Article Per Year (5 Year)
p-Index From 2020 - 2025
6.505
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Informatika TEKNOLOGI: Jurnal Ilmiah Sistem Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Kursor Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Teknologi dan Sistem Komputer Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer INTEGER: Journal of Information Technology Teknika: Engineering and Sains Journal Knowledge Engineering and Data Science JICTE (Journal of Information and Computer Technology Education) SMARTICS Journal Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Konvergensi Jurnal Sisfokom (Sistem Informasi dan Komputer) INTECOMS: Journal of Information Technology and Computer Science JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) Antivirus : Jurnal Ilmiah Teknik Informatika Journal of Information System,Graphics, Hospitality and Technology Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Jurnal Teknologi Informasi dan Terapan (J-TIT) Jurnal Teknika Teknika Journal of Electrical Engineering and Computer (JEECOM) Best : Journal of Applied Electrical, Science and Technology Insyst : Journal of Intelligent System and Computation J-Intech (Journal of Information and Technology) Joutica : Journal of Informatic Unisla Jurnal Nasional Teknik Elektro dan Teknologi Informasi Insand Comtech : Information Science and Computer Technology Journal Jurnal Indonesia Sosial Teknologi JEECS (Journal of Electrical Engineering and Computer Sciences) Eksplorasi Teknologi Enterprise & Sistem Informasi (EKSTENSI) EduTech Journal
Endang Setyati
Institut Sains Dan Teknologi Terpadu Surabaya
Aerospace Engineering 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 Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Social Sciences Other

Published : 56 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 56 Documents
Search

 2   3   4   5   6 
Sistem IoT Berbasis Fuzzy Inference Engine Untuk Penilaian Kualitas Udara Achmad Firman Choiri; Endang Setyati; Francisca H Chandra
Jurnal Teknologi Informasi dan Terapan Vol 9 No 2 (2022)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v9i2.293

Abstract

Penurunan kualitas udara salah satu pengaruh bagi kesehatan pernapasan manusia yaitu meningkatkan kemungkinan kematian akibat infeksi COVID-19. Pada lingkungan banyak sekali faktor yang mempengaruhi kualitas udara dan penelitian ini melakukan pengembangan kecerdasan perangkat sistem pengukur kualitas udara berbasis IoT-fuzzy dilengkapi beberapa sensor-sensor yang mampu melakukan pemantauan kualitas udara sebagai monitoring ruangan [1][2][3][4]. Memanfaatkan Fuzzy Inference System sebagai metode terobosan yang dapat menentukan kondisi diantara 0 dan 1. Fuzzy Inference Engine pada penelitian ini mengadopsi metode Mamdani dengan spesifikasi memiliki 5 variabel input sensor yaitu Sensor MQ-131, Sensor PM 2.5, Sensor MQ-7, Sensor MQ-135 dan Sensor MP503 [3] dengan masing-masing memiliki 6 himpunan fuzzy input dan memiliki 2 variabel output dengan masing masing memiliki 6 himpunan fuzzy output. Memiliki 1296 rule diterapkan sebagai aturan untuk output AQI dan 216 rule di terapkan pada aturan untuk output VOC, maka aturan secara keseluruhan yang diterapkan adalah 1512 rule. Pengujian dilakukan dengan memanfaatkan Air Purifier sebagai Ground Truth agar dapat melihat perbandingan perubahan nilai sensor pada kandungan udara dalam beberapa ruangan disaat sebelum menggunakan Air Purifier dan sesudahnya [1]. Selain itu juga mebandingkan hasil fuzzifikasi terhadap semua output AQI dan VOC dengan Simulink Matlab apakah dari perhitungan dari sistem ada perbedaan atau sama.
Ant Colony Optimization Ant Colony Optimization untuk menyelesaikan perutean distribusi Snack dengan Vehicle Routing Problem Endang Setyati; Ine Juniwati
Jurnal Teknologi Informasi dan Terapan Vol 9 No 2 (2022)
Publisher : Jurusan Teknologi Informasi Politeknik Negeri Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25047/jtit.v9i2.296

