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
Claim Missing Document
Check
Articles

Klasifikasi Lahan Perkebunan Kelapa Sawit Pada Citra Foto Udara Menggunakan Metode Local Binary Pattern dan Klasifikasi SVM Triyunita Nur Hayati; Nuris Sayyidatul Fatimah; Lailatul Fitria; Soffiana Agustin
SABER : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Vol. 2 No. 3 (2024): Juli : Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi
Publisher : STIKes Ibnu Sina Ajibarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59841/saber.v1i3.1399

Abstract

Land classification for oil palm plantations is an important topic in agricultural and plantation development. In this research, the local binary pattern (LBP) method and support vector machine (SVM) classification were used to identify oil palm plantations from aerial photography images. The main challenge in this process is accurately distinguishing oil palm fields and forests that have similar patterns and colors in satellite images. The LBP method is used to extract important texture features from images, while SVM is used to build a classification model based on these features. The test results show that using this method provides an accuracy value of 83.33% in the classification of oil palm land images. The development of oil palm plantations in Indonesia is becoming increasingly important as investment prospects strengthen. This research helps develop image classification technology to support the agricultural industry.
ANALISIS PERSENTASE WARNA BLUE GEM PADA SKIN CASE HARDENED DI COUNTER STRIKE 2 MENGGUNAKAN OPENCV DAN PYTHON Fajar Wibowo, Cahyo; Izzul Haq, Fajri; Maulana Ansaris, Fatur; Agustin, Soffiana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10140

Abstract

Identifikasi pola "Blue Gem" pada skin Karambit Case Hardened memerlukan ketelitian dan pengalaman dalam mengenali pola warna yang kompleks. Banyak pemain yang kesulitan dalam menilai persentase warna biru pada skin mereka, yang bisa berujung pada kesalahan dalam penentuan harga jual atau beli. Penelitian ini bertujuan untuk mengembangkan sistem deteksi warna yang dapat mengidentifikasi pola "Blue Gem" pada skin Karambit Case Hardened di game Counter-Strike 2 (CS2) menggunakan OpenCV dan Python. Skin dengan pola "Blue Gem" sangat dicari karena kelangkaannya dan nilai jualnya yang tinggi, di mana nilai tersebut bergantung pada persentase warna biru yang ada. Sistem yang dikembangkan bekerja dengan mengunggah gambar skin, menghapus latar belakang, dan menghitung persentase area biru menggunakan metode pengolahan citra yaitu konversi ruang warna HSV, thresholding, dan masking. Hasil penelitian menunjukkan bahwa sistem ini efektif dalam mendeteksi warna biru, sehingga dapat membantu pemain dan kolektor menilai skin mereka dengan lebih akurat dan efisien, serta mengurangi risiko kesalahan penilaian harga di pasar sekunder. Penelitian ini berkontribusi pada pengembangan aplikasi computer vision dalam konteks game dan perdagangan digital, menunjukkan bagaimana teknologi ini dapat digunakan untuk menyelesaikan masalah praktis dalam kehidupan sehari-hari.
INDENTIFIKASI PENYAKIT MATA DENGAN KLASIFIKASI CITRA FOTO FUNDUS MENGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Sirojul Qulub, Muhammad; Agustin, Soffiana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10974

Abstract

Penelitian ini berfokus pada deteksi dini penyakit mata menggunakan teknologi Computer Vision dan Deep Learning. Penyakit mata seperti diabetic retinopathy, glaukoma, katarak, degenerasi makula terkait usia, hipertensi okuli, dan miopia adalah penyebab utama kebutaan. Metode yang digunakan adalah Convolutional Neural Networks (CNN) dengan arsitektur VGG-16 untuk mengklasifikasikan citra foto fundus. Penelitian dilakukan dengan melatih dan menguji model klasifikasi menggunakan dataset citra foto fundus yang mencakup berbagai penyakit mata. Evaluasi dilakukan dengan mengukur akurasi, presisi, dan recall menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa kinerja model dengan iterasi sebanyak 30 iterasi pada dataset yang menghasilkan accuracy sebesar 0,45 menunjukkan bahwa model dengan benar memprediksi label kelas sekitar 45% dari sampel.
Implementasi Penggunaan Simulasi Monte Carlo dalam Estimasi Distribusi Jajanan Tradisional Haq, Fajri Izzul; Firmansyah, Abdul Hafizh; Jatmiko, Wasis Putro; Agustin, Soffiana
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 7, No 4 (2024): Agustus 2024
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v7i4.7696

