Article Per Year (5 Year)
p-Index From 2021 - 2026
3.2
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research Indonesian Journal on Software Engineering (IJSE) JURNAL MEDIA INFORMATIKA BUDIDARMA JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Kridatama Sains dan Teknologi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Taroa : Jurnal Pengabdian Masyarakat Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi SEWAGATI: Jurnal Pengabdian Kepada Masyarakat RESLAJ: Religion Education Social Laa Roiba Journal Journal of Excellence Humanities and Religiosity Jurnal Pengabdian kepada Masyarakat (PEMAS) Scientific: Journal of Computer Science and Informatics
Siti Mutmainah
Universitas Muhammadiyah Bima
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Scientific: Journal of Computer Science and Informatics

 1 
Analisis Perancangan Sistem Informasi Pendukung Keputusan untuk Mitigasi Bencana Alam Berbasis Data Real-Time Fathir; Tri Stiyo Famuji; Erin Eka Citra; Siti Mutmainah
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 1 (2025): Januari 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i1.339

Abstract

Sistem informasi pendukung keputusan (SPK) berbasis data real-time memiliki peran krusial dalam mitigasi bencana alam, terutama di kawasan rawan seperti Indonesia. Penelitian ini bertujuan untuk menganalisis perancangan SPK yang mampu memproses data real-time dari berbagai sumber, seperti sensor lingkungan, satelit, dan media sosial, guna mendukung pengambilan keputusan yang cepat dan akurat oleh pihak berwenang. Metode penelitian meliputi analisis kebutuhan, desain sistem menggunakan pendekatan berbasis cloud, dan pengujian prototipe dengan skenario simulasi bencana. Hasil penelitian menunjukkan bahwa sistem yang dirancang dapat mengurangi waktu respons hingga 40% dan meningkatkan akurasi prediksi risiko bencana sebesar 75%. Pembahasan menyoroti pentingnya integrasi teknologi big data dan machine learning dalam meningkatkan efektivitas mitigasi. Kesimpulannya, SPK berbasis data real-time menawarkan solusi inovatif untuk mengatasi tantangan mitigasi bencana alam di era digital.
Optimasi Ekstraksi Fitur Citra Karakter Font Menggunakan Algoritma Support Vector Machines (SVM) untuk Klasifikasi Tipografi Alamin, Zumhur; Sutriawan; Siti Mutmainah; Muhammad Hayun
Scientific: Journal of Computer Science and Informatics Vol. 2 No. 1 (2025): Januari 2025
Publisher : Universitas Muhammadiyah Bima

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34304/scientific.v2i1.344

Abstract

Klasifikasi tipografi berbasis citra karakter merupakan salah satu tantangan penting dalam bidang pengenalan pola dan pengolahan citra digital, terutama dalam konteks digitalisasi dokumen dan sistem OCR (Optical Character Recognition). Penelitian ini bertujuan untuk mengoptimalkan proses ekstraksi fitur citra karakter font dengan memanfaatkan kombinasi beberapa teknik fitur serta algoritma Support Vector Machines (SVM) untuk klasifikasi. Metode yang digunakan melibatkan preprocessing citra karakter, ekstraksi fitur menggunakan Histogram of Oriented Gradients (HOG), Local Binary Pattern (LBP), dan Zoning, serta pelatihan model SVM dengan kernel Radial Basis Function (RBF). Dataset yang digunakan terdiri dari 2.600 citra karakter dalam format grayscale yang berasal dari lima jenis font populer. Dataset ini dibagi menjadi data latih dan data uji untuk keperluan pelatihan dan evaluasi model. Hasil eksperimen menunjukkan bahwa kombinasi fitur HOG dan Zoning menghasilkan akurasi klasifikasi tertinggi sebesar 94,6%, mengungguli teknik fitur tunggal maupun kombinasi dua fitur lainnya. Temuan ini menunjukkan bahwa pemilihan dan penggabungan teknik ekstraksi fitur yang tepat secara signifikan meningkatkan performa klasifikasi tipografi citra karakter. Penelitian ini memberikan kontribusi dalam pengembangan sistem klasifikasi font yang lebih akurat dan efisien, serta membuka peluang aplikasi lebih lanjut dalam digital forensik, sistem pencarian berbasis citra, dan digitalisasi arsip.
Co-Authors Amirul Mu'min, Muhammad Anas Satria Citra, Erin Eka Dhomas Hatta Fudholi Dikan , Noval Erin Eka Citra Fathir Fathir Fathir Fudholi, Dhomas Hatta Ghufran, Syed Muhammad Hayaty, Mardhiya Khairunnas, Khairunnas Khairunnisa Lorosae, Teguh Ansyor LUKMAN, LUKMAN M. Fikram Miftahul Jannah Muhammad Akbar Muhammad Hayun Nur Hunul Khatimah Nurdiniawati Nurfadila Nurfidianty Annafi, Nurfidianty Patryansya , Yoga Purwoko, Agus Ramadhan, Sahrul Randitha Missouri Rizki, Afsa Sabar Aritonang Rajagukguk Sahrul Ramadhan Saifullah Setiawan, Muhammad Iwan Sri Wahyuningsih Sutriawan Sutriawan Sya’Ban, Ahmad Teguh Ansor Lorosae Teguh Ansyor Lorosae Tri Stiyo Famuji Widayati, Ulfa Yuliyanti yuliyanti Zumhur Alamin