Abstract

One of the main challenges faced by the community in their daily activities is the problem of transportation. Transportation of goods and services is an important topic that attracts the attention of the business world today. Closely related to the transportation sector is the Vehicle Routing Problem (VRP). The VRP variant used in this study is the Capacitated Vehicle Routing Problem (CVRP) which uses the capacity limit of the vehicle used. CVRP is used to minimize the distribution route of goods at IKM Snack FITRIA located in Sidoarjo. The problem of distribution at IKM Snack FITRIA is how to manage the route of shipping goods from the warehouse to a number of shops/customers scattered in various places in Surabaya, Sidoarjo and Gresik efficiently. This research includes planning the route of each transport vehicle in delivering products to consumers spread over several points originating from one depot. The vehicle in one day sends goods from the warehouse to the customer with one delivery. While the algorithm used is Ant Colony Optimization (ACO). ACO is used because it is able to show the best route for the optimal solution of 98%. And get a minimum total mileage with a low level of variance.
Prediksi Kecocokan Jurusan Siswa SMK Dengan Support Vector Machine dan Random Forest Dicka Y Kardono; Yuliana Melita Pranoto; Endang Setyati
Teknika Vol 12 No 1 (2023): Maret 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i1.567

Abstract

SMK Antartika 1 Sidoarjo setiap tahunnya melakukan penerimaan siswa baru. Siswa SMP yang mendaftakan diri ke SMK Antartika 1 Sidoarjo rata-rata belum cukup mengetahui tentang minatnya pada jurusan yang ada di sekolah. Adapun jurusan yang ada di SMK Antartika 1 Sidoarjo adalah Teknik Pemesinan, Teknik Kendaraan Ringan, dan Rekayasa Perangkat Lunak. Dari permasalahan di atas, maka diperlukan sebuah sistem untuk memprediksi tentang pemilihan kecocokan jurusan pada siswa baru SMK Antartika 1 Sidoarjo. Dengan adanya sistem tersebut dapat membantu meningkatkan pelayanan terhadap siswa baru dalam memutuskan pemilihan jurusan yang terdiri dari 4 tingkatan, yaitu: sangat cocok, cocok, kurang cocok, dan sangat kurang cocok dengan siswa. Untuk mengetahui pola prediksi dari data siswa tersebut, menggunakan penerapan perbandingan menggunakan metode Support Vector Machine (SVM) dan Random Forest (RF). Fitur atribut yang digunakan ada 14 fitur yang terdiri dari: Jurusan, Pendidikan_Ayah, Penghasilan_Ayah, Pendidikan_Ibu, Penghasilan_Ibu, Transportasi_ke_Sekolah, NUS_MTK_SMP, NUS_BIND_SMP, NUS_BING_SMP, Disiplin, Tanggung_Jawab, Sikap, Komunikasi, dan Output_Kelas. Riset ini menggunakan dataset siswa SMK Antartika 1 Sidoarjo mulai tahun 2020 sampai 2022 dengan total 578 record data siswa. Berdasarkan hasil analisis dengan metode SVM dengan kernel sigmoid diperoleh tingkat akurasi sebesar 83%, sedangkan hasil analisa dengan dengan metode RF dengan jumlah tree 150 diperoleh tingkat akurasi sebesar 82%.
EKSTRAKSI FITUR-FITUR MORFOLOGI PADA TANDA TANGAN BERDASARKAN PRINSIP GRAFOLOGI Rafliana Natalia da Silva; Lukman Zaman; Endang Setyati
Joutica Vol 8, No 1 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i1.954

Abstract

Tanda tangan merupakan unsur penting dalam grafologi yang melambangkan nilai dan kepribadian seseorang. Grafologi secara garis besar dapat menghasilkan informasi kepribadian seseorang melalui pola tanda tangan dengan menggunakan ekstraksi fitur sebagai teknik pengolahan citra yang dilihat dari besar kecilnya tulisan, gaya tulisan, kemiringan tulisan, jarak antar kata atau antar huruf, ukuran tulisan, dan tekanan tulisan. Fitur-fitur morfologi yang digunakan dalam penelitian ini ada 9 jenis, antara lain: kemudahan dibaca, ukuran tulisan, tekanan tulisan, kemiringan tulisan, posisi goresan, garis bawah, tanda titik, hiasan, dan penggunaan huruf inisial. Dataset yang digunakan terdiri dari 300 sampel data dengan 27 kelas dan distribusi jumlah data untuk setiap kelas adalah 10 data. Tahapan yang dilakukan dalam pembuatan sistem adalah dimulai dengan akuisisi citra, preprocessing, segmentasi, ekstraksi fitur, dan terakhir melakukan klasifikasi berupa ciri-ciri kepribadian. Output dari proses pelatihan data dengan menggunakan segmentasi dan ekstraksi fitur adalah file file yang nantinya dapat digunakan sebagai model untuk tahapan data testing. Output dari hasil data testing adalah hasil identifikasi kepribadian siswa berdasarkan citra tanda tangan yang diinput. Dengan menggunakan ekstraksi fitur-fitur morfologi sebagai teknik pengolahan citra yang telah dilakukan dalam penelitian ini adalah dapat menghasilkan informasi kepribadian siswa melalui pola tanda tangan berdasarkan prinsip grafologi, sehingga dapat membantu guru dalam pembentukan karakter dan proses pengarahan minat dan bakat siswa. Hasil dari penelitian ini diprosentase sekitar 1:3 atau 25% untuk data testing dan 75% untuk data training dengan tingkat akurasi untuk masing-masing kelas sebesar 67,5% dan 64,26% untuk rata-rata akurasi per jenis kelas kategori tanda tangan.
Model CNN Lenet Dalam Pengenalan Jenis Golongan Kendaraan Pada Jalan Tol Anggay Luri Pramana; Endang Setyati; Yosi Kristian
Jurnal Teknika Vol 12 No 2 (2020): Jurnal Teknika
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v13i2.469

Abstract

Research in the field of transportation, especially vehicle classification with various methods, is a widely developed field of study. Vehicles can be categorized by shape, dimension, logo, and  type. The vehicle dataset is also not difficult to find because it is general in nature. Based on the research that has been done, the introduction of group types based on the number of axles with CNN, the dataset is not yet available to the public. In this paper, we discuss the introduction of the types of groups using the Convolutional Neural Network method. The architecture used is the LeNet model. The trial scenario is carried out in 4 stages, namely 25 epochs, 50 epochs, 75 epochs and 100 epochs. Based on the test results, the accuracy obtained continues to increase at 50 epochs and 100 epochs iterations. Starting from an accuracy of 82%, 94% to the highest accuracy of 95%. Likewise in the prediction the data has increased from 80%, 85% to the highest accuracy that can be 86%. From 50 epochs to 75 epochs, the accuracy of both training and testing has decreased.
Klasifikasi Penyakit Tanaman Cabai Rawit Dilengkapi Dengan Segmentasi Citra Daun dan Buah Menggunakan Yolo v7 Masrur Anwar; Yosi Kristian; Endang Setyati
INTECOMS: Journal of Information Technology and Computer Science Vol 6 No 1 (2023): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v6i1.6071

Abstract

Diseases that attack chili plants can be diagnosed early by observing symptoms or changes that occur in the leaves and fruit of the chili plant. However, diseases or pests that attack chili plants within a single plant can vary. In this study, YOLO v7 was used to perform leaf and chili segmentation on images, and the segmented results were then classified for chili plant disease using Deep Convolutional Neural Network (DCNN) Transfer Learning with the Fine Tuning method. The test results of the constructed model showed that the Yolo v7 segmentation accuracy was 0.970 on mAP50 when performing chili plant leaf and fruit segmentation. For the DCNN model testing with transfer learning method using the EfficientNetV2M based model, an accuracy value of 0.912 was obtained for leaf disease classification and an accuracy of 0.889 was obtained for chili fruit classification. Keyword: Chili Plant Diseases; Classification; Transfer Learning, Yolo v7 segmentation
Sistem Prediksi Risiko Stunting Menggunakan Bayesian Network Berbasis GIS Rusina Widha Febriana; Endang Setyati
Eksplorasi Teknologi Enterprise & Sistem Informasi (EKSTENSI) Vol. 1 No. 1 (2022): November
Publisher : FIKOM - Bung Karno University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (595.934 KB) | DOI: 10.59039/ekstensi.v1i1.2

