solve a regression classification problem using a Support Vector Machine (SVM). The SVR forecasting process uses the SVR() model by filling in the parameters, namely the kernel using polynomials, C is filled with the value 100, gamma is filled with auto, degree is filled with the value three, epsilon is filled with the value 0.1, and finally coef0 is filled with the value one. Then, using the fit function to train the model using x train and y train data to produce a MAPE error rate value of 0.12865018182566176 and an R2 value of 0.9998831470091238 with very good and accurate prediction capabilities. By knowing the estimated harvest results of aquaculture, the benefits obtained by harvest partners are adjusting production and marketing strategies to maximize profits. And can help harvest partners in managing risks, because they can prepare themselves well for situations where harvest results do not match estimates.
METODE BERNOULLI NAIVE BAYES UNTUK ANALISIS SENTIMEN TERHADAP LESBIAN, GAY, BISEKSUAL DAN TRANSGENDER (LGBT) PADA MEDIA SOSIAL TWITTER Safira Kusmindasari, Anggun; Syaifullah Jauharis Saputra, Wahyu; Maulana, Hendra
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.12808

Abstract

Saat ini teknologi berkembang dengan sangat pesat dan mempermudah pengguna untuk mengakses berbagi macam informasi. Salah satu media yang sering digunakan untuk mencari informasi selain google adalah twitter. Twitter merupakan salah satu media sosial yang banyak digunakan untuk menyampaikan pendapat dan mencari informasi berita terbaru. Salah satu pembahasan topik yang masih dibahasa hingga saat ini adalah mengenai Lesbian, Gay, Biseksual dan Transgender (LGBT). Ulasan atau tweet pada pembahasan topik LGBT memuat banyak sentimen dari pengguna twitter. Untuk mendeteksi ulasan atau tweet yang dikirimkan pengguna pada twitter penting untuk dilakukan suatu teknik pengolahan data yang disebut dengan teknik analisis sentimen. Analisis sentimen menggunakan algoritma Bernoulli Naive Bayes yang akan di gunakan pada tweet atau ulasan pada twitter dalam penelitian ini. Tujuan penelitian ini untuk mengukur performa dari algoritma Bernoulli Naive Bayes dalam pengklasifikasian sentimen menjadi dua kelas berupa sentimen positif dan sentimen negatif. Ssebanyak 2.000 data tweet pada twitter digunakan pada penelitian ini. Hasil pengujian menunjukan Bernoulli Naive Bayes menghasilkan nilai akurasi 90,52%.
Co-Authors Abdillah, Indah Rahma Agus Arifin, Agus Agus Zainal Arifin Ahmad Adiib Aminullah Alfan Rizaldy Pratama Alfath Daryl Alhajir Alyssa Amorita Azzah Amelia, Meisya Vira Amellia Harmaimun Hidayah Aminullah, Ahmad Adiib Amri Muhaimin Andry Syva Maldini Anniswa, Iqbal Ramadhan Anny Yuniarti Aurora Prameswaty, Almira Aviolla Terza Damaliana Aviolla Terza Damaliana Aziz, Rizky Dandi Nur Faizi Diana Novitasari Diyasa, I Gede Susrama Mas Dwi Arman Prasetya Dwi Arman Prasetya Eva Yulia Puspaningrum Faris Nur Tsani Firza Prima Aditiawan Gunawan, Ellexia Leonie Hanif Assalmi, Fityan Herdianti, Rahmalia Anindya I Gede Susrama Mas Diyasa I Gede Susrama Mas Diyasa idhom, Mohammad Indira Iqbal Ramadhan Anniswa Kartika Maulida Hindrayani Kemal Fahreza Jibran Jibran Made Hanindia Prami Swari Mahardhika, Rivaldi Dwi Maulana, Hendra Maulidya Prastita Syah Maurisa Arimbi Putri Meisya Vira Amelia Mohammad Idhom Mohammad Idhom Muhaimin, Amri Muhammad Hakam Fardana Naomi Dwi Anggraini Nashrullah, Ahmad Firqi Ningrum, Lisya Septyo Parlika, Rizky Prismahardi Aji Riyantoko Putra, Chrystia Aji Putri, Milla Akbarany Bakhtiar Renaldy Al Ikhsan Reza Putri Angga Riswanda, Mohammad Nizar Rizkiyah, Selly Rusdiyanto, Nur Rahmat Safira Kusmindasari, Anggun Salsabila, Nada Shindi Shella May Wara Sinthya Putri, Diana Steffany Marcellia Witanto Suprapto, Claudia Millennia Susrama Mas Diyasa, I Gede Taruna Ardianto Tresna Maulana Fahrudin Trimono Trimono Trimono, Trimono Yisti Vita Via Zahrah, Fathima