Article Per Year (5 Year)
p-Index From 2021 - 2026
3.143
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Sistemasi: Jurnal Sistem Informasi JOIV : International Journal on Informatics Visualization Creative Information Technology Journal JIKO (Jurnal Informatika dan Komputer) JURNAL MEDIA INFORMATIKA BUDIDARMA BERDIKARI : Jurnal Inovasi dan Penerapan Ipteks JUTIK : Jurnal Teknologi Informasi dan Komputer bit-Tech International Journal of Artificial Intelligence and Robotics (IJAIR) Jurnal Pengabdian kepada Masyarakat Multica Science and Technology Indonesian Journal of Networking and Security - IJNS Malcom: Indonesian Journal of Machine Learning and Computer Science Kapas: Kumpulan Artikel Pengabdian Masyarakat SmartComp E-Amal: Jurnal Pengabdian Kepada Masyarakat Jurnal Pengabdian Indonesia Jurnal Publikasi Teknik Informatika
Joang Ipmawati
Universitas Nahdlatul Ulama Yogyakarta
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Physics Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Enhancing quality measurement for visible and invisible watermarking based on M-SVD and DCT Kusnawi, Kusnawi; Ipmawati, Joang; Puji Prabowo, Dwi
Bulletin of Electrical Engineering and Informatics Vol 13, No 4: August 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v13i4.7884

Abstract

This study introduces an advanced method for evaluating non-blind watermarking quality, leveraging both visible and invisible watermarking techniques grounded in principles of discrete cosine transform (DCT) and modified singular value decomposition (M-SVD). The primary focus is to refine the assessment process of watermarked images by integrating M-SVD, known for its efficacy in measuring image quality and watermarking performance. Results from the M-SVD implementation exhibit a striking resemblance to the original images. The mean squared error (MSE) values for watermarked images range from 0.0003 to 0.0168, while peak signal-to-noise ratio (PSNR) values vary between 42.52 dB and 82.72 dB. These outcomes underscore the potential of DCT and M-SVD techniques in bolstering watermarking processes, especially in invisible watermarking contexts.
Leveraging Various Feature Selection Methods for Churn Prediction Using Various Machine Learning Algorithms Kusnawi, Kusnawi; Ipmawati, Joang; Asadulloh, Bima Pramudya; Aminuddin, Afrig; Abdulloh, Ferian Fauzi; Rahardi, Majid
JOIV : International Journal on Informatics Visualization Vol 8, No 2 (2024)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.2.2453

Abstract

This study aims to examine the effect of customer experience on customer retention at DQLab Telco, using machine learning techniques to predict customer churn. The study uses a dataset of 6590 customers of DQLab Telco, which contains various features related to their service usage and satisfaction. The data includes various features such as gender, tenure, phone service, internet service, monthly charges, and total charges. These features represent the demographic and service usage information of the customers. The study applies several feature selection methods, such as ANOVA, Recursive Feature Elimination, Feature Importance, and Pearson Correlation, to select the most relevant features for churn prediction. The study also compares three machine learning algorithms, namely Logistic Regression, Random Forest, and Gradient Boosting, to build and evaluate the prediction models. This study finds that Logistic Regression without feature selection achieves the highest accuracy of 79.47%, while Random Forest with Feature Importance and Gradient Boosting with Recursive Feature Elimination achieve accuracy of 77.60% and 79.86%, respectively. The study also identifies the features influencing customer churn most, such as monthly charges, tenure, partner, senior citizen, internet service, paperless billing, and TV streaming. The study provides valuable insights for DQLab Telco in developing customer churn reduction strategies based on predictive models and influential features. The study also suggests that feature selection and machine learning algorithms play a vital role in improving the accuracy of churn prediction and should be customized according to the data context.
PENDAMPINGAN BALITA STUNTING DAN PELATIHAN PEMBUATAN MAKANAN TAMBAHAN Ipmawati, Joang; Ruscitasari, Zulfatun; Faizah, Nurul; Hikmah, Harisna; Yogananda, Amrina Amalia; Adha, Munirah Fatimah; Ngulum, Mochamad Bahrul; Aulia, Kunni Rofiqotul
E-Amal: Jurnal Pengabdian Kepada Masyarakat Vol 4 No 3: September-Desember 2024
Publisher : LP2M STP Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47492/eamal.v4i3.3558

