Article Per Year (5 Year)
p-Index From 2021 - 2026
8.329
P-Index
This Author published in this journals
All Journal Nusanatara of Engineering SISFOTENIKA Network Engineering Research Operation [NERO] Jurnal Sains dan Informatika Efektor Generation Journal JATI (Jurnal Mahasiswa Teknik Informatika) JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Joutica : Journal of Informatic Unisla Nusantara of Engineering (NOE) Dedikasi Nusantara: Jurnal Pengabdian Masyarakat Pendidikan Dasar Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Danang Wahyu Widodo
Universitas Nusantara PGRI Kediri
Humanities 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 Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 81 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 81 Documents
Search

 5   6   7   8   9 
Implemantasi Sistem Pengenalan Objek Pada Robot Sepakbola Tim Abimanyu Diansyah, Alex Rahma; Sahertian, Julian; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 2 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i2.3509

Abstract

Pengenalan objek adalah salah satu dari cabang pengolahan citra yang digunakan untuk mendeteksi dan mengenali objek, pada robot sepakbola sistem pengenalan objek ini digunakan untuk mendeteksi 3 objek utama yaitu adalah objek bola, robot, gawang. Metode yang digunakan adalah Convolutional Neural Network untuk pelatihan model dibantu dengan model pra-latih ssd mobilenet v2, selanjutnya digunakan skenario pengujian yaitu dengan nilai parameter epoch yang berbeda dan jumlah data gambar yang digunakan adalah 180 dibagi kedalam dua data yaitu 150 data training dan 30 data test. Sehingga diperoleh hasil pendeteksian yang dapat dikatakan berhasil dengan nilai akurasi terbaik dan stabil untuk ketiga objek menggunakan parameter epoch 10 dan batchsize 4dengan hasil akurasi keseluruhan 72% .
Perancangan Game Edukasi Waktu Dan Durasi Untuk Siswa Kelas 2 SD Habib, Mohamad; Widodo, Danang Wahyu; Saputra , Muh. Aris
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3535

Abstract

Game edukasi ini ditujukan untuk siswa kelas 2 SD. Pada game edukasi ini terdapat materi dan kuis mengenai materi waktu dan durasi. Genre pada game edukasi ini adalah trivia. Dalam merancang game edukasi, peneliti menggunakan metode waterfall sehingga diperlukan analisis kebutuhan, desain sistem, implementasi, uji coba sistem, dan perbaikan apabila ada kesalahan sistem. Software yang digunakan untuk merancang game edukasi ini adalah Construct 2. Hasil dari perancangan game edukasi waktu dan durasi adalah game berhasil dirancang dan bisa berjalan dengan baik.
Game Edukasi Pengenalan Nama Hewan Dalam Bahasa Inggris Sebagai Media Pembelajaran Siswa Sekolah Dasar Mustofa, M. Toha; Widodo, Danang Wahyu; Saputra, Muh. Aris
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 7 No. 3 (2023): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2023
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v7i3.3578

Abstract

Perkembangan teknologi saat ini sudah sangat pesat seiring perkembangan Zaman. media pembelajaran dipandang sebagai salah satu aspek yang memiliki peranan pokok dalam pembentukan generasi di masa mendatang, salah satunya adalah pelajaran Bahasa inggris. Pembelajaran pengenalan hewan dalam bahasa inggris merupakan salah satu bahan pembelajaran dari mata pelajaran Bahasa inggris. Pembelajaran pengenalan hewan dalam bahasa inggris dari mata pelajaran Bahasa inggris. Sekolah dasar. Masalah yang dihadapi yaitu guru sulit memberikan pelajaran menggunakan media konvensial karena anak-anak di masa sekarang lebih menyukai pelajaran berabasis teknologi sehingga berpengaruh pada menurunya minat belajar. Penelitian ini menggunakan metode waterfall dengan melewati lima tahapan yaitu analisis, desain, implementasi, pengujian sistem, dan perawatan. Aplikasi ini dibuat menggunakan construct 2 dan diuji menggunakan Teknik pengujian black box yang berfungsi untuk mengetahui apakah aplikasi dapat dijalankan. Diharapkan dengan adanya aplikasi ini dapat membantu guru dalam menyampaikan materi yang diajarkan agar murid dapat memahami materi yang disampaikan guru dan kegiatan belajar mengajar menjadi lebih efektif dan efisien.
Sistem Monitoring Latihan Bicep Curl Berbasis Computer Vision untuk Peningkatan Performa dan Akurasi Latihan Oktamar, Yopy Aldo; Widodo, Danang Wahyu; Sanjaya, Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/n7f3k829

Abstract

Latihan bicep curl merupakan salah satu bentuk latihan kekuatan yang populer untuk membentuk otot lengan atas. Namun, kesalahan dalam teknik pelaksanaan dapat menurunkan efektivitas latihan dan meningkatkan risiko cedera. Penelitian ini bertujuan untuk mengembangkan sistem monitoring bicep curl berbasis computer vision yang mampu mendeteksi kesalahan gerakan secara real-time dan memberikan umpan balik langsung kepada pengguna. Sistem dikembangkan menggunakan kamera untuk menangkap gerakan, dengan MediaPipe digunakan untuk ekstraksi pose dan analisis sudut sendi utama seperti bahu, siku, dan pergelangan tangan. Melalui algoritma deteksi berbasis pergeseran sudut dan posisi relatif antar sendi, sistem mampu mengidentifikasi repetisi yang benar dan salah. Evaluasi sistem dilakukan menggunakan confusion matrix terhadap 10 repetisi latihan yang seluruhnya salah, dan menghasilkan akurasi klasifikasi sebesar 80%. Meski begitu, tingkat presisi 0% menunjukkan adanya false positive yang perlu diminimalkan. Hasil ini menegaskan potensi sistem sebagai alat bantu latihan non-invasif untuk mendeteksi dan memperbaiki kesalahan gerakan. Ke depannya, pengembangan algoritma lebih presisi dan ketahanan terhadap variasi lingkungan menjadi arah penelitian selanjutnya. Sistem ini berkontribusi terhadap inovasi teknologi olahraga yang aman, mudah diakses, dan efektif dalam mendukung kebugaran fisik.
Evaluasi Model EficientNet-B7 pada Citra Penyakit Daun Padi Kusuma, Bima Hendiaji Kusuma; Sulaksono, Juli; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/q02nsa41

Abstract

Penyakit daun padi seperti bacterial leaf blight, blast, dan tungro menyebabkan kerugian produktivitas pertanian yang signifikan. Penelitian ini menganalisis performa model EfficientNet-B7 untuk klasifikasi otomatis penyakit daun padi menggunakan model convolutional neural network. Dataset citra daun padi dengan tiga kategori penyakit telah melalui preprocessing dan model dilatih selama 30 epoch. Hasil menunjukkan EfficientNet-B7 mencapai akurasi 87.92%, presisi 88.17%, recall 87.92%, dan F1-score 87.92%. Analisis confusion matrix mengungkapkan performa terbaik pada bacterial leaf blight (95%), tungro (85%), dan blast (84%). Model menunjukkan pembelajaran optimal tanpa overfitting dengan validation accuracy stabil 90%. EfficientNet-B7 sangat efektif untuk deteksi penyakit daun padi dan memberikan dasar implementasi sistem deteksi di lapangan. 
Deteksi Hukum Tajwid Nun Mati Pada Ayat Al-Qur’an Fu'adi, Muhammad; Setiawan, Ahmad Bagus; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/zcdjer27

Abstract

Deteksi hukum tajwid nun mati dilakukan menggunakan algoritma Convolutional Neural Network (CNN) dan Single Shot Multibox Detector (SSD) dengan arsitektur MobileNetV3. CNN MobileNetV3 digunakan untuk ekstraksi fitur, sedangkan SSD digunakan untuk klasifikasi dan deteksi lokasi hukum tajwid dalam gambar. Tujuan dari penelitian ini adalah untuk mengembangkan sistem yang mampu mendeteksi hukum tajwid nun mati secara otomatis pada teks Al-Qur’an berbasis gambar. Manfaat dari penelitian ini adalah memberikan kontribusi dalam bidang pembelajaran Al-Qur’an digital, khususnya dalam membantu pendeteksian hukum tajwid secara visual. Dataset terdiri dari 381 gambar acak yang diambil dari situs resmi Al-Qur’an Kemenag RI. Data dibagi menjadi 80% untuk training dan20% untuk testing, serta dilakukan augmentasi seperti zoom-in, zoom-out, blur, brightness, dan rotasi untuk meningkatkan keragaman data. Model dilatih selama 100 epoch dengan batch size 3 dan learning rate 0.005. Hasil evaluasi menunjukkan model mencapai precision, recall, dan F1-score sebesar 95%. Penelitian ini menunjukkan bahwa kombinasi CNN dan SSD dengan arsitektur MobileNetV3 efektif dalam mendeteksi hukum tajwid nun mati pada gambar teks Al-Qur’an.
Sistem Penilaian Kinerja Karyawan Menggunakan Metode SAW di PT. Putra Prima Mandiri Wijaya, Miko Maulana; Widodo, Danang Wahyu; Sanjaya, Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/10ffcm85

