Article Per Year (5 Year)
p-Index From 2021 - 2026
7.973
P-Index
This Author published in this journals
All Journal Teknika Bulletin of Electrical Engineering and Informatics Proceeding of the Electrical Engineering Computer Science and Informatics Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial JTAM (Jurnal Teori dan Aplikasi Matematika) SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan INTECOMS: Journal of Information Technology and Computer Science Jurnal Nasional Komputasi dan Teknologi Informasi Journal of Information System, Applied, Management, Accounting and Research Jurnal Informatika Kaputama (JIK) Jurnal Informatika dan Rekayasa Perangkat Lunak Journal of Applied Engineering and Technological Science (JAETS) Jurnal Teknik Elektro dan Komputasi (ELKOM) JTIK (Jurnal Teknik Informatika Kaputama) Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Pengabdian Nasional (JPN) Indonesia Jurnal Cahaya Mandalika International Journal for Applied Information Management JUTECH : Journal Education and Technology AJAD : Jurnal Pengabdian kepada Masyarakat International Journal Software Engineering and Computer Science (IJSECS) Aptekmas : Jurnal Pengabdian Kepada Masyarakat KNOWLEDGE: Jurnal Inovasi Hasil Penelitian dan Pengembangan ABDINE Jurnal Pengabdian Masyarakat Journal of Artificial Intelligence and Digital Business CKI On Spot SmartComp Jurnal Pengabdian Nasional (JPN) Indonesia kawanad Journal Innovations Computer Science Informasi interaktif : jurnal informatika dan teknologi informasi
Betty Yel, Mesra
ST Ilmu Komputer Cipta Karya Informatika
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 1   2   3   4   5 
IMPLEMENTASI DETEKSI EMOSIONAL PADA WAJAH MENGGUNAKAN DEEP LEARNING - YOLOv5 Dadang Iskandar Mulyana; Aris Sufriman; Mesra Betty Yel
JUTECH : Journal Education and Technology Vol 4, No 1 (2023): JUTECH JUNI
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v4i1.2174

Abstract

Deteksi objek dalam pencitraan digital adalah proses penentuan keberadaan objek tertentu dalam citra digital. Proses pengenalan dapat dilakukan dengan berbagai metode, yang biasanya membaca karakteristik semua objek pada citra masukan. Dalam penelitian ini terdapat interaksi antara manusia dan komputer dalam analisis ujaran manusia. Penelitian ini dilakukan untuk menunjukkan apakah implementasi Deep Learning-YOLOv5 dapat digunakan untuk mendeteksi emosi manusia. Materi yang dibutuhkan untuk penelitian pengenalan wajah adalah materi berupa gambar berbagai ekspresi wajah manusia. Berdasarkan kumpulan data yang diperoleh, gambar yang dikumpulkan dibagi menjadi dua bagian, yaitu. Data latih dan data uji, yang kemudian dibagi menjadi beberapa untuk menyeimbangkan kumpulan data. Ekspresi yang berbeda diklasifikasikan ke dalam emosi yang berbeda sesuai dengan kategorinya, yaitu emosi marah, emosi senang, takut, jijik, emosi terkejut, emosi netral dan emosi sedih. Hasil penelitian menunjukkan 99 epoch dan akurasi sebesar 99%
KEAMANAN INFORMASI DATA PRIBADI PADA MEDIA SOSIAL Mesra Betty Yel; Mahyuddin K. M Nasution
Jurnal Informatika Kaputama (JIK) Vol 6 No 1 (2022): Volume 6, Nomor 1, Januari 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v6i1.144

