Article Per Year (5 Year)
p-Index From 2021 - 2026
8.574
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi AKSIOMA: Jurnal Program Studi Pendidikan Matematika Jurnal Teknologi Informasi dan Ilmu Komputer Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Limits: Journal of Mathematics and Its Applications Jurnal Math Educator Nusantara: Wahana Publikasi Karya Tulis Ilmiah di Bidang Pendidikan Matematika Generation Journal Jurnal ABDINUS : Jurnal Pengabdian Nusantara SKANIKA: Sistem Komputer dan Teknik Informatika JAMI: Jurnal Ahli Muda Indonesia Journal of Instructional Mathematics Joutica : Journal of Informatic Unisla Nusantara of Engineering (NOE) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal INFOTEL Limits: Journal of Mathematics and Its Applications
Mahdiyah, Umi
Universitas Nusantara PGRI Kediri
Agriculture, Biological Sciences & Forestry Arts 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 Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 77 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 77 Documents
Search

 1   2   3   4   5 
KLASIFIKASI KUALITAS CITRA CABAI DENGAN MENGGUNAKAN ALGORITMA GRADIEN BOOSTING Mahdiyah, Umi; Wahyuniar, Lilia Sinta; Rochana, Siti
JAMI: Jurnal Ahli Muda Indonesia Vol. 4 No. 1 (2023): Juni 2023
Publisher : Akademi Komunitas Negeri Putra Sang Fajar Blitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46510/jami.v4i1.137

Abstract

Objektif. Kementerian Pertanian Indonesia memiliki tujuan untuk meningkatkan penggunaan teknologi oleh petani dengan target 65-80% pada tahun 2020 dan 80-95% pada tahun 2024. Hal ini diharapkan dapat meningkatkan efisiensi dan ekonomi dalam sektor pertanian yang merupakan sektor penting dalam perekonomian Indonesia. Salah satu upaya untuk mencapai hal tersebut adalah dengan melakukan klasifikasi kualitas cabai berbasis citra. Material and Metode. Dalam penelitian ini algoritma Gradien Boosting digunakan untuk melakukan klasifikasi citra cabai. Untuk simulasinya menggunakan aplikasi python. Hasil. Rata-rata performa dari Gradient Boosting cukup baik untuk klasifikasi kualitas cabai berbasis citra. Akan tetapi pada kasus kelas “dried” selalu ada perbedaan dibandingkan kelas lain, karena banyak datanya jauh lebih besar dibandingkan yang lain, serta vasriasi data citranya lebih banyak. Kesimpulan. Performa dari Gradien boosting cukup baik untuk klasifikasi kualitas cabai dengan nilai precision, recall, F-Score dan akurasinya adalah sekitar 69,7%, 69,1% 69,7%, dan 76%
Perbandingan Metode Adaptive Boosting dan Extreme Gradient Boosting Untuk Prediksi Hasil Pertandingan Liga Spanyol Muhammad Rohid Saputro; Umi Mahdiyah; Daniel Swanjaya
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i1.20882

Abstract

Sepakbola merupakan olahraga yang paling terkenal di seluruh dunia dengan hampir 4 miliar pengagum dari berbagai belahan bumi. Negara besar di Eropa memiliki kompetisi sepakbola yang terstruktur dan memiliki tingkatan kompetisi yang lengkap. Algoritma AdaBoost dan XGBoost merupakan metode machine learning yang dapat digunakan untuk mengatasi suatu permasalahan yang berhubungan dengan deret dan situasi peramalan. Perlunya mengetahui prediksi kemenangan tim pertandingan sepak bola Liga Spanyol selalu menjadi pembahasan yang tidak pernah dilewatkan oleh penggemar sepak bola, oleh karena itu prediksi sangat berguna untuk para penggemar sepakbola dan pelatih tim sepak bola dapat mengantisipasi suatu kejadian yang mendatang. Misalnya, penggemar ataupun pelatih tim sepak bola Liga Spanyol dapat memperkirakan kemenangan tim pada masa mendatang. Data yang digunakan menggunakan dataset statistik pertandingan 2 tingkat teratas Liga Spanyol selama 4 musim yaitu pada musim 2018/2019 sampai musim 2021/2022 yang didapat dari www.football-data.co.uk. Pengujian menggunakan metode AdaBoost memperoleh tingkat akurasi sebesar 64,02%, dan metode XGBoost memperoleh tingkat akurasi sebesar 61,79%. Dari hasil pengujian yang telah dilakukan pada dataset Liga Spanyol musim 2018/2019 sampai 2021/2022, menunjukkan bahwa metode AdaBoost memperoleh hasil yang lebih baik jika dibandingkan dengan metode XGBoost.
Game Edukasi Pengenalan Gamelan Jawa Sebagai Media Pembelajaran Arie Putra, Zamima Daffa Rizki; Irawan, Rony Heri; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 7 No 1 (2024): Volume 7 No. 1 Tahun 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i01.20891

