Article Per Year (5 Year)
p-Index From 2020 - 2025
3.029
P-Index
This Author published in this journals
All Journal MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Informatika dan Teknik Elektro Terapan Scientific Journal of Informatics JOIV : International Journal on Informatics Visualization Journal of Information Technology and Computer Science INTEGER: Journal of Information Technology JPP IPTEK (Jurnal Pengabdian dan Penerapan IPTEK) SPIRIT Jusikom: Jurnal Sistem Informasi Ilmu Komputer JATI (Jurnal Mahasiswa Teknik Informatika) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Pengabdian kepada Masyarakat Nusantara Nusantara Science and Technology Proceedings Journal of Computer, Electronic, and Telecommunication (COMPLETE) KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika
Agung Mustika Rizki, Agung Mustika
Brawijaya University
Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Medicine & Pharmacology Social Sciences Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
Klasifikasi Jenis Wayang menggunakan Convolutional Neural Network (CNN) dan Optimasi Adaptive Moment Estimation (ADAM) Imandayanti, Nur Eza; Wahanani, Henni Endah; Rizki, Agung Mustika
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.6862

Abstract

Perkembangan teknologi memiliki peran penting dalam upaya pelestarian budaya, terutama dalam melestarikan seni tradisional seperti wayang. Wayang merupakan salah satu warisan budaya Indonesia yang telah mengalami penurunan minat sebesar 23,06% dalam kurun waktu 2018 hingga 2021. Sehingga, diperlukan pendekatan baru yang lebih modern untuk dapat menarik perhatian generasi muda. Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi jening wayang menggunakan convolutional neural network (CNN) dengan optimasi Adaptive Moment Estimation (ADAM) agar memberikan informasi yang lebih akurat mengenai jenis wayang dan meningkatkan akses pendidikan budaya melalui teknologi. Metode CNN dengan optimasi ADAM disinyalir dapat meingkatkan kemampuannya dalam analisis citran dan optimasi akurasi. Hasill penelitian menunjukkan bahwa optimasi ADAM mengikatkan hasil akurasi prediksi hingga 0,84 dalaam 30 iterasi pelatihan dibandingan tanpa memiliki optimasi. Sistem ini dapat digunakan sebagai media pembelajaran interaktif untuk mengenal jenis wayang, termasuk wayang kulit, golek dan beber dengan performa yang baik.
Analisis Performa Choke Dalam Prediksi Well Testing Menggunakan Algoritma Long-Short Term Memory Saputra, Rendi Cahya; Anggraeny, Fetty Tri; Rizki, Agung Mustika
Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 11 No 2 (2025): Journal CERITA : Creative Education of Research in Information Technology and Ar
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cerita.v11i2.3575

Abstract

Well testing adalah proses yang penting dalam industri perminyakan hal ini karena well testing berfungsi untuk memprediksi produksi minyak dan gas, yang memungkinkan perusahaan membuat keputusan strategis mengenai optimasi produksi dan alokasi sumber daya. Metode konvensional untuk well testing membutuhkan waktu dan biaya yang besar. LSTM, jenis Recurrent Neural Network (RNN) dengan penambahan memory cell agar dapat menyimpan informasi jangka panjang, diharapkan dapat mengatasi kelemahan ini. penelitian ini menggunakan data time series, yang digunakan untuk mempelajari pola produksi. Hasil penelitian menunjukkan bahwa model LSTM dengan skenario terbaik pada choke 38 didapatkan pada pada pembagian data 90%, hidden size 150 dan 250, dengan nilai MSE 0.001 dan nilai RMSE 0.044, untuk choke 40 didapatkan pada pembagian data 90%, hidden size 150, dengan nilai MSE 0.006 dan nilai RMSE 0.078, dan untuk choke 42 didapatkan pada pembagian data 90%, hidden size 150, dengan nilai MSE 0.007 dan nilai RMSE 0.086, hasil penelitian juga menunjukan bahwa hasil produksi menggunakan choke 42 menunjukan performa terbaik dibandingkan dengan kedua choke lainnya. Penelitian ini menunjukkan bahwa LSTM adalah metode yang efektif untuk prediksi well testing dