Article Per Year (5 Year)
p-Index From 2021 - 2026
4.2
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Sistemasi: Jurnal Sistem Informasi Jurnal SOLMA Prosiding Seminar Nasional Teknoka SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Jurnal Linguistik Komputasional Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Pendidikan dan Teknologi Indonesia Jurnal Abdi Masyarakat Indonesia Jurnal Ilmiah Multidisiplin (JUKIM) JURNAL TEKNIK INFORMATIKA DAN KOMPUTER
Nunik Pratiwi
Universitas Muhammadiyah Prof. Dr. Hamka
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Klasifikasi Penyakit dan Kelainan Bentuk Kuku Manusia Menggunakan Convolutional Neural Network Madani, Rafika Aulia; Nunik Pratiwi
Jurnal Teknik Informatika dan Komputer Vol. 3 No. 2 (2024): Jurnal Teknik Informatika dan Komputer
Publisher : Universitas Muhammadiyah Prof. DR. HAMKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/jutikom.v3i2.16891

Abstract

Nails are one of the body parts that have an important role, because nails can provide signals of a disease starting from the color, shape, and size of the nails. This study aims to identify diseases and abnormalities of human nail shape using digital images. This study uses seven classes of diseases, namely beausline, clubbing, koilonychia, yellow nail, white nail, onychomycosis, and normal nail. To identify diseases and abnormalities of human nail shape, the method used is Convolutional Neural Network with VGG-16 architecture. The results obtained from this study are an accuracy of 92.9% from a total dataset that has been augmented as much as 3900 data, for an average precision measurement result of 86.1%, an average recall result of 85.8%, an average f-1 score result of 85.8%.
Penerapan Support Vector Machine Untuk Analisis Sentimen pada X (Twitter) Mengenai Obat Penyebab Gagal Ginjal Akut pada Anak Salsabilla, Tasya Rizki; Nunik Pratiwi
Jurnal Teknik Informatika dan Komputer Vol. 3 No. 2 (2024): Jurnal Teknik Informatika dan Komputer
Publisher : Universitas Muhammadiyah Prof. DR. HAMKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/jutikom.v3i2.16892

Abstract

In October 2022, there were many cases of children suffering from acute kidney failure due to harmful chemical compounds detected in the history of children's cough medicine use. The statement caused controversy and became a conversation on social media, especially Twitter. Exploring this opinion can lead to a decision that can be applied in machine learning and sentiment analysis, namely support vector machines (SVM). The purpose of this research is to find out the sentiment of the community towards drugs that cause acute kidney failure in children and see the performance of the support vector machine algorithm. The data used was 1128. Based on the results of the study, the community responded negatively to this topic, as evidenced by the fact that the negative sentiment obtained was greater than the positive sentiment, and the support vector machine algorithm with a linear kernel performed very well, as evidenced by the excellent accuracy value of 91%.
Perancangan Dan Implementasi Sistem Point Of Sales (POS) Berbasis Web Menggunakan Framework Laravel 11 (Studi Kasus Toko Umkm Nasution) Razman Rifany; Nunik Pratiwi
Prosiding Seminar Nasional Teknoka Vol 9 (2024): Proceeding of TEKNOKA National Seminar - 9
Publisher : Fakultas Teknik, Universitas Muhammadiyah Prof. Dr. Hamka, Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22236/teknoka.v9i1.17750

Abstract

Toko Nasution, a small and medium-sized enterprise (SME) in the retail sector, faces challenges in transaction recording and data management using conventional methods, which pose risks of data loss and difficulty in integrating branch operations. The proposed solution is the implementation of a web-based POS system using Laravel 11. The system is designed using the prototype method and employs Unified Modeling Language (UML) for system design. The research began with interviews with the store owner, followed by designing a prototype using Balsamiq 3, which was tested and evaluated by the SME owner. After the prototype was approved, coding and implementation were carried out, followed by Alpha and Beta testing using the black-box method to ensure the system's functionality. The implementation results in reduced data loss risks, easier data-driven decision-making, improved operational efficiency, and increased customer satisfaction. The system also manages data in real-time, and the POS system handles transactions smoothly.
Pemberdayaan Ibu-Ibu Cibi-Cibi Lele melalui Solar Panel untuk Diversifikasi Produk Olahan Ikan Lele di Cibinong, Bogor, Jawa Barat Rosalina, Rosalina; Rahayu, Leni Sri; Pratiwi, Nunik; Sinduningrum, Estu; Gunadi, Reza; Miftahuddin, Miftahuddin; Widodo, Muhammad Adnan
Jurnal Abdi Masyarakat Indonesia Vol 4 No 6 (2024): JAMSI - November 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.1386