Abstract

Perkembangan teknologi informasi diberbagai bidang membuat siapa saja dapat dengan mudah untuk mengakses informasi. Perkembangan teknologi yang diminati dikalangan anak-anak dan orang dewasa salah satunya adalah game. Game yang awalnya hanya untuk bersenang-senang, sekarang bisa dibuat untuk media pembelajaran yang menarik dan interaktif. Dalam dunia Pendidikan kemajuan teknologi juga semakin berkembang, misalnya dalam media pembelajaran. Pemanfaatan teknologi informasi di bidang pendidikan dapat memberikan solusi dan mempermudah dalam proses pembelajaran, contohnya seperti game edukasi. bahkan game yang akan peneliti rancang sekarang. Pembuatan game tidak hanya ditujukan sebagai sarana hiburan, tetapi juga untuk sarana pembelajaran. Dari permasalahan yang ada, peneliti tertarik untuk merancang game edukasi pengenalan gamelan jawa sebagai media pembelajaran digital yang baik dan menarik. Hasil penelitian yang dilakukan berupa game edukasi “Pengenalan Gamelan Jawa”, didalam game tersebut akan membahas tentang pengenalan gamelan jawa. Hasil uji coba Blackbox pada game “Pengenalan Gamelan Jawa” semua berjalan lancar, mulai dari fungsi tombol dan gameplay.
Implementasi Metode Transformasi Wavelet Diskrit Dengan K-Nearest Neighbor Untuk Klasifikasi Penyakit MataKata Pamungkas, Danar Puta; Alghozali, Muhammad Attiqi; Pamungkas, Danar Putra; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 7 No 2 (2024): Volume 7 Nomor 2 - 2024
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v7i02.22889

Abstract

The eye is an organ in humans that functions as seeing objects around with the reflection of light received by the retina. This sense of vision can be affected by diseases that often occur, including cataracts, as well as other diseases such as glaucoma and retinal disease. The eye disease will interfere with the activities of the sufferer and can also attack his psyche. In examining and ensuring that eye diseases can be done by utilizing technology, with the development of technology to identify eye diseases can be done. Through an image of the patient's retinal fundus, the image can be processed using the image processing method. By combining image processing with classification methods from machine learning, images can be processed until they are identified in the class. This study was conducted with the aim of classifying eye diseases using the discrete wavelet transformation method with K-nearest neighbor, obtaining an accuracy level of 61% in the classification of a class. These results indicate that the classification can be done quite well, but in the results obtained, not all classes can classify well. Using datasets from Kaggle 300 normal eye datasets, 100 cataract eye datasets, 101 glaucoma eye datasets, and 100 retinal disease eye datasets, there are 4 classes of retinal fundus images. The retinal fundus is an image obtained as a result of capturing using a tool called the Ophthalmoscope where this tool helps illuminate and magnify the image in the eye to produce a capture of the retinal fundus.
Pelatihan Pengolahan Bawang Merah dengan Alat Pebmo Pada Kelompok Petani Bawang Merah Di Desa Sekoto Kabupaten Kediri Indrawati, Elsanda Merita; Munawi, Hisbullah Ahlis; Suwardono, Agus; Santoso, Rachmad; Manikta, M. Dewi; Mahdiyah, Umi; Nadliroh, Kuni; Nevita, Ary Permatadeny
Jurnal ABDINUS : Jurnal Pengabdian Nusantara Vol 3 No 2 (2020): Volume 3 Nomor 2 Tahun 2020
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/ja.v3i2.13823

