Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) MATEMATIKA Journal of Informatics and Technology TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Abdimas Jurnal Ilmiah Kursor JUITA : Jurnal Informatika Scientific Journal of Informatics Jurnal IPTEK Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika E-Dimas: Jurnal Pengabdian kepada Masyarakat Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Teknik Informatika (JUTIF) International Journal of Advances in Artificial Intelligence and Machine Learning
Helmie Arif Wibawa
The Informatics Departement, Faculty Of Mathemathics And Sciences, Diponegoro University
Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 21 Documents
Search

 1   2   3 
Prediksi Penyakit Diabetes Menggunakan Algoritma ID3 dengan Pemilihan Atribut Terbaik Muhamad Subhan Efendi; Helmie Arif Wibawa
JUITA : Jurnal Informatika JUITA Vol. 6 Nomor 1, Mei 2018
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (319.189 KB) | DOI: 10.30595/juita.v6i1.2412

Abstract

Penyakit diabetes atau sering disebut dengan penyakit kencing manis adalah suatu penyakit gangguan metabolik menahun yang ditandai oleh kadar glukosa dalam darah yang melebihi nilia normal. Penyakit diabetes sering disebut sebagai silent killer dengan mengacu pada banyaknya yang tidak menyadari bahwa dirinya terkena penyakit diabetes sampai diketahui sudah kronis. Hal ini memicu peningkatan jumlah penderita diabetes dari tahun ke tahun. Maka dari itu penelitian ini mencoba menerapkan suatu metode klasifikasi Data Mining untuk memprediksi apakah seseorang terkena penyakit diabetes atau tidak. Algoritma yang digunakan adalah algoritma Decision Tree ID3 dengan bantuan seleksi atribut dalam pemilihan atribut yang digunakan. Algoritma seleksi atribut yang dimaksud adalah Correlation based Feature Selection (CFS) dan Information Gain. Berdasarkan hasil penelitian ini diperoleh bahwa performa tertinggi dicapai ketika algoritma ID3 menggunakan 5 atribut yaitu gpost, glun, upost, urn, dan actn. Dimana kelima atribut tersebut diperoleh menggunakan algoritma Correlation based Feature Selection (CFS) dengan nilai rata-rata akurasi sebesar 84.77, nilai rata-rata sensitifity sebesar 87.18, dan nilai rata-rata specificity sebesar 82.37.Kata Kunci :   Penyakit Diabetes, Data Mining, ID3, Seleksi Atribut
Prediksi Angka Kejadian Demam Berdarah Dengue (DBD) Berdasarkan Faktor Cuaca Menggunakan Metode Extreme Learning Machine (Studi Kasus Kecamatan Tembalang) Anneta Shifa Ichwani; Helmie Arif Wibawa
Jurnal IPTEK Vol 23, No 1 (2019)
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.iptek.2019.v23i1.471

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit endemis di Indonesia. Meningkatnya angka kejadian demam berdarah ini disebabkan oleh banyak faktor, antara lain keadaan lingkungan, baik lingkungan sosial, biologis, maupun fisik. Kecamatan Tembalang, dari tahun 2007 hingga 2016, menempati peringkat pertama sebagai kecamatan dengan Incident Rate (IR) DBD tertinggi sekota Semarang. Penanganan yang tepat perlu dilakukan sebagai antisipasi kenaikan angka penderita pada tahun-tahun berikutnya. Salah satu penanganan yang dapat dilakukan adalah memprediksi angka kejadian demam berdarah pada waktu-waktu berikutnya sehingga pemerintah dapat menyiapkan tindakan pencegahan. Prediksi angka kejadian demam berdarah ini dapat dilakukan dengan menggunakan prediktor cuaca. Dalam penelitian ini, digunakan tiga prediktor cuaca, yaitu suhu udara, kelembapan, dan curah hujan serta angka kejadian demam berdarah untuk memprediksi angka kejadian demam berdarah pada waktu berikutnya. Penelitian ini menggunakan jaringan saraf tiruan Extreme Learning Machine (ELM) untuk memprediksi angka kejadian demam berdarah berdasarkan faktor cuaca. Hasil penelitian menunjukkan bahwa model ELM dapat menghasilkan MSE pengujian terendah sebesar 0,0116 dan waktu pelatihan kurang dari 1 detik.
CONTENT-BASED IMAGE RETRIEVAL USING EXPRESSION SENSITIVITY BY FUZZY INFERENCE SYSTEM Sukmawati Nur Endah; Priyo Sidik Sasongko; Helmie Arif Wibawa
Jurnal Ilmiah Kursor Vol 8 No 1 (2015)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28961/kursor.v8i1.71

Abstract

Image retrieval can be divided into two types context-based and the content-based. Image retrieval based on the content refers to the image features such as color, texture, shape, semantics or sensations. This paper addresses the content-base image retrieval system based on expression sensitivity. It can be image or text query for input the system. Based on Itten theory, expression sensitivity consist of warm, cold, relax, anxious, and life. The research system uses two fuzzy inference system. Firstly, fuzzy inference system is used to decide image region of color. The image size is 256 x 256 pixel. Output the first fuzzy inference system is input for the second fuzzy inference system. The second fuzzy inference system is used to determined expression sensitivity of image. Degree of accuracy based on respondent from 50 images and 20 respondents is 42% for text query and 55% for image query. The further research, it can be used for other image such as medical image with certain criteria.
Implementasi Kecerdasan Buatan dalam Menentukan Aksi Karakter pada Game RPG dengan Logika Fuzzy Tsukamoto Dhemma Ratanajaya; Helmie Arif Wibawa
Khazanah Informatika Vol. 4 No. 2 Desember 2018
Publisher : Department of Informatics, Universitas Muhammadiyah Surakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/khif.v4i2.6744

Abstract

Turn-based Role Playing Game (RPG) adalah salah satu genre video game yang menggunakan sistem pertarungan antara dua kubu yang salah satunya dikontrol oleh pemain dan kubu lainnya oleh kecerdasan buatan. Pada RPG yang beredar di pasaran masih banyak game yang memiliki sistem kecerdasan buatan yang masih belum dapat mengambil keputusan yang paling baik untuk memenangkan pertarungan. Pada artikel ini dibahas tentang potongan dari game RPG yang didasarkan pada konvensi genre yang ditemukan pada game serupa. Setelah itu dibuat sistem kecerdasan buatan untuk mengontrol kubu musuh yang mampu melakukan pengambilan keputusan dengan tepat dalam pertarungan pada game tersebut. Logika fuzzy digunakan pada sistem kecerdasan buatan sebagai fungsi untuk melakukan pembobotan atas pilihan keputusan yang dapat dilakukan. Sistem kecerdasan buatan akan menggunakan metode inferensi Tsukamoto dan metode defuzzifikasi centroid. Game dibuat menggunakan engine Unity3D dan bahasa pemrograman C#. Proses pengembangan dilakukan dengan metode extremme programming. Hasil yang didapatkan menunjukkan bahwa implementasi logika fuzzy Tsukamoto dalam game RPG telah mampu mengoptimalkan game tersebut yaitu karakter dalam game mampu memilih aksi yang harus dilakukan terhadap target yang dihadapi.
PENGEMBANGAN APLIKASI LEARNING MANAGEMENT SYSTEM (LMS) PADA SEKOLAH MENENGAH PERTAMA ISLAM TERPADU (SMP IT) HARAPAN BUNDA SEMARANG Syaakir Ni’am; Helmie Arif Wibawa; Sukmawati Nur Endah
Journal of Informatics and Technology Vol 2, No 1 (2013): Wisuda Januari 2013
Publisher : Jurusan Ilmu Komputer / Informatika, FMIPA UNDIP, Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1487.461 KB)

Abstract

Sekolah Menengah Pertama Islam Terpadu (SMP IT) Harapan Bunda Semarang adalah salah satu institusi pendidikan swasta yang memiliki kewajiban menyelenggarakan pembelajaran terbaik untuk siswanya. Seperti halnya sekolah pada umumnya, selama ini pembelajaran di sekolah terkendala kurang banyaknya waktu dan tempat untuk melaksanakan pembelajaran. Pemanfaatan teknologi informasi berupa electronic learning diharapkan bisa memberikan kemudahan dalam menjalankan aktifitas pembelajaran dengan melakukan pengelolaan aplikasi yang membantu pembelajaran secara online. Learning Management System (LMS) merupakan salah satu bentuk perangkat lunak yang mengimplementasikan konsep electronic learning. Pembangunan LMS ini menggunakan alat bantu PHP sebagai bahasa pemrograman dan MySQL sebagai pengelola basis data. Sedangkan model proses pembangun perangkat lunak yang dipakai adalah model waterfall.Tugas akhir ini menghasilkan LMS Harbun berbasis web yang dapat memberikan kemudahan untuk murid dan guru dalam melakukan interaksi untuk menunjang aktifitas pembelajaran secara online.
IbM KELAS VIRTUAL UNTUK SMPN 6 DAN SMAN2 SALATIGA Helmie Arif Wibawa; Indra Waspada; Panji Wisnu Wirawan
Jurnal Abdimas Vol 21, No 1 (2017): June 2017
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/abdimas.v21i1.10960

Abstract

Salah satu upaya yang dilakukan oleh SMPN 6 dan SMAN 2 Salatiga dalam meningkatkan prestasi akademik para siswa adalah dengan giat memberikan pengayaan materi pada siswa. Upaya ini membutuhkan sumber daya berupa waktu dan ruang yang dapat melebihi dari ketersediaan yang sudah ada, sehingga apabila pelaksanaannya hanya tergantung dengan metode klasikal maka dapat mengganggu alur PBM yang telah berlangsung. Perlu adanya metode lain yang dapat mengatasi keterbatasan ruang dan waktu yang terbatas tersebut. Kegiatan pengabdian masyarakat ini menitikberatkan pada pemanfaatan teknologi informasi untuk mengatasi keterbatasan ruang dan waktu dalam usaha pengayaan  materi dan soal sehingga dapat diakses secara lebih luas baik oleh siswa, guru maupun masyakat. Teknologi yang memungkinkan adalah diimplementasikannya pembelajaran online untuk mengelola proses pembelajaran secara elektronik melalui kelas-kelas virtual. Dengan menggunakan pembelajaran online pengelolaan data bahan ajar, guru, siswa, kuis, maupun forum dapat dilakukan secara elektronik sehingga dimungkinkan PBM tidak bergantung pada kelas klasikal tetapi dapat berlangsung secara online dan realtime. Selain itu kegiatan ini juga mentargetkan bahwa setiap guru memiliki akun khusus yang digunakan untuk mengelola kelas virtual, mengunggah dan mengunduh bahan ajar maupun evaluasi dalam bentuk kuis secara online. Oleh karena itu pada kegiatan ini juga diadakan pelatihan dan pendampingan intensif dari tim agar guru dapat mandiri dalam berinteraksi menggunakan sistem pembelajaran online.
Optic Disc Detection on Retina Image using Extreme Learning Machine Wibawa, Helmie Arif; Sutikno, Sutikno; Sasongko, Priyo Sidik
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 2 (2023): Research Article, Volume 7 Issue 2 April, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i2.12123

Abstract

Optic disk detection on retina image has become one of many initial steps in evaluation of Diabetic Macular Edema (DME) severity. As much as early the step is, the result of the step is extremely essential. This article discusses the optic disk detection on retina image based on the color histogram value. The detection is done by using color histogram value which is taken from window sliding process with the size of 50x50 pixels. First, the candidates of optic disc were detected using Extreme Learning Machine towards the histogram value. Then the optic disc was selected form the candidates of optic which has highest average intensity. 4 retina image datasets were employed in the evaluation, including Drions dataset, DRIVE dataset, DiaretDB1 dataset, and Messidor dataset. The result of evaluation then validated by medical expert. The model outcome reaches the accuracy as much as 85,39 % for DiaretDB1 dataset, 95% for DRIVE dataset, 98,18% for Drions and 99% for Messidor dataset.
Improved car detection performance on highways based on YOLOv8 Sutikno, Sutikno; Sugiharto, Aris; Kusumaningrum, Retno; Wibawa, Helmie Arif
Bulletin of Electrical Engineering and Informatics Vol 13, No 5: October 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v13i5.8031

Abstract

Car detection on the road through computer vision is crucial for improving safety, as it plays an essential role in spotting nearby vehicles and preventing fatal accidents. Additionally, car detection significantly contributes to the advancement of autonomous vehicles. Previous explorations of car detection using YOLOv5 have revealed weaknesses regarding its resulting mean average precision (mAP). This scenario led to the development of a more advanced version of you only look once (YOLO), namely YOLOv8. Consequently, this study aimed to adopt YOLOv8 for automatic car detection on the road. YOLOv8 is proven to perform better than the previous version. A dataset comprising video frame images was captured on the highway in Semarang, Indonesia. The experiment results indicated that the proposed approach achieved impressive precision, recall, and mAP values, reaching 94.1%, 98.2%, and 98.8%, respectively. The proposed approach enhanced mAP and training time when compared with YOLOv5. Therefore, it was concluded that the proposed method was better suited for real-time car detection.
Pelatihan Computational Thinking bagi Guru SMP-SMK Muhammadiyah 2 Kota Semarang Wibawa, Helmie Arif; Saputra, Ragil; Sasongko, Priyo Sidik; Adhy, Satriyo; Rismiyati, Rismiyati
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 11, No 2 (2020): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v11i2.3041

Abstract

Manusia mempunyai kemampuan bio-komputer yang bermanfaat dalam menyelesaiakan persoalan-persoalan yang dihadapi. Program berfikir yang dimiliki ini dapat dioptimalkan dengan menerapkan sebuah metode yang disebut dengan “Berpikir Komputatif” atau Computational Thinking (CT). CT adalah sebuah metode dalam menyelesaikan persoalan dengan menerapkan teknik ilmu komputer (informatika). Ketika pendekatan CT diterapkan dalam proses pembelajaran maka akan dapat membantu siswa untuk dapat melihat hubungan antara mata pelajaran, dan kehidupan di dalam dengan di luar kelas. Pengabdian ini berupaya untuk mensosialisasikan dan melakukan pelatihan dan pembinaan ke sekolah-sekolah mengenai metode CT. Tujuan yang diharapkan adalah metode CT ini dapat diimplementasi dalam proses belajar di sekolah yang nantinya akan membantu siswa untuk lebih berpikir secara komputatif. Selain itu juga diharapkan para guru dapat mempersiapkan para siswa untuk bersaing dalam Bebras Challenge Indonesia sebagai ajang kompetisi CT. Kegiatan ini meliputi pemaparan CT, pembahasan soal-soal dengan metode CT, dan pengenalan terhadap Bebras Challenge.
Pixelcraft: AI-Powered Artistic Innovation Fouziya, MD; Sruthi, Avula; Prathina , Paila; Sushma, Parsha; Rithika, Madas; Wibawa, Helmie Arif
International Journal of Advances in Artificial Intelligence and Machine Learning Vol. 2 No. 3 (2025): International Journal of Advances in Artificial Intelligence and Machine Learni
Publisher : CV Media Inti Teknologi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58723/ijaaiml.v2i3.460

Abstract

Background of study: Recent breakthroughs in Artificial Intelligence (AI) have significantly advanced text-to-image generation, enabling machines to convert natural language descriptions into realistic visual outputs. Stable Diffusion has emerged as a promising solution, offering high-fidelity results with improved controllability and accessibility. To leverage these strengths, this study introduces PixelCraft, an AI-powered text-to-image generation system designed to support creative, educational, and industrial applications.Aims: The purpose of this paper is to design, develop, and evaluate PixelCraft, an intuitive AI system that generates coherent images from textual prompts using Stable Diffusion.Methods: PixelCraft integrates a Stable Diffusion pipeline implemented using Hugging Face libraries and wrapped in a Tkinter-based graphical interface for seamless user interaction. The system processes user prompts, executes diffusion-based denoising stages, and outputs generated images that can be viewed and saved. A structured evaluation was conducted using widely accepted performance metrics, including CLIP similarity scores, Fréchet Inception Distance (FID), and Structural Similarity Index Measure (SSIM). Comparative analyses were performed against models such as BigGAN, VQ-VAE-2, and DALL·E-2.Result: Experimental findings show that PixelCraft achieves strong semantic alignment and visual coherence, yielding an average CLIP score of 0.95, an FID score of ~15, and an SSIM of 0.91. These results outperform several benchmark models, demonstrating superior consistency across both simple and moderately complex prompts.Conclusion: PixelCraft effectively demonstrates Stable Diffusion's ability to generate high-quality images from natural-language descriptions. The system provides a practical, accessible platform for artists, educators, and digital content creators, significantly reducing barriers associated with traditional design tools.
Co-Authors Anneta Shifa Ichwani Aris Sugiharto Dhemma Ratanajaya Fania, Dea Fouziya, MD Ichwani, Anneta Shifa Indra Waspada Indra Waspada Mochammad Hosam Muhamad Subhan Efendi Panji Wisnu Wirawan Prathina , Paila Prima Yusuf Budiarto Priyo Sidik Sasongko Ragil Saputra Ratanajaya, Dhemma Retno Kusumaningrum RISMIYATI RISMIYATI Rithika, Madas Satriyo Adhy Sruthi, Avula Sukmawati Nur Endah Sukmawati Nur Endah Sukmawati Nur Endah Sushma, Parsha Sutikno Sutikno Sutikno Sutikno Sutikno Sutikno Syaakir Ni’am