Article Per Year (5 Year)
p-Index From 2021 - 2026
4.375
P-Index
This Author published in this journals
All Journal INFORMAL: Informatics Journal Jurnal Teknik Sipil Martabe : Jurnal Pengabdian Kepada Masyarakat EDUMATIC: Jurnal Pendidikan Informatika JSAI (Journal Scientific and Applied Informatics) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Pengabdian Masyarakat IPTEKS JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Rekayasa Infrastruktur Hexagon JIWAKERTA: Jurnal Ilmiah Wawasan Kuliah Kerja Nyata International Journal of Regional Innovation Jurnal Indonesia Sosial Teknologi SATUKATA: Jurnal Sains, Teknik, dan Studi Kemasyarakatan National Multidisciplinary Sciences Jurnal Aplikasi Sistem Informasi dan Elektronika Journal of Information Systems Management and Digital Business ABDIMASTEK JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Teknologi : Jurnal Ilmiah Sistem Informasi
Agung Nilogiri
Universitas Muhammadiyah Jember
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences

Published : 42 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 42 Documents
Search

 1   2   3   4   5 
Implementasi Cloud Computing Pada Prediksi Tingkat Kualitas Udara Berbasis Internet Of Things Rivangga, Satya; Yanuarti, Rosita; Nilogiri, Agung
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 9 No. 2 (2024): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v9i2.1574

Abstract

Jumlah unit kendaraan bermotor di Kabupaten Jember selalu terjadi peningkatan selama tahun 2018 hingga 2020 yang dapat membuat kualitas udara memburuk sehingga dapat mengganggu kesehatan masyarakat saat beraktivitas pada ruang publik terbuka. Permasalahan yang terjadi adalah Kabupaten Jember masih belum memiliki alat pemantau kualitas udara di tempat-tempat tersebut sehingga masyarakat tidak tahu kualitas udara saat di tempat tersebut. Penelitian ini bertujuan untuk membuat perangkat Internet of Things (IoT) yang dapat mengukur polutan udara (CO, PM10, PM2.5) lalu menampilkan kualitas udara berdasarkan perhitungan Indeks Standar Pencemar Udara (ISPU) pada ruang publik terbuka tersebut melalui panel P5 dan perangkat tersebut dapat terintegrasi dengan layanan cloud computing supaya data sensor dapat tersimpan dan diolah untuk menghasilkan prediksi nilai ISPU polutan udara. Auto Machine Learning (AutoML) memungkinkan pengembang membuat model Machine Learning tanpa perlu membuat kode program. Penelitian ini menggunakan Auto Machine Learning (AutoML) dari Vertex AI milik Google Cloud Platform untuk membuat model forecasting. Model forecasting digunakan untuk memprediksi nilai ISPU polutan udara pada pukul 07:00:00 – 07:30:00. Berdasarkan penelitian yang telah dilakukan yaitu pengujian model forecasting yang dilakukan sebanyak dua kali gagal memberikan output forecasting dengan menggunakan dataset polutan udara yang diambil pada 20 Desember 2023 pukul 06:00:00 - 08:00:00. Sedangkan pada implementasi sistem perangkat IoT dapat menghitung nilai ISPU dan kategori ISPU berdasarkan konsentrasi nilai polutan dan data tersebut dapat tersimpan di Google Cloud Storage serta data tersebut dapat di tampilkan di panel P5. Selain itu diperoleh informasi berdasarkan data polutan udara bahwa semakin bertambahnya waktu maka nilai polutan akan semakin berkurang.
Pengenalan Gambar Untuk Pelatihan Bicara Bagi Anak Dengan Speech Delay Menggunakan Convolutional Neural Network Cetta Ugama Putra; Agung Nilogiri; Reni Umilasari
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 2 (2025): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i2.5790

