Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Dinamika Rekayasa (DINAREK) Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Pendidikan dan Teknologi Indonesia Makara Journal of Technology RENATA Jurnal Pengabdian Masyarakat Kita Semua
Farida Asriani
Prodi Teknik Elektro Universitas Jenderal Soedirman
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Ekstraksi Ciri Batang untuk Pengenalan Nomer Rekening Tulisan Tangan dengan Jaringan Syaraf Tiruan Perambatan Balik Asriani, Farida; Nugraha, Azis Wisnu Widhi
Dinamika Rekayasa Vol 8, No 2 (2012): Dinamika Rekayasa - Agustus 2012
Publisher : Jenderal Soedirman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.dr.2012.8.2.101

Abstract

Handwriting number recognition was being challenge problem to do in the recent years. The main objective for our research waso recognized handwritten account number. The original data was bank deposit slip that acquired by scanner. Before do the recognition of account number handwritten, first step that must be done was located account number on the bank deposit slip. After the location was found then the account number was segmented to cut up each numbern. After cutting the stem then performed feature extraction to obtain a vector which was fed to the neural network system for recognition rate. System back propagation neural network for handwritten digit pattern recognition was designed by 168neuron consists of input layer, 70 neurons in the hidden layer and 10 neurons in the output layer. The results obtained in this study were 83.78% of the data slip can be recognized correctly.
Prediksi Penyakit Demam Berdarah Dengue (Dbd) Dan Tifus Menggunakan Jaringan Syaraf Tiruan Perambatan Balik (Back Propagation) Farida Asriani; Hesti Susilawati; Lucyana Harvianti
Dinamika Rekayasa Vol 3, No 1 (2007): Dinamika Rekayasa - Februari 2007
Publisher : Jenderal Soedirman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.dr.2007.3.1.122

Abstract

Dengue Haemorrhagic Fever (DHF) and Typhus are diseases which often knock over Indonesian society. Both of these diseases, especially DBD is malignancy that able to result death if losing time to be diagnosed. But civil society, even a doctor which is expert, sometimes also difficult to detect DHF diagnosed earlier, because symptom initially, tending to look like with other acute diseases. One of the diseases that have symptom like DHF is typhus. Back Propagation Artificial Neural Network (ANN) is one of artificial intelligences that can be applicated in the field of health, especially for predicting a disease type. By using input in the form of symptoms the naturalness by a patient, expected this Back Propagation ANN system can help the doctors to diagnose the diseases that happen to their patients, especially DHF and Typhus diseases. ANN system that is designed to predict DHF and typhus diseases, is trained with back propagation algorithm that using adaptive learning rate and momentum. From this research, is got ANN system with network architecture that consist of: one input layer with 18 neurons, one hidden layer with 125 neurons, and one output layer with 1 neuron. And also, value of constanta momentum is 0.95.This ANN system has good performance. From 400 respondents that use for training, result of the memorizing examination reaches percentage equal to 100%, and result of the generalizing examination reaches 96%, from 150 new respondents
Pengenalan Pola Aksara Jawa Tulisan Tangan dengan Jaringan Syaraf Tiruan Perambatan-Balik Farida Asriani; Azis Wisnu Widhi Nugraha
Dinamika Rekayasa Vol 5, No 2 (2009): Dinamika Rekayasa - Agustus 2009
Publisher : Jenderal Soedirman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.dr.2009.5.2.22

Abstract

Automatic reading techniques of handwriting being developed. Computerization of Java script has started to be developed. However, there is no automated reader system for documents written in handwriting Java script. This research applies backpropagation neural network for recignition of handwritten java script. Preprosesing patterns done with Java script normalize the image size to be 40x40 pixels then feature extraction. Performance network training is 99.8% and performance examination is 95.81%.
Static Hand Gesture Recognition of Indonesian Sign Language System Based on Backpropagation Neural Networks Asriani, Farida; Susilawati, Hesti
Makara Journal of Technology Vol. 14, No. 2
Publisher : UI Scholars Hub

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

Abstract

Static Hand Gesture Recognition of Indonesian Sign Language System Based on Backpropagation Neural Networks. The main objective of this research is to perform pattern recognition of static hand gesture in Indonesian sign language. Basically, pattern recognition of static hand gesture in the form of image had three phases include: 1) segmentation of the image that will be recognizable form of the hands and face, 2) feature extraction and 3) pattern classification. In this research, we used images data of 15 classes of words static. Segmentation is performed using HSV with a threshold filter based on skin color. Feature extraction performed with the Haar wavelet decomposition filter to level 2. Classification is done by applying the back propagation system of neural network architecture with 4096 neurons in input layer, 75 neurons in hidden layer and 15 neurons in output layer. The system was tested by using 225 data validation and accuracy achieved was 69%.
Rancang Bangun Sistem Komunikasi TX/RX Untuk Monitoring Mesin Penetas Telur Unggas Secara Realtime Berbasis Web Dan Telegram Muhammad Sophian Alwi Ramadhan; Farida Asriani; Agung Mubyarto
Jurnal Pendidikan dan Teknologi Indonesia Vol 3 No 1 (2023): JPTI - Januari 2023
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.210

