Article Per Year (5 Year)
p-Index From 2021 - 2026
1.819
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Edukasi dan Penelitian Informatika (JEPIN) Fountain of Informatics Journal Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal Komputer Terapan Indonesian Journal of Artificial Intelligence and Data Mining JOURNAL OF APPLIED INFORMATICS AND COMPUTING Justek : Jurnal Sains Dan Teknologi SENTIA 2016 Jurnal ULTIMA Computing GUYUB: Journal of Community Engagement COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Nusantara Journal of Computers and its Applications Transaction on Informatics and Data Science
Gulpi Qorik Oktagalu Pratamasunu
Universitas Nurul Jadid
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
Aplikasi Pengenalan Kampus Universitas Nurul Jadid Berbasis Virtual Reality Agung Wahyu Firdaus; Gulpi Qorik Oktagalu Pratamasunu; Fathorazi Nur Fajri
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 2 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v17i1.6123

Abstract

Universitas Nurul Jadid (UNUJA) di Paiton, Probolinggo, Jawa Timur, telah mendapatkan sertifikasi ISO di dua bidang, yaitu ISO 9001:2015 untuk sistem manajemen mutu dan ISO 21001:2018 untuk sistem manajemen pendidikan. UNUJA merupakan pondok pesantren pertama yang terakreditasi dengan cara ini. Prestasi UNUJA ini menunjukkan peningkatan kualitas kampus dan telah diakui oleh standar Internasional. Sebagai salah satu bentuk pengenalan kampus, UNUJA masih menggunakan website, brosur dan media lainnya. Informasi yang diberikan masih kurang, sehingga siswa tidak mengetahui bangunan mana yang akan mereka gunakan dalam kegiatan belajar mengajar. Dengan berkembangnya teknologi, interaktivitas menjadi salah satu fokus pembuatan aplikasi. Teknologi interaktif yang berkembang saat ini adalah teknologi virtual reality. Virtual Reality adalah tampilan gambar 3D yang dibuat oleh komputer yang dibuat tampak nyata dengan menggunakan berbagai teknik, memberikan kesan kepada pengguna bahwa ia terlibat secara aktif dengan lingkungan tersebut. Pengujian internal dan eksternal untuk menguji aplikasi secara langsung kepada pengguna. Untuk menguji pandangan, sikap, atau pendapat pengguna, peneliti menggunakan kuesioner pada skala Likert. Hasil perhitungan dengan menggunakan metode skala likert diperoleh data sebesar 97% yang artinya Aplikasi Pengenalan Kampus Universitas Nurul Jadid sangat baik dan layak digunakan sebagai media promosi kampus.
MOBILE AUGMENTED REALITY SEBAGAI MEDIA PEMBELAJARAN INTERAKTIF JARING-JARING KUBUS DAN BALOK Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 3, No 2 (2018): Desember 2018
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v3i2.58

Abstract

Materi jaring-jaring bangun ruang pada pelajaran Matematika adalah materi yang tergolong sulit dipahami oleh peserta didik tanpa bantuan alat peraga. Alat peraga konvensional untuk membantu pembelajaran jaring-jaring bangun ruang biasanya terbuat dari kardus atau kertas yang dirakit sedemikan rupa sehingga dapat dibuka menjadi satu jenis jaring-jaring bangun ruang. Alat peraga jaring-jaring bangun ruang tersebut tergolong tidak efektif dan efisien jika digunakan dalam pembelajaran karena membutuhkan persiapan yang lama dan ruang yang besar. Pada penelitian ini diusulkan pemanfaatan mobile augmented reality sebagai media pembelajaran interaktif jaring-jaring kubus dan balok. Dengan media ini, semua kombinasi jaring-jaring kubus dan balok dapat disimulasikan dalam smartphone Android pengguna tanpa harus membutuhkan persiapan yang lama dan ruang yang besar. Media pembelajaran ini dikembangkan menggunakan aplikasi Unity dan Blender. Hasil uji coba pada ahli media, ahli materi, dan pengguna membuktikan bahwa media pembelajaran ini layak digunakan sebagai pengganti alat peraga konvensional dengan nilai rata-rata total validasi 3.91, 3.79, dan 3.80 untuk masing-masing validator.
DETEKSI TEPI CITRA DIGITAL MENGGUNAKAN ANT COLONY OPTIMIZATION BERDASARKAN NEUTROSOPHIC GRADIENT MAGNITUDE Gulpi Qorik Oktagalu Pratamasunu; Olief Ilmandira Ratu Farisi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 4, No 1 (2019): Juni 2019
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v4i1.131

Abstract

Deteksi tepi dengan pendekatan metode Ant Colony Optimization (ACO) menghasilkan tepi yang terputus lebih sedikit dari metode deteksi tepi dengan pendekatan convolution mask seperti Sobel dan Prewitt. Tetapi metode ini lebih rentan terhadap derau sehingga menghasilkan tepi yang kurang optimal jika diterapkan pada citra berderau. Pada penelitian ini diusulkan suatu metode Deteksi Tepi Citra Digital menggunakan ACO berdasarkan neutrosophic gradient magnitude dengan mengintegrasikan pendekatan ACO dalam deteksi tepi menggunakan gradient dan teori neutrosophy. Tambahan informasi berupa neutrosophic gradient magnitude digunakan untuk membantu semut menemukan tepi dari suatu citra, khususnya citra yang memiliki derau dengan meminimalisasi pemilihan tepi yang sulit ditentukan keanggotaannya. Uji coba dilakukan menggunakan citra tanpa derau dan citra berderau. Hasil uji coba menunjukkan bahwa metode yang diusulkan memiliki performa yang lebih baik dibandingkan metode ACO standar dan ACO berdasarkan gradient pada semua uji coba berdasarkan nilai figure of merit.
PENYELESAIAN MULTI-DEPOT MULTIPLE TRAVELING SALESMAN PROBLEM MENGGUNAKAN K-MEANS DAN ANT COLONY OPTIMIZATION Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu
NJCA (Nusantara Journal of Computers and Its Applications) Vol 1, No 2 (2016): Desember 2016
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v1i2.12

Abstract

Multi-Depot Multiple Traveling Salesman Problem (MmTSP) merupakan masalah pencarian rute terpendek oleh beberapa salesman yang berangkat dari kota yang berbeda-beda, disebut depot, dan kembali ke depotnya masing-masing dengan setiap kota harus dikunjungi tepat satu kali. ACO merupakan algoritma yang didesain untuk menyelesaikan TSP. Untuk menyelesaikan MmTSP, pada penelitian ini diusulkan metode K-Means ACO. K-Means digunakan untuk mencari pembagian kota yang optimal. Pembagian ini dilakukan sesuai dengan banyak depot pada permasalahan. Hasil setiap cluster ini menjadi kota-kota yang akan dikunjungi oleh setiap salesman. Setiap cluster hasil dari K-Means dicari rute terpendeknya menggunakan ACO. Gabungan hasil rute terpendek dari setiap cluster tersebut menjadi penyelesaian MmTSP. Hasil penelitian menunjukkan bahwa metode K-Means ACO dapat mencari rute yang mendekati optimal dengan waktu yang singkat.
PENERAPAN TRAVELING SALESMAN PROBLEM PADA PENYEBARAN BROSUR PENERIMAAN MAHASISWA BARU SEKOLAH TINGGI TEKNOLOGI NURUL JADID MENGGUNAKAN ANT COLONY OPTIMIZATION Olief Ilmandira Ratu Farisi; Gulpi Qorik Oktagalu Pratamasunu; Khairul Anas Nur Islam Hadi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 2, No 2 (2017): Desember 2017
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v2i2.36

Abstract

Penyebaran brosur Penerimaan Mahasiswa Baru (PMB) Sekolah Tinggi Teknologi Nurul Jadid (STTNJ) memiliki rute kunjungan ke 37 Sekolah Menengah Atas (SMA/SMK/MA) di Probolinggo. Setiap sekolah hanya dapat dikunjungi satu kali dan setelah selesai tim penyebar akan kembali lagi ke STTNJ. Permasalahan ini sesuai dengan konsep Traveling Salesman Problem (TSP), dimana tujuannya adalah mencari rute yang paling optimal, sehingga penyebaran brosur menjadi lebih efektif dan efisien. Untuk menyelesaikan permasalahan ini, diusulkan penggunaan metode Ant Colony Optimization (ACO). ACO adalah metode yang didesain untuk menyelesaikan kasus TSP, terinspirasi dari perilaku koloni semut dalam menemukan jalur terpendek dari sarang menuju sumber makanan. Uji coba dilakukan untuk menentukan parameter ACO dengan waktu komputasi yang lebih cepat dan hasil yang mendekati optimal. Dari hasil uji coba didapat nilai: ???? = 2, ???? = 5, ???? = 0,2, iterasi = 320 dan semut = 15. Selanjutnya dilakukan percobaan sebanyak 30 kali pada kasus TSP penyebaran brosur PMB, dan mendapat hasil solusi terbaik 181,6 km dengan waktu komputasi 86,9 detik. Rata-rata hasil solusi dari 30 kali percobaan adalah 187,28 km dengan rata-rata waktu komputasi 103,34 detik. Hasil penelitian menunjukkan metode ACO dapat mencari rute optimal dengan waktu yang singkat.
Deteksi Wanita Berhijab dan tidak Berhijab dengan menggunakan Metode Mask RCNN Fathorazi Nur Fajri; Gulpi Qorik Oktagalu Pratamasunu; Diyah Ayu Aprilingga
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 3 (2022): Volume 8 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i3.57397

Abstract

Setiap santriwati yang tinggal di pesantren wajib menggunakan hijab. Untuk melakukan control dan monitoring penggunaan hijab di pesantren saat ini masih dilakukan secara manual oleh pihak keamanan. Proses control dan monitoring yang dilakukan secara manual ini membutuhkan waktu dan proses yang lama serta membutuhkan sumber daya manusia yang banyak. Untuk membantu mengatasi permasalahan yang ada, maka dibutuhkan sistem yang dapat memonitoring pemakaian hijab secara otomatis. Pada penelitian ini diusulkan menggunakan metode MASK RCNN untuk mendeteksi objek wanita yang tidak berhijab dan wanita yang berhijab dari gambar digital. Dataset yang digunakan pada penelitian ini terdapat 3 kategori yaitu wanita berhijab syar’i, wanita berhijab tidak syar’i, dan wanita tidak berhijab yang memiliki 4 class yaitu wajah, rambut, hijab syar’i, hijab non syar’i. Proses yang dilakukan pada metode tersebut terdapat 2 tahapan yaitu data training dan data testing. Data training yang digunakan adalah 1500 citra digital setiap kategori berjumlah 500 citra digital dan data testing yaitu digunakan 150 gambar setiap kategori berjumlah 50 gambar. Model ini dilatih dengan metode MASK RCNN data training memperoleh epoch 30 dengan nilai loss 0,1770, nilai val_loss 0,1745 dan waktu 473s 946ms/step. Hasil eksperimen menunjukkan bahwa metode yang diusulkan dapat mendeteki hijab syar’i dengan tingkat akurasi 96%, hijab tidak syar’i dengan tingkat akurasi 96 % dan tidak berhijab dengan tingkat akurasi 94%.
Pengenalan Jenis Kelamin Mahasiswa Universitas Nurul Jadid (UNUJA) pada Video Berdasarkan Busana Menggunakan Metode Haar Cascade dan Deep Learning Solehah, Raudatus; Pratamasunu, Gulpi Qorik Oktagalu; Farisi, Olief Ilmandira Ratu; Putri, Metha Pardiana; Riyanti, Yunnia; Maimuna, Maimuna
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 1 (2021): Penggunaan Teknologi Informasi dalam Mendukung Pendidikan Jarak Jauh di Era Pand
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.78 KB) | DOI: 10.33650/coreai.v2i1.2842

Abstract

Klasifikasi jenis kelamin yaitu suatu proses mengklasifikasikan jenis kelamin seseorang melalui citra digital berdasarkan fitur citra pelatihan yang telah disimpan. Objek yang dijadikan acuan adalah busana yang dikenakan di area wajah. Universitas Nurul Jadid adalah universitas yang berada dibawah naungan Pondok Pesantren Nurul Jadid tentu dalam mengatur pergaulan mahasiswa menggunakan aturan yang berlandaskan kepesantrenan. Mahasiswa dilarang melakukan pertemuan dengan mahasiswi di area kampus. Akan tetapi, masih banyak mahasiswa dan mahasiswi yang melanggar aturan tersebut. Oleh karena itu, dibutuhkan suatu metode yang dapat mengklasifikasi jenis kelamin mahasiswa berdasarkan busana pada area wajah secara otomatis. Penelitian ini menggunakan dua metode yaitu metode haar cascade dan deep learning. Metode haar cascade digunakan untuk menentukan titik area wajah dan metode deep learning digunakan untuk mengklasifikasikan citra. Metode diimplementasikan ke source code dengan software python. Dapat disimpulkan bahwa metode haar cascade tergolog baik dalam menentukan titik area wajah. Dan deep learning dapat mengklasifikasikan gambar dengan baik apabila terdapat kesamaan komposisi warna pada data testing dan data training.
Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode YOLO Dan CNN Arifah, Indah Inayatul; Fajri, Fathorazi Nur; Pratamasunu, Gulpi Qorik Oktagalu
Journal of Applied Informatics and Computing Vol. 6 No. 2 (2022): December 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v6i2.4694

Abstract

Bahasa merupakan alat atau wahana untuk menyampaikan antar manusia satu dengan yang lainnya. Bagaimanapun, tidak setiap orang dapat menggunakan bahasa verbal dengan sempurna. Seperti orang yang tuli dan bisu, mereka tidak bisa menyampaikan apa yang ingin di sampaikan dengan baik. Tuli atau tunarungu adalah kekurangan kemampuan mendengar dari satu atau dua telinga. Dalam berkomunikasi tunarungu cenderung menggunakan bahasa isyarat. Salah satu bahasa isyarat yang sering digunakan ialah berupa angka, satu, dua, tiga, empat, dan lima. Dalam penelitian ini di gunakan metode You Only Look Once (YOLO) dan Convolutional Neural Network (CNN) untuk membantu sistem agar bisa membaca setiap gerakan yang dilakukan oleh tangan dan menghasilkan output berupa teks seperti tangan berisyarat satu bertuliskan satu atau tangan berisyarat dua bertuliskan dua dan seterusnya. Adapun tahapan yang dilakukan pada penelitian ini yaitu pengumpulan data , pengolahan gambar atau proses pre-processing data dalam pengimplementasian YOLO dan CNN. Setelah itu dilakukan uji coba dengan menggunakan Gambar dan video dari data BISINDO. Untuk hasil uji coba yang telah dilakukan menghasilkan akurasi sebesar 89 %.
Validation of New Student Registration Documents at Nurul Jadid University Using Convolutional Neural Network Fajri, Fathorazi Nur; Pratamasunu, Gulpi Qorik Oktagalu; Malik, Kamil
Transactions on Informatics and Data Science Vol. 1 No. 2 (2024)
Publisher : Department of Informatics, Faculty of Da'wah, UIN Saizu Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24090/tids.v1i2.12281

Abstract

Every year, Nurul Jadid University admits new students by registering them using the website. Each prospective new student can fill in data independently and upload documents such as Deeds, Family Register, Identity Cards, Diplomas, and SKHU. Often, prospective new students need clarification in uploading documents; for example, the place for uploading ID cards is filled with uploading diplomas and vice versa. It causes the uploaded data not to match the place or group. Today, no document validation technique can match these types of documents. Therefore, a way is needed to overcome this problem. One way to recognize the document type is by its visual form or image. There are several methods for identifying an image, namely deep learning and neural network models. Where the convolutional neural network is known to be fast in processing data in images, this research aims to validate documents on new student registration data with a deep learning method, namely convolutional neural network (CNN). The experimental results show that the proposed method can classify the Nurul Jadid University new student registration documents with an accuracy rate of 0.91, such as the birth certificate at 0.97, diploma documents at 0.88, Family card documents at 0.88, identity cards at 0.84, exam result certificate with an accuracy 0.94.
Co-Authors Agung Wahyu Firdaus Agus Zainal Arifin Agus Zainal Arifin Ahmad Shogirih Anny Yuniarti Arifah, Indah Inayatul Arya Yudhi Wijaya Diana Purwitasari Dini Adni Navastara, Dini Adni Diyah Ayu Aprilingga Fathorazi Nur Fajri Hadi, Khairul Anas Nur Islam Kamil Malik Khairul Anas Nur Islam Hadi Khoirul Umam Latifatul Khoer Maimuna Maimuna, Maimuna Malik, Kamil Meliana Eka Puteri Miftahul Hasanah Milzamah Elvi Laily Moh. Jasri Moh. Jasri Nidia Fachrum F. Paputungan Olief Ilmandira Ratu Farisi Puji Kurnia Sari Putri, Metha Pardiana Ratri Enggar Pawening Riyanti, Yunnia Siti Sulaihah Siti Umairah Solehah, Raudatus Sulaihah, Siti Wijayanti Nurul Khotimah Wincoko Putro, Fidi Yunis Hofifah Zahrotunnisa Zahrotunnisa Zumrotul Maqfiroh