Article Per Year (5 Year)
p-Index From 2021 - 2026
9.905
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) 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 Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat 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 Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 84 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 84 Documents
Search

 5   6   7   8   9 
MAC Authentication Jaringan Hotspot Pada SMK Taruna Bakti Kertosono Nugroho, Alfaiz Putra; Irawan, Rony Heri; Mahdiyah, Umi
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/xkw5w757

Abstract

Penelitian ini membahas tentang  optimalisasi autentikasi jaringan hotspot melalui penerapan metode MAC Authentication berbasis Mikrotik di SMK Taruna Bakti Kertosono. Masalah utama yang dihadapi adalah sistem autentikasi manual yang mewajibkan pengguna untuk masuk kembali setiap kali berpindah titik akses, sehingga mengganggu kenyamanan dan efisiensi dalam penggunaan jaringan. Tujuan penelitian ini adalah untuk  efisiensi dan kenyamanan pengguna koneksi jaringan . Metode penelitian yang diterapkan adalah eksperimen, dengan langkah-langkah yaitu pengamatan langsung pada proses login, wawancara dengan pengguna, perancangan sistem jaringan, pelaksanaan konfigurasi MAC Authentication, dan pengujian perpindahan koneksi di antara access point. Uji coba menunjukkan bahwa setelah MAC Address pengguna terdaftar, perangkat bisa terhubung secara otomatis ke jaringan tanpa harus login ulang, bahkan saat berpindah access point. Bukti keberhasilan terlihat pada tabel hasil percobaan koneksi beberapa pengguna yang menunjukkan koneksi otomatis setelah pendaftaran Alamat MAC. Sistem ini telah terbukti meningkatkan kenyamanan pengguna, efisiensi waktu, dan keamanan jaringan di area sekolah. Selain itu, sistem ini juga memungkinkan pengelolaan jaringan dari jarak jauh menggunakan layanan Dynamic DNS (freeddns). 
Klasifikasi Varian Mi Instan Menggunakan Algoritma YOLOv8 Deva Rahma Nugroho; Made Ayu Dusea Widyadara; Umi Mahdiyah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (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/r8a09e23

Abstract

Deteksi objek yang merupakan bagian dari computer vision, telah banyak digunakan di berbagai bidang industri terutama perdagangan atau ritel. Salah satu algoritma deteksi objek yang dapat digunakan adalah YOLOv8, dikenal karena kemampuannya yang akurat dalam melakukan deteksi secara real-time. Penelitian ini, berfokus pada pembuatan model deteksi objek untuk produk mi instan menggunakan algoritma YOLOv8. Tujuan dari penelitian ini adalah untuk mengetahui performa algoritma YOLOv8 dalam memprediksi sebuah produk mi instan. Dalam proses training, dilakukan beberapa experiment untuk mengetahui komposisi dalam memperoleh hasil terbaik. Model diukur menggunakan confusion matrix dan hasil terbaik didapat saat model dilatih menggunakan epoch 50 dan batch 32, model mendapat nilai mAP50-95 sebesar 0.635. Meskipun masih dibawah nilai normal yaitu 0.7, model ini sudah cukup baik jika diterapkan ke sistem. Untuk semua kelas, model tersebut memiliki nilai precision 0.97 dan recall 0.969, nilai ini cukup tinggi untuk model yang dilatih dengan total 1050 gambar.
SISTEM DETEKSI JENIS BURUNG MENGGUNAKAN IMPLEMENTASI YOLOv11 Shania Dila Vanesa; Made Ayu Dusea Widyadara; Umi Mahdiyah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/7k0cw598

