Article Per Year (5 Year)
p-Index From 2021 - 2026
11.636
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Nuansa Informatika Jurnal Informatika dan Teknik Elektro Terapan Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Ilmiah Universitas Batanghari Jambi JURNAL MEDIA INFORMATIKA BUDIDARMA CogITo Smart Journal Jurnal Informatika Universitas Pamulang JITTER (Jurnal Ilmiah Teknologi Informasi Terapan) Jurnal Sisfokom (Sistem Informasi dan Komputer) ILKOM Jurnal Ilmiah JurTI (JURNAL TEKNOLOGI INFORMASI) Jurnal Teknologi Terpadu EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Technologia: Jurnal Ilmiah Aisyah Journal of Informatics and Electrical Engineering Indonesian Journal of Business Intelligence (IJUBI) bit-Tech Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls (AVITEC) Respati Jurnal Abdi Insani JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) Journal of Computer System and Informatics (JoSYC) Jurnal Graha Pengabdian Infotek : Jurnal Informatika dan Teknologi jurnal syntax admiration TEPIAN Jurnal Teknologi Informatika dan Komputer Jurnal Teknik Informatika (JUTIF) Jurnal Teknimedia: Teknologi Informasi dan Multimedia JNANALOKA SENADA : Semangat Nasional Dalam MengabdI Journal of Electrical Engineering and Computer (JEECOM) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Sisfotek Global Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science Cerdika: Jurnal Ilmiah Indonesia SENADA : Semangat Nasional Dalam Mengabdi TECHNOVATAR Intechno Journal : Information Technology Journal The Indonesian Journal of Computer Science SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan Jurnal Teknik AMATA Jurnal TAM (Technology Acceptance Model)
Kusnawi Kusnawi
Universitas Amikom Yogyakarta
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 95 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Journal of Electrical Engineering and Computer (JEECOM)

 1 
Implementation of Blockchain for Integrated Civil Service Statistical Data (Case Study: Civil Service and Human Resource Development Agency of Madiun Regency, East Java Province) Huda, Syaiful; Kusrini, Kusrini; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 7, No 2 (2025)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v7i2.12170

Abstract

Digital transformation in personnel data management demands a transparent, secure, and integrated system to support data-driven decision-making and enhance accountability in personnel services. An integrated information system and personnel statistical data are necessary to assist leaders in analyzing staffing needs and making more accurate and efficient data-based policies, while also strengthening the principles of good governance through improved transparency and accountability. Therefore, the Personnel and Human Resource Development Agency of the Government of Madiun Regency, East Java, requires technology capable of effectively managing personnel information by offering security, transparency, and data integrity through a decentralized mechanism. Blockchain, as a distributed ledger technology, provides an innovative solution for maintaining data integrity and increasing public trust through permanent, encrypted, and validated transaction records within a decentralized network. The implementation of blockchain in the management of personnel statistical data remains limited, despite the technology’s ability to support real-time audit trails and reliable interactive data visualization. This study proposes a framework for integrating a relational database with smart contracts on the Ethereum network, by recording the hash of statistical data in the smart contract as proof of data authenticity. Data is retrieved from the database, hashed, and the hash is stored in the smart contract to ensure its integrity, with the results visualized in interactive charts. This framework is expected to improve transparency, accountability, and trust in personnel statistical data to support more accurate and efficient strategic decision-making.
Klasifikasi Penyakit Pada Daun Cabai Menggunakan Arsitektur VGG16 Mashuri, Ahmad Sanusi; Sunyoto, Andi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 2 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i2.9116

