Article Per Year (5 Year)
p-Index From 2021 - 2026
7.723
P-Index
This Author published in this journals
All Journal Prosiding SNATIKA Vol 01 (2011) JUITA : Jurnal Informatika Creative Information Technology Journal Jurnal Sains dan Informatika ILKOM Jurnal Ilmiah Generation Journal Jurnal ABDINUS : Jurnal Pengabdian Nusantara JAMI: Jurnal Ahli Muda Indonesia Advance Sustainable Science, Engineering and Technology (ASSET) Joutica : Journal of Informatic Unisla Nusantara of Engineering (NOE) JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Pengabdian Masyarakat Nusantara Jurnal Rekam Medis dan Informasi Kesehatan Indonesia
Risa Helilintar
Teknik Informatika, Fakultas Teknik, Universitas Nusantara PGRI Kediri
Agriculture, Biological Sciences & Forestry 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 Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Transportation

Published : 81 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 81 Documents
Search

 5   6   7   8   9 
Implementasi Metode SMART untuk Menentukan Posisi Ideal Pemain Sepak Bola Aziema, Alfin; Helilintar, Risa; Setiawan, Ahmad Bagus
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3558

Abstract

Dalam penentuan posisi pada olahraga sepak bola, ada beberapa masalah yang dialami oleh pelaih dari sekolah sepak bola Al Fath FC yaitu, belum bisa menentukan posisi pemain secara tepat, banyak pemain yang bermain tidak dalam posisi terbaik mereka, dan juga belum adanya sistem untuk menentukan posisi ideal pemain sepak bola. Maka dari itu peneliti bertujuan untuk membuat suatu sistem yang dapat membantu pelatih dalam menentukan posisi ideal bagi seluruh pemain. Metode Simple Multi Attribute Rating Technique (SMART) dipilih oleh peneliti untuk membantu pelatih dalam menentukan posisi ideal pemain. Data yang digunakan dalam penelitian ini adalah data kemampuan pemain di SSB Al Fath FC. Metode SMART melibatkan langkah-langkah seperti pengumpulan data, penentuan kriteria penilaian, pemberian bobot pada setiap kriteria, serta perankingan posisi pemain berdasarkan skor yang diperoleh dari penilaian SMART. Hasil perhitungan menunjukkan bahwa pemain dengan nilai tertinggi yaitu Rio dengan nilai 315,00 dan nilai terendah yaitu Atha dengan nilai 75,00
Implementasi Region of Interest (ROI) Untuk Segmentasi Citra Tanda Tangan Asmara, Big Daya Yudha; Wulaningrum, Resty; Helilintar, Risa
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3565

Abstract

Citra yang memiliki kualitas baik merupakan hal penting yang mendasari keberhasilan sistem dalam mengenali sebuah pola. Untuk memperoleh citra yang baik dapat dilakukan melalui tahap image preprocessing, salah satunya adalah dengan melakukan segmentasi citra. Segmentasi di dalam citra bertujuan memisahkan wilayah (region) objek dengan wilayah latar belakang. Deteksi Region of Interest (ROI) merupakan salah satu teknik segmentasi citra pengolahan citra dimana pengguna mampu mengolah citra yang mengandung informasi data citra yang dikehendaki. Menggunakan ROI dapat membantu dalam mengoptimalkan performa sistem untuk mengidentifikasi suatu pola. Pada penelitian yang dilakukan ini berfokus pada objek tanda tangan yang nantinya dalam mencari informasi yang dibutuhkan dalam citra tanda tangan, peneliti menggunakan Region of Interest (ROI).
Implementasi Metode CNN Pada Klasifikasi Penyakit Jagung Mawarni, Reza; Wulanningrum, Resty; Helilintar, Risa
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3566

