Article Per Year (5 Year)
p-Index From 2021 - 2026
6.605
P-Index
This Author published in this journals
All Journal Pixel : Jurnal Ilmiah Komputer Grafis INOVTEK Polbeng - Seri Informatika Jurnal Eksplora Informatika Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Nasional Komputasi dan Teknologi Informasi JATI (Jurnal Mahasiswa Teknik Informatika) REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Pendidikan dan Teknologi Indonesia Indexia Jurnal Abdi Masyarakat Indonesia Jurnal Algoritma Jurnal Sains Informatika Terapan (JSIT) KREATIF: Jurnal Pengabdian Masyarakat Nusantara Sewagati: Jurnal Pengabdian Masyarakat Indonesia Profit: Jurnal Manajemen, Bisnis dan Akuntansi Jurnal Ilmiah Teknik Informatika dan Komunikasi Jurnal Inovatif Wira Wacana Indonesian Vocational Research Journal Jurnal TEFSIN ( Jurnal Teknik Informatika dan Sistem Informasi) Kohesi: Jurnal Sains dan Teknologi Jurnal Pengabdian Masyarakat dan Lingkungan Saber: Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Jurnal Informatika dan Teknik Elektro JURNAL TEKNIK INFORMATIKA DAN KOMPUTER Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Repeater: Publikasi Teknik Informatika dan Jaringan SISFOTENIKA Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika Saturnus: Jurnal Teknologi dan Sistem Informasi FRAMEWORK Jurnal Ilmu Komputer dan Informatika Proceeding Maritime Business Management Conference KREATIF: Jurnal Pengabdian Masyarakat Nusantara Semar: Jurnal Pengabdian Kepada Masyarakat
Soffiana Agustin, Soffiana
Unknown Affiliation
Aerospace Engineering 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 Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Neuroscience Public Health Social Sciences Transportation Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 1   2   3   4   5 
Pengenalan Huruf Braille menggunakan Radially Average Power Spectrum dan Geometri Soffiana Agustin; Anita Sari; Ernawati Ernawati
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 1 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i1.2926

Abstract

Education is very important in the growth of children, including children with special needs such as people with visual impairments. Not only at school children can also develop their potential in learning anywhere and anytime. One of the most important learning processes is reading and writing. People with visual impairments carry out reading and writing activities using Braille. The problem is the lack of family knowledge about braille, so the activities accompanying blind children cannot be conducted. This study aims to convert braille into text, so it can make it easier for families to understand braille. The introduction of braille letters is done by extraction of frequency and spatial features. The methods proposed in this study are fast fourier transform (fft), radially average power spectrum (rapsv) and wavelets as well as several spatial features, namely local binary pattern (lbp), segmentation based on fractal analysis (sfta), first order statistics, gray level co-occurrence matrix (glcm), moment invariant and geometric features. In this study, the classification process was carried out using Bayes Net, Naïve Bayes, SVM, KNN and Random Forest. From several experiments it was found that the Random Forest classification method gave the best results. The rapsv method provides an accuracy of 93.91%, frequency feature extraction produces the same accuracy as the combination of rapsv with geometry, which is 94.04% and of all features, an accuracy of 97.18% is obtained.
SISTEM PNDUKUNG KEPUTUSAN PEMILIHAN KANDIDAT KETUA UMUM TERBAIK PIMPINAN WILAYAH IKATAN PELAJAR MUHAMMADIYAH JAWA TIMUR DENGAN METODE PROFILE MATCHING Muhammad Manu; Soffiana Agustin; Harunur Rosyid
Indexia : Informatics and Computational Intelligent Journal Vol 2 No 2 (2020): Vol 2 No 2 (2020)
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (719.441 KB) | DOI: 10.30587/indexia.v2i2.2560

