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 
Pengembangan Model Pengenalan Wajah Menggunakan Arsitektur MobileNetV2 untuk Presensi Murid Pengajian Fajar Ardillah; 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/wwx38j20

Abstract

Proses presensi murid pengajian yang masih dilakukan secara manual berpotensi menimbulkan kesalahan pencatatan dan membutuhkan waktu yang relatif lama. Penelitian ini bertujuan mengembangkan model pengenalan wajah berbasis MobileNetV2 untuk mendukung sistem presensi otomatis murid pengajian. Metode yang digunakan adalah deep learning dengan pendekatan transfer learning. Dataset berupa citra wajah murid pengajian melalui tahap pra pemrosesan yang meliputi pemotongan wajah, perubahan ukuran citra, normalisasi, dan augmentasi data. Model dilatih menggunakan MobileNetV2 dan dievaluasi menggunakan accuracy, precision, Recall, serta F1 Score. Hasil pengujian menunjukkan bahwa model MobileNetV2 mampu mencapai accuracy 97%, precision 97%, recall 97%, dan F1-Score 97%. Hasil tersebut menunjukkan bahwa MobileNetV2 efektif digunakan untuk pengenalan wajah dengan tingkat akurasi yang tinggi dan kompleksitas komputasi yang rendah sehingga berpotensi diterapkan pada sistem presensi otomatis di lingkungan pengajian.
ANALISIS KINERJA YOLOV8S PADA DETEKSI CITRA HURUF STATIS SISTEM ISYARAT BAHASA INDONESIA JULIANTO AJI MILANESTA; 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/dbm24b26

Abstract

Sistem Isyarat Bahasa Indonesia digunakan sebagai sarana komunikasi visual bagi penyandang tunarungu, tetapi pengenalannya masih membutuhkan dukungan teknologi agar dapat dikenali secara otomatis melalui citra tangan. Penelitian ini bertujuan mengevaluasi kemampuan algoritma YOLOv8s dalam mendeteksi huruf SIBI secara real-time. Dataset yang digunakan terdiri dari 12672 citra dengan 24 kelas huruf, tanpa huruf J dan Z karena keduanya memiliki karakter gerakan dinamis. Tahapan penelitian meliputi pengumpulan dataset, pelabelan, prapemrosesan, pelatihan model, dan evaluasi menggunakan confusion matrix, precision, recall, F1 score, serta mAP. Hasil pengujian menunjukkan precision sebesar 0,9946, recall sebesar 0,9950, F1 score sebesar 0,9948, mAP50 sebesar 0,9907, dan mAP50-95 sebesar 0,7726. Hasil tersebut menunjukkan bahwa YOLOv8s mampu mendeteksi huruf SIBI dengan tingkat ketepatan yang tinggi.
Implementasi Metode Certainty Factor Diagnosa Gejala Pada Puyuh Dynu Anggoro Pangestu; 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: 10.29407/9my4g392

Abstract

Burung puyuh memerlukan penanganan penyakit yang cepat karena gejala awal sering mirip dan sulit dibedakan oleh peternak. Penelitian ini mengimplementasikan metode certainty factor untuk mendiagnosis penyakit burung puyuh berdasarkan gejala yang dipilih pengguna. Basis pengetahuan dibangun dari 13 gejala dan 9 jenis penyakit dengan bobot keyakinan pakar. Program modeling menggunakan Python untuk membaca dataset, membentuk rule base, menghitung nilai gabungan certainty factor, menentukan diagnosis dengan skor tertinggi, serta mengevaluasi hasil menggunakan confusion matrix, accuracy, precision, recall, dan F1 score. Pengujian pada 27 skenario data uji menghasilkan akurasi 81,48 %, precision makro 75,56 %, recall makro 62,96 %, dan F1 score makro 66,54 %. Hasil ini menunjukkan bahwa certainty factor dapat digunakan sebagai dasar diagnosis awal penyakit puyuh secara terstruktur dan mudah diinterpretasikan.
STUDI PERBANDINGAN DECISION TREE DAN RULE BASED UNTUK PENJADWALAN PEMINJAMAN LABORATORIUM SEKOLAH Slamet Widodo; 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/f27c2a13

Abstract

Penelitian ini membandingkan antara algoritma Decision Tree (C4.5) dan metode Rule Based dalam mengatasi masalah penjadwalan peminjaman laboratorium yang dilakukan secara manual di SMP Negeri 1 Rejoso. Sekolah itu hanya memiliki 2 laboratorium sains yang digunakan oleh 6 guru dan 27 kelompok belajar, dengan 9 kelompok per kelas 7, 8, dan 9.Karena itu, jadwal sering bertabrakan hingga terjadi 15 kasus per minggu. Decision tree dilatih menggunakan 100 data historis yang mencakup fitur seperti hari, ruangan, jam pelajaran, rombel, guru, dan status ketersediaan, serta mengaplikasikan rumus entropy dan information gain. Sebaliknya, metode Rule Based diambil dari sistem berbasis web (PHP & MySQL) yang menggunakan aturan seperti memeriksa kekosongan ruang, mendeteksi tumpang tindih jadwal, dan menentukan prioritas kelas. Hasil perbandingan menunjukkan bahwa Decision Tree mencapai akurasi sebesar 92,4%, dengan penurunan bentrok sebesar 86,7% dan peningkatan efisiensi waktu sebesar 45%.Sementara itu, Rule Based mencapai akurasi 94%, dengan keunggulan dalam hal kemudahan dalam memahami dan mengubah aturan. Studi ini menunjukkan bahwa Decision Tree lebih baik dalam menghadapi pola yang rumit, sedangkan Rule Based lebih cocok untuk aturan yang tetap di sekolah. Hasil penelitian memberikan rekomendasi hybrid untuk optimalisasi manajemen laboratorium IPA di sekolah menengah.
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