Abstract

Pengmas kemendikbud 2024 kali ini ditujukan pada kelompok Ibu-ibu Pengajian “Cibi-cibi Lele” berlokasi di Kampung Poncol Pakansari RT 02 RW 05 Kel. Nanggewer Mekar Kec. Cibinong. Diketuai oleh Ibu Putri Arie Rahayu. Produktifitas telah berjalan selama 1 tahun mulai bulan Maret 2023. Program diversifikasi pemberdayaan ibu-ibu Cibi-Cibi Lele ini mampu meningkatkan kreativitas dalam mengolah makanan sehat untuk peningkatan gizi keluarga, khususnya gizi anak, dan juga menjadi peluang besar untuk meningkatkan ekonomi keluarga. Tujuan dari kegiatan pengmas ini adalah membantu mengembangan produksi pengolahan ikan lele berupa makanan olahan siap saji yang selama ini penjualan berputar hanya sebatas tetangga sekitar. Diharapkan kedepan menjadi komoditas ekspor. Tim akan menyediakan alat bantu memasak berupa kompor induksi. Sumber energy listrik untuk memanaskan kompor induksi akan dipasang Panel Surya pendamping listrik PLN. Hasil olahan ikan lele akan dikemas rapi dengan logo khusus dan akan dipasarkan lewat penjualan kuliner e-commerce. Metode yang digunakan dimulai dari tahapan persiapan, sosialisasi, praktik lapangan, dan evaluasi. Evaluasi dilakukan untuk menilai keberhasilan program dan respons peserta terhadap pelatihan yang diberikan. Hasil kegiatan yang dicapai adalah ibu-ibu Cibi-Cibi Lele memiliki keterampilan dalam memproduksi ikan lele crispy dan nugget lele serta sudah terbuka peluang market e-commerce.
Analisis Sentimen Game Show Clash of Champions Ruangguru dengan Algoritma KNN dan SVM Apriani, Elsa; Pratiwi, Nunik
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 1 (2025): JPTI - Januari 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.556

Abstract

Penelitian ini menganalisis sentimen publik terhadap acara Clash of Champions (CoC) oleh Ruangguru menggunakan algoritma K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Data dianalisis melalui proses evaluasi menggunakan Confusion Matrix dengan metrik evaluasi berupa accuracy, precision, recall, dan F1-Score. Hasil menunjukkan bahwa algoritma KNN memiliki accuracy tertinggi sebesar 74.01%, sedangkan SVM memiliki accuracy 73.68%. Dengan performa yang lebih stabil, KNN terbukti lebih unggul dalam mendeteksi sentimen positif dan negatif dibandingkan SVM. Penelitian ini menunjukkan bahwa algoritma KNN lebih efektif untuk analisis sentimen pada acara edukatif seperti CoC. Hasil ini diharapkan dapat memberikan masukan bagi pengembang program untuk meningkatkan kualitas acara di masa depan.
Implementation of Face Recognition, Attendance Detection, and Geolocation using TensorFlow Lite and Google ML Kit in a Mobile Attendance Application Ahmad, Fajar Abdillah; Pratiwi, Nunik
Sistemasi: Jurnal Sistem Informasi Vol 14, No 1 (2025): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v14i1.4775

Abstract

Attendance applications are increasingly needed across various sectors, including education, government, and offices. However, challenges such as identity fraud and location manipulation remain unresolved. This study aims to develop a mobile attendance system that integrates face recognition, liveness detection, geolocation, and permission features, along with push notifications via user email. Additional features such as profile updates and attendance history are also included in the mobile application in real-time. The system ensures valid attendance by utilizing TensorFlow Lite for real-time face recognition and liveness detection, and Google ML Kit to enable geolocation features for user location verification. The Waterfall method was employed in this study, covering analysis, design, implementation, testing, and finalization phases. The results of this study demonstrate the ease and convenience of using the attendance system, with successful integration of face recognition, liveness detection, and geolocation into the mobile attendance application.
Deteksi Manusia Dengan Algoritma YOLO Untuk Pemutaran Audio Otomatis Di Area Tertentu Mansyur, M Alfin; Pratiwi, Nunik
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5967