Abstract

Abstrak— Penentuan estimasi order, biaya, dan keuntungan dalam manajemen distribusi sangatlah penting untuk meningkatkan efisiensi operasional dan profitabilitas UMKM. Ketidakpastian jumlah order dapat menyebabkan risiko kelebihan atau kekurangan stok, yang berdampak negatif pada operasional dan finansial. Tujuan penelitian ini adalah mengaplikasikan simulasi Monte Carlo untuk mengestimasi jumlah pesanan distributor guna mengatasi ketidakpastian tersebut. Metode yang digunakan adalah simulasi Monte Carlo dengan program Microsoft Excel, menghasilkan nilai-nilai acak yang diterapkan dalam sistem distribusi. Data penjualan selama 50 hari digunakan untuk simulasi. Hasil penelitian menunjukkan tingkat kesalahan estimasi sebesar 15.92% untuk Distributor 1, 15.50% untuk Distributor 2, dan 14.42% untuk Distributor 3. Kesimpulannya, metode simulasi Monte Carlo efektif dalam mengatasi ketidakpastian manajemen distribusi pesanan, meskipun perlu pengoptimalan lebih lanjut untuk mengurangi kesalahan estimasi.Kata kunci: Monte Carlo, Manajemen Distribusi, Microsoft Excel.Abstract−− Determining order, cost, and profit estimates in distribution management is crucial for enhancing SMEs’ operational efficiency and profitability. Uncertainty in order quantities can lead to the risk of overstock or stock shortages, negatively impacting operations and finances. This study aims to apply the Monte Carlo simulation to estimate the number of distributor orders to address this uncertainty. The method used is the Monte Carlo simulation with Microsoft Excel, generating random values applied within the distribution system. Sales data over 50 days were used for the simulation. The research results showed an estimation error rate of 15.92% for Distributor 1, 15.50% for Distributor 2, and 14.42% for Distributor 3. In conclusion, the Monte Carlo simulation method effectively addresses the uncertainty in order distribution management, although further optimization is needed to reduce estimation errors.Keywords: Monte Carlo, Distribution Management, Microsoft Excel.
Implementasi Metode Monte Carlo dalam Menentukan Jumlah Penumpang Kereta Api Pada Rentan Tahun 2020 – 2023 : (Studi Kasus: PT. Instansi Jabodetabek) Wafiq Azizah; Ayu Wulandari; Soffiana Agustin
Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Vol. 2 No. 4 (2024): Juli : Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/jupiter.v2i4.430

Abstract

Penelitian ini adalah untuk meningkatkan efisiensi layanan transportasi kereta api di Jabodetabek dengan melakukan prediksi jumlah penumpang menggunakan metode Monte Carlo. Dengan menggunakan simulasi ini, data dari tahun 2019-2023 telah dianalisis untuk memprediksi tren pertambahan jumlah penumpang. Prediksi yang telah dibuat akan dimanfaatkan dalam perencanaan kapasitas serta peningkatan kualitas layanan. Maka diharapkan bahwa studi ini akan berkontribusi positif terhadap peningkatan kualitas transportasi kereta api dan efisiensi ekonomi negara. Tujuan khususnya yaitu untuk menyiapkan basis data yang solid untuk merencanakan operasional kereta api, mengenali kecenderungan penggunaan, dan memaksimalkan pemanfaatan sumber daya yang tersedia. Dengan metode ini, pengelola transportasi dapat membuat keputusan yang lebih cerdas dan proaktif untuk mengatasi kenaikan jumlah penumpang di masa depan, sambil meningkatkan tingkat kenyamanan dan kepuasan pengguna layanan kereta api di wilayah Jabodetabek.
Peningkatan Kemampuan Manajemen Risiko Pelaku UMKM Sidayu untuk Meningkatan Pengelolaan Bisnis dan Pendapatan Moh. Jufriyanto; Deny Andesta; Tsaqofi Bintang Muslimah; Dhidu Usrin Yadani; Soffiana Agustin
KREATIF: Jurnal Pengabdian Masyarakat Nusantara Vol. 4 No. 2 (2024): Juni : Jurnal Pengabdian Masyarakat Nusantara
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/kreatif.v4i2.3492

Abstract

Business management management cannot be avoided from risks in the form of pure risks and speculative risks. Risk can be associated with the possibility of losses from unwanted adverse events or unexpected events. The problem of MSMEs, especially in Sidayu District, Gresik Regency, is that many MSME actors have not implemented risk management in their businesses. Therefore, this community service activity is carried out to provide education to Sidayu MSME actors to pay attention to the risks that exist in the process of managing their business. From the results of community service activities, they can implement risk management and improve risk management management in their businesses. With the implementation and improvement, it can be used as a means to improve business management and income.
Simulasi Monte Carlo Dalam Prediksi Penjualan Pempers Makuku Nurul Mudhofar; Soffiana Agustin
Repeater : Publikasi Teknik Informatika dan Jaringan Vol. 2 No. 3 (2024): Juli : Repeater : Publikasi Teknik Informatika dan Jaringan
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/repeater.v2i3.103