Abstract

Identifikasi jenis burung secara manual memerlukan keahlian khusus dan rentan terhadap kesalahan, terutama pada spesies yang memiliki kemiripan morfologi tinggi seperti burung merpati. Penelitian ini bertujuan mengembangkan sistem deteksi otomatis untuk mengidentifikasi burung merpati menggunakan algoritma YOLOv11 yang dapat menerima input melalui unggahan gambar maupun kamera webcam. Metode penelitian meliputi pengumpulan dataset berisi gambar berlabel, preprocessing data, pelatihan model YOLOv11, dan evaluasi sistem menggunakan 100 gambar uji yang terdiri dari 50 gambar merpati dan 50 gambar bukan merpati. Hasil pengujian menunjukkan sistem mencapai akurasi 88%, precision 89,6%, recall 86%, dan F1-Score 87,8 %. Confusion matrix menunjukkan 43 true positive, 45 true negative, 5 false positive, dan 7 false negative. Sistem ini memberikan solusi efisien untuk digitalisasi identifikasi burung dan dapat diimplementasikan sebagai alat bantu praktis dalam penelitian ornitologi dan monitoring ekosistem.
Deteksi Penyakit pada Buah Alpukat MenggunakanMetode CNN Mahardhika, Bima; Mahdiyah, Umi; Resty Wulanningrum
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (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/wckb3g25

Abstract

Deteksi penyakit pada buah alpukat menjadi tantangan penting dalam meningkatkan produktivitas pertanian dan menjaga kualitas hasil panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit pada buah alpukat menggunakan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNet V2. Dataset citra buah alpukat dikumpulkan melalui observasi lapangan dan dokumentasi langsung di kebun, mencakup empat kategori: busuk, cabuk, lalat buah, dan sehat. Proses preprocessing mencakup segmentasi gambar dan konversi ke grayscale, diikuti dengan augmentasi data untuk memperkuat generalisasi model. Pelatihan model dilakukan menggunakan pembagian data sebesar 40% untuk pelatihan, 20% validasi, dan 40% pengujian. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 96,5%, dengan nilai precision, recall, dan f1-score yang tinggi untuk setiap kelas, terutama pada kelas cabuk (1.00). Hasil ini menunjukkan bahwa pendekatan berbasis CNN dengan arsitektur MobileNet V2 sangat efektif dalam mengidentifikasi penyakit pada buah alpukat. Sistem ini berpotensi diimplementasikan dalam aplikasi mobile untuk membantu petani mengidentifikasi kondisi buah secara cepat dan akurat.
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
Pendampingan Guru PAUD dalam Pengembangan Buku Digital “Budi, Lina, dan Dika” sebagai Media Penguatan Literasi, Numerasi, dan Tujuh Kebiasaan Anak Indonesia Hebat Veny Iswantiningtyas; Aprilia Dwi Handayani; Umi Mahdiyah; Anggila Ruly Eka Putri; Axcelleosa Gloria Setiawan; Nur Rosyida; Roka Maulina; Indah Purwani
Kontribusi: Jurnal Penelitian dan Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2026): Mei 2026
Publisher : Cipta Media Harmoni

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53624/kontribusi.v6i2.818

Abstract

Latar Belakang: Keterbatasan pemanfaatan media digital dalam pembelajaran PAUD serta rendahnya integrasi literasi, numerasi, dan pendidikan karakter mendorong perlunya inovasi berbasis teknologi yang kontekstual. Tujuan: Kegiatan ini bertujuan untuk meningkatkan kompetensi guru dalam mengembangkan buku digital dan memperkuat literasi, numerasi, serta karakter anak melalui media yang inovatif. Metode: Metode pelaksanaan pengabdian adalah dengan lima tahapan: (1) identifikasi masalah dan sosialisasi, (2) pelatihan intensif Canva dan penyusunan ide cerita, (3) penerapan di kelas, (4) pendampingan dan evaluasi, serta (5) diseminasi dan perencanaan keberlanjutan. Peserta pendampingan adalah guru TK Putera Bhakti Kota Kediri. Hasil: Hasil kegiatan meliputi peningkatan kompetensi guru dalam pembuatan media digital dari 40% menjadi 90%, tersusun buku digital (BUDI LINA DAN DIKA) yang terkompilasi dalam e-catalog, serta peningkatan minat baca siswa. Produk telah diterapkan dalam pembelajaran dan akan didiseminasikan kepada orang tua. Kesimpulan: Program pendampingan partisipatif ini efektif dalam memberdayakan guru untuk menciptakan media pembelajaran yang relevan. Kolaborasi yang erat antara perguruan tinggi dan sekolah memastikan keberlanjutan dan dampak jangka panjang program.
Analisis Kesalahan Mahasiswa Berkemampuan Rendah dalam Menyelesaikan Soal Limit Ditinjau dari Perbedaan Gender Siti Rochana; Lilia Sinta Wahyuniar; Umi Mahdiyah; Resty Wulanningrum
Jurnal Math Educator Nusantara: Wahana Publikasi Karya Tulis Ilmiah di Bidang Pendidikan Matematika Vol 11 No 2 (2025): Jurnal Math Educator Nusantara
Publisher : Program Studi Pendidikan Matematika, Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jmen.v11i2.24861