Abstract

Penyakit pada tanaman cabai dapat mengancam produktivitas dan kualitas hasil panen jika tidak terdeteksi dan diatasi secara tepat waktu. Untuk meningkatkan deteksi dini penyakit pada tanaman cabai, kami mengembangkan sistem klasifikasi menggunakan arsitektur VGG16, sebuah jaringan saraf konvolusional yang telah terbukti efektif dalam pengolahan gambar kompleks. Penelitian ini memanfaatkan dataset citra daun cabai yang terdiri dari beberapa kelas penyakit yang umum dijumpai, termasuk Healthy, Yellowish, whitefly, leafcurl dan leafspot. Citra-citra ini diolah dan dinormalisasi untuk pelatihan dan pengujian model. Arsitektur VGG16 digunakan sebagai model dasar, yang telah dipre-trained pada dataset ImageNet untuk meningkatkan kinerja klasifikasi. Proses pelatihan model dilakukan dengan memanfaatkan teknik transfer learning, di mana lapisan-lapisan akhir dari VGG16 disesuaikan dengan dataset penyakit daun cabai. Selama pengujian, sistem berhasil mengenali dan mengklasifikasikan penyakit pada daun cabai dengan tingkat akurasi yang tinggi. Hasil evaluasi menunjukkan bahwa arsitektur VGG16 mampu mengenali berbagai penyakit dengan akurasi rata-rata sebesar 0.9962%. sedangkan waktu komputasi yang dibutukan adalah 7 detik.
Pengaruh Jenis Stemmer Terhadap Algoritma Svm Pada Analisis Sentimen Berbasis Lexicon Dengan Afinn Lexicon Resource Huda, Luthfi Nurul; Sunyoto, Andi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8227

Abstract

Analisis sentimen merupakan bidang ilmu yang memiliki potensi besar dalam penelitian dan aplikasi praktis. Ini merupakan sebuah tugas dari NLP yang dieksploitasi untuk mengekstraksi dan mengklasifikasi konten berdasarkan sentimen emosi baik positive, negative dan netral. Analisis sentimen sendiri dibagi menjadi tiga teknik: teknik berbasis leksikon (lexicon-based), teknik berbasis machine learning (machine learning-based), dan teknik hybrid-based. Penelitian ini mengangkat teknik hybrid-based. Penelitian ini befokus untuk menemukan jenis stemmer yang dapat meningkatkan performa dari algoritma SVM pada analisis sentimen berbasis lexicon. Penelitian ini menerapkan tiga jenis stemmer yang berbeda yakni porter stemmer, snowball stemmer, dan Lancaster stemmer. Kemudian menggunakan AFINN lexicon dictionary. Terakhir algoritma SVM akan dievaluasi menggunakan confusion matrix. Penelitian ini melakukan tiga skenario, yakni gabungan antara jenis stemmer yang digunakan dengan algoritma SVM. Dari ketiga skenario yang dilakukan, gabungan SVM dan Snowball stemmer mendapatkan nilai Accuracy, Precision, Recall dan F1-Score paling tinggi dari dua skenario lainnya. Yakni dengan nilai Accuracy sebesar 95,67 %, Precision sebesar 95,68 %, Recall sebesar 95,67 % dan F1-Score sebesar 95,67 %.
Analisis Dampak Karakteristik Siswa pada Masa Pandemi COVID-19 terhadap Prestasi Akademik menggunakan Analisis Diskriminan dan Regresi Multinomial Widodo, Cynthia; Muhammad, Alva Hendi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 2 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i2.9070

Abstract

Berdasarkan analisis karakteristik siswa di tengah pandemi COVID-19, studi ini menggunakan analisis diskriminan dan regresi multinomial untuk mengeksplorasi dampaknya terhadap prestasi akademik. Faktor-faktor seperti usia, jenis kelamin, tingkat stres, dan transisi ke lingkungan pembelajaran virtual diperiksa untuk memahami pengaruhnya terhadap hasil pendidikan. Temuan ini menyoroti peran penting manajemen stres dan tantangan yang ditimbulkan oleh lingkungan pembelajaran virtual, serta menekankan perlunya intervensi yang ditargetkan untuk mendukung kesejahteraan siswa dan keberhasilan akademik. Analisis diskriminan mengidentifikasi faktor-faktor utama yang membedakan tingkat prestasi akademik, sementara regresi multinomial memodelkan hubungan kompleks di antara variabel-variabel yang mempengaruhi pencapaian siswa. Penelitian ini berkontribusi pada strategi pendidikan yang disesuaikan dengan kebutuhan siswa yang terus berkembang di lanskap pendidikan yang ditransformasi secara digital.
Identifikasi Ekspresi Wajah Manusia Menggunakan Algoritma Grey Wolf Optimizer dan Convolutional Neural Network Rohim, Ni’matur; Sunyoto, Andi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8269

