Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Indonesian Journal of Information System Jurnal Nasional Komputasi dan Teknologi Informasi Reswara: Jurnal Pengabdian Kepada Masyarakat
Rudi Heriansyah
Universitas Indo Global Mandiri
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Neuroscience Social Sciences Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Machine Learning for Clustering Regencies-Cities Based on Inflation and Poverty Rates in Indonesia Rendra Gustriansyah; Juhaini Alie; Ahmad Sanmorino; Rudi Heriansyah; Megat Norulazmi Megat Mohamed Noor
Indonesian Journal of Information Systems Vol. 5 No. 1 (2022): August 2022
Publisher : Program Studi Sistem Informasi Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/ijis.v5i1.5682

Abstract

The COVID-19 pandemic has increased inflation and poverty rates in many cities, thus requiring considerable attention from the government as a policymaker. Therefore, this study aims to cluster regencies/cities that need mitigation priorities from the Indonesian government based on inflation and poverty rates in 2021. Four machine learning methods, namely k-Means (KM), Partitioning around medoids (PAM), Ward, and Divisive analysis (Diana) are utilized and compared to achieve that purpose. Clustering 90 regencies/cities in Indonesia produced five optimal clusters. Furthermore, the clustering results were validated using the Silhouette width (SW) and Dunn index (DI). The results showed that the k-means method produced the most compact cluster. Hence, this study's results can be utilized as a reference for the government in determining the steps and priorities of economic policy in Indonesia.
Pemanfaatan Canva untuk Guru Sekolah Dasar sebagai Media Penyusunan Materi. Indah Permatasari; Dewi Sartika; Rudi Heriansyah; Imelda Saluza
RESWARA: Jurnal Pengabdian Kepada Masyarakat Vol 5, No 2 (2024)
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/rjpkm.v5i2.4347

Abstract

Di sekolah, saat ini telah memanfaatkan teknologi untuk menyampaikan informasi pembelajaran kepada peserta didik. Selain faktor infrastuktur dan pemahaman penggunaan internet, peningkatan pada kemampuan para pendidik dalam memberikan materi juga perlu diperhatikan. Pengembangan materi yang menyesuaikan pemanfaatan teknologi dirasa akan menjadi modal penting untuk tetap menarik perhatian peserta didik agar tetap berminat belajar secara mandiri. Modal materi inilah yang saat ini sering dibuat bervariasi karena harus bersaing dengan era generasi peserta didik yang lebih tertarik dengan teknologi. Dengan tujuan untuk memberikan pemahaman kepada para pendidik/Guru agar dapat membuat materi dengan tampilan yang lebih menarik hanya dengan memanfaatkan aplikasi Canva, tim PkM mengusulkan diperlukan kegiatan pelatihan. Metode workshop dipilih sebagai solusi agar dapat berinteraksi langsung dengan para pendidik selain pemberian pelatihan. Hasil dari kegiatan menunjukkan sebanyak 13 peserta belum pernah menggunakan aplikasi Canva serta sebanyak 22 peserta merasa tertarik dengan aplikasi Canva. kegiatan workshop ini sebagai bagian dari pengabdian masyarakat (PkM) telah diselesaikan dengan baik dan dapat disimpulkan bahwa saat ini kegiatan dianggap penting dilakukan karena masih rendahnya jangkauan pemahaman peserta/Guru terkait beberapa aplikasi pendukung penyusunan materi pembelajaran
Deteksi Pelanggaran Lalu Lintas Pengendara Sepeda Motor Metik dan Bebek Menggunakan Framework You Only Look Once (YOLO) Andri Febrian; Rudi Heriansyah; Zaid Romegar Mair
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 5 (2025): Oktober 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i5.9673

Abstract

Abstrak − Penelitian ini mengembangkan sistem deteksi otomatis pelanggaran lalu lintas pengendara sepeda motor metik dan bebek menggunakan You Only Look Once (YOLOv11n). Sistem menargetkan pelanggaran seperti tanpa helm, tanpa plat nomor, tanpa spion, dan berbonceng lebih dari dua orang. Dataset sebanyak 739 gambar, diaugmentasi melalui rotasi dan flipping, dilatih hingga 500 epoch. Performa terbaik dicapai pada epoch 350 dengan mAP@0.5 0,572 dan mAP@0.5:0.95 0,397. Ketidakseimbangan data memengaruhi deteksi kelas minor. Sistem ini menjanjikan untuk pengawasan lalu lintas otomatis, dengan rekomendasi untuk meningkatkan kualitas data dan eksplorasi YOLO varian terbaru.Kata Kunci: YOLOv11n; pelanggaran lalu lintas; deteksi objek; sepeda motor; mAP;Abstract — This study develops an automatic traffic violation detection system for riders of moped and underbone motorcycles using You Only Look Once (YOLOv11n). The system targets violations such as riding without a helmet, without a license plate, without mirrors, and carrying more than two passengers. A dataset of 739 images was augmented through rotation and flipping and trained for up to 500 epochs. The best performance was achieved at epoch 350 with mAP@0.5 of 0.572 and mAP@0.5:0.95 of 0.397. Data imbalance affected the detection of minor classes. This system shows promise for automatic traffic surveillance, with recommendations to improve data quality and further explore newer YOLO variants.Keywords: YOLOv11n; traffic violation; object detection; motorcycle; mAP;
Co-Authors Ahmad Sanmorino Andri Febrian Imelda Saluza, Imelda Indah Permatasari Juhaini Alie Megat Norulazmi Megat Mohamed Noor Rendra Gustriansyah Sartika, Dewi