Article Per Year (5 Year)
p-Index From 2021 - 2026
5.974
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Informatika dan Teknik Elektro Terapan Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) ELINVO (Electronics, Informatics, and Vocational Education) Creative Information Technology Journal SISFOTENIKA Information System for Educators and Professionals : Journal of Information System CogITo Smart Journal INOVTEK Polbeng - Seri Informatika Voice Of Informatics Abdimas Umtas : Jurnal Pengabdian kepada Masyarakat CSRID (Computer Science Research and Its Development Journal) TEKTRIKA - Jurnal Penelitian dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, dan Elektronika CCIT (Creative Communication and Innovative Technology) Journal SENSITEK E-JURNAL JUSITI : Jurnal Sistem Informasi dan Teknologi Informasi JATI (Jurnal Mahasiswa Teknik Informatika) IT (INFORMATIC TECHNIQUE) JOURNAL Informatics and Digital Expert (INDEX) INFOSYS (INFORMATION SYSTEM) JOURNAL JURNAL REKAYASA INFORMASI SWADHARMA (JRIS) JURNAL ELEKTRO DAN INFORMATIKA SWADHARMA (JEIS) JPEG PUBLIDIMAS CSRID Jurnal Pengabdian Masyarakat (JURDIMAS) Jurnal Sistem Informasi dan Teknologi Informasi JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat
Evi Dewi Sri Mulyani
Universitas Perjuangan Tasikmalaya
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 67 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 67 Documents
Search

 3   4   5   6   7 
Implementasi Algoritma CNN Dalam Aplikasi Pengenalan Aksara Sunda Dewi Sri Mulyani, Evi; Mufizar, Teuku; Siti Sundari, Shinta; Akbar Kasyfurrahman, Muhammad; Adilal Mahbub, Luthfi; Ahmad Wakih, Agus
Informatics and Digital Expert (INDEX) Vol. 6 No. 2 (2024): INDEX, November 2024
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v6i2.1986

Abstract

Aksara sunda telah digunakan sejak zaman kerajaan-kerajaan Sunda kuno dan masih digunakan hingga saat ini dalam berbagai konteks budaya dan Pendidikan. Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNet V1 untuk pengenalan aksara Sunda dalam aplikasi berbasis Android. Aksara Sunda, sebagai bagian dari warisan budaya Indonesia, memerlukan perhatian khusus dalam proses pembelajaran dan pelestariannya. Dalam penelitian ini, kami mengembangkan model CNN yang dilatih menggunakan dataset gambar aksara Sunda, yang mencakup berbagai variasi dan gaya tulisan. Model MobileNet V1 dipilih karena efisiensinya dalam pemrosesan di perangkat mobile, memungkinkan inferensi cepat dengan penggunaan sumber daya yang minimal. Proses pelatihan dilakukan menggunakan teknik transfer learning, yang mempercepat konvergensi dan meningkatkan akurasi model. Hasil evaluasi menunjukkan bahwa model mencapai kinerja akurasi sebesar 90,37% dalam pengenalan aksara Sunda. Aplikasi ini dirancang untuk memberikan pengalaman interaktif bagi pengguna, terutama anak-anak, dalam belajar mengenali aksara Sunda dengan cara yang menyenangkan. Melalui implementasi ini dapat, diiharapkan dapat berkontribusi pada pelestarian budaya dan meningkatkan kesadaran masyarakat tentang pentingnya aksara Sunda. Temuan ini juga menunjukkan potensi penerapan CNN dalam bidang pendidikan, khususnya dalam konteks pembelajaran bahasa dan budaya lokal. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan lebih lanjut dalam aplikasi pendidikan berbasis teknologi.
OPTIMALISASI PEMANFAATAN TEKNOLOGI INFORMASI DALAM PENGELOLAAN ZAKAT FITRAH PADA UPZ DKM ASYSYI’AARU Pramana, Hendri Julian; Febriani SM, N. Nelis; Sri Mulyani, Evi Dewi
JURDIMAS : Jurnal Pengabdian Masyrakat Universitas DIPA Makassar Vol. 2 No. 2 (2024): Jurnal Pengabdian Masyarakat (JURDIMAS)
Publisher : JURDIMAS : Jurnal Pengabdian Masyrakat Universitas DIPA Makassar