Abstract

Penelitian ini mengeksplorasi penggunaan algoritma Grey Wolf Optimizer (GWO) untuk mengoptimalkan parameter pada Convolutional Neural Network (CNN) dalam mengenali ekspresi wajah manusia. Ekspresi wajah adalah aspek penting dalam komunikasi manusia, dan pengenalan ekspresi tersebut menjadi semakin vital dalam interaksi manusia-mesin dan bidang kesehatan psikologi. Metode deep learning, terutama CNN, telah terbukti efektif dalam mengklasifikasikan ekspresi manusia, meskipun masih menghadapi beberapa tantangan, seperti pengaturan parameter yang rumit dan kebutuhan akan data yang besar. Penelitian ini bertujuan untuk mencari parameter optimal untuk meningkatkan kinerja CNN dalam mengenali ekspresi wajah menggunakan algoritma GWO. Data yang digunakan adalah dataset Facial Expression Recognition 2013 (FER-2013), dengan total 600 citra wajah yang dibagi menjadi tiga kelas: happy, sad, dan angry. Pendekatan yang diusulkan mencakup preprocessing data, pencarian parameter arsitektur CNN menggunakan GWO, pembuatan model CNN, dan pengujian model menggunakan data testing. Hasil pengujian menunjukkan bahwa dengan parameter optimal, model CNN mencapai akurasi yang baik, dengan nilai akurasi 79% pada data training, 60% pada data validation, dan rata-rata akurasi 77% pada data testing. Penelitian ini menyoroti pentingnya penanganan yang cermat dalam menentukan parameter untuk memastikan hasil yang optimal dalam pengenalan ekspresi wajah manusia menggunakan CNN.
Peningkatan Akurasi Deteksi Kendaraan Menggunakan Kombinasi Haar Cascade Classifier dan Convolutional Neural Networks (CNN) Irawanto, Indra; Sunyoto, Andi; Kusnawi, Kusnawi
Journal of Electrical Engineering and Computer (JEECOM) Vol 6, No 1 (2024)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v6i1.8242