Abstract

Penelitian ini bertujuan untuk membangun dan mengevaluasi model Convolutional Neural Network (CNN) dalam mengklasifikasikan gambar coretan tangan berupa angka dan bentuk bangun datar. Dataset yang digunakan merupakan gabungan dari MNIST dan Google QuickDraw, dengan total 16 kelas. Model CNN yang dikembangkan terdiri dari empat blok konvolusi dan dua fully connected layer, dilatih selama 30 epoch menggunakan teknik regularisasi dan normalisasi untuk meningkatkan performa generalisasi. Hasil pelatihan menunjukkan akurasi validasi tertinggi sebesar 98,61% dan loss minimum sebesar 0,1185. Evaluasi menggunakan metrik precision, recall, dan f1-score menunjukkan rata-rata nilai sebesar 97,71%, 98,22%, dan 98,75%. Model ini menunjukkan kinerja tinggi pada kelas angka maupun bentuk bangun datar, meskipun terdapat tantangan pada bentuk visual yang kompleks dan serupa. Dengan akurasi dan konsistensi klasifikasi yang tinggi, model CNN ini dinilai layak sebagai komponen utama dalam sistem bantu pembelajaran visual untuk anak dengan keterlambatan bicara (speech delay).
KLASIFIKASI KATEGORI PERTANDINGAN ATLET SILAT PERISAI DIRI MENGGUNAKAN METODE GAUSSIAN NAÏVE BAYES BERBASIS WEB Pangestu, Dwi Saka; Nilogiri, Agung; Arifianto, Deni
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.8738

Abstract

Perisai Diri merupakan salah satu dari pencak silat yang ada di Indonesia dan aktif mengadakan kejuaraan internal atau kejuaraan antar unit/ranting Perisai Diri itu sendiri. Pertandingan internal Perisai Diri memiliki tiga kategori yaitu Tanding (Fight), TGR (Tunggal, Ganda, Regu)/Seni, dan Serang Hindar, dimana dari kategori pertandingan tersebut memiliki karakteristik dan kebutuhan pertandingan yang berbeda. Perisai Diri Jember masih belum memiliki sistem untuk membantu memilih atlet, selama ini pemilihan kategori untuk atlet dilakuakan secara manual. Tujuan dari penelitian ini yaitu untuk mengetahui tingkat akurasi, presisi, dan recall dalam klasifikasi atlet Perisai Diri dengan menggunakan 64 data. Metode klasifikasi yang digunakan pada penelitian kali ini yaitu Gaussian Naïve Bayes dan menggunakan metode pendukung K-Fold Cross Validation. Hasil dari penelitian ini didapatkan akurasi sebesar 57,1%, dengan recall terbesar terdapat pada TGR  80% dan presisi terbesar terdapat pada Fight 60%.
Peramalan Penjualan Liquid Vape Menggunakan Metode Single Exponential Smoothing Kholili, Badril Munir; Nilogiri, Agung; Daryanto, Daryanto
IPTEQ Vol 5, No 2 (2023): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v5i2.22249

Abstract

Peramalan adalah bagian pertama dari proses pengambilan keputusan. Sebelum melakukan prediksi, Anda harus mengetahui terlebih dahulu apa masalah keputusan sebenarnya. Surya Abadi Vape Shop belum mempunyai sistem aplikasi peramalan penjualan yang terkomputerisasi, sehingga untuk mempermudah peramalan penjualan, pihak perusahaan dapat menggunakan sistem aplikasi secara otomatis tanpa menghitung penjualan secara manual. Metode Single Exponential Smoothing merupakan salah satu metode peramalan moving average dengan pembobotan, dimana datanya diberi bobot dengan fungsi eksponensial. Pemulusan eksponensial adalah proses yang terus-menerus memperbaiki perkiraan dengan mengambil rata-rata penurunan nilai masa lalu dari data berbasis waktu. Data yang digunakan dalam skripsi ini adalah data penjualan tahun 2019 -2023. Hasil penelitian menyimpulkan dapat memudahkan dalam pengolahan dan peramalan transaksi barang. Hasil akurasi dengan nilai alpha 0,9 memberikan MAPE sebesar 2,379%. Berdasarkan hasil perkiraan ini, penjualan bulan berikutnya dapat ditentukan.
KLASIFIKASI SENTIMEN ULASAN PELANGGAN LAYANAN EKSPEDISI MENGGUNAKAN ALGORITMA NAÏVE BAYES Almie, Amada Uzlyva; Nilogiri, Agung; Wardoyo, Ari Eko
IPTEQ Vol 4, No 1 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i1.21022

Abstract

Pemanfaatan media sosial twitter memiliki potensi besar dalam menghasilkan informasi, dari banyaknya jumlah opini dari masyarakat yang didapatkan, diperlukan analisis sentimen untuk mengklasifikasikan opini tersebut agar memudahkan dalam menemukan kecenderungan opini dari ulasan pengguna ekspedisi guna mengetahui seberapa besar persentase sentimen positif, dan negatif. Penelitian ini akan membandingkan antara model klasifikasi multinomial naïve bayes dan gaussian naïve bayes tanpa dan dengan menerapkan teknik balancing untuk mengatasi imbalance data. Hasil akurasi yang didapatkan pada metode multinomial naïve bayes tanpa menggunakan teknik balancing hasil akurasi sebesar 95%, sedangkan dengan random undersampling sebesar 95%, dan untuk random oversampling sebesar 97%. Pada metode gaussian naïve bayes tanpa menggunakan teknik balancing hasil akurasi sebesar 85%, sedangkan dengan random undersampling sebesar 80%, dan untuk random oversampling didapatkan hasil akurasi sebesar 93%.
APLIKASI PENCARIAN RUANGAN MENGGUNAKAN AUGMENTED REALITY DI GEDUNG CC UNIVERSITAS MUHAMMADIYAH JEMBER Putri, Della Hartika; Daryanto, Daryanto; Nilogiri, Agung
IPTEQ Vol 3, No 2 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i2.8694

Abstract

Gedung Cc Universitas Muhammadiyah Jember mempunyai banyak ruangan yang berada dalam daerah yang cukup luas. Selain itu, rute jalan dari gedung Cc menyulitkan seseorang untuk mencapai suatu lokasi atau ruangan, dan Google Maps tidak bekerja dengan baik untuk navigasi dalam ruangan. Augmented Reality merupakan sebuah konsep pelapisan konten visual di atas visualisasi kondisi sebenarnya yang terlihat melalui sebuah kamera. Augmented reality memanipulasi perangkat mobile dengan menampilkan lapisan informasi tambahan secara visual diatas lapisan tampilan layar dalam kondisi sebenarnya dari perangkat kamera sehingga dapat berinteraksi. Dari masalah tersebut, timbul ide untuk membangun aplikasi dengan metode augmented reality menggunakan telepon genggam untuk pencarian lokasi atau ruangan di Gedung Cc Universitas Muhammadiyah Jember. Pengujian fungsionalitas system pada aplikasi yang dibuat ini dengan metode blackbox. Dalam pengujian akurasi digunakan untuk mengetahui apakah metode A* dapat menemukan jalur terpendek melalui Augmented Reality. Sehingga menghasilkan sebuah penelitian bahwa Algoritma A* berhasil diterapkan di aplikasi pencarian jalur terpendek menggunakan sistem operasi IOS atau perangkat Iphone. Dari 3 parameter pengukuran yaitu jarak real dan jarak aplikasi yang diujikan menggunakan kasus 1 dan kasus 2 didapatkan masing-masing hasil 100% dan 90% sedangkan untuk ketepatan penunjuk arah sebesar 100%.
PENGARUH TEKNIK SMOTE TERHADAP PREDIKSI HARAPAN HIDUP PENDERITA PENYAKIT HEPATITIS MENGGUNAKAN ALGORITMA K- NEAREST NEIGHBOR Prianggi, Devi Putri; Nilogiri, Agung; Umilasari, Reni
IPTEQ Vol 3, No 2 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i2.8910