Abstract

The calculus learning process in higher education sometimes encounters many problems. One of the problems often faced is the lack of understanding of students in algebra, especially in the limit chapter. In the Informatics Engineering study program at Nusantara PGRI University, Kediri, most students still have low mathematical abilities and an unbalanced gender composition. This study aims to analyze the types of errors made by low-ability students in solving limit problems, viewed from gender differences. This type of research is descriptive qualitative research. Data were collected through diagnostic tests to identify conceptual, procedural, and computational errors as well as unstructured interviews to explore the causes of errors. The research subjects were six students with low mathematical abilities consisting of 3 male students and 3 female students from the 2024/2025 intake who were taking calculus courses. The analysis results showed that conceptual errors made by male students were 33% and female students were 55%. Procedural errors in male students were 55% and female students were 66%. Computational errors in male students were 66% and female students were 55%. The highest number of errors found in male students were computational errors, while procedural errors were more prevalent among female students. This indicates that students still have difficulty understanding the basic concept of limits and are unable to apply structured solution steps. Low-ability students still showed high error rates in conceptual, procedural, and computational aspects, with different tendencies according to gender. Poor mastery of the basic concept of limits impacts procedural and computational errors. Future research can expand the number of subjects and explore affective factors such as math anxiety and learning motivation that may influence the types of student errors.
Implementasi Naive Bayes Pada Rekrutmen Calon Pegawai Alfian Alif Irawan; Rony Heri Irawan; Umi Mahdiyah
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/r488nx16

Abstract

Proses rekrutmen calon pegawai yang dilakukan secara manual sering kali membutuhkan waktu yang lama dan berpotensi menimbulkan subjektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengimplementasikan metode Gaussian Naive Bayes dalam membantu proses klasifikasi kelayakan calon pegawai pada PT. Sumber Data Indonesia. Data yang digunakan merupakan data historis rekrutmen yang terdiri dari atribut pendidikan terakhir, usia, dan pengalaman kerja. Tahapan penelitian meliputi pengumpulan data, preprocessing, pembentukan model menggunakan algoritma Gaussian Naive Bayes, serta evaluasi model menggunakan metode Stratified 5-Fold Cross Validation dengan Confusion Matrix. Dataset penelitian terdiri dari 40 data historis rekrutmen. Implementasi metode dilakukan pada sistem berbasis web yang dikembangkan menggunakan PHP dan MySQL, sedangkan proses pelatihan dan evaluasi model dilakukan menggunakan Python dengan pustaka scikit-learn. Hasil evaluasi menunjukkan bahwa model mampu melakukan klasifikasi kelayakan calon pegawai dengan performa yang sangat baik berdasarkan dataset penelitian. Nilai accuracy, precision, recall, dan F1-score yang diperoleh pada setiap fold menunjukkan konsistensi performa model dalam mengklasifikasikan data calon pegawai. Penerapan metode Gaussian Naive Bayes dapat membantu proses seleksi calon pegawai menjadi lebih objektif, terstruktur, dan berbasis data sehingga mendukung pengambilan keputusan dalam proses rekrutmen.
Optimasi Resolusi Citra pada MobileNetV3: Analisis Trade-Off Latensi dan Akurasi Deteksi Sampah Dwika Putra Adinata; Umi Mahdiyah; Wahyu Cahyo Utomo
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: 10.29407/6hnm2w65