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

Abstract

Pengelolaan zakat fitrah yang baik merupakan hal yang penting bagi setiap lembaga zakat untuk memastikan penyaluran zakat yang tepat sasaran dan efisien. Pengelolaan zakat fitrah yang efektif dan efisien merupakan tantangan besar bagi organisasi zakat di Indonesia khususnya di kota Tasikmalaya. Dengan berkembangnya teknologi informasi, terdapat peluang besar untuk meningkatkan transparansi, akuntabilitas, dan efisiensi dalam pengelolaan zakat fitrah. Tujuan dari dilakukannya kegiatan pengabdian masyarakat ini adalah untuk mengoptimalkan pemanfaatan teknologi informasi dalam pengelolaan zakat fitrah. Melalui implementasi aplikasi manajemen zakat fitrah berbasis IT, diharapkan pengelolaan zakat fitrah dapat menjadi lebih efektif, efisien, transparan, dan akuntabel serta dapat meningkatkan akurasi dalam pengelolaan data zakat serta mempermudah proses pelaporan. Metode yang digunakan dalam kegiatan ini yaitu service learning, meliputi kegiatan sosialisasi aplikasi manajemen zakat, pendampingan dan evaluasi program aplikasi agar Unit Pengelolaan Zakat (UPZ) DKM Asysyi’aaru mampu mengoperasikan aplikasi secara efektif, serta memahami cara kerja dan fitur-fitur yang tersedia dalam aplikasi tersebut dan menyadari betapa pentingnya pemanfaatanteknologi informasi ini. Kesimpulan dalam kegiatan ini adalah proses pencatatan dan pengelolaan data zakat menjadi lebih mudah dan cepat dengan adanya template Ms. Excel (macro vba) dan mailing Ms. Office, penggunaan formula dalam Ms. Excel mengurangi risiko kesalahan dalam perhitungan dan pencatatan, mailing dalam Ms. Office mempermudah pembuatan laporan zakat yang rapi dan sistematis serta Informasi penerimaan dan penyaluran zakat dapat disusun dengan lebih jelas dan transparan.
Sentiment Analysis of Cooking Oil Prices in Indonesia Using the Long Short-Term Memory Method Evi Dewi Sri Mulyani; Cepi Rahmat Hidayat; Teuku Mufizar; Shinta Siti Sundari; Dede Syahrul Anwar; Ruuhwan; Jamal Ma'ruf; M. Akbar Kasyfurrahman
Elinvo (Electronics, Informatics, and Vocational Education) Vol. 10 No. 1 (2025): May 2025
Publisher : Department of Electronic and Informatic Engineering Education, Faculty of Engineering, UNY

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/elinvo.v10i1.73972

Abstract

The policy that was intensively discussed from early January to March 2022 was related to the setting and lifting of the Highest Retail Price for cooking oil, which was proven by the busy news on television, print media and social media. Many responses or speculations arise as a result of this policy. The importance of research on public speculation or sentiment analysis is to create a system model and find out how the public responds to government policy after the Highest Retail Price for cooking oil is determined and revoked, which ranges from February 4 to March 31 2022, as a benchmark and material. government considerations in making policy. The data that was collected in the period after the Maximum Retail Price (MRP) was set amounted to 904 datasets, and after the repeal of the MRP, it amounted to 874. Research can function as a basis for completing important information to support public policy decisions. The data is trained to obtain an optimal model and can predict sentiment with the Long Short-Term Memory (LSTM) model. To get the best model, random parameter testing was carried out using 80% of the training data and 20% of the validation dataset. The test results in fairly good accuracy with the softmax activation function, with an accuracy of 82.34%.
OPTIMISASI MODEL CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT LUMPY SKIN PADA SAPI Luthfi Adilal Mahbub; Evi Dewi Sri Mulyani; Teguh Ikhlas Ramadhan
JEIS: Jurnal Elektro dan Informatika Swadharma Vol 5, No 2 (2025): JEIS EDISI JULI 2025
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jeis.vol5no2.783