Abstract

Teknologi pengolahan citra digital dan computer vision telah memainkan peran penting dalam meningkatkan sistem pengaturan lalu lintas. Meskipun kamera CCTV umum digunakan, kebanyakan sistem masih bersifat pasif dan terbatas dalam pengawasan arus lalu lintas. Dalam menanggapi kebutuhan akan sistem yang lebih proaktif dan adaptif, dikembangkan berbagai sistem Manajemen Lalu Lintas Pintar yang mengintegrasikan teknologi deteksi objek kendaraan canggih, seperti kombinasi Haar Cascade Classifier dengan Convolutional Neural Network (CNN). Haar Cascade Classifier efektif dalam mendeteksi objek real-time, namun dapat mengalami kesulitan dalam kondisi gambar kompleks. Integrasi dengan CNN diharapkan meningkatkan akurasi deteksi kendaraan dalam berbagai kondisi pencahayaan dan latar belakang. Penelitian ini bertujuan untuk mengeksplorasi arsitektur CNN yang optimal untuk diintegrasikan dengan Haar Cascade guna mencapai efisiensi dan akurasi deteksi kendaraan yang lebih tinggi dalam pengaturan lalu lintas. Dari hasil eksperimen, kombinasi Haar Cascade dan CNN efektif dalam mendeteksi dan mengestimasi jumlah kendaraan. Performa model tergantung pada kompleksitas gambar, di mana semakin kompleks gambar, semakin rendah akurasi dan sensitivitasnya. Penggunaan arsitektur MobileNet dan Xception menunjukkan kemampuan yang baik dalam mendeteksi kendaraan, dengan Xception memberikan sedikit peningkatan dalam akurasi (80.13%) dibandingkan dengan MobileNet (79.19%), namun dengan waktu komputasi yang sedikit lebih lama (1.02 detik dibandingkan dengan 0.82 detik). Pilihan antara kedua model tergantung pada kebutuhan spesifik aplikasi, seperti kebutuhan untuk akurasi yang lebih tinggi atau kecepatan pemrosesan yang lebih cepat. Dengan demikian, penelitian ini berpotensi untuk memberikan kontribusi signifikan bagi pengembangan sistem lalu lintas yang lebih cerdas dan responsif di masa depan.
Co-Authors Abdulloh, Ferian Fauzi Afrig Aminuddin Agung Susanto Agung Susanto Ahmad Fauzi Ahmad Yusuf Ainnur Rafli Ainul Yaqin Ali Mustopa, Ali Alva Hendi Muhammad Andi Sunyoto Anggit Dwi Hartanto, Anggit Dwi Antara, Pebri Ardiansyah, Fachri Arief Setyanto Arifuddin, Danang Arnila Sandi Aryawijaya Asadulloh, Bima Pramudya Assani, Moh. Yushi Atin Hasanah Atin Hasanah Atmoko, Alfriadi Dwi Aulya, Fiola Utri BAYU SATRIYA, RIYAN Bhahari, Rifqi Hilal Candra Rusmana Cynthia Widodo Dede - Sandi Dede Husen Dede Sandi Dewi Kartika Dimaz Arno Prasetio Elsa Virantika Ema Utami Erna Utami Fajar Abdillah, Moh Fajar Aji Prayoga Haris, Ruby Hartatik Haryo, Wasis Hasirun Hasirun Hasirun, Hasirun Hendrik Hendrik Henri Kurniawan Hidayatunnisa'i Huda, Luthfi Nurul Indra Irawanto Irawanto, Indra Joang Ipmawati Kanoena, Melcior Paitin Karisma Septa Kresna Khairullah, Irfan Khalil Khoerul Anam, Khoerul Khoirunnita, Aulia Khrisna Irham Fadhil Pratama Kusirini Kusrini Kusrini KUSRINI Kusrini Kusrini - - Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini Kusrini, Kusrini M Andika Fadhil Eka Putra M. Nurul Wathani Maehendrayuga, Arief Majid Rahardi Malik, Husni Hidayat Maringka, Raissa Mashuri, Ahmad Sanusi Mochamad Agung Wibowo Muh. Syarif Hidayatullah Muhammad Firdaus Abdi Muhammad Firdaus Abdi Muhammad Husein Budiraharjo Muhammad Irvan Shandika Muhammad Reza Riansyah Nayoma, Fisan Syafa Neni Firda Wardani Tan Ngaeni, Nurus Sarifatul Nurul Zalza Bilal Jannah Omar Muhammad Altoumi Alsyaibani Pandiangan, Van Daarten Pattimura, Yudha Bagas Pebri Antara Pitaloka, Nadhira Triadha Pramono, Aldi Yogie Prastyo, Rahmat Prema Adhitya Dharma Kusumah Puji Prabowo, Dwi Qurniaty, Charlen Alta Raffa Nur Listiawan Dhito Eka Santoso Rahayu, Christa Putri RAMADHAN, SYAIFUL Ridwan Sanjaya Rifda Faticha Alfa Aziza Rita Wati Ritham Tuntun Rizal Khadarusman Rodney Maringka Rohim, Ni’matur saifulloh Saifulloh, saifulloh Salman Alfaris Salman Alfaris, Salman San Sudirman Sekarsih, Fitria Nuraini Sentoso, Thedjo Sepriadi - Bumbungan Sepriadi Bumbungan Sri Yanto Qodarbaskoro Sry Faslia Hamka Sudirman, San Suyatmi Suyatmi Suyatmi Suyatmi Syaiful Huda Syaiful Ramadhan Tamuntuan, Virginia Taryoko, Taryoko Teguh Arlovin Wahyu Pujiharto, Eka Wangsa, Sabda Sastra Widodo, Cynthia Widyanto, Agung Wirawan, Tegar Yusa, Aldo Yusrinnatul Jinana triadin Yuza, Adela Zaenul Amri