Abstract

Perkembangan teknologi informasi dan internet saat ini telah mengubah cara manusia dalam melakukan komunikasi. Salah satunya adalah perkembangan media sosial, media sosial sudah menjadi bagian dari kehidupan untuk memperoleh, membagikan dan menyebarluaskan informasi. Semakin berkembangnya media sosial maka masalah keamanan informasi dan privasi juga menjadi hal yang penting saat ini. Media sosial sebagai salah satu sumber bocornya informasi rahasia sudah menjadi hal yang umum saat ini. Tanpa disadari, banyak data mengenai privasi seseorang yang telah bocor di internet. Data privasi yang tersebar bisa disebabkan oleh kelalaian maupun penyedia layanan. Keamanan sistem informasi merupakan aset yang harus dilindungi keamanannya. Keamanan secara umum diartikan sebagai “quality or state of being secure to be free from danger”. Metode penelitian dilakukan adalah menggunakan metode blended. Penelitian ini dilakukan dengan cara mencari dan serta memahami literatur atau yang berhubungan keamanan informasi pada media social dan penelitian pustaka. Enam poin utama yang harus dipertimbangkan saat menggunakan sistem aplikasi online terkait privasi data yaitu keamanan dan data perlindungan, kesadaran pengguna, pengaturan kontrol, manajemen risiko, transparansi, dan etika. Perlu dibangun kepercayaan ke dalam rancangan layanan Internet, baik melalui kegiatan rancang bangun pengelolaan suatu sistem yang lebih mengedepankan user priority. Memungkinkan, user diberikan pilihan mekanisme kontrol terhadap perlu tidaknya dalam mengungkapkan informasi pribadi dan penggunaannya.
KLASIFIKASI JENIS IKAN NEON DENGAN EKSTRAKSI FITUR GLCM DAN ALGORTIMA EXTREME LEARNING MACHINE Wahyu Hidayat; Dadang Iskandar Mulyana; Mesra Betty Yel
JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI Vol 14 No 2 (2023): September
Publisher : UNIVERSITAS STEKOM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/jtikp.v14i2.558

Abstract

Ikan neon adalah spesies ikan cantik yang populer, terutama di kalangan penggemar aquascape. Terdapat dua jenis ikan neon yaitu ikan neon tetra dan ikan kardinal yang masing-masing memiliki pola sisik yang berbeda, ikan neon tetra memancarkan kilatan warna biru dan neon merah yang memanjang dari pusat tubuh hingga ke bagian bawah otak. dan ikan neon cardinal memiliki lampu berwarna biru dan merah dari pangkal ekor hingga kepalanya. Namun, spesies ikan seringkali memiliki bagian tubuh, sirip, dan ekor yang mirip, sehingga sulit untuk mengidentifikasi spesies tersebut. Karena keterbatasan kemampuan mata manusia untuk membedakan ikan tetra dari neon kardinal, peneliti mengklasifikasikan ikan neon menggunakan teknik ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) dan Extreme Learning Machine (ELM) untuk membedakannya. Dataset citra yang dihasilkan adalah untuk mendapatkan nilai x dan y dari fungsi GLCM dengan membuat 1.915 sampel citra yang terdiri dari 954 citra Neon Tetra dan 961 citra Neon Tetra, dilanjutkan dengan 700 data latih dan 300 dataset uji. Didapatkan efisiensi 97,90% dan nilai Loss 2,10% pada penelitian ini menunjukkan hasil akurasi yang sangat baik.
KOMPARASI KLASIFIKASI JENIS TANAMAN RIMPANG MENGGUNAKAN PRINCIPAL COMPONENT ANALIYSIS, SUPPORT VECTOR MACHINE, K-NEAREST NEIGHBOR DAN DECISION TREE Mainia Mayasari; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.243