Abstract

Stunting is one of the nutritional issues faced in the world. Stunting is a chronic nutritional problem caused by food intake that does not suit nutritional needs. Indonesia has a high commitment to stunting prevention efforts so that Indonesian children can grow and develop optimally and innovate and compete at the global level. The effort was demonstrated through the National Strategy of accelerating Stunting Prevention, known as Stranas Stunting, implemented in 2018 – 2024. The system was developed to be able to identify stunting supporting factors so that it can provide accurate information. And the system also displays data in the form of maps, to make it easier to perform analysis in a room. Spatial data is displayed using GIS (Geographic Information System). The study's result was that 75% of children grew up normally, while the other 25% predicted to suffer from stunting. The dominant factor affecting stunting is 57% of children with short anthropometry, 51% of children who do not get exclusive breast milk, 66% of mothers' knowledge of nutrition is not good, 69% of foster care patterns by mothers themselves, 80% of pregnant women with a diet less than three times, 99% of pregnant women not infected with the disease, and 54% of pregnant women with anthropometry less than mid-upper arm circumference (MUAC).
EVALUASI OTOMATIS PRAKTEK PEMBERIAN INJEKSI DARI INPUT FOTO Novi Duwi Setyorini; Endang Setyati; Devi Dwi Purwanto
Joutica Vol 8 No 2 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i2.1030

Abstract

Pelayanan terhadap pasien merupakan faktor penting dalam dunia medis. Masalah keterbatasan tenaga medis di negara berkembang maupun zona perang dan daerah pengungsian merupakan alasan banyak peneliti mencoba melakukan penelitian yang mampu membantu  tindakan perawatan pasien dan peingkatan kompetensi khususnya memberikan tindakan medis kepada pasien. Berdasarkan masalah tersebut penelitian ini bertujuan mengembangkan aplikasi yang dapat membantu  dalam pembelajaran bagi calon tenaga medis khususnya pada praktek pemberian injeksi. Penelitian ini menggunakan model CNN digunakan  melatih sistem untuk menentukan parameter yang digunakan untuk mengklasifikasikan  jenis injeksi sedangkan SVM memprediksi kelas subkutan pada data testing pada penelitian ini. Penelitian ini bertujuan untuk  mengidenitifikasi jenis injeksi dari data input foto untuk dievaluasi mejadi kelas subcutan dan bukan subcutan dengan tingkat akurasi sebesar 96%, recall sebesar 89% dan presision sebesar 100%.
Analisis Technology Acceptance Model (TAM) untuk Adopsi E-Counseling Agung Adi Saptomo; Endang Setyati; Edwin Pramana
Joutica Vol 8 No 2 (2023): Journal of Informatic Unisla
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/informatika.v8i2.1089

Abstract

Pendidikan memiliki peran besar dalam membangun kemajuan bangsa. Pendidikan tidak hanya memiliki tanggung jawab dalam memberikan pengetahuan kognitif saja, melainkan harus membangun moral/kepribadian dari setiap peserta didiknya, oleh karena itu praktik psikologi yang dilaksanakan oleh guru Bimbingan Konseling (BK) sangat dibutuhkan. Namun pada praktiknya terdapat beberapa kendala yang diakibatkan karena praktik bimbingan konseling masih menerapkan metode lama yaitu penyebaran kuisioner secara manual. Seiring berkembangannya teknologi, praktik BK mulai bergeser dengan memanfaatkan teknologi seperti dalam mendiagnostik kebutuhan peserta didik atau disebut dengan e-counseling. Terdapat berbagai teori tentang hubungan pergeseran penggunaa teknologi, tetapi masih terdapat research gap pada penentuan teori yang mendasar. Sehingga penelitian ini memiliki tujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi niat guru bimbingan konseling dan peserta didik dalam menggunakan e-counseling serta mengetahui hubungan masing-masing faktor. Pengembangkan model teoritis menggunakan Technology Acceptance Model (TAM) dan kuesioner, prosedur sampling, analisis data, dan interpretasi hasil, kemudian perumusan kesimpulan. Analisis dilakukan dengan mencari factor analysis, reliability test, dan mencari nilai cronbach alpha, data diimput dalam model teoritis dan dianalisis Structural Equation Modeling (SEM) dengan menggunakan aplikasi AMOS. Hasil yang didapat menjelaskan bahwa semua faktor mempengaruhi minat guru BK dan peserta didik dalam menggunakan e-counseling dan masing-masing faktor mendapatkan tingkat pengaruh yang signifikan.
Self-Training Naive Bayes Berbasis Word2Vec untuk Kategorisasi Berita Bahasa Indonesia Joan Santoso; Agung Dewa Bagus Soetiono; Gunawan; Endang Setyati; Eko Mulyanto Yuniarno; Mochamad Hariadi; Mauridhi Hery Purnomo
Jurnal Nasional Teknik Elektro dan Teknologi Informasi Vol 7 No 2: Mei 2018
Publisher : Departemen Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1455.318 KB)