Abstract

Pengabdian masyarakat ini bertujuan untuk menanggulangi masalah stunting pada balita di Desa Wijirejo, Kecamaat Pandak, Kabupaten Bantul. Stunting merupakan kondisi kekurangan gizi kronis yang menyebabkan gangguan pertumbuhan pada anak-anak, ditandai dengan tinggi badan yang lebih rendah dari usianya. Penyebab utama stunting di desa ini adalah kekurangnya asupana makanan bergizi serta minimannya sanitasi yang memadai. Program pendabdian ini meliputi sosialisasi tentang stunting dan pelatihan pembuatan makanan tambahan. Diharapakan, kegiatan ini mampu meningkatkan kesadraan masyarakat terkait stunting serta memperbaiki asupan gizi anak-anak guna mencegah stunting.
SOSIALISASI PEMANFAATAN PANEL SURYA (EBT) UNTUK PROGRAM PENGUATAN PRODUKSI BATIK CAP PADA KELOMPOK BATIK NATURAL ART Irwan Novianto; Zulfatun Ruscitasari; Septian Rico Hernawan; Marosimy Millaty; Muhamad Nasruddin Manaf; I Nyoman Apraz Ramatryana; Adelia Octora Pristi Sahida; Zulkhairi, Zulkhairi; Joang Ipmawati; Bledug Kusuma Prasaja; Lilis Kurniasari; Muhamad Adhitya Saputra; Rio Ardiansyah
J-ABDI: Jurnal Pengabdian kepada Masyarakat Vol. 5 No. 3: Agustus 2025
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kelompok Batik Natural Art di Kelurahan Giripurwo, Gunungkidul, menghadapi masalah keterbatasan pasokan listrik PLN yang berdampak pada efisiensi produksi batik cap. Tujuan pengabdian ini adalah meningkatkan pemahaman komunitas mengenai pemanfaatan energi baru terbarukan (EBT) melalui sosialisasi panel surya sebagai alternatif energi yang ramah lingkungan. Metode yang digunakan adalah participatory action research (PAR), dengan melibatkan anggota kelompok secara aktif dalam diskusi, identifikasi kebutuhan energi, serta penyusunan rencana aksi sederhana. Hasil kegiatan menunjukkan peningkatan pemahaman anggota terhadap panel surya dan munculnya komitmen internal kelompok untuk merencanakan pendanaan mandiri instalasi panel surya. Kegiatan ini juga memunculkan kesadaran baru menuju transformasi sosial yang lebih mandiri dan berkelanjutan
SEGMENTASI PENDENGAR MUSIK BERDASARKAN KEBIASAAN DAN DAMPAKNYA TERHADAP KESEHATAN MENTAL MENGGUNAKAN K-MEANS DAN RANDOM FOREST Joang Ipmawati
Jurnal Teknologi Informasi dan Komputer Vol. 11 No. 1 (2025): JUTIK : Jurnal Teknologi Informasi dan Komputer, Edisi April 2025
Publisher : LPPM Universitas Dhyana Pura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36002/jutik.v11i1.3748