Abstract

Pemanfaatan tanaman rimpang ini merupakan alternatif lain bagi banyak orang dalam mencari obat berbahan herbal saat pandemi Covid-19. Beberapa masyarakat yang terbiasa berinteraksi dengan rimpang akan mudah dalam membedakan rimpang tersebut. Akan tetapi, masyarakat awam sering keliru saat membedakan rimpang tersebut dikarenakan memiliki kemiripan bentuk. Metodologi penelitian yang digunakan dalam penelitian ini menggunakan Principal Component Analysis (PCA), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Decision Tree yang bertujuan untuk mengklasifikasikan citra tanaman rimpang atau rhizoma yaitu jahe, kencur, kunci, kunyit, dan laos. Hasil pengujian multi kelas yang dilakukan dengan menggunakan metode Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Decision Tree. Dapat diketahui hasil akurasi dari klasifikasi multi kelas yang diperoleh adalah 98,2% pada SVM (Linear SVM), 90,02% pada KNN dan 87,3% pada Decision Tree. Metode Support Vector Machine (SVM) adalah metode terbaik untuk melakukan klasifikasi jenis tanaman rimpang dikarenakan memiliki tingkat akurasi lebih baik dibanding 2 metode lainnya yang digunakan yaitu K-Nearest Neighbor (K-NN) dan Decision Tree
OPTIMASI ALGORITMA CNN MENGGUNAKAN METODE TRANSFER LEARNING UNTUK KLASIFIKASI CITRA X-RAY PARU-PARU PNEUMONIA DAN NON-PNEUNOMIA Mutia Ramadhan; Dadang Iskandar Mulyana; Mesra Betty Yel
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.251

Abstract

Salah satu penyakit yang masih menjadi masalah yang serius tidak hanya di Indonesia tetapi di Dunia salah satunya adalah penyakit paru-paru. Penyakit tersebut dapat disebabkan oleh berbagai hal, seperti virus, bakteri, atau jamur. Kondisi medis yang termasuk dalam penyakit paru-paru ada banyak macam jenisnya yaitu seperti penyakit paru pneumonia. Selain itu hampir disetiap rumah sakit memiliki mesin pencitraan X-ray jadi dapat dimanfaatkan dalam menguji kesehatan paru-paru, X-ray merupakan metode yang lebih cepat, lebih mudah dan tidak berbahaya yang dapat dimanfaatkan pada banyak hal sehingga membuat peneliti tertarik membuat peneliti tertarik membuat suatu program pengenalan untuk mendeteksi kesehatan serta gangguan pada paru-paru berdasarkan dataset foto atau citra X-ray paru-paru menggunakan metode Transfer Learning. Citra X-ray paru-paru yang digunakan adalah paru-paru jenis non-pneumonia dan paru-paru pneumonia. Klasifikasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari ResNet152V2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 3000 data training atau sebesar 80% dan 590 data validasi atau sebesar 20% dengan melakukan pengujian sebanyak 20 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 91,4% namun memiliki nilai loss sebesar 0.18.
Implementasi Aplikasi Learning Management System and Student Attendance pada IDN Academy Berbasis Web Mesra Betty Yel; Dadang Iskandar Mulyana; Fernanda Adhipramana; Ferry Fajar Pratama; Oka Prasetiyo
Jurnal Pengabdian Nasional (JPN) Indonesia Vol. 4 No. 2 (2023): Mei
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jpni.v4i2.194

Abstract

The purpose of this service activity is to assist IDN Academy in improving the learning process and student Attendance through the implementation of the Learning Management System (LMS). Application and web-based Attendance system for students. A waterfall research collaboration service methodology is used to perform the stages of system analysis, system design, implementation, testing, and analysis of results. During the service process, a system analysis was performed to determine the needs and requirements of the LMS application and web-based student Attendance system. In addition, we will create a use case diagram that explains the functions of the entire system and design the system. We then ran the implementation phase, distributing questionnaires on a Likert scale of 1 to 5, and testing the application with black box and system quality tests. Test results showed that the LMS application and web-based student Attendance system enabled IDN Academy to manage student learning and Attendance effectively and efficiently. Respondents also agreed on the quality of the system, achieving an average score of 4.2 on the distributed questionnaire. The results of this service are expected to enable IDN Academy to leverage its LMS application and web-based student Attendance system to improve the quality of student learning and Attendance.
Implementasi Sistem Pencatatan Saldo Sedekah Jumat di Masjid Ar-Rahmat Berbasis Web Mesra Betty Yel; Dadang Iskandar Mulyana; Jodi Juliansah; Muhammad Syahrul Fattah Ramadhan; Sahrul Hidayat
Jurnal Pengabdian Nasional (JPN) Indonesia Vol. 4 No. 2 (2023): Mei
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/jpni.v4i2.205