Abstract

Industri ritel di Indonesia saat ini sedang mengalami ekspansi yang pesat, dengan implikasi ekonomi yang signifikan. Namun, di balik pertumbuhan yang pesat ini, pencurian selalu menjadi perhatian utama bagi para pelaku industri ritel. Oleh karena itu meningkatkan kualitas sistem keamanan pada masyarakat adalah suatu keharusan. Pada penelitian ini algoritma pengenalan objek YOLO (You Only Look Once) digunakan untuk mendeteksi dan melacak objek, sehingga program dapat memberikan ID pada setiap objek yang terdeteksi, lalu memutar audio pada saat objek yang memiliki ID memasuki area yang telah ditentukan. Model yang digunakan adalah model YOLOv5 untuk mendeteksi kepala manusia yang diunduh dari situs web GitHub. Sebagai bentuk pengujian, beragam video dengan karakteristik berbeda dikumpulkan, meliputi Single Entry, Multiple Entry, Reentry, Dengan Hambatan, dan Berdiam Diri. Program dievaluasi berdasarkan kemampuan dalam memberikan ID dan memutar audio. Hasil menunjukkan bahwa program ini mampu memberikan ID dan memutar audio untuk setiap objek yang berhasil terdeteksi. Namun, program ini tidak dapat bereaksi terhadap objek yang tidak terdeteksi karena terhalang oleh kendala fisik atau hambatan lainnya.
IDENTIFIKASI PENYAKIT TUMBUHAN TOMAT DAN ANGGUR MENGGUNAKAN CNN DENGAN ARSITEKTUR VGG-16 Rahman, Fadllin Fadlu; Pratiwi, Nunik
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5663

Abstract

Tanaman tomat dan anggur dikenal sebagai tanaman yang populer di Indonesia. Mayoritas penyakit yang menyerang kedua tanaman ini dapat teridentifikasi melalui gejala yang muncul pada daunnya. Penelitian ini mengusulkan identifikasi penyakit tanaman tomat dan tanaman anggur menggunakan algoritma Convolutional Neural Network dengan arsitektur VGG-16 didalamnya dengan tujuan membantu masyarakat yang memiliki kedua tanaman tersebut agar dapat menganalisis penyakit dari tanaman anggur dan tanaman tomat. Hasil akurasi yang berhasil diperoleh dari penelitian ini dengan ujicoba epoch sebanyak 100 menghasilkan akurasi sebesar 92% dari total sampel data sebanyak 10.717 yang Merupakan gabungan dari penyakit tanaman anggur dan tanaman tomat. Penyakit tanaman anggur yang digunakan yaitu black rot, esca, healthy, dan leaf blight. Sedangkan penyakit tanaman tomat yang digunakan yaitu bacteria spot, early blight, healthy, late blight, leaf mold, septoria leaf spot, spider mites, target spot, mosaic virus, dan yellow leaf curl virus.
Co-Authors Abrar, Achmad Khairil Ade Davy Wiranata Afandi, Irfan Ricky Affandi, Irfan Ricky Ahmad, Fajar Abdillah Akhmad Haqiqi Ma’mun Alamsyah, Muhammad Kega Alfariz, Mohamad Ananda Angga Novka Alana Apriani, Elsa Arien Bianingrum Rossianiz Arya Bima Fauzan Aulia, Muhammad Fathan Azizah Dimas Rahmat Ramadhan Estu Sinduningrum Estu Sinduningrum Fahmi Triyadi Fauzi Firman Noor Hasan Gunadi, Reza Herlando, Fariz Ihsan Hibatur Rahman Irawati Irawati Irva, Muhammad Isa Faqihuddin Hanif Lita Astri Pramesti Madani, Rafika Aulia Makmun, Akhmad Haqiqi Mansyur, M Alfin Miftahuddin Miftahuddin Muchammad Sholeh Muhamad Rizki Pratama Nufairi, Farhan Palepa, Muhammad Jeral Rahayu, Leni Sri Rahman, Fadllin Fadlu Razman Rifany Rikky Jaya Subita Rizki, Ali Abdul Rohmansa, Reva Qintara Rois Sovi Meitofa Rosalina Rosalina Rosalina Rosalina Salsabilla, Tasya Rizki Sinduningrum, Estu Taupik Kamil Widia Putri Septiani Widodo, Muhammad Adnan Windia Hadi Zuhri Halim, Zuhri