Abstract

Music plays a crucial role in human life, not only as a form of entertainment but also as a tool for managing emotions and mental health. This study aims to analyze the relationship between music listening habits and individuals' psychological conditions, as well as to identify the key factors influencing the effects of music on mental health. The methods used in this research include K-Means Clustering to group music listeners based on their habits and mental states, and Random Forest to determine the dominant factors affecting their music experience. The findings reveal that music listeners can be categorized into four main clusters, with anxiety and insomnia emerging as the most dominant factors influencing music effects. The Silhouette Score of 0.24 indicates a moderately effective clustering performance, though there is room for improvement. The evaluation of the Random Forest model shows the highest accuracy at 86% in Cluster 3, while Cluster 0 records the lowest accuracy at 55%, suggesting variations in pattern recognition across clusters. This study concludes that music impacts each group of listeners differently, depending on their psychological characteristics. These findings can serve as the foundation for developing personalized music recommendation systems based on mental health conditions, as well as advancing music therapy for individuals with high levels of anxiety or sleep disorders.
Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine: Sentiment Analysis of Tourist Attractions Based on Reviews on Google Maps Using the Support Vector Machine Algorithm Ipmawati, Joang; Saifulloh, Saifulloh; Kusnawi, Kusnawi
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 1 (2024): MALCOM January 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i1.1066

Abstract

Era Revolusi Industri 4.0 ditandai oleh ketersediaan data yang melimpah, menciptakan peluang dalam proses pengambilan informasi. Salah satu proses pengambilan data tersebut mencakup pencarian informasi tentang tempat wisata di Yogyakarta (DIY). Proses pengambilan informasi ini dapat dilakukan melalui Google Maps, yang menyediakan detail seperti lokasi, jarak, bahkan ulasan pengunjung dalam bagian komentar, yang berasal dari ulasan tentang destinasi wisata tersebut. Dalam data informasi yang dikumpulkan, muncul berbagai masalah yang memerlukan identifikasi, mengarah pada gagasan penelitian untuk menganalisis sentimen terkait destinasi wisata dengan memanfaatkan ulasan pengguna di Google Maps. Metodologi penelitian yang digunakan dalam studi ini menggunakan Support Vector Machine (SVM) untuk mengategorikan ulasan ke dalam kategori sentimen positif, negatif, atau netral. Ulasan pengguna dari platform Google Maps diolah dan dilatih menggunakan SVM untuk mengidentifikasi pola sentimen. Hasil eksperimen menunjukkan efektivitas metode SVM dalam mengelola volume besar data ulasan untuk analisis sentimen, memberikan pemahaman yang lebih dalam tentang persepsi masyarakat terhadap destinasi wisata. Penelitian ini dapat berkontribusi pada pengembangan strategi pemasaran dan manajemen berdasarkan umpan balik pengguna secara real-time. Temuan penelitian mengenai kinerja metode SVM dalam klasifikasi analisis sentimen menggunakan Support Vector Machine (SVM) menunjukkan tingkat akurasi rata-rata sebesar 83,8% berdasarkan ulasan pengunjung di situs Google Maps.
PENINGKATAN KETERAMPILAN DESAIN UI/UX BAGI SANTRI PONDOK PESANTREN AL MUMTAZ DALAM PENGEMBANGAN WEBSITE DAN SISTEM INFORMASI Ipmawati, Joang; Septian Rico Hernawan; Feri Febria Laksana
Jurnal Pengabdian Indonesia (JPI) Vol. 2 No. 1 (2026): Vol. 2 No. 1 Edisi Januari 2026
Publisher : PT. Jurnal Center Indonesia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62567/jpi.v2i1.1118