Abstract

Lumpy Skin Disease is a disease in cattle that causes decreased productivity and economic losses for farmers. Between July 2023 and June 2024, 6,803 cases were recorded in Indonesia, having a significant impact on the livestock industry. Early detection is crucial for controlling the spread of this disease. This study aims to optimize the Convolutional Neural Network for Lumpy Skin Disease classification by comparing the performance of several architectures, DenseNet-121, MobileNetV1, MobileNetV2, and GoogleNet. The dataset used was from Kaggle and consisted of 1,356 images. Results showed that GoogleNet achieved the best performance, with an Accuracy of 85.97% without segmentation and increasing to 87.03% with segmentation. However, segmentation does not continually improve Accuracy, as evidenced by DenseNet-121 and MobileNetV1, which experienced a slight decrease in Accuracy. In contrast, MobileNetV2 increased from 82.65% to 84.50%. This result shows that GoogleNet is more reliable in distinguishing lumpy skin and normal skin images than other architectures.Lumpy Skin Disease adalah penyakit viral pada sapi yang menyebabkan penurunan produktivitas dan kerugian ekonomi bagi peternak. Sejak Juli 2023 hingga Juni 2024, tercatat 6.803 kasus di Indonesia, yang berdampak signifikan pada industri peternakan. Deteksi dini sangat penting untuk mengendalikan penyebaran penyakit ini. Penelitian ini bertujuan mengoptimalkan Convolutional Neural Network untuk klasifikasi Lumpy Skin Disease  dengan membandingkan performa beberapa arsitektur, yaitu DenseNet-121, MobileNetV1, MobileNetV2, dan GoogleNet. Dataset yang digunakan diambil dari Kaggle dan terdiri dari 1.356 citra,. Hasil penelitian menunjukkan bahwa GoogleNet memiliki performa terbaik dengan akurasi 85,97% tanpa segmentasi dan meningkat menjadi 87,03% dengan segmentasi. Namun, segmentasi tidak selalu meningkatkan akurasi, terbukti pada DenseNet-121 dan MobileNetV1 yang mengalami sedikit penurunan. Sebaliknya, MobileNetV2 mengalami peningkatan dari 82,65% menjadi 84,50%. Hal ini menunjukkan bahwa GoogleNet lebih andal dalam membedakan citra lumpy skin dan normal dibandingkan arsitektur lainnya.
Sosialisasi Media Pembelajaran Ilmu Tasrifan Shorof Berbasis Android Di Pesantren Ma’rifa Cigalontang Kabupaten Tasikmalaya Shinta Siti Sundari; Missi Hikmatyar; Evi Dewi Sri Mulyani; Cepi Rahmat Hidayat; Dede Syahrul Anwar
JURNAL PENGABDIAN GLOBAL Vol 5, No 1 (2026): Jurnal Pengabdian Global (JPEG)
Publisher : JURNAL PENGABDIAN GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/jpeg.v5i1.16179

Abstract

Ilmu Tasrifan Shorof merupakan salah satu unsur penting dalam kurikulum Bahasa Arab, yang hingga kini umumnya masih disampaikan melalui metode konvensional seperti ceramah dan hafalan. Pendekatan tersebut kurang memberikan ruang interaksi aktif, sehingga kerap menimbulkan kejenuhan serta kesulitan bagi siswa dalam memahami struktur perubahan bentuk kata kerja (shighat). Hal ini turut berkontribusi terhadap rendahnya hasil belajar pada materi tersebut.Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan sosialisasi penggunaan media pembelajaran Ilmu Tasrifan Shorof berbasis Android yang mudah diakses kepada santri dan guru di Pesantren Ma’rifa Cigalontang Kabupaten Tasikmalaya. Kegiatan dilaksanakan pada 8 Agustus 2025 melalui metode ceramah interaktif, demonstrasi penggunaan aplikasi, dan pendampingan langsung. Hasil kegiatan menunjukkan peningkatan pemahaman santri dan guru dalam mengakses serta memanfaatkan aplikasi tersebut, dengan respon positif terhadap kemudahan penggunaan dan manfaatnya dalam mempelajari kaidah perubahan kata dalam bahasa Arab. Kegiatan ini diharapkan dapat menjadi langkah awal digitalisasi pembelajaran Ilmu Tasrifan Shorof di pesantren.
Classification of Cihateup duck egg fertility using convolutional neural network EfficientNet-B3 Evi Dewi Sri Mulyani; Teuku Mufizar; Dani Rohpandi; Ayu Djuliani; Egi Rahmatulloh; Rinaldi Satia Aulia Rahmat
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 15, No 1: February 2026
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v15.i1.pp798-809

Abstract

Accurate detection of egg fertility is crucial to improve hatching success in duck farming. Conventional candling methods rely heavily on human expertise, making them subjective and error-prone. This study proposes an automated classification system for Cihateup duck egg fertility using candling images and a convolutional neural network (CNN) based on the EfficientNet-B3 architecture. Image enhancement techniques, including contrast limited adaptive histogram equalization (CLAHE), unsharp masking, and adaptive thresholding, were applied to improve image quality and feature visibility. The dataset consisted of fertile and infertile egg images captured at two incubation stages: the first 24 hours and the 8th–15th days. Data were split into training, validation, and testing sets with a ratio of 70:15:15. Experimental results show that image enhancement significantly improves classification performance. Without enhancement, the model achieved an accuracy of 49% with an area under curve (AUC) of 0.4226, indicating poor discrimination capability. With image enhancement, the proposed method achieved accuracies of 77% for the first 24 hours dataset and 80% for the 8th–15th days dataset, with AUC values of 0.9962 and 0.9317, respectively. These results demonstrate that EfficientNet-B3 combined with image enhancement provides an effective and computationally efficient solution for automated fertility detection of Cihateup duck eggs.
Pemanfaatan Aplikasi Kecerdasan Artifisial Untuk Kegiatan Pembelajaran Di Pesantren Ma’rifa Cigalontang Kabupaten Tasikmalaya Evi Dewi Sri Mulyani; Ariel Ivan Al-Hakim; Fauzan M. Iqbal; Teguh Ikhlas Ramadhan; Agus Supriatman; Dede Syahrul Anwar; Rudi Hartono; Missi Hikmatyar; Cepi Rahmat Hidayat; Aso Sudiarjo; Ruuhwan; Shinta Siti Sundari; Teuku Mufizar; Widia Nurindriyanti
JPPkM: Jurnal Pengabdian dan Pemberdayaan kepada Masyarakat Vol. 2 No. 2 (2026): JPPkM:Juli
Publisher : Yayasan Pemimpin Inovasi Science