Abstract

Jagung (Zea mays) merupakan bahan pangan yang memegang peranan penting di Indonesia. Total hasil jagung selalu berfluktuasi karena pengaruh penawaran dan permintaan yang selalu berubah. Permintaan jagung yang meningkat tajam di pasar domestik merupakan peluang bagi Indonesia untuk menyeimbangkan pasokan dan permintaan jagung. Namun tanaman jagung dapat terserang hama dan penyakit, antara lain tiga penyakit utama jagung adalah penyakit busuk daun (peronosclerospora maydis, P. philippinensis dan P. sorghi), bercak daun jagung (Bipolaris maydis) dan karat (Puccinia polysora). Oleh sebab itu, Penelitian ini bertujuan untuk mengklasifikasikan penyakit padi menurut daun sakit menggunakan teknik deep learning Metode Convolutional Neural Network (CNN), untuk mempermudah dalam pendeteksi dini penyakit jagung agar bisa segera mendapatkan penanganan. Berdasarkan hasil klasifikasi yang dilakukan, didapatkan akurasi sebesar 97% Dengan menggunakan parameter epoch 40, size 224 x 224, batch size32.
Analisis Kecemasan Sosial Siswa SMK NU Pace Menggunakan TMAS dan Certainty Factor Ramadhan, Muhammad Iqbal; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/060nrk47

Abstract

Kecemasan sosial pada remaja merupakan masalah psikologis yang dapat menghambat perkembangan sosial, emosional, dan akademik. Penelitian ini bertujuan menganalisis tingkat kecemasan sosial pada siswa SMK NU Pace dengan mengintegrasikan skala Taylor Manifest Anxiety Scale (TMAS) dan metode Certainty Factor. Pendekatan deskriptif kuantitatif digunakan dengan melibatkan 20 siswa jurusan Teknik Komputer dan Jaringan sebagai responden. Data dikumpulkan melalui kuesioner berbasis TMAS dalam sistem pakar berbasis web yang dikembangkan menggunakan PHP dan MySQL. Hasil penelitian menunjukkan variasi tingkat kecemasan sosial pada siswa dengan kategori ringan, sedang, dan berat. Sistem yang dikembangkan terbukti efektif dalam mendeteksi kecemasan sosial secara dini, sehingga dapat menjadi landasan bagi pihak sekolah untuk merancang program pendampingan yang lebih tepat sasaran guna mendukung kesehatan mental siswa.
Pemanfaatan Pustaka InsightFace Dalam Sistem Presensi Berbasis Pengenalan Wajah SETIAWAN, FAJAR; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/0p37n303

Abstract

Penelitian ini bertujuan untuk mengetahui kemampuan pustaka insightface sebagai alat presensi berbasis pengenalan wajah dan solusi terhadap kelemahan sistem presensi manual di SMP Negeri 2 Tarokan. InsightFace dipilih karena kemampuannya dalam mendeteksi dan mengenali wajah secara akurat dan efisien. Data dikumpulkan dari enam siswa melalui perekaman video dan pengambilan foto wajah, kemudian diproses menggunakan OpenCV dan InsightFace untuk ekstraksi dan pelabelan citra wajah. Model pengenalan wajah dibangun menggunakan fitur embedding dari citra referensi, dan dievaluasi menggunakan data uji yang belum pernah dilatih. Evaluasi dilakukan dengan metrik akurasi, presisi, recall, dan F1-score, yang menunjukkan performa sistem cukup tinggi dengan akurasi mencapai 86,67%. Hasil ini menunjukkan bahwa pustaka InsightFace efektif dalam mendukung sistem presensi berbasis wajah dan berpotensi diterapkan lebih luas di lingkungan pendidikan maupun instansi lain.
Penerapan Data Mining Algoritma K-Medoids untuk Rekomendasi Kelompok Mata Pelajaran Pilihan Dea, Dea Avrillia Arba'a; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/qyyygg13

Abstract

Penelitian ini bertujuan untuk mengelompokkan data siswa berdasarkan minat dan nilai akademik guna membantu guru dalam memberikan arahan yang tepat. Metode yang digunakan adalah algoritma K-Medoids dengan perhitungan jarak Euclidean untuk proses clustering. Pengumpulan data dilakukan pada siswa SMA Pawyatan Daha Kediri dengan atribut nilai IPA, nilai IPS dan nilai tes peminatan. Prosedur penelitian meliputi Persyaratan, Desain, Implementasi, Pengujian, dan Pemeliharaan. Hasil penelitian menunjukkan bahwa metode K-Medoids efektif dalam mengelompokkan siswa ke dalam beberapa klaster, yaitu kelompok yang cenderung memilih kelompok IPA, atau kelompok IPS dengan nilai siluet yang menunjukkan kualitas clustering cukup baik yaitu 0,34. Sistem yang dibangun mampu membantu guru dalam mengambil keputusan yang lebih objektif terkait pengelompokkan siswa
Implementasi Metode K-Nearest Neighbor untuk Klasifikasi Tingkat Kepuasan Pelanggan pada Toko Buku Anugerah Ilmu Fahmi, Muhammad Fajrul; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/x4mg2w61