Abstract

Pelatihan desain UI/UX (User Interface/User Experience) di Pondok Pesantren Terpadu Al Mumtaz bertujuan untuk meningkatkan keterampilan peserta, terutama santri dan mahasiswa Universitas Nahdlatul Ulama Yogyakarta, dalam merancang antarmuka pengguna yang efektif dan responsif. Workshop ini diselenggarakan sebagai bagian dari program pengabdian masyarakat untuk mendukung pengembangan website dan sistem informasi berbasis digital di lingkungan pesantren. Kegiatan pelatihan ini terdiri dari pengenalan konsep dasar UI/UX, praktik pembuatan wireframe, dan evaluasi desain aplikasi yang relevan dengan kebutuhan pesantren. Hasil pelatihan menunjukkan peningkatan pemahaman peserta terhadap prinsip-prinsip desain antarmuka pengguna, meskipun tantangan utama yang dihadapi adalah dalam menerjemahkan teori ke dalam desain yang lebih kompleks dan interaktif. Evaluasi terhadap desain yang dihasilkan menunjukkan perlunya pengembangan lebih lanjut dalam hal interaktivitas dan fungsionalitas untuk meningkatkan pengalaman pengguna. Sebagai tindak lanjut, disarankan untuk melakukan pelatihan lanjutan guna memperdalam keterampilan peserta dalam merancang aplikasi digital yang lebih canggih dan responsif. Workshop ini memberikan kontribusi positif terhadap digitalisasi Pondok Pesantren Al Mumtaz dan diharapkan dapat terus berlanjut dalam meningkatkan kualitas pengelolaan dan layanan pesantren berbasis teknologi.
ANALISIS SISTEM PAKAR UNTUK MENGIDENTIFIKASI PENYAKIT DAN HAMA PADA TANAMAN PADI DENGAN METODE BAYES Febrianto, Wimar; Suryatama, Alif Yudha; Afrianto, Novan; Mualana, Ihwan; Hidayat, Prasetyo Nur; Ipmawati, Joang
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 1 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v8i1.1311

Abstract

Padi merupakan hal krusial bagi manusia khususnya orang Indonesia. Sebagian besar penduduk warga Indonesia bekerja pada bidang pertanian umumnya padi. Namun adapun masalah yang banyak dialami para petani padi, yakni penyakit pada padi yang sebagian belum paham cara menentukan ataupun memilih jenis pengobatan yang sesuai dengan penyakit tersebut. Hal ini membuat tingkat produktifitas petani menurun. Sistem pakar berbasis komputer dapat digunakan dalam membantu memecahkan masalah agar petani dapat menentukan pilihan pengobatan. Metode yang diterapkan untuk mengidentifikasi penyakit pada padi adalah Metode Bayes, dimana setiap alternatif yang disediakan akan dilakukan perangkingan untuk memperoleh hasil terbaik. Sistem yang akan dibangun diharapkan mampu membantu petani dalam memilih penanganan yang tepat dan sesuai penyakit pada padi. Kata kunci: sistem pakar, padi, bayes.
PENERAPAN SPEECH RECOGNITION PADA PERANCANGAN APLIKASI PENCARIAN GEDUNG OLAHRAGA DENGAN METODE K-NEAREST NEIGHBOUR Ramdani, M Rifki; P, Wigar Kumara; Aristianda, Hedry; A, Ferry Wahyu; Ipmawati, Joang
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 8, No 1 (2019): Smart Comp :Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v8i1.1313

Abstract

Berbagai macam manfaat dapat diperoleh dari berolahraga, selain dapat menyehatkan tubuh olahraga dapat meingkatkan tingkat konsentrasi. Jenis olahraga sangatlah bermacam-macam mulai dari olahraga ringan sampai berat. Olahraga dapat di lakukan di rumah maupun di Gedung olahraga. Namun untuk Gedung olahraga tidak selalu tersedia di daerah-daerah tertentu. Untuk mencari Gedung olahraga sedikit sulit jika memang tidak tahu daerah tempat tersebut. Untuk itu pada penelitian kali ini dikembangkan aplikasi untuk mencari gedung-gedung olahraga terdekat. Aplikasi ini menerapkan cabang dari teknologi kecerdasan buatan, yaitu speech recognition dengan metode k-nearest neighbour dalam pencarian Gedung olahraganya sendiri. Penggunaan speech recognition ini di maksudkan agar aplikasi ini dapat berjalan dengan lebih efisien. Kata Kunci: pencarian gedung olahraga, speech recognition, k-nearest neighbour
Analisis Status Gizi Anak Menggunakan Metode Klastering pada Dataset Anthropometri Joang Ipmawati; Ilham Unggara
bit-Tech Vol. 7 No. 2 (2024): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v7i2.1869