Abstract

Komoditas unggas mempunyai prospek pasar yang sangat baik karena didukung oleh karakteristik produk unggas yang dapat diterima oleh masyarakat Indonesia yang sebagian besar muslim, karena harga yang relatif murah dengan akses yang mudah diperoleh dan sudah merupakan barang publik. Karena unggas merupakan komoditas penting maka dibutuhkan mesin penetas telur yang dapat memudahkan peternak dalam penetasan telur menjadi unggas. Akan tetapi masih ada kelemahan dalam penggunaan mesin penetas telur. Karena peternak diharuskan untuk selalu monitoring pada mesin penetas telur, hal ini akan membuang sia sia waktu peternak, untuk itu diciptakan sebuah pembaruan dalam sistem monitoring mesin penetas telur. Pembaruan yang ditawarkan berupa sistem monitoring melalui web dan telegram. Dimana pembaruan ini menggunakan metode komunikasi tx/rx pada Arduino dan Nodemcu untuk mengirimkan data ke web dan telegram. Komunikasi ini digunakan untuk menambah banyaknya inputan data pada mesin penetas telur untuk ditampilkan pada web dan telegram. Karena fokus pada penelitian ini adalah pengiriman data dari arduino ke nodemcu menggunakan komunikasi tx/rx. Maka untuk pengujian yang dilakukan adalah menguji berapa lama pengiriman data yang dilakukan oleh komunikasi tx/rx sampai ditampilkan ke web dan telegram.
Implementasi Papan Informasi Digital Sebagai Sarana Pengunjung dan Branding Potensi Lokawista Fadli, Ari; Siswantoro, Hari; Nugraha, Azis Wisnu Widhi; Suroso, Suroso; Asriani, Farida
RENATA: Jurnal Pengabdian Masyarakat Kita Semua Vol. 2 No. 3 (2024): Renata - Desember 2024
Publisher : PT Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/1.renata.9

Abstract

Lokawisata merupakan salah satu fasilitas publik yang syarat akan informasi. Informasi ini tentunya sangat dibutuhkan oleh para pengunjung dan calon pengunjung. Informasi berupa spot-spot menarik dan potensi dilokasi tersebut. Selain itu, keberadaan informasi ini juga dibutuhkan oleh pihak pengelola untuk melakukan branding potensi yang dimiliki. Saat ini, kondisi di lokawisata Hutan Pinus Limpakuwus (HPL) keberadaan papan informasi belum tersedia secara memadai milik pengelola yang dapat memberikan informasi yang akurat kepada pengunjung dan calon pengunjung lokawisata. Papan Informasi Digital (Digital Signage) saat ini telah banyak digunakan di baik di instansi pemerintah maupun instansi swasta. Papan Informasi digital merupakan salah satu media yang sering digunakan untuk memberikan informasi yang cepat dan akurat yang dibutuhkan oleh masyarakat secara umum. Tujuan dari kegiatan pengabdian kepada masyarakat ini adalah membangun papan informasi digital sebagai sumber informasi sekaligus sarana branding bagi lokawisata di HPL. Hasil yang diperoleh dari kegiatan pengabdian kepada masyarakat berupa transfer pengetahuan kepada pihak pengelola lokawisata tentang tata cara penggunaan dan pemanfaatan papan informasi digital sebagai media dalam menyebarkan informasi kepada pengunjung dan calon pengunjung menjadi lebih menarik dan up to date
SISTEM WARNING BERBASIS DETEKSI MASKER PADA WAJAH SECARA REALTIME MENGGUNAKAN METODE HAAR-CASCADE Patombongi, Andi; Putra, Muhammad Ardi; Kamil, Dea Angelia; Asriani, Farida; Raja, Imelda Dua
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1699

Abstract

Pada paper ini penulis mengembangkan sebuah sistem berbasis computer vision yang mampu mendeteksi wajah dengan dan tanpa masker. Tidak hanya itu, penggunaan masker yang tidak sempurna juga dapat dideteksi oleh sistem. Model yang diterapkan pada sistem ini adalah Adaboost yang bekerja menggunakan Haar-like features. Hasilnya, sistem mampu bekerja dengan akurasi 90% terhadap data uji dengan kecepatan pemrosesan sebesar 7,9 FPS.
Co-Authors Agung Mubyarto Andi Patombongi Ari Fadli Azis Wisnu Widhi Nugraha Hari Siswantoro, Hari Hesti Susilawati Hesti Susilawati Kamil, Dea Angelia Lucyana Harvianti Muhammad Sophian Alwi Ramadhan Putra, Muhammad Ardi Raja, Imelda Dua Suroso Suroso