Abstract

Setiap organisasi membutuhkan sosok pemimpin yang mampu memberikan keteladanan, koordinasi dan memberikan solusi atas permasalahan yang ada agar dapat mencapai tujuan bersama. Ketua Umum Pimpinan Wilayah Ikatan Pelajar Muhammadiyah Jawa Timur harus menjadi pemimpin yang mampu mewujudkan tujuan organisasi tersebut. Ketua umum terpilih pada musyawarah wilayah, seringkali pemilih memilih berdasarakan popularitas secara subjektif dan tidak memperhatikan faktor objektif lainnya. Karena tidak adanya indikator atau kriteria-kriteria baku dalam menentukan ketua umum. Maka diperlukan sebuah sistem pendukung keputusan yang dapat memberikan solusi terbaik untuk memilih ketua umum. Sistem pendukung keputusan ini menggunakan metode Profile Matching untuk mengatasi kerumitan yang ada, karena alternatif dan kriteria yang harus dipertimbangkan dalam pemilihan ketua umum seperti aspek intelektual, aspek sikap kerja dan aspek perilaku. Data yang digunakan adalah kandidat ketua umum yang sudah mengikuti pelatihan kader taruna melati 3 dan berusia kurang dari 24 tahun. Kuesioner penilaian kriteria dilakukan oleh 2 orang perwakilan dari 38 kota/kabupaten se-Jawa Timur. Pengujian sistem dengan membandingkan hasil perhitungan Microsoft Excel dengan hasil perhitungan sistem. Hasil dari implementasi sistem pendukung keputusan pemilihan kandidat ketua umum terbaik Pimpinan Wilayah Ikatan Pelajar Muhammadiyah Jawa Timur dengan metode Profile Matching yang dibuat dapat membantu dalam proses pengambilan keputusan berdasarkan aspek intelektual, aspek sikap kerja dan aspek perilaku secara optimal.
PENERAPAN BIOMETRIC FACE RECOGNITION MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK PADA APLIKASI BERBASIS ANDROID Fahmi Fauzi Abdullah; Soffiana Agustin
Indexia : Informatics and Computational Intelligent Journal Vol 6 No 1 (2024): INDEXIA : Informatics and Computational Intelligent Journal Volume 6 Nomor 1 Mei
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/indexia.v6i1.4958

Abstract

A security system with a high level of accuracy is needed to prevent data leakage, one way to prevent data leakage is to implement a face recognition biometric security system in a login system. In this study, the application of face recognition was carried out in the online workshop application login system (Mecha). The implementation is carried out using the Convolutional Neural Network method which is applied to android-based applications using tensorflow lite by adding assets with the .tflite extension to the Android Studio Integrated Development Environment (IDE) as well as the Google ML Kit library used as the pre-processing process. The results showed that the face recognition biometric security system can be applied to android-based applications and the Convolutional Neural Network method can be used to recognize faces even in dark conditions in online workshop applications (Mecha), the application of the Convolutional Neural Network method in online workshop applications (Mecha) provides average accuracy of 88.25%. With testing from genuine users of 99.25% and testing from non-genuine users of 77.25%.
Sistem Informasi Inventaris Barang Berbasis Web Pada Dinas Kesehatan Kabupaten Gresik Nurul Hafizah; Soffiana Agustin
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 4 No. 1 (2024): Maret : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v4i1.771

Abstract

The Gresik District Health Service, as one of the public service institutions in the health sector, has a big responsibility in providing quality health services for the community. In carrying out its duties, the Gresik District Health Service certainly cannot be separated from the need for inventory of goods. In reality, many government agencies, including health agencies, still manage inventory manually. Often, this method causes problems such as stock monitoring, asset tracking, and inefficient and inaccurate reporting. As a result, a solution is needed that can increase the efficiency and effectiveness of inventory management. Web-Based Goods Inventory Information System at the Gresik District Health Service with the aim of making it easier to process and report goods inventory data. This research applies a waterfall software development approach, which involves the stages of analysis, design, implementation and testing.
Pengklasifikasian Daun Sirih Dengan Metode K-Nearest Neighbor (KNN) Berbasis Fitur Warna Guna Mendukung Pemanfaatan Tanaman Obat Rahmawati, Yulia; Tsani, Ghalby Muhammad; Sanyoto, Ongky Dwi; Agustin, Soffiana
Jurnal Inovatif Vol. 3 No. 2 (2024): Agustus 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/inovatif.v3i2.781