Abstract

Stunting merupakan salah satu masalah kesehatan masyarakat yang serius di Indonesia, memengaruhi pertumbuhan fisik dan kognitif anak-anak. Penelitian ini bertujuan untuk mengelompokkan status gizi anak-anak berdasarkan data antropometri untuk mengidentifikasi kelompok risiko tinggi stunting. Dataset yang digunakan terdiri dari 120.000 entri dengan variabel umur (bulan), tinggi badan (cm), jenis kelamin, dan status gizi, yang diperoleh dari sumber sekunder. Metode penelitian menggunakan algoritma K-Means untuk klasterisasi data dengan jumlah klaster optimal ditentukan melalui metode Elbow dan Silhouette Score. Proses analisis melibatkan tahap preprocessing, klasterisasi, dan validasi serta evaluasi eksternal. Hasil penelitian menunjukkan bahwa data dapat dikelompokkan ke dalam empat klaster dengan karakteristik yang berbeda. Klaster 0 dan Klaster 2 didominasi oleh anak usia muda (0–35 bulan) dengan rata-rata tinggi badan masing-masing 74.34 cm dan 73.13 cm, yang mencerminkan kelompok risiko tinggi stunting. Sebaliknya, Klaster 1 dan Klaster 3 mencakup anak-anak dengan pertumbuhan optimal, dengan rata-rata tinggi badan di atas 100 cm. Analisis korelasi menunjukkan hubungan signifikan antara tinggi badan, umur, dan status gizi, mendukung pentingnya intervensi gizi pada kelompok risiko tinggi. Penelitian ini memberikan kontribusi penting dalam upaya pencegahan stunting melalui identifikasi kelompok risiko tinggi secara lebih terarah. Temuan ini relevan untuk mendukung program kesehatan masyarakat di Indonesia, khususnya dalam merancang intervensi berbasis data untuk meningkatkan status gizi anak-anak. Pendekatan klasterisasi berbasis machine learning yang digunakan membuktikan efektifitasnya dalam memetakan pola pertumbuhan anak, sehingga dapat digunakan untuk mendukung perencanaan kebijakan yang lebih efisien.
Co-Authors A, Ferry Wahyu Abdulloh, Ferian Fauzi Adelia Octora Pristi Sahida Adelia Octora Pristisahida Adha, Munirah Fatimah Aditya Wahyu Pratama Afrianto, Novan Afrig Aminuddin Ahmad Asyhari Ahmad Islahul Arif Akhmad Fakhurrozi Alif Yudha Suryatama Amrina Amalia Yogananda Aristianda, Hedry Asadulloh, Bima Pramudya Aulia, Kunni Rofiqotul Bledug Kusuma Diyon Saputro Elsa Virantika Emha Taufiq Luthfi Febrianto, Wimar Ferry Wahyu A Hedry Aristianda Heni Pujiastuti Hidayat, Prasetyo Nur Hikmah, Harisna I Nyoman Apraz Ramatryana Ihwan Mualana Ilham Unggara Irwan Novianto Jumanur Rohman Kusnawi Kusnawi Kusrini Laksana, Feri Febria Lilis Kurniasari M Andika Fadhil Eka Putra M Rifki Ramdani Majid Rahardi Marissa Azzahro Millaty, Marosimy Mualana, Ihwan Muhamad Adhitya Saputra Muhamad Nasruddin Manaf Ngulum, Mochamad Bahrul Novan Afrianto Nur Azmi Ainul Bashir Nur Azmi Ainul Bashir NURUL FAIZAH P, Wigar Kumara Prasetyo Nur Hidayat Puji Prabowo, Dwi Ramdani, M Rifki Restiadi Bayu Taruno Rifqi Syarif Nasrulloh Rio Ardiansyah saifulloh Saifulloh, saifulloh Septian Rico Hermawan Septian Rico Hernawan Suryatama, Alif Yudha Taruno, Restiadi Bayu unggara, Ilham Wigar Kumara P Wimar Febrianto Yana Hendriana Yudho Bismo Utomo, Yudho Bismo Zulfatun Ruscitasari Zulkhairi Zulkhairi Sofyan