Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Inspiration JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI)
Deviana Sely Wita
Universitas Nusa Mandiri
Computer Science & IT Education Engineering Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Algoritma Dijkstra Untuk Penentuan Rute Terpendek Puskesmas di Samarinda Deviana Sely Wita
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 12, No 1 (2022): Jurnal Inspiration Volume 12 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v12i1.2656

Abstract

Puskesmas ialah fasilitas pelayanan kesehatan yg menyelenggarakan upaya kesehatan masyarakat serta upaya kesehatan perseorangan tingkat pertama, menggunakan lebih mengutamakan upaya promotif serta preventif, buat mencapai derajat kesehatan rakyat yang dengan tinggi-tingginya. Upaya kesehatan tadi diselenggarakan menggunakan menitikberatkan pada pelayanan buat masyarakat luas guna mencapai derajat kesehatan yg optimal, tanpa mengabaikan mutu pelayanan kepada perorangan. Salah satu layanan kesehatan ini sangat penting serta beredar pada banyak sekali wilayah Samarinda sebagai akibatnya praktis pada jangkau sang rakyat Samarinda. dari data Puskesmas yang pada ambil pada Google Maps terdapat 17 Puskesmas daerah samarinda. dengan 17 Puskesmas yang beredar di Samarinda dibutuhkan mampu mempermudah rakyat buat berobat dan  dapat penindakan kesehatan lebih cepat. pada penelitian ini diharapkan membantu masyarakat agar bisa mengetahui rute tercepat ke Puskesmas yaitu dengan memakai metode prosedur pemecahan  Dijkstra adalah salah  satu algoritma yang dapat digunakan buat memilih total lintasan terpendek dalam menyelesaikan suatu konflik sebagai akibatnya dapat menyampaikan solusi yang optimal. dari yang akan terjadi perhitungan algoritma Dijkstra bisa pada tentukan rute Puskesmas yang terdekat dengan rute asal titik awal A Puskesmas Loa Bakung sampai ke titik Q Puskesmas Sambutan pada Samarinda. Kata Kunci: Algoritma, Dijkstra, Google Maps
Klasifikasi Identitas Dengan Citra Telapak Tangan Menggunakan Convolutional Neural Network (CNN) Deviana Sely Wita; Dewi Yanti Liliana
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 6, No 1 (2022): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v6i1.7100

Abstract

Biometrik merupakan ilmu yang membahas mengenai pengenalan identitas seseorang. Pengenalan seseorang dapat dilakukan melalui media suara, gambar, dan tulisan. Banyak sekali teknologi yang membutuhkan informasi otentik mengenai identitas seseorang. Dalam penelitian ini, menggunakan telapak tangan sebagai objek penelitian dikarenakan telapak tangan memiliki fitur unik yang berbeda pada setiap individu. Selain fitur unik, luas permukaan telapak tangan menjadi salah satu pertimbangan penulis dalam menentukan objek penelitian. Luas permukaan telapak tangan lebih besar jika dibandingkan dengan luas permukaan salah satu jari. Dengan menggunakan dataset sebanyak 26 label dimana citra telapak tangan yang masing-masing identitasnya dinamakan label A sampai label Z. Penelitian ini menggunakan metode deep learning yaitu CNN (Convolutional Neural Network) untuk mengklasifikasi masing-masing identitas pada citra telapak tangan. Hasil pengujian klasifikasi identitas dengan citra telapak tangan ini menunjukkan bahwa pada masing-masing label dapat diklasifikasikan dengan akurasi 98%. 
Mobilenet-based Transfer Learning for Detection of Eucalyptus Pellita Diseases Deviana Sely Wita; Agus Subekti
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 12 No. 1 (2023)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v12i1.53220

Abstract

Currently, the pulp industry in Indonesia is ranked eighth in the world and the paper industry is ranked sixth in the world. One of the advantages in supporting the industry is that Indonesia has a large Industrial Plantation Forest (HTI) where the plants for pulp and paper raw materials originate. Eucalyptus pellita species belonging to the Myrtaceae family is one of the priority species for Industrial Plantation Forests (HTI) because of its adaptability and its wood can be used as raw material for pulp. Industrial Plantation Forests of this type can be found mainly in Kalimantan and Sumatra. This species shows good growth in stem shape, growth speed and good wood quality and has high germination and has a shorter cutting cycle of about 7-8 years so that it is quickly harvested. Prevention and treatment of leaf disease is one of the main processes of planting. Early diagnosis and accurate recognition of Eucalyptus Pellita disease can control the spread of the disease and reduce production costs and treatment costs. Disease detection on Eucalyptus pellita leaves can be done automatically faster by utilizing digital image processing and artificial intelligence. In this study, we propose a detection method with Deep Learning architecture. Our proposed method is based on pre-trained transfer learning using MobileNet. Image datasets from PT. Surya Hutani Jaya's land in East Kalimantan were used to train the model. The dataset is divided into three classes where 1 class is healthy leaves and 2 classes are sick leaves, namely Xanthomonas Bacteria and Cylindrocladium Fungi. With a dataset ratio of 70: 20: 10 the number of training datasets is 2370, validation is 591, and Testing is 177. Hyperparameter scenarios were carried out on the MobileNet model to optimize performance on the Eucalyptus Pellita leaf dataset. The experimental results show a fairly good accuracy, reaching 98%.
Co-Authors Agus Subekti Dewi Yanti Liliana