Abstract

Klasifikasi daun sirih merupakan aspek penting dalam botani dan kesehatan, khususnya dalam pemanfaatan tanaman obat. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis yang dapat mengidentifikasi jenis daun sirih (hijau, merah, dan gading) berdasarkan fitur warna citra digital menggunakan K-Nearest Neighbor (KNN). Dataset yang digunakan terdiri dari 300 citra daun sirih yang di ambil menggunakan Xiaomi Redmi Note 9 Pro yang meliputi pre-processing, segmentasi, dan ekstraksi fitur. Hasil penelitian menunjukkan bahwa metode KNN dapat mengklasifikasikan daun sirih dengan akurasi sebesar 98,33% menggunakan k=1. Implementasi metode ini menunjukkan potensi yang baik dalam memudahkan masyarakat mengenali jenis-jenis daun sirih berdasarkan citra digital, serta mendukung pemanfaatan tanaman obat secara lebih efektif.
Penerapan Metode Monte Carlo Guna Memprediksi Penjualan Kacamata Di PT Optik Prima Jaya Al Husain, Gymnastiar Ishaq; Abdillah, Hanif; Syahbana, Ahmad Naufal; Agustin, Soffiana
Jurnal Inovatif Vol. 3 No. 2 (2024): Agustus 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/inovatif.v3i2.814

Abstract

Penelitian ini bertujuan untuk menerapkan Metode Monte Carlo dalam memprediksi penjualan kacamata di PT Optik Prima Jaya. Data yang digunakan adalah data historis penjualan kacamata yang tercatat dalam sistem perusahaan selama periode waktu yang relevan. Penelitian ini merupakan penelitian kuantitatif yang menggunakan pendekatan pengolahan data angka dan perhitungan. Populasi penelitian mencakup semua transaksi penjualan kacamata yang tercatat dalam sistem perusahaan. Data dikumpulkan melalui dokumentasi dan dianalisis menggunakan simulasi Monte Carlo. Proses analisis meliputi pengumpulan data, pemrosesan data, pelaksanaan simulasi untuk menghasilkan berbagai skenario prediksi, analisis hasil simulasi, dan validasi prediksi dengan data penjualan aktual. Penelitian ini diharapkan dapat memberikan prediksi penjualan yang akurat untuk mendukung perencanaan strategi bisnis di masa depan PT Optik Prima Jaya. Hasil penelitian menunjukkan bahwa data penjualan kacamata selama 31 hari pada bulan Maret 2024 yang digunakan dalam simulasi Monte Carlo menghasilkan tingkat akurasi sebesar 41,93%. Meskipun demikian, penelitian ini menyimpulkan bahwa metode simulasi Monte Carlo efektif dalam mengatasi ketidakpastian dalam prediksi penjualan kacamata di PT Optik Prima Jaya. Namun, untuk meningkatkan akurasi estimasi penjualan, diperlukan penelitian lanjutan dan perbaikan dalam model prediksi yang digunakan.
Detektif Sampah : Klasifikasi Jenis Sampah Organik dan Anorganik Menggunakan Metode YOLOv5 Berbasis Website Abdillah, Hanif; Syahbana, Ahmad Naufal; Al Husain, Gymnastiar Ishaq; Agustin, Soffiana
Jurnal Inovatif Vol. 3 No. 2 (2024): Agustus 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/inovatif.v3i2.878

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi sampah organik dan anorganik menggunakan metode YOLOv5 berbasis website, dengan tujuan memudahkan masyarakat dalam memisahkan sampah untuk mendukung proses daur ulang dan pengelolaan yang lebih efisien. Metode yang digunakan adalah penerapan algoritma YOLOv5 pada dataset yang terdiri dari 100 data sampah organik dan 100 data sampah anorganik. Hasil pengujian menunjukkan bahwa model ini memiliki tingkat akurasi 86%, dengan 89 sampah organik dan 98 sampah anorganik terklasifikasi dengan benar. Kesimpulan dari penelitian ini adalah metode YOLOv5 efektif dan dapat diandalkan untuk mendukung pengelolaan sampah berbasis teknologi, sekaligus meningkatkan kesadaran masyarakat akan pentingnya pengelolaan sampah yang berkelanjutan.
SISTEM INFORMASI PENGAJUAN CUTI BERBASIS WEBSITE PADA DINAS KESEHATAN KABUPATEN GRESIK Firda Mauludiyah Arfianti; Soffiana Agustin
Kohesi: Jurnal Sains dan Teknologi Vol. 3 No. 5 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v3i5.3510