Abstract

Pengelolaan sampah di lingkungan sekolah memerlukan sistem pemilahan otomatis yang mampu beroperasi secara seketika. Namun, penerapan teknologi visi komputer pada perangkat standar sering terkendala oleh tingginya beban komputasi. Penelitian ini bertujuan mengimplementasikan arsitektur MobileNetV3 untuk mengklasifikasikan citra ke dalam kelas organik, anorganik, dan bukan sampah. Eksperimen difokuskan pada modifikasi dimensi citra masukan, yaitu ukuran 160, 224, dan 256 piksel, guna mengevaluasi keseimbangan antara ketepatan prediksi dan durasi komputasi. Hasil pengujian menunjukkan bahwa ukuran 160 piksel merupakan konfigurasi paling efisien yang mampu mencapai ketepatan tertinggi sebesar 0,9910 dengan waktu inferensi paling singkat, yakni 14,99 milidetik, tanpa dukungan pengolah grafis tambahan. Temuan empiris ini menegaskan kelayakan optimasi resolusi citra dalam mewujudkan infrastruktur deteksi sampah cerdas yang cepat, responsif, dan siap diterapkan pada perangkat berkapasitas rendah.
Implementasi Rule Based pada Sistem Deteksi Gerakan Triceps Kickback Revan Fajar Diwangkara; Rony Heri Irawan; Umi Mahdiyah
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/ybr8a769

Abstract

Triceps kickback merupakan latihan isolasi otot trisep yang membutuhkan teknik gerakan yang tepat agar latihan dapat dilakukan secara efektif dan aman. Kesalahan gerakan seperti underextension dan overextension dapat mengurangi kualitas latihan serta meningkatkan risiko cedera. Penelitian ini bertujuan mengimplementasikan metode rule-based pada sistem deteksi gerakan triceps kickback berbasis MediaPipe. Sistem memanfaatkan koordinat landmark tubuh pada bahu, siku, dan pergelangan tangan untuk menghitung sudut siku sebagai dasar klasifikasi gerakan. Gerakan dikategorikan menjadi benar, underextension, atau overextension berdasarkan batas sudut yang telah ditentukan. Pengujian dilakukan terhadap 60 repetisi yang dilakukan oleh tiga subjek dengan variasi gerakan benar dan salah. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan gerakan dengan akurasi 96,67%, presisi 100%, recall 93,33%, dan F1-score 96,55%. Hasil tersebut menunjukkan bahwa pendekatan rule-based mampu digunakan secara efektif untuk mendeteksi kualitas gerakan triceps kickback secara waktu nyata tanpa memerlukan proses pelatihan model machine learning yang kompleks.
Co-Authors Afandi, Aris Agus Suwardono Ahmad Bagus Setiawan Akbar Fastio Hari Setiawan Alfian Alif Irawan Alghozali, Muhammad Attiqi Anaga, Galang Kurnia Anggila Ruly Eka Putri Apriansa, Rendi Dwi Aprianto, Kresna Aprilia Dwi Handayani Ardi Sanjaya Ardiansyah, Ryo Arie Putra, Zamima Daffa Rizki Arifin, Miranda Putri Asrori, Andre Gus Axcelleosa Gloria Setiawan 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 Dwika Putra Adinata Dynu Anggoro Pangestu Eka Putra, Ilham Rizki Fauzi Elly Matul Imah Fajar Ardillah Fariska, Grendi Fernando, Achmad Youngy FITRIANA, VYRRA Indah Purwani Intan Nur Farida Iswoyo, Dio Dwi Julian Sahertian JULIANTO AJI MILANESTA 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 Nur Rosyida 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 Revan Fajar Diwangkara Risa Helilintar Roka Maulina Rony Heri Irawan Sanjaya, Daniel Santoso, Rachmad Sari, Putri Desi Kusuma Setyaningrum, Dyah Putri Shania Dila Vanesa Siti Rochana Slamet Widodo Suryo Widodo Swanjaya , Daniel Tri Wahyudi Umam, Moh. Khoirul Veny Iswantiningtyas Wahyu Anggara Putra Wahyu Cahyo Utomo Wahyuniar , Lilia Sinta Wibowo, Ridho Kuncoro Adji Yulianto, Haris