Abstract

Predicting sales is an important aspect in sales development. Sales prediction simulation is an estimated calculation of the level of product sales in a certain period. Sales of pempers tend to fluctuate due to the choice of many brands available, resulting in sales having a little difficulty in estimating sales of MAKUKU diaper products at Greens Mart stores. This research aims to predict sales Pempers products. This research uses several stages of identifying problems, determining research objectives, collecting data, data collected or obtained from interviews with salespeople, managing data using Monte Carlo stages, implementing/testing data and testing results to see the accuracy of the method used. The analysis results show that Comfit M and Comfit L have almost the same level of accuracy, namely Comfit M is around 90.63% and sales of Comfit L are 90.48%. These values ​​provide an indication of the level of accuracy of the sales predictions made.
Klasifikasi Penyakit Daun Apel Menggunakan Ekstraksi Fitur Warna RGB Nurul Mudhofar; Soffiana Agustin
Repeater : Publikasi Teknik Informatika dan Jaringan Vol. 2 No. 3 (2024): Juli : Repeater : Publikasi Teknik Informatika dan Jaringan
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/repeater.v2i3.120

Abstract

This research designs a system to classify apple leaf diseases using RGB (red, green and blue) color feature extraction. The essence of this research is to design a system to recognize and determine disease on apple leaves based on RGB color features using the Matlab 2024 application. The data in this research uses apple leaf images from kaggle.com, which are then cropped and adjusted to the image shape and precision in the leaf image. , Increasing the contrast of the cropped image and converting it to a grayscale image, Determining the threshold for binarization and converting the grayscale image to a binary image, Detection of green, yellow, and black/gray pixels based on RGB values ​​and calculating the proportion of each color, Detection of pixels scab by filtering out black/grey pixels that do not include green or yellow pixels Classification of leaves based on the proportion of detected colors. With the method that has been passed and uses apple leaf data, namely Healthy, Rust and Scab, each data contains 20 images with a total of 60 images and the level of accuracy is determined using the labeling method for each data and reaches the final result with an accuracy level of 86, 6667% which has a fairly accurate meaning
Prediksi Penjualan Roti Menggunakan Metode Monte Carlo (Studi Kasus pada Roti Daffa) Rahmawati, Yulia; Tsani, Ghalby Muhammad; Sanyoto, Ongky Dwi; Agustin, Soffiana
Jurnal Inovatif Vol. 3 No. 3 (2024): Desember 2024
Publisher : Universitas Kristen Wira Wacana Sumba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58300/inovatif.v3i3.816

Abstract

Penelitian ini mengaplikasikan metode Monte Carlo untuk memprediksi penjualan roti. Metode Monte Carlo, yang menggunakan simulasi probabilistik berdasarkan data historis dan distribusi teoritis, diaplikasikan pada data penjualan roti pada Usaha Mikro Kecil Menengah (UMKM). Penelitian ini bertujuan untuk melakukan simulasi mrnggunakan metode Monte Carlo dalam memprediksi penjualan roti dan membantu dalam perencanaan penjualan masa depan.simulasi yang dilakukan meliputi prediksi untuk penjualan box kecil, box sedang dan box besar. Langkah-langkah penelitian mencakup pengumpulan data, perhitungan probabilitas dan probabilitas kumulatif, penentuan rentang bilangan acak, pembangkitan bilangan acak untuk simulasi, simulasi, dan validasi hasil. Simulasi Monte carlo mendapatkan akurasi untuk box kecil 77%, box sedang 79%, dan box besar 78%.
KLASIFIKASI KUALITAS BIJI KOPI ROBUSTA MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) DAN GRAY CO-OCCURANCE MATRIX (GLCM) Mujidah, Muna; Agustin, Soffiana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 6 (2024): JATI Vol. 8 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i6.11721

Abstract

Kopi merupakan tumbuhan yang memiliki nilai komoditas yang sangat tinggi. Salah satu jenis kopi yang banyak ditemukan di Indonesia adalah jenis biji kopi Robusta. Penyortiran biji kopi digunakan untuk menentukan kualitas biji kopi secara keseluruhan agar dapat mempermudah penentuan mutu standard kopi yang sesuai. Penelitian ini bertujuan untuk dapat membedakan kualitas biji kopi menjadi dua kategori yaitu: premium dan komersial dengan menggunakan metode K–Nearest Neighbor (KNN) sebagai proses klasifikasi dan Gray Level Co-Occurance Matrix (GLCM) untuk melakukan ekstraksi fitur. Dari ekstraksi fitur tersebut akan didapatkan 4 parameter yang digunakan untuk proses klasifikasi yaitu contrast, homogeneity, energy, dan energy. Jumlah data citra yang digunakan adalah 140 citra, 100 untuk data latih dan 40 untuk data uji. Nilai akurasinya menggunakan nilai k = 3 sebesar 92,5%, Nilai k = 5 sebesar 90%, k=7 sebesar 86,13%, dan k=9 sebesar 85%.
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