Abstract

Kemajuan teknologi membantu aktivitas manusia, khususnya di bidang korporasi. Salah satu implementasinya adalah sistem informasi personal permohonan cuti karyawan. Teknologi ini juga diadopsi oleh Dinas Kesehatan Kabupaten Gresik yang membidangi kesehatan daerah. Permohonan cuti, yang merupakan hak sah karyawan, harus disetujui oleh atasannya dan sering kali diberikan setelah setidaknya satu tahun bekerja. Cara pengajuan cuti yang terkomputerisasi diprediksi akan lebih baik dibandingkan dengan sistem manual. Penelitian ini menggunakan metodologi pengembangan perangkat waterfall, yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan manajemen sistem, untuk membangun sistem informasi cuti yang efisien dan mendukung aktivitas organisasi.
PENCOCOKAN KATA DALAM OPTICAL CHARACTER RECOGNITION MENGGUNAKAN METODE HAMMING DISTANCE Rakhmadhan Rizky Brillian; Soffiana Agustin
Kohesi: Jurnal Sains dan Teknologi Vol. 4 No. 8 (2024): Kohesi: Jurnal Sains dan Teknologi
Publisher : CV SWA Anugerah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.3785/kohesi.v4i8.5895

Abstract

Citra adalah representasi objek dua dimensi dari dunia visual, menyangkut berbagai macam disiplin ilmu yang mencakup seni, human vision, astronomi, teknik, dan sebagainya. Pada Penelitian ini, dilakukan penerapan Hamming Distance pada Optical Character Recognition menggunakan Matlab dan Python. Kata yang digunakan dalam peneliitian ini merupakan hasil tulis tangan dalam bahasa Indonesia, dimana Penulis dibagi dalam tiga kelompok dengan usia 10-15 tahun (kelompok A), 20-25 tahun (kelompok B) dan usia lebih dari 50 tahun (kelompok C). Penelitian dimulai dengan analisis citra dengan melakukan pra-pengolahan dan Ekstraksi kata menggunakan Optical Character Recognition (OCR). Hasil OCR ini kemudian dimasukkan ke pengenalan Hamming untuk dilakukan pengenalan Kata. Hasil penelitian menunjukkan kinerja OCR dalam mengenali kata memberikan akurasi tertinggi pada kelompok B yaitu 40%, sedangkan pengenalan kata menggunakan Hamming distance memberikan akurasi 85% pada kelas yang sama. Baik OCR maupun Hamming belum mampu mengenali kata dari tulisan tangan dengan baik pada kelompok A dan C.
Deteksi Kepribadian Melalui Margin Pada Tulisan Tangan Menggunakan Random Forest Gumilang, Agung; Agustin, Soffiana
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.4176