Abstract

Ar-Rahmat Mosque has played an important role in the management of Muslim places of worship. However, to improve financial management, a more modern financial recording system is urgently needed. As a concrete step, the author carried out community service activities with a focus on implementing a system for recording Friday alms balances at the web-based Ar-Rahmat Mosque. The aim is to make it easier for the mosque's prosperity council to submit information on Friday alms balance reports and to facilitate the mosque's financial communication with the community. The author uses data collection techniques such as observation, interviews, and library research to design a system that is easy to use and can display accurate data. The designed information system includes financial data of the Ar-Rahmat Mosque. The author also tests the quality of the system by distributing questionnaires with a Likert scale of 1-5 to respondents. The calculation results show that the average score is 4.5 which indicates that the respondents agree with the application designed.
Pelatihan Penggunaan Tools WEKA untuk Kepentingan Proses Data Mining di ITS NU Pekalongan Tundo Tundo; Mesra Betty Yel; Nandang Sutisna; Kastum Kastum; Sopan Adrianto
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 1 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i1.826

Abstract

Pada pelatihan ini, penggunaan WEKA akan fokus dalam hal data mining, yang artinya pengelolahan data dan menggali data menjadi suatu knowledge dan visualisasi yang memberikan manfaat informasi yang berguna. Banyak cara dalam mengelolah data dan menggali data untuk dijadikan sebuah visual, salah satunya dengan menggunakan aplikasi WEKA, dimana cara ini juga membantu mahasiswa dalam menentukan tema skripsi yang didalamnya mengandung algoritma dan metode data mining. Bentuk cara dalam membantu mahasiswa tersebut, salah satunya yaitu memberikan pelatihan penggunaan aplikasi WEKA untuk membantu mahasiswa dalam mengelolah data dan menggali data menjadi sebuah visual dan knowledge. Pelatihan dilakukan di ITS NU Pekalongan dengan tujuan menambahkan wawasan baru kepada seluruh mahasiswa terkait proses pembuatan visualisasi data dengan WEKA. Kegiatan pelatihan ini masih fokus ke pembuatan visualisasi data berupa rule dari algoritma decision tree J48. Kegiatan dilaksanakan dalam bentuk pendampingan dan praktik dalam penggunaan aplikasi WEKA mulai dari penyampaian materi data mining dan tools WEKA, dilanjutkan praktik cara membuat visualisasi data berupa rule otomatis. Berdasarkan hasil kuesioner menunjukkan bahwa 92% peserta merasa WEKA mudah digunakan untuk proses pengolahan data dan menggali data.
Sebuah Penerapan Metode Naïve Bayes dalam Klasifikasi Masyarakat Miskin pada Desa Tanjungsari Tundo Tundo; Mesra Betty Yel; Veri Arinal; Bobby Arvian James; Andi Saidah
Jurnal Informatika dan Rekayasa Perangkat Lunak Vol 6, No 1 (2024): Maret
Publisher : Universitas Wahid Hasyim

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36499/jinrpl.v6i1.9799

Abstract

The main problem in efforts to reduce poverty today is related to the fact that economic growth is not spread evenly. The research will carry out classification based on data on poor residents obtained from Tanjungsari Village, Kajen District using data mining techniques. The attributes that will be used in classifying residents are Education, Occupation, Income, Dependents, Electricity Power, Home Ownership Status. The method that will be used is the Naïve Bayes Classifier method, which is one of the classification techniques in data mining. The expected result of this research is to obtain information/data regarding determining poverty in the Tanjungsari Village community which can be used by the district government to design strategies to improve community welfare. The classification system for the poor population of Tanjungsari Village is based on the results of confusion matrix testing, using the Naïve Bayes classification method based on test data taken from the research object, obtaining an accuracy rate of 83%, a recall value of 100%, a precision of 83%, and an error rate of 17%.
Application of the K-Medoids Algorithm in Clustering PAM Customers Based on Provinces in Indonesia Almazar, Nufaisa; Yel, Mesra Betty
International Journal Software Engineering and Computer Science (IJSECS) Vol. 4 No. 1 (2024): APRIL 2024
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijsecs.v4i1.2229

