Article Per Year (5 Year)
p-Index From 2021 - 2026
9.511
P-Index
This Author published in this journals
All Journal Nusanatara of Engineering RABIT: Jurnal Teknologi dan Sistem Informasi Univrab 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 : 87 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 87 Documents
Search

 5   6   7   8   9 
Perancangan Sistem Manajemen Stok Suku Cadang Untuk Efisiensi Bengkel Motor Arrizal, Ahmad Firsta Rizky; 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/k3xgs709

Abstract

Pengelolaan stok suku cadang yang kurang sistematis dapat menghambat efisiensi operasional bengkel motor. Dalam praktiknya, sebagian besar bengkel belum memiliki sistem yang mendukung pencatatan dan pemantauan stok secara real-time, sehingga berpotensi menyebabkan kelebihan atau kekurangan stok. Penelitian ini bertujuan untuk merancang sistem manajemen stok berbasis web yang terintegrasi dengan metode Economic Order Quantity (EOQ) dan diterapkan di Bengkel Krajan Motor. Sistem ini menghitung jumlah pemesanan optimal serta menentukan titik pemesanan ulang (Reorder Point) berdasarkan data historis penjualan. Metodologi yang digunakan adalah pendekatan waterfall, dengan pengujian menggunakan data transaksi selama satu tahun terakhir. Hasil pengembangan menunjukkan bahwa sistem mampu meningkatkan efisiensi operasional, menurunkan biaya penyimpanan, dan menjamin ketersediaan suku cadang sesuai kebutuhan. Penelitian ini memberikan kontribusi penting bagi digitalisasi pengelolaan stok di sektor bengkel motor
OPTIMISASI HYBRID YOLOV9C-VGG16 UNTUK KLASIFIKASI JERUK LOKAL PADA SISTEM SORTASI OTOMATIS PADA INDUSTRI PERTANIAN Inna Fatahna; Danar Putra Pamungkas; Danang Wahyu Widodo
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 10 No 2 (2025): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v10i2.6024

Abstract

Oranges have provided the benefits of vitamin C to the human body, so it is necessary to cultivate local orange fruit varieties using the implementation of computer vision technology. With the optimization of accuracy results using the CNN method, one of which is a combination of YoloV9c and VGG-16 can be realized on local oranges to overcome the problem of inaccuracy in the inefficiency of the classification process influenced by human visual subjectivity so as not to produce inconsistency in local orange fruit defect detection. Optimization was carried out to obtain the best accuracy results of 97% in this study, compared to the accuracy results using the YoloV9c method alone of 74% or the VGG-16 method alone of 59%. The accuracy optimization used a frame rate dataset of 2,221 images which were divided into 1,555 training data, 444 testing data, and 222 validation data images with a percentage of sorting of 70% for training data, 20% for testing data, and 10% for validation data. With this research, it provides new insights and knowledge to combine the YoloV9c method with VGG-16, where VGG-16 is used in the data pre-processing stage using feature extraction and fine-tuning with a batch size of 32 while YoloV9c is used to classify the results of local orange fruit quality detection with 100 epochs. With the combination of the CNN algorithm, it can increase the accuracy value of the detection results.
Analisis Performa InceptionV3 Berbasis Transfer Learning untuk Klasifikasi Penyakit Daun Tebu Muhammad Fernanda Mulya Putra; Danang Wahyu Widodo; Patmi Kasih
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xxw7ah87

Abstract

Penyakit daun tebu dapat menurunkan produktivitas tanaman dan memerlukan identifikasi yang cepat serta akurat untuk mendukung pengelolaan tanaman yang efektif. Penelitian ini bertujuan menganalisis performa InceptionV3 berbasis transfer learning dalam mengklasifikasikan penyakit daun tebu menggunakan citra digital. Dataset yang digunakan terdiri atas 1.999 citra daun tebu yang dikelompokkan ke dalam empat kelas, yaitu Mosaic, RedRot, Rust, dan Yellow. Dataset dibagi menjadi data latih, validasi, dan uji dengan rasio 70:15:15. Proses pelatihan dilakukan melalui dua fase, yaitu feature extraction dan fine-tuning, serta didukung penerapan augmentasi data untuk meningkatkan kemampuan generalisasi model. Hasil pengujian menunjukkan bahwa model mampu menghasilkan akurasi sebesar 86,18 persen dengan nilai precision, recall, dan F1-score yang seimbang. Temuan ini menunjukkan bahwa InceptionV3 berbasis transfer learning efektif digunakan untuk klasifikasi penyakit daun tebu dan berpotensi mendukung pengembangan sistem identifikasi penyakit tanaman berbasis kecerdasan buatan.
Analisis Pengaruh Integrasi Fitur Visual dan Sensor Gas terhadap Klasifikasi Grade Mangga Arumanis Syailendra Julian Wicaksono; Wahyu Cahyo Utomo; Danang Wahyu Widodo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/54nvme92

Abstract

Proses grading mangga secara manual masih berpotensi menghasilkan penilaian yang subjektif dan kurang konsisten karena bergantung pada pengalaman petugas. Penelitian ini mengusulkan sistem klasifikasi grade mangga Arumanis berbasis pendekatan multimodal yang mengintegrasikan fitur area, hue median, delta gas dari sensor MQ-135, serta fitur visual hasil ekstraksi MobileNetV2 yang direduksi menggunakan Principal Component Analysis (PCA). Seluruh fitur digunakan sebagai masukan model Bayesian Neural Network (BNN) untuk menghasilkan prediksi grade dan nilai uncertainty. Dataset terdiri atas 165 citra yang diperoleh dari 55 buah mangga Arumanis dengan tiga sudut pengambilan gambar. Hasil pengujian menunjukkan bahwa model usulan memperoleh akurasi 93,75%, lebih tinggi dibandingkan model MobileNetV2 sebesar 60,72% dan BNN berbasis fitur numerik sebesar 74,54%. Evaluasi menggunakan K-Fold Cross Validation menghasilkan rata-rata akurasi 93,75% dengan standar deviasi 7,81%. Hasil penelitian menunjukkan bahwa integrasi fitur visual dan sensor gas mampu meningkatkan performa klasifikasi grade mangga secara signifikan.
Mengatasi Kesalahan Ejaan pada Chatbot SIMPEG Berbasis Ontologi Menggunakan Levenshtein Distance Muhammad Hakiki; Wahyu Cahyo Utomo; Danang Wahyu Widodo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/9pas9p69

Abstract

Chatbot Sistem Informasi Manajemen Kepegawaian (SIMPEG) berbasis ontologi seringkali gagal memahami maksud pengguna akibat kesalahan pengetikan (typo). Penelitian ini mengintegrasikan algoritma Levenshtein Distance untuk mendeteksi dan mengoreksi kesalahan ejaan pada masukan pengguna sebelum diproses oleh mesin inferensi ontologi semantik. Metode penelitian meliputi perancangan basis pengetahuan ontologi kepegawaian menggunakan OWL, pengembangan modul pemrosesan teks dengan Levenshtein Distance, serta pengujian akurasi pencarian informasi. Hasil pengujian menunjukkan bahwa penerapan koreksi ejaan mampu meningkatkan akurasi pemahaman kueri dari 62% menjadi 91% pada ambang batas jarak penyuntingan (threshold) maksimal dua karakter. Penelitian ini menyimpulkan bahwa integrasi algoritma Levenshtein Distance secara signifikan meningkatkan ketahanan chatbot terhadap kesalahan ejaan pengguna, sekaligus meminimalkan kegagalan pencarian data kepegawaian secara interaktif.
Implementasi Algoritma Decision Tree Berbasis Rule-Based System pada Game Edukasi Daily Life Untuk Anak Disabilitas Intelektual Navita Riska Dea Maharani; Danang Wahyu Widodo; Siti Rochana
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/89hepr39

Abstract

Pengambilan keputusan merupakan salah satu komponen penting dalam pengembangan sistem pembelajaran interaktif, khususnya pada game edukasi. Sistem harus mampu menentukan respons yang sesuai berdasarkan tindakan pengguna agar proses pembelajaran dapat berlangsung secara terstruktur. Penelitian ini bertujuan mengimplementasikan algoritma Decision Tree berbasis Rule-Based System pada game edukasi Daily Life berbasis Android. Algoritma digunakan untuk mengatur aktivitas kehidupan sehari-hari yang meliputi bangun tidur, mandi, menggosok gigi, memakai seragam sekolah, menyiapkan perlengkapan sekolah, sarapan, dan pamitan sebelum berangkat ke sekolah. Struktur Decision Tree diterjemahkan ke dalam empat belas aturan keputusan dan diimplementasikan menggunakan conditional logic pada Unity Engine dengan bahasa pemrograman C#. Hasil implementasi menunjukkan bahwa algoritma mampu mengatur perpindahan aktivitas secara sistematis, memberikan umpan balik terhadap kesalahan pengguna, serta menentukan aktivitas berikutnya berdasarkan input yang diberikan. Pengujian sistem direncanakan menggunakan metode Black Box Testing dan evaluasi oleh guru pendamping untuk menilai kelayakan implementasi algoritma pada media pembelajaran yang dikembangkan.
ANALISIS PERFORMA RESNET-50 UNTUK PERSON RE-IDENTIFICATION PADA LINGKUNGAN LINTAS KAMERA Muhammad Abdul Khafid; Wahyu Cahyo Utomo; Danang Wahyu Widodo
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/k3rtqp12

Abstract

Masalah utama pemantauan keamanan kampus lintas kamera adalah hilangnya jejak identitas visual pejalan kaki akibat topologi jaringan non-overlapping dan tingginya variasi intra-kelas. Untuk mengatasi masalah ini, penelitian mengevaluasi metode Person Re-Identification (Re-ID) menggunakan arsitektur ResNet-50 standar. Proses pencocokan identitas dilakukan melalui ekstraksi fitur visual dan perhitungan Cosine Similarity antara citra kueri dan galeri. Hasil pengujian pada 20 target di lingkungan kampus menunjukkan performa pencarian awal yang sangat baik, dengan Rank-1 Accuracy mencapai 100% pada 19 target dan metrik Recall 0,9466. Namun, sistem mencatat Precision yang sangat rendah (0,09-0,13) dan mAP tertinggi 0,3979. Kesimpulannya, model ResNet-50 standar andal menempatkan target utama di peringkat pertama, tetapi masih menghasilkan banyak false positive karena gagal membedakan fitur pejalan kaki berpakaian mirip di bawah variasi pencahayaan ekstrem.
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 Inna Fatahna Intan Nur Farida Juli Sulaksono Julian Sahertian Kusrini Kusuma, Bima Hendiaji Kusuma Luluk Indah Safitri Machfudin, Imam Mahdiyah, Umi Melati, Laurenza Aprilya Muhammad Abdul Khafid Muhammad Fernanda Mulya Putra Muhammad Hakiki Muhammad Miftahul Huda Mukhlifatus Shodikin Mukhlis, Moh. Khoirul Mustofa, M. Toha Navita Riska Dea Maharani 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 Siti Rochana SUCININGRUM, DYA AYU Syailendra Julian Wicaksono 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