Abstract

Penilaian kinerja karyawan merupakan proses penting dalam menentukan tingkat pencapaian dan kontribusi individu terhadap tujuan perusahaan. PT. Putra Prima Mandiri, sebuah perusahaan agribisnis di Kediri, menghadapi kendala dalam proses penilaian karyawan terbaik yang masih dilakukan secara manual, sehingga menimbulkan risiko ketidakefisienan, ketidakobjektifan, dan human error. Untuk mengatasi hal tersebut, penelitian ini bertujuan menerapkan metode Simple Additive Weighting (SAW) dalam Sistem Pendukung Keputusan (SPK) guna meningkatkan akurasi dan transparansi dalam proses evaluasi. Penelitian ini melibatkan perancangan dan pengembangan aplikasi berbasis web dengan menggunakan HTML, PHP, CSS, dan MySQL sebagai database, serta pendekatan perancangan sistem menggunakan Data Flow Diagram (DFD) dan Entity Relationship Diagram (ERD). Kriteria penilaian yang digunakan mencakup kehadiran, kualitas kerja, kedisiplinan, kerja tim, dan tanggung jawab. Hasil yang diharapkan dari penelitian ini adalah terciptanya sistem yang mampu memberikan rekomendasi karyawan terbaik secara objektif berdasarkan perhitungan nilai preferensi dari metode SAW. Penelitian ini memberikan kontribusi teoretis dalam pengembangan SPK berbasis SAW serta manfaat praktis bagi perusahaan, karyawan, dan pengembang sistem.
Pendeteksi Gambar Jeruk Berdasarkan Kualitas Visual Menggunakan Arsitektur VGG-16Pada Kategori Segar dan Busuk Fatahna, Inna; Pamungkas, Danar Putra; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/pb3m4547

Abstract

Kualitas jeruk sangat memengaruhi nilai jual dan kepuasan konsumen, namun metode pemeriksaan manual sering kali lambat dan subjektif. Penelitian ini merancang sistem klasifikasi mutu jeruk menjadi tiga kelas, yaitu segar, mentah, dan busuk, menggunakan arsitektur VGG-16 yang dimodifikasi dengan pendekatan transfer learning dan teknik augmentasi data. Dataset berisi 1.280 citra jeruk yang telah melalui tahap pra-pemrosesan seperti perubahan ukuran, normalisasi, dan augmentasi visual. Model dilatih menggunakan algoritma Adam dan dievaluasi dengan metrik akurasi, presisi, recall, serta F1-score. Hasil menunjukkan akurasi hingga 97% tanpa overfitting. Sistem juga diimplementasikan dalam bentuk aplikasi berbasis web untuk mendukung inspeksi mutu secara real-time. Penelitian ini menunjukkan efektivitas penggunaan deep learning kualitas hortikultura secara cepat dan objektif.
Klasifikasi Penyakit Daun Tomat Menggunakan Algoritma CNN Mobilenet V2 Aryaputra, Adis Prima; Widodo, Danang Wahyu; Sanjaya, Ardi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/s37pzf98

Abstract

Penyakit pada daun tomat menjadi salah satu faktor utama penurunan hasil pertanian. Deteksi manual oleh petani sering kali tidak akurat karena gejala penyakit yang serupa. Penelitian ini bertujuan mengembangkan klasifikasikan penyakit daun tomat menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2. Dataset yang digunakan diperoleh dari Kaggle dengan enam kelas kondisi daun. Proses meliputi tahap pra-pemrosesan, pelatihan model, pengujian, dan implementasi. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa model mampu melakukan klasifikasi dengan tingkat akurasi yang baik. Penelitian ini penting karena memberikan solusi praktis bagi petani dalam mendeteksi penyakit secara tepat, serta mendorong pemanfaatan teknologi dalam sektor pertanian.
Penerapan Arsitektur Residual Network (ResNet-50) Pada Klasifikasi Citra Lovebird Prayoga, Ryan Sea; Pamungkas, Danar Putra; Widodo, Danang Wahyu
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/32z6z522