Abstract

Clean water is a basic need that is very important for human life. In Indonesia, many clean water companies supply water for community needs. Indonesia's government-owned clean water company has many customers spread across various provinces. This research aims to apply the k-medoids algorithm in clustering PAM customers based on provinces in Indonesia to determine which provinces are included in the low, medium, and high-level clusters of PAM customers. The data used in this research is on the number of PAM customers, the amount of water distributed, and the value of the water distributed from 1998 to 2021 to 34 provinces in Indonesia. This research obtained 3 clusters, namely low, medium, and high-level clusters determined by the number of PAM customers, the amount of water distributed, and the value of the water distributed in each province. Cluster 1 (C1) is a low-level cluster that obtained results from 19 provinces, Cluster 2 (C2) is a medium-level cluster that obtained results from 11 provinces, and Cluster 3 (C3) is a high-level cluster that obtained results from 4 provinces. And get a k-medoids cluster validation value of 0.014846718. In this way, it is hoped that the government can identify areas in each province that require improvement or improvement in making appropriate decisions regarding clean water resources to provide better services to customers
Co-Authors Abdulloh Adzani, Adinda Mutiara Ahluna, Faza Ahmad Bustomi Zuhari Ahmad Bustomi Zuhari Ahmad Saepudin Akbar, Yuma Aldi Sitohang Almazar, Nufaisa Aloisius Awang Hariman Alwanto, Hilmi Amat Solihin Amelia, Ika Angel, Gadies Ari Ramadhan Arinal, Veri Aris Sufriman Aryanti, Putri Gea Azzizah, Putri Salfa Dhiyaa B, Muhamad Hasbi Toharudin Bobby Arvian James Candra Milad Ridha Eislam Dadang Iskandar Mulyana` Dewi Riyanti Wibowo Eka Maheswara Eri Novitasari F, Joe Renaldy Fadhil Khanifan Achmad Febrianti, Syafira Fernanda Adhipramana Ferry Fajar Pratama Franido, Richard Heny Nengsih Herdiyansyah herdi Hartanto Hutabarat, Joey Abdiner Parlindungan Ikhwanul Kurnia Rahman Imantara, Alaqsha Gilang Jodi Juliansah Kamali, Muhamad Fawaz Kastum Kastum Lailany, Afyra Ar’bah Mahyuddin K. M Nasution Mainia Mayasari Marsan, Alvin Cahya Pratama Maulida, Aulia Miftahul Huda Moerdyanto, Adjie Wongso Mubarak, Zulfikar Yusya Muhamad Ikbal Muhammad Dzaky Rahmanto Muhammad Faizal Lazuardi Muhammad Syahrul Fattah Ramadhan Mulya, Citra Pricylia Ananda Mutia Ramadhan Nandang Sutisna Nesti Lutfianti Nugroho, Agung Yuliyanto Nurfaishal, Muhammad Dzaky Nurhidayanti, Dian Oka Prasetiyo Okta Saputra Oky Tria Saputra7 Opi Irawansah, Opi Pakpahan, Gabriel Alezhandro Pane, Ropindo Pelix Prasetyo, Aji Dwi Putra, Adaffi Aditya Putri S, Dhiyah Labibah Nauli Rahmanto, Muhammad Dzaky Rasiban Regita, Anggit Nur Hannaa Richard Franido Rifai, Hanna Sabilla Rodhiyah Rosiana, Grace Lolita Sahrul Hidayat Saidah, Andi Saifullah, Shoffan Sari Agustia Ningtyas Sarimole, Frencis Matheos Septiansyah, Ade Setiawan, Kiki Sfenrianto Sfenrianto Sfenrianto, Sfenrianto Siahaan, Rizkyrino Ronaldhino Sinaga, Putri Cahyani Sopan Adrianto Sutisna Sutisna Tafonao, Rekardius Tri Wahyudi Tundo, Tundo Untung Wahyudi Wahyu Hidayat Wijayanto, Willy Yusuf, Musalim Zaeny Miftah