Abstract

Intisari – Karakter atau kepribadian seseorang merujuk pada kumpulan sifat, perilaku, sikap, dan pola pikir yang membentuk identitas unik individu tersebut. Grafologi padatulisan tangan merupakan teknik menilai kepribadian seseorang dilihat dari berbagai aspek goresan tangan seperti tulisan tangan, tanda tangan ataupun gambar. Margin merupakan salah satu aspek dalam tulisan tangan yang sering digunakan oleh para peneliti dalam emmbaca kepribadian Dalam grafologi, margin yang terbentuk pada tulisan tangan menunjukkan cara pandang penulis terhadap masa lalu dan masa depan seseorang. Margin diukur dengan mengetahui jarak tepi kertas dan permulaan tulisan. Tidak banyak orang yang dapat menilai kepribadian melalui ukuran margin. Penelitian ini mengusulkan teknik visi komputer dalam deteksi tipe margin. Metode penelitian yang dilakukan dibagi dalam empat tahapan yaitu: pre-processing, ekstraksi fitur, klasifikasi dan evaluasi. Dataset yang digunakan adalah IAM handwriting dataset yang berjumlah 100 dataset dengan 25 citra pada tiap kelas. Ekstraksi fitur geometri digunakan untuk mengukur posisi tepi kertas dengan awal tulisan yang didapat dari pembuatan bounding box tiap baris tulisan. Klasifikasi yang digunakan adalah random forest. Adapun jenis margin yang dideteksi dikelompokkan dalam empat kelas yaitu lebar, sempit, melebar dan menyempit. Hasil klasifikasi memberikan akurasi sebesar 95%. Kata Kunci – tulisan_tangan, kepribadian, visi_komputer, geometri, random_ forest
Co-Authors AA Sudharmawan, AA Abdillah, Hanif Abyan Rizqy, Nadaa Syifa Ach Alfan Shahri Ahmad Fauzal Ibnu Amalik Ahmad Hendi Suffyan Hadi Ahmad Muzaki Ainul Faradisa Akhmad Wasiur Rizqi Al Husain, Gymnastiar Ishaq Amalik, Ahmad Fauzal Ibnu Ani Dijah Rahajoe Anita Sari arif arizal Asrorul Faradis AYU WULANDARI Azizah, Wafiq Bimantara Panji Saputra Cahyani Putri, Erna Dwita Sari Choyr Mukhlasin Candra Sakti Dano Fadilah Amelya Rizki Deny Andesta Dhidu Usrin Yadani Dhidu Usrin Yadani Elin Rosalin Elly Ismiyah Ernawati Ernawati Fahmi Fauzi Abdullah Fahmy Ardhiansyah Fahmy Ardhiansyah Fajar Wibowo, Cahyo Farhan Rizqullah Bagaskara Fatimah, Nuris Sayyidatul Fikrul Azizi, Muhammad Firda Mauludiyah Arfianti Firmansyah, Abdul Hafizh Gumilang, Agung Haq, Fajri Izzul Haris, Mohammad Harunur Rosyid Herlando Prayitno Ilham Teguh Prayudha Izzul Haq, Fajri Jaemsyien Devgan Oktawijaya Jatmiko, Wasis Putro LAILATUL FITRIA M. Fauzan Eksando Pramaisyah Maulana Ansaris, Fatur Maulana Feri Setyawan Maulana Firdaus Moch. Nuruddin Moh. Fahrudin Rifqi Moh. Jufriyanto Moh. Jufriyanto Mohammad Ridwan Bayu Pratama Muhammad Chozami Muhammad Fikri Anwar Muhammad Fikrul Azizi Muhammad Manu Muhammad Syaichuddin Muhammad Syaifudin Mujidah, Muna Nabilah Fitriani Naufal, Muhammad Nawwaf Ningrum, Dzakiah Widya Nisa', Widiana Kholisatun Nizam Masbakhi Zain Nur Afiq Eka Putra Nur Azizah Nuris Sayyidatul Fatimah Nurul Mudhofar Oktawijaya, Jaemsyien Devgan P. Eko Prasetyo Purwanto Purwanto Raditya Thabroni Romadhon Rahim, Nur Nafilah Rakhmadhan Rizky Brillian Rasyid, Harunur Rayhan, Ega Rifki, Achmad Rizqy, Nadaa Syifa Abyan Said Salim Dahdah Sanyoto, Ongky Dwi Setyawan, Maulana Feri Sirojul Qulub, Muhammad Syah Putra, Muhammad Madavi Syahbana, Ahmad Naufal Triyunita Nur Hayati Tsani, Ghalby Muhammad Tsaqofi Bintang Muslimah Tsaqofi Bintang Muslimah Umi Chotijah Wafiq Azizah Yulia Ayu Nastiti Yulia Rahmawati, Yulia