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

Abstract

The rapid advancement of Large Language Model (LLM)-based Artificial Intelligence (AI) has created new opportunities to improve the quality and efficiency of teaching and learning processes. However, the adoption of this technology remains constrained by limited AI literacy and prompt engineering skills among educators, particularly in Islamic boarding schools (pesantren). This community service program aimed to enhance teachers' knowledge and skills in utilizing LLM applications through training on prompt engineering techniques based on the C.R.E.A.T.E. and S.T.A.R. frameworks. The program was conducted at Ma'rifa Islamic Boarding School in Cigalontang, Tasikmalaya Regency, involving 32 participants. The implementation methods included lectures, AI application demonstrations, hands-on prompt development practice, and evaluations through pre-tests, post-tests, practical assessments, and participant satisfaction questionnaires. The evaluation results showed that the participants' average score increased from 58.4 in the pre-test to 85.7 in the post-test, representing an improvement of 46.7%. In the practical assessment, 82% of participants successfully developed prompts using the C.R.E.A.T.E. and S.T.A.R. techniques with good to excellent performance. Furthermore, the participant satisfaction survey yielded an average score of 4.58 out of 5, indicating that the training materials were considered relevant, easy to understand, and beneficial for supporting teaching and learning activities. Overall, the program successfully improved participants' AI literacy, understanding of LLM technology, and prompt engineering competencies. Therefore, similar training programs should be implemented continuously to support digital transformation and foster innovation in teaching and learning within Islamic boarding school environments.
Co-Authors Achmad Bachtiar Adilal Mahbub, Luthfi Agus Maulana Yusup Agus Supriatman Ahmad Wakih, Agus Akbar Kasyfurrahman, Muhammad Algi Muhamad Sahrin Alif Kurnia Tisna Ardi Andika Ari Ariyantono Ari Ariyantono Ariel Ivan Al-Hakim Asep Sugihato Ayu Djuliani Ayu Rahmawati Ayu Rahmawati Balgis Zulfarida Cepi Rahmat Hidayat Cepi Rahmat Hidayat Cepi Rahmat Hidayat Cepy Rahmat Hidayat Chaeruddin, Rofi Dani Rohpandi Dani Rohpandi Dea Rizki Pratama Dede Syahrul Anwar Dendi Ramadhan Dendi Ramadhan Dendy Putra Purnama Deni Suci R Deny Erwandi, Deny Dian Rifki Dikri Ramdani Dikri Ramdani Dinda Regina Puspitasari Dipa, Arya Egi Badar Sambani, Egi Badar Egi Rahmatulloh Eka Suparman Pamungkas Elma Meilani Fahmi Akbar Fauzi Fauzan M. Iqbal Fia Vauziah Putri Firham Mulady Firham Mulady Firmansyah, Aldi Firna Pebrianti Fortuna Gilang Muhammad Nur Alip Greshanayathi D, Gine Harin Sanditha Rahmawati Hartiwan, Intan Herdianto, Heri Heri Purnama Hikmatyar, Missi Husni Santoso, Muhammad Darul Ikbal Jamaludin Ilham Adhitya, Moch Indah Septianingrum Indra Yogaswara Indradewa, Rhian Intan Hartiwan Irawan Bayu Seta Irma Agustina Irma Ratnasari Nurhasanah, Irma Ratnasari Isyana Rahayu, Isyana Jamal Ma'ruf Khairul Anwar Kiki Abduloh Kiki Abduloh Kiky Milky R K Kurdiman Kurdiman Kurdiman Ari Kurdiman, Kurdiman Luthfi Adilal Mahbub Luthfi Fauzi Rahman M. Akbar Kasyfurrahman M. Gilang Mahdalena, Nida Mira Rismasari Mufti Ali Muhamad Satrio Nugraha Muhammad Irgi Daudi Muhammad Rafi Heryadi Muhammad Ramdan Rahmatillah N. Nelis Febriani SM Nanang Abdurahman Nanang Abdurahman Neneng Sri Uryani Nensi Mardhiani Surgawi Nida Mahdalena Nisa Nurjanah Nova Srihermaning Tyas Novy Aryanti, Novy Nugraha, Muhammad Rizki Nur'aeni, Irma Pramana, Hendri Julian Pratama, Fajri Puscefa, Dena Ganjar Rahadi Deli Saputra Rais Mujahidul Haq Reka Rahmawati Rihadisha, Anggi Rijal Ajji Jatnika Rinaldi Satia Aulia Rahmat Risal Agustian Rita Oktaviani Rizky Khairunas Robby Awaludin Robi Wahyundana Rubi Ismanto Rudi Hartono Rudi Hartono rudi hartono Ruuhwan Safitri, Mila Meiliani Sania Januar Susanto Saputri, Nya Sarmidi Sarmidi Sarmidi Sarmidi Sarmidi Septian Setia Adhi Shinta Siti Sundari Sofiani, Efin Sri Fitrya Kamellia Sudiarjo, Aso Susanto Susanto Susanto Susanto Syifa Nurhasani Teguh Ikhlas Ramadhan Teguh Ikhlas Ramadhan Teuku Mufizar Teuku Mufizar Tia Sri Rismayanti Ulfa, Tammy Chintya Wakih, Agus Ahmad Wendi Ardiansyah Widia Nurindriyanti Yoga Handoko Agustin Yuda Purnama Putra Yusep Rosmansyah Yusuf Sumaryana _, Wulansari