Abstract

Sekoto Village is the largest onion producer center in Kediri Regency. The aim of this service activity is to provide training on processing low quality shallots into high quality fried onion products using an Automatic Shallot Processing Machine (PEBMO) that is practical, effective and efficient. The activity material provided was about the marketing of shallots and the processing of low quality shallots starting from stripping of shallots, chopping onions, and draining oil using an Automatic Shallot Processing Machine (PEBMO). Community service activities (PKM) which include (1) observation; (2) design and provision of tools (PEBMO) to shallot farmers; (3) socialization; (4) training and practice; (5) monitoring. This activity is useful to increase the income of shallot farmers, this is because low quality shallots are processed into high-quality fried onion products with a stable selling price, so that shallot farmers will not lose if the yields produced have low quality.
Optimasi Prediksi Harga Ayam Boiler Berdasarkan Time Series Data dan Kondisi Eksisting Menggunakan Decision Tree Niswatin, Ratih Kumalasari; Setiawan, Ahmad Bagus; Mahdiyah, Umi
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.24878

Abstract

Predicting the price of boiler chicken is important in the chicken farming industry. Business actors need to have accurate price estimates as a reference in planning production and sales. However, precise and accurate price predictions can be challenging because they are influenced by various factors such as market conditions, demand, supply, and other factors. Therefore, this research was conducted to develop a boiler chicken price prediction method that can optimize prediction results by utilizing time series data and existing conditions using the Decision Tree C.45 algorithm. The aim of this research is to optimize boiler chicken price predictions based on time series data and existing conditions using the Decision Tree C.45 algorithm. By processing time series data and analyzing existing conditions, it is hoped that a more accurate prediction model can be obtained and can provide better results in predicting the price of boiler chicken. Apart from that, by implementing the Decision Tree C.45 algorithm, this research also aims to test the effectiveness of this algorithm in predicting the price of boiler chicken. The result of this research is a system that can accurately predict the price of boiler chicken, so that it can be used as an important basis for making decisions regarding determining the price of boiler chicken and inventory management.
Hybrid Ensemble Learning Sistem Keamanan Jaringan Untuk Meningkatkan Performa Deteksi Anomali Irawan, Rony Heri; Irawan, Rony Heri Irawan; Nico Adi Saputra; Umi Mahdiyah
Nusantara of Engineering (NOE) Vol 8 No 02 (2025): Volume 8 Nomor 2 - 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/noe.v8i02.25617

Abstract

Serangan siber seperti zero-day attacks dan APT menjadi tantangan serius bagi sistem deteksi intrusi jaringan, terutama yang masih mengandalkan metode berbasis tanda tangan. Penelitian ini bertujuan merancang sistem deteksi anomali jaringan berbasis hybrid ensemble learning dengan menggabungkan algoritma Isolation Forest, K-Means, dan Random Forest menggunakan metode majority voting. Proses penelitian meliputi preprocessing data, pelatihan dan evaluasi model menggunakan dataset publik CSE-CIC-IDS2018. Evaluasi dilakukan dengan metrik akurasi, precision, recall, F1-score, dan AUC. Hasil menunjukkan bahwa pendekatan hybrid ini meningkatkan akurasi deteksi hingga 99,9% dan menurunkan false positive secara signifikan dibanding pendekatan tunggal. Sistem yang diusulkan terbukti lebih adaptif dan efisien dalam mengidentifikasi berbagai pola serangan siber, serta memberikan kontribusi terhadap pengembangan teknologi keamanan jaringan yang lebih andal.
Pencarian Rongga Berpotensi Binding Site pada Protein dengan Menggunakan Support Vector Machine (SVM) Umi Mahdiyah
Limits: Journal of Mathematics and Its Applications Vol. 14 No. 2 (2017): Limits: Journal of Mathematics and Its Applications Volume 14 Nomor 2 Edisi No
Publisher : Pusat Publikasi Ilmiah LPPM Institut Teknologi Sepuluh Nopember

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

Abstract

Bioinformatika merupakan ilmu multidisipliner yang melibatkan berbagai bidang ilmu. Salah satu aplikasi dari bioinformatika adalah dalam proses desain obat berbantuan komputer. Dalam desain obat berbantuan komputer salah satu langkah awal yang dibutuhkan adalah mencari suatu rongga pada protein, rongga tersebut nantinya untu melekat suatu ligan(partikel kecil) maupun protein yang merupakan partikel atau protein dari calon obat. Dalam penelitian ini untuk pencarian binding site digunakan metode klasifikasi dengan Support Vector Machine. Hasil dari pencarian binding site dengan metode ini menunjukkan akurasi G-Mean yang cukup tinggi yaitu 0,903 atau 90,3
Pengukuran Kemiripan Makna Menggunakan Cosine Similarity dan Basis Data Sinonim Kata Sanjaya, Ardi; Setiawan, Ahmad Bagus; Mahdiyah, Umi; Farida, Intan Nur; Prasetyo, Aprisa Risky
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 4: Agustus 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024106864

Abstract

Penelitian ini bertujuan untuk memberikan alternatif dalam menguji kemiripan makna antar 2 kalimat. Pembentukan database sinonim kata dilakukan dengan mengelompokkan kata berdasar sinonim atau yang memiliki kesamaan arti. Masing-masing kelompok kata diberikan ID unik. Selanjutnya setiap kelompok kata dipecah untuk diuraikan menjadi kata tunggal, disimpan pada tabel kata dengan melabeli ID kata dan ID sinonim. ID sinonim didasarkan pada ID unik pada tabel sinonim. Dalam pengujian kemiripan makna, masing-masing kalimat akan di urai menjadi kata dan tiap-tiap kata akan dicocokkan berdasarkan tabel kata dengan acuan ID sinonim. ID Sinonim yang didapat kemudian dilakukan pengukuran jarak vektor dan kemiripan menggunakan rumus cosine similarity. Berdasarkan pengujian dan analisa yang telah dilakukan, dari 25 pengujian didapati 24 nilai kemiripan mengalami peningkatan prosentase. Hal tersebut dikarenakan penggunaan ID yang didasarkan pada kelompok kata dan irisan saat proses pembobotan mampu meningkatkan nilai kemiripan. Rata-rata nilai kemiripan pada penggunaan ID sebagai vektor hitung adalah 94,48% dan rata-rata nilai kemiripan pada metode atau alur pembanding adalah sebesar 69,96%. AbstractThis study aims to provide an alternative in testing the similarity of meaning between 2 sentences. The formation of a word synonym database is done by grouping words based on synonyms or those that have the same meaning. Each group of words is assigned a unique ID. Furthermore, each group of words is broken down to be broken down into single words, stored in the word table labeled word ID and synonym ID. Synonym ID is based on the unique ID in the synonym table. In testing the similarity of meaning, each sentence will be broken down into words and each word will be matched based on the word table with synonym ID references. The synonym ID obtained is then measured by measuring the vector distance and similarity using the cosine similarity formula. Based on the tests and analyzes that have been carried out, out of 25 tests it was found that 24 similarity values experienced an increase in the percentage. This is because the use of ID based on word groups and slices during the weighting process can increase the similarity value. The average similarity value in the use of ID as a calculating vector is 94.48% and the average similarity value in the comparison method or plot is 69.96%.
The Relationship of Offline Learning with Discrete Mathematics Learning Interests After the Pandemic Wahyuniar, Lilia Sinta; Harini, Dwi; Mahdiyah, Umi; Rochana, Siti
Journal of Instructional Mathematics Vol. 3 No. 1 (2022): Ethics and Mathematical Ability in Online-Mediated Learning Environments
Publisher : Pendidikan Matematika STKIP Kusuma Negara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37640/jim.v3i1.1378

Abstract

This article aims to determine the relationship between offline learning and interest in learning discrete mathematics after the pandemic. The research method used is quantitative. The sampling technique in this study used purposive sampling. Data collection in this study used a questionnaire with a Likert scale of 1 to 5. The variables in this study consisted of variable X, namely offline learning and variable Y, namely interest in learning. Each variable consists of 4 indicators. The result of this research is that there is a relationship between offline learning and students' interest in learning in discrete mathematics courses of 0.801. So it can be said that the relationship between offline learning and learning interest is very strong. This is because in offline learning students can interact directly with the lecturer so that discrete mathematics material that has not been understood can be directly asked during learning. Offline learning can also encourage interest in learning so that students are more enthusiastic and enthusiastic about participating in discrete mathematics lectures.
Co-Authors Afandi, Aris Agus Suwardono Ahmad Bagus Setiawan Akbar Fastio Hari Setiawan Alghozali, Muhammad Attiqi Anaga, Galang Kurnia Apriansa, Rendi Dwi Aprianto, Kresna Ardi Sanjaya Ardiansyah, Ryo Arie Putra, Zamima Daffa Rizki Arifin, Miranda Putri Asrori, Andre Gus Azhar, Rizki Azizah, Sarilah Nur Budi Darmawan Cahyono, Arip Dwi Chrisnatae, Mayo Alvarosy Danang Wahyu Widodo Danar Putra Pamungkas, Danar Putra Dandyade Candra, Dandyadex Daniel Swanjaya Deva Rahma Nugroho Dewangga, Rio Agung diyah kingkin sulistiana Dwi Harini Eka Putra, Ilham Rizki Fauzi Elly Matul Imah Fariska, Grendi Fernando, Achmad Youngy FITRIANA, VYRRA Intan Nur Farida Iswoyo, Dio Dwi Julian Sahertian Kamilah, Annisa' Nur Kasih , Patmi Kayan, Arwienda Kinanti, Intan Anggun Kresnawan, Michael Ilham Kuni Nadliroh Kurniawan, Rizki Dwi Lailatul Carisma Putri Lusi Dwi Anggraini, Lusi Dwi M. Dewi Manikta Puspitasari Made Ayu Dusea Widyadara Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahardhika, Bima Merita Indrawati, Elsanda Mohammad Isa Irawan Muhammad Nawawi Muhammad Nur Ichsan Muhammad Rohid Saputro Munawi, Hisbullah Ahlis Muragil, Dimas Arif Nevita, Ary Permatadeny Nico Adi Saputra Niken Wulandari Ningrum, Bella Nurbuana Tri Cahya niska shofia Niska Shofia, Niska Nugroho, Alfaiz Putra Nuraissa, Alief Fakhrul Rachmad Nurarinda, Terry Anda Putra Pamungkas, Danar Puta Patmi Kasih Prakosa, Bryan Rizqi Pranata, Bagas Dwi Prasetyo, Aprisa Risky Prasetyo, Muhammad Ary Prastowo, Bayu Aji Pratama, Dieky Septhian Rastra Pratama, Regi Cendika Putra, Joelyan Vicky Purnama Ramadhan, Dias Nur Ramadhani, Gilang Ratih Kumalasari Niswatin Ratna Ratna Rendy Wahyudi Resty Wulanningrum Risa Helilintar Rochana, Siti Rony Heri Irawan Sanjaya, Daniel Santoso, Rachmad Sari, Putri Desi Kusuma Setyaningrum, Dyah Putri Shania Dila Vanesa Siti Rochana Suryo Widodo Swanjaya , Daniel Tri Wahyudi Umam, Moh. Khoirul Wahyu Anggara Putra Wahyuniar , Lilia Sinta Wibowo, Ridho Kuncoro Adji Yulianto, Haris