Abstract

Hepatitis merupakan penyakit yang menyerang organ hati pada manusia, biasanya disebabkan oleh infeksi jamur, bakteri, penggunaan alkohol, autoimune, dan obat-obatan. Hepatitis sendiri terbagi menjadi 5, yaitu hepatitis A, B, C, D, dan E. Hepatitis B memiliki prevelensi tertinggi kedua di Asia Tenggara. Tujuan dari penelitian ini yaitu untuk mengetahui tingkat akurasi, presisi, dan recall. Dataset yang digunakan berasal dari Kaggle berjumlah 142 dan atribut sebanyak 20. Pada uji coba penelitian ini menggunakan Cross Fold Validation dengan nilai K = 2, 4, dan 5. Dari implementasi menggunakan algoritma ?-Nearest Neighbor tanpa SMOTE diperoleh hasil validasi terbaik dengan akurasi tertinggi didapatkan 89,66% pada Kfold 5, presisi 78,12% pada Kfold 4, dan recall 94,44% pada Kfold 5. Sedangkan implementasi yang dilakukan menggunakan algoritma ?-Nearest Neighbor menggunakan SMOTE diperoleh hasil validasi terbaik dengan akurasi tertinggi didapatkan 93,48 % pada Kfold 5, presisi 95,00 % pada Kfold 5, dan recall 92,11 % pada Kfold 5
ANALISIS SENTIMEN TERHADAP ULASAN NETIZEN PADA APLIKASI CAMSCANNER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Sari, Wina Ayunda; Arifianto, Deni; Nilogiri, Agung
IPTEQ Vol 4, No 2 (2022): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v4i2.17465

Abstract

CamScanner merupakan aplikasi pemindai dari sesuatu yang dapat menghasilkan gambar, maupun dokumen. Pada penelitian ini penulis melakukan analisis sentimen terhadap ulasan netizen yang terdapat pada komentar di Google Play Store, proses ini menerapkan metode Support Vector Machine (SVM). Dataset yang digunakan pada penelitian ini berjumlah 1315 data dan dibagi menjadi 2 bagian, 1000 sebagai proses Cross Validation, 315 sebagai unseen data. Data diklasifikasi berdasarkan kelas positif, netral, dan negatif. Hasil akurasi terbaik yang didapatkan pada penelitian ini yaitu sebesar 95,2%. Hasil pengujian menggunakan unseen data test menghasilkan nilai akurasi sebesar 81%. Proses Confusion Matrix pada presisi menghasilkan nilai sebesar 96%, recall sebesar 98%, dan F-Measure sebesar 98%.
KLASIFIKASI KESEGARAN IKAN LEMURU BERDASARKAN CITRA MATA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Deco, Vigit Tri; Nilogiri, Agung; A'yun, Qurrota
IPTEQ Vol 3, No 1 (2021): JASIE
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/jasie.v3i1.9159

Abstract

Ikan merupakan sumber protein yang kaya bagi tubuh manusia, ikan juga merupakan salah satu komoditas bahan pangan yang sangat digemari masyarakat. Ikan juga memiliki nilai gizi tinggi, namun ikan sangatlah mudah kehilangan kualitas kesegarannya. Kesegaran ikan adalah parameter yang sangat penting dalam menentukan sebuah kualitas sebuah ikan, salah satu ciri dari menurunnya kesegaran ikan adalah dapat dilihat dari mata ikan itu sendiri, namun untuk membedakan kesegaran itu sendiri menurut mat ajika dilihat dengan sekilas maka akan sulit untuk mengetahuinya. Maka dari itu dibutuhkanlah teknologi yang dapat mengidentifikasi kesegran ikan lemuru berdasarkan citra mata. Convolutional Neural Network (CNN) merupakan salah satau pengembangan dari algoritma multilayer percepton (MLP) yang membu mengidentifikasi sebuah gambar ataupun suara. Pada penelitian ini arsitektur CNN yang digunakan adalah VGG-16 dengan 1920 data citra mata ikan lemuru. VGG-16 memiliki 13 convolution layer dan 5 pooling layer. VGG-16 ini memiliki dua layer fully connected layer yang memiliki 4096 neuron pada setiap layer. pada layer yang terakhir terdapat pengklasifikasian dua kelas yang menggunakan aktifasi softmax. Akurasi yang didapat pada penelitian ini adalah akurasi 98,4%, sensitivitas  98,5%, dan spesifisitas 98,5%. Kesimpulannya adalah algoritma Convolutional Neural Network (CNN) yang telah dibangun relatif mampu mengidentifikasi kesegaran ikan berdasarkan citra mata dan tingkat efektivitas model mengidentifikasi kesegaran ikan berdasarkan citra mata kurang baik.
GDI (IoT-Based Gas Detector) As an Appropriate Technology for Gas Leak Detection in Tarakan City, North Kalimantan: GDI (Gas Detector Based Internet of Things (IoT)) Putra Siregar, Muhammad Abrar; Andyna Maharani, Cinta Naswa; Nilogiri, Agung; YAP, Ferdianto
International Journal of Regional Innovation Vol. 4 No. 2 (2024): International Journal of Regional Innovation
Publisher : Inovbook Publications

