Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Prosiding SNATIF JOIV : International Journal on Informatics Visualization Texere
- Kurniawan, -
STIE Widya Gama Lumajang
Chemistry Computer Science & IT Education Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
RANCANGAN INTEGRASI SISTEM INFORMASI MANAJEMEN SAMSAT ONLINE DI PROVINSI SUMATERA SELATAN UNTUK MENDUKUNG PELAYANAN PUBLIK Bakti, Mutatkin; Kurniawan, -
Prosiding SNATIF 2015: Prosiding Seminar Nasional Teknologi dan Informatika
Publisher : Prosiding SNATIF

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

Abstract

AbstrakSalah satu tujuan dari bidang pelayanan adalah memberikan pelayanan terbaik kepada masyarakat yang membutuhkan baik instansi pemerintah maupun swasta saat ini tengah berlomba untuk meningkatkan pelayanan agar lebih berdaya guna dan berhasil guna melalui berbagai cara, salah satunya adalah dengan menerapkan teknologi khususnya teknologi informasi ke dalam sistem pelayanan mengingat kemajuan teknologi informasi ini dapat menuntun manusia kedalam cara kerja dan berpikir yang lebih cepat dan efisien. Penelitian ini memberikan masukan kepada SAMSAT Provinsi Sumatera Selatan dalam bentuk rancangan Sistem Informasi Manajemen Samsat Online. Adapun subsistem yang akan dikembangkan melalui Sistem Informasi SAMSAT online se-Sumatera Selatan yang meliputi rancangan integrasi data dan sistem berbasis e-SAMSAT yang bekerja sama dengan bank, rancangan integrasi SIM SAMSAT dengan SIM BPKB (SIKB), dan rancangan Samsat self services berbasis KIOSK.Kata kunci: SIM, samsat online, integrasi
SOLASI SERAT BATANG PISANG SEMU SEBAGAI SERAT PENGUAT BIOKOMPOSIT Siahaan, Maria; Noerati, -; Gustiani, Srie; Umam, Khairul; Kurniawan, -
Texere Vol 19, No 1 (2021): Texere Volume 19 Nomor 1 Tahun 2021
Publisher : Politeknik STTT Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53298/texere.v19i1.04

Abstract

Pemanfaatan serat alam dari limbah tanaman di banyak sektor seperti tekstil , komposit, automotif dan lainnya mulai banyak dikembangkan. Hal ini karena keunggulannya dibandingkan dengan serat sintetis, diantaranya ramah lingkungan,  sifat mekanik yang baik, dan merupakan sumber daya alam yang melimpah dan terbarukan. Pada tanaman pisang, bagian batang yang dibuang pada proses pemanenan memiliki kandungan serat selulosa yang tinggi. Serat batang pisang juga memiliki sifat anti bakteri yang cukup baik karena adanya kandungan fenolik. Proses isolasi serat dari batang pisang dilakukan dengan proses degumming secara menggunakan enzim xilanase dan  degumming secara kimia menggunakan natrium karbonat. Proses degumming secara kimia lebih efektif, dibandingkan secara enzimatis. Hasil degumming secara kimia menghasilkan pengurangan berat lebih besar  dan sifat penyerapan air lebih banyak, namun memiliki kekuatan tarik yang sedikit lebih rendah dibandingkan degumming secara enzimatis. Degumming menggunakan natriumkarbonat dengan konsentrasi 30g/L menghasilkan penurunan berat sebesar 12,1%, kekuatan tarik sebesar 18,84 g/teks dengan mulur sebesar  21,74 %, dan kemampuan menyerap air sebesar 1310,33%. Pada pengujian sifat termal, menunjukkan serat yang dihasilkan dapat terdegadrasi pada suhu sekitar 360oC. Serat yang dihasilkan dapat diaplikasikan sebagai serat tekstil maupun serat penguat pada pembuatan biokomposit.
Music Recommendation Based on Facial Expression Using Deep Learning Kurniawan, -; Kurniawan, Tri Basuki; Dewi, Deshinta Arrova; Zakaria, Mohd Zaki; Saringat, Zainuri; Firosha, Ardian
JOIV : International Journal on Informatics Visualization Vol 9, No 1 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.1.3794

Abstract

Music's profound impact on human emotions is essential for creating personalized experiences in entertainment and therapeutic settings. This study introduces a cutting-edge music recommendation system that utilizes facial expression analysis to tailor music suggestions according to the user's emotional state. Our approach integrates a haar-cascade classifier for real-time face detection with a Convolutional Neural Network (CNN) that classifies emotions into seven distinct categories: happiness, sadness, anger, fear, disgust, surprise, and neutrality. This emotionally aware system recommends music tracks corresponding to the user's current emotional condition to enhance mood regulation and overall listener satisfaction. The effectiveness of our system was evaluated through rigorous testing, where the CNN model demonstrated a high degree of accuracy. Notably, the model achieved an overall accuracy of 84.44% in recognizing facial expressions. Precision, recall, and F1 scores consistently exceeded 84%, indicating robust performance across diverse emotional states. These results underscore the system's capability to accurately interpret and respond to complex emotional cues through tailored music suggestions. Integrating advanced deep learning techniques for face and emotion recognition enables our recommendation system to adapt dynamically to the user's emotional fluctuations. This responsiveness ensures a highly personalized music listening experience that reflects the user's feelings and potentially enhances their emotional well-being. By bridging the gap between static user profiles and the dynamic nature of human emotions, our system sets a new standard for personalized technology in music recommendation, promising significant improvements in user engagement and satisfaction.
Co-Authors Dewi, Deshinta Arrova Firosha, Ardian Khairul Umam Kurniawan, Tri Basuki Mutatkin Bakti, Mutatkin Noerati, - Saringat, Zainuri Siahaan, Maria Srie Gustiani, Srie Zakaria, Mohd Zaki