Abstract

Penelitian ini bertujuan membangun sistem klasifikasi kepuasan pelanggan menggunakan algoritma K-Nearest Neighbor pada Toko Buku Anugerah Ilmu di Kabupaten Kediri. Masalah utama yang dihadapi adalah pengolahan data survei kepuasan pelanggan yang masih dilakukan secara manual, sehingga menyulitkan proses klasifikasi dan analisis data. Metode penelitian menggunakan pendekatan kuantitatif dengan mengimplementasikan algoritma K-Nearest Neighbor pada 170 data survei yang dibagi dengan rasio 90:10 untuk data training dan testing. Hasil penelitian menunjukkan tingkat akurasi sistem mencapai 88,24% dengan nilai K=3, dimana sistem berhasil mengklasifikasikan data ke dalam tiga kategori kepuasan (Puas, Biasa, dan Kurang Puas). Tingkat presisi dan recall untuk kategori Puas mencapai 100%, sementara untuk kategori Biasa dan Kurang Puas sebesar 67%. Implementasi sistem ini sangat bermanfaat bagi toko dalam menganalisis data survei secara lebih cepat dan akurat untuk mendukung pengambilan keputusan strategis. 
Prediksi Promosi Top-Up Game Pada Pola Pembeli Putra, Renno Rama; Irawan, Rony Heri; Helilintar, Risa
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/1wmdj144

Abstract

Penelitian ini bertujuan untuk mengatasi ketidaktepatan strategi promosi pada platform top-up game Rennstore, yang selama ini dilakukan secara konvensional tanpa analisis data historis. Untuk itu, dikembangkan sistem prediksi waktu ideal promosi menggunakan algoritma Random Forest yang menganalisis pola transaksi pengguna. Data transaksi diproses melalui tahapan pembersihan dan transformasi waktu, kemudian dimodelkan untuk memprediksi hari dan jam optimal promosi. Evaluasi sistem dilakukan menggunakan metrik akurasi dan F1-Score. Hasil pengujian menunjukkan akurasi sebesar 76% dan F1-Score sebesar 74%, serta memperoleh tanggapan positif dari pengguna melalui kuisioner. Sistem ini dinilai efektif dan mampu memberikan rekomendasi waktu promosi yang tepat sasaran.
Penerapan Metode Naive Bayes Terhadap Kategori Olahraga sesuai Kondisi Zakaria, Farid Fauzi; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/t8a11t23

Abstract

Penelitian ini membahas penerapan Naive Bayes dalam mengklasifikasikan jenis olahraga yang sesuai berdasarkan kondisi fisik. Pemilihan olahraga yang tepat sangat penting untuk mengoptimalkan manfaat kesehatan dan meminimalkan risiko cedera. Metode Naive Bayes dipilih karena keunggulannya dalam menangani data kategorikal dan prediksi probabilitas. Studi ini menggunakan data parameter fisik seperti usia, jenis kelamin, indexs massa tubuh dan memilih jenis olahraga dengan tujuan untuk memodelkan klasifikasi kategori. Hasil analisis menunjukkan bahwa model ini efektif dalam memprediksi 7 data uji dari 4 kategori cocok dan 3 tidak cocok terhadap jenis olahraga yang paling sesuai dengan kondisi fisik. Berdasarkan perhitungan yang telah dilakukan oleh sistem bahwa penerapan metode naive bayes memiliki tingkat akurasi sebesar 86%. Penelitian ini menunjukkan bahwa dari tingkat akurasi tersebut dapat berkontribusi dalam penggunaan sistem rekomendasi dalam memilih olahraga yang tepat. 
Pengolahan Citra Kematangan Pisang Menggunakan Convolutional Neural Network VGG19 Gilang Dwi Cahyo; Risa Helilintar; Intan Nur Farida
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/d079q671

Abstract

Klasifikasi tingkat kematangan buah pisang secara manual masih umum dilakukan, yang sering kali menyebabkan ketidakkonsistenan serta memerlukan waktu dan tenaga yang besar. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan penggunaan metode Convolutional Neural Network (CNN) dengan arsitektur VGG19 yang dikenal mampu mengekstraksi fitur visual secara mendalam. Dataset yang digunakan terdiri dari 5.616 gambar pisang yang diklasifikasikan ke dalam empat kategori: mentah, matang, terlalu matang, dan busuk. Teknik augmentasi data dan pendekatan transfer learning diterapkan untuk meningkatkan performa model. Hasil pelatihan menunjukkan akurasi validasi sebesar 98% dan nilai loss kurang dari 0,07 setelah 25 epoch. Model menunjukkan kemampuan generalisasi yang baik tanpa tanda-tanda overfitting. Temuan ini mengindikasikan bahwa pendekatan CNN VGG19 efektif untuk pengembangan sistem klasifikasi kematangan pisang secara otomatis
Co-Authors Affandi Febrinsa Pratama Ahmad Bagus Setiawan Ahmad Fitra Hamdani Ahmad Jamaludin Ahnan, Miftah Aidina Ristyawan Aldiansyah, Fikri Afandy Alfino Wahyu Pramudya Amisha Elisya Devi Anggakara, Agra Antika, Firma Fuji Rinti Anugrah A, Gigih Jenop Anwar, Muhammad Choirul Ardi Sanjaya Arifin, Soim Asmara, Big Daya Yudha Awalina, Salma Putri Aziema, Alfin Bahtiar, Miftahul Ilmi Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Dandyade Candra, Dandyadex Daniel Swanjaya Dea, Dea Avrillia Arba'a Deni Luvi Jayanto Dewantara, Bagas EKA YUNIARTI Erwanto, Rio Aldi Fachrudin, Muhammad Nur Fahmi, Muhammad Fajrul FAJAR SETIAWAN Fawaid, Muhammad Hasib Firdaus, Maulana Anas Firmansah, Muhammat Arisona Gilang Dwi Cahyo Gusnugraeni, Alifdyah Hermasrurin Hanif Al Fatta Hidayat, Uun Huda, Fakhry Miftakhul Hudha, Moch Nur Ida Ayu Putu Sri Widnyani Intan Nur Farida Inzaghi, Febri Wika Irngamsyah, Wildan Gistra Jamhari Jamhari Julian Sahertian Karim, Achmad Zainul Kasih, Patmi Kasih Khamdanni, Moh. Lillasari, Juhana Made Ayu Dusea Widyadara Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Mawarni, Reza Mido, Gafana Oly Muhammad Mutafanninun Mukhtari, Nailusofa Al Mustakim, Abdurrahman Secondanu Muzaki, Anwar Muzan Ihda Khotmuniza Ndun, Yondri Ginola Nugraha, Yoga Adi Nurhadi Nurhadi Patmi Kasih Perkasa, Galang Elang Pradana, Priyan Pradipta, M.Herma Prasetya, Marsha Auriel Putra, Renno Rama Putri, Karina Ananda Ramadhan, Muhammad Iqbal Ramadhan, Ryan Akbar Ramadhanu, Ilham Khefi Ratih Kumalasari Niswatin Resty Wulanningrum Rini Indriati Risky Aswi R, Risky Rizki Dwi Febrian Rochana, Siti Rochana, Siti Rochana, Siti Rony Heri Irawan Rosadi, Asyadam Abriel Santoso, Ricky Laschka Zidane Saputro, Abimanyu Agung Setiyawan, Gadang Putro Bagus setiyawan, Heru Siti Rochana Syafroni, Mochamad Tani , Ani Asmawati Teguh Adriyanto Thobroni, Nur Ahmadi Umami, M. Rizal Widyadara , Made Ayu Dusea Wulandari, Miftakhul Wulaningrum, Resty Yulianto, Haris Yustikawan, Eko Tri Zakaria, Farid Fauzi