Abstract

Klasifikasi jenis lovebird berdasarkan citra digital merupakan tantangan karena kemiripan visual antarjenis, terutama pada warna bulu dan pola tubuh. Penelitian ini bertujuan membangun model klasifikasi otomatis menggunakan algoritma Convolutional Neural Network dengan arsitektur Residual Networks 50. Dataset terdiri dari 500 gambar lovebird yang dikategorikan ke dalam tiga jenis, dengan praproses normalisasi dan augmentasi citra. Model ResNet-50 dilatih selama 1000 epoch dan dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan model mencapai akurasi pelatihan 88,6% dan F1-score rata-rata 83,4% tanpa overfitting signifikan. Temuan ini membuktikan bahwa arsitektur ResNet-50 efektif dalam mengklasifikasikan jenis lovebird, serta menunjukkan potensi penerapan kecerdasan buatan dalam identifikasi spesies hewan peliharaan secara visual. 
Co-Authors Adrian Jala Putra Mahardika Ahmad Bagus Setiawan Ainul Yaqin Aji, Ramadhan Bayu Al Dian Alfiantama, Ilham Andik Yulianto Aprilliwanto, Rino Ekta Aprillyano, Rio Ardi Sanjaya Aritomatika, Eureka Jeremy Armadananto, Adam Cahya Arrizal, Ahmad Firsta Rizky Aryaputra, Adis Prima Bagus Iswanto, Bima Bahtiar, Miftahul Ilmi Danar Putra Pamungkas, Danar Putra Daniel Swanjaya Darma, Panji Satya Davin Zainur Robert Dhian Dwi Nur Wenda, Dhian Dwi Nur Diansyah, Alex Rahma Dwiyanto, Ricko Eko Boedijanto Fariska, Grendi Fatahna, Inna Fu'adi, Muhammad Gusnugraeni, Alifdyah Hermasrurin Habib, Mohamad Hamzah , Andri Nur Hermawan, Dody Ryo Holide, Yuki Angka Ibrahim , Muhammad Saiful Adi Intan Nur Farida Juli Sulaksono Julian Sahertian Kusrini . Kusuma, Bima Hendiaji Kusuma Luluk Indah Safitri Machfudin, Imam Mahdiyah, Umi Melati, Laurenza Aprilya Muhammad Miftahul Huda Mukhlifatus Shodikin Mukhlis, Moh. Khoirul Mustofa, M. Toha Nisa, Nurul Indah Ni’matun Niska Shofia, Niska Nugroho, Elizer Eki Wigus Nugroho, Nureka Agung Nuryanto Nuryanto Oktamar, Yopy Aldo Patmi Kasih Praseno, Dhimas Dwi Pratama, Faisal Kurnia Prayoga, Ryan Sea Putra, Dani Ardyan Syah Putra, Fajar Wahyuardha Putra, Rahardian Satria Tri Ramadyanta, Aditya Nur Randawan, Febry Rifai, Mukhlas Rino Sadartanto Risa Helilintar Risky Aswi R, Risky Rizal, M. Fahrur Rizky Arrizal, Ahmad Firsta Rizky Prasetyo, Aprisa Sadartanto, Rino Saputra , Muh. Aris Saputra, Andy Jonathan Rio Saputra, Avif Bayu Saputra, Muh. Aris Sari, Citra Anggreini Mayang Setiawan, Febri Adi SUCININGRUM, DYA AYU Tambahani, Arthur Glenn Wabula, Dava Febrian Wabula, Diva Febrian Wahid, Qoni’ Abdul Wahid, Zahra Faadihillah Wahyu Cahyo Utomo Wahyudi, Rizki Nur Wahyuniar , Lilia Sinta Wakhid, Achmad Choirun Nasrukhin Wibowo, Mochamad Agung Wijaya, Miko Maulana Yaspin, Yayak Nuri Yoga Setya Adi Pradana Yudhoyon, Muhammad Bagas Adi o Zakaria, Reyno Yusuf