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52000/ijori.v4i2.107

Abstract

Tarakan City, as the center of oil and gas resource exploitation in North Kalimantan Province, faces significant challenges related to safety and security concerning potential natural gas leaks. With its large population and the presence of 1,400 oil and gas wells, as well as being the largest consumer of natural gas networks in Indonesia with 32,000 consumers, the risk of gas leaks is a major concern. Previous gas leak incidents have demonstrated serious impacts, including fires and explosions resulting in significant losses for the community and the environment. To address these challenges, the 5.0 technology offers a potential solution, particularly implementing the Internet of Things (IoT). Based on this technology, developing an IoT-Based Gas Detector involves surveying potential tools, analyzing economic, social, and environmental factors, assembling the tools, and applying the product. IoT Gas Detectors have an advantage by utilizing connected sensor technology. The IoT-Based Gas Detector can be utilized to detect gas leaks in real-time, providing swift responses and reducing the potential impacts of gas leaks. Consequently, it can increase safety, security, and the efficient use of natural resources. The IoT-based Gas Detector (GDI) program supports several Sustainable Development Goals (SDGs), including: [1] No Poverty, [3] Good Health and Well-being, [7] Affordable and Clean Energy, [9] Industry, Innovation, and Infrastructure, [11] Sustainable Cities and Communities, [17] Partnerships for the Goals.
Co-Authors A'yun, Qurrota Adi Sulistyono Aditya Surya Manggala Adriani, Sri Wahyuni Ajeng Khalili Rahmatiningsih Aji Brahma Nugroho aji brahma nugroho, aji brahma Al Faruq, Habibatul Azizah Almie, Amada Uzlyva Ananda Alia Febriani Andre Eko Cahyo Andyna Maharani, Cinta Naswa Ari Eko Wardoyo Ari Eko Wardoyo Arifianto, Deni Aryanto, Risqi Pradana A’yun, Qurrota Cetta Ugama Putra Chatarina Umbul Wahyuni Daryanto Daryanto Deco, Vigit Tri Dedi Setiawan Dewi Lusiana Dewi Lusiana Dewi Lusiana Pater Dewi, Dewi Lusiana Pater Eko Wardoyo, Ari Ginanjar Sasmito Adi Ilahiyah, Sarirotul Isnanda Denny Soggy Rachmad Khalili Rahmatiningsih, Ajeng Kholili, Badril Munir Kiki Diah Ayu Puspita Lusiana, Dewi Moh. Dasuki Mokh Hairul Bahri Muhammad Derryl Qinanda Nadila Nadila Nanang Saiful Rizal Nely Ana Mufarida Oktavianto, Hardian Pangestu, Dwi Saka Prianggi, Devi Putri Putra Siregar, Muhammad Abrar Putri, Della Hartika Qurrota A’yun Ramadhani, Laila Amanda Risqi Pradana Aryanto Rivangga, Satya Sari, Wina Ayunda Sarirotul Ilahiyah Setyawan, Wahyu Dwi Sofia Ariyani Susanto, Luban Abdi Taufiq Timur Umilasari, Reni Wahyu Dwi Setyawan Wiwik Suharso Yanuarti, Rosita YAP, Ferdianto Zakiyyah, Amalina Maryam