Abstract

News as one kind of information that is needed in daily life has been available on the internet. News website often categorizes their articles to each topic to help users access the news more easily. Document classification has widely used to do this automatically. The current availability of labeled training data is insufficient for the machine to create a good model. The problem in data annotation is that it requires a considerable cost and time to get sufficient quantity of labeled training data. A semi-supervised algorithm is proposed to solve this problem by using labeled and unlabeled data to create classification model. This paper proposes semi-supervised learning news classification system using Self-Training Naive Bayes algorithm. The feature that is used in text classification is Word2Vec Skip-Gram Model. This model is widely used in computational linguistics or text mining research as one of the methods in word representation. Word2Vec is used as a feature because it can bring the semantic meaning of the word in this classification task. The data used in this paper consists of 29,587 news documents from Indonesian online news websites. The Self-Training Naive Bayes algorithm achieved the highest F1-Score of 94.17%.
Co-Authors Abdur Rouf Achmad Firman Choiri Agung Adi Saptomo Agung Dewa Bagus Soetiono Ajeng Restu Kusumastuti Akhmad Solikin Andi Sanjaya Andi Sanjaya Andriyanto, Pyepit Rinekso Anggay Luri Pramana Arif Priyambodo Azis Suroni Budi, Rizal Devi Dwi Purwanto Dicka Y Kardono Edwin Pramana Eko Mulyanto Yuniarno Elis Fitrianingsih Esther Irawati Setiawan Fachrul Kurniawan Farkhan, Muhammad Febriantoro, Erfan Fery Satria Kristianto Fitrianingsih, Elis Francisca H Chandra Francisca Haryanti Chandra Gunawan Gunawan Gunawan Gunawan, Tjwanda Putera Hans Keven Budi Prakoso Harianto, Reddy Alexandro Hatem Alsadeg Ali Salim Hendrawan Armanto Herman Budianto Honoris Setiahadi Ine Juniwati Joan Santoso Kartika, Bara Alpa Yoga Kholilul Rohman Kurniawan Lilis Setyaningsih Luhfita Tirta Lukman Zaman Luqman Zaman M. Najamudin Ridha Masrur Anwar Mauridhi Hery Purnomo Maysas Yafi' Urrochman Mochamad Hariadi Muhammad Farkhan Muhammad Turmudzi Nafi'iyah, Nur Novi Duwi Setyorini Peter Winardi Pranama, Edwin Raden Mohamad Herdian Bhakti Rafliana Natalia da Silva Raymond Sutjiadi Reddy Alexandro Harianto Resmana Lim Retno Wardhani Rusina Widha Febriana Salim, Shierly Kartika San, Joan Santoso, Elkana Lewi Soetiono, Agung Dewa Bagus Subroto Prasetya Hudiono Sugiarto, Raymond Suharyono Az Suhatati Tjandra Supandik, Ujang Joko Surya Sumpeno Suyuti, Mahmud Tjwanda Putera Gunawan Tri Septianto Tuesday saka gustaf Udkhiati Mawaddah Uliontang Uliontang Wahyudi, Nanang Yosi Kristian Yuliana Melita Pranoto Yulius Widi Nugroho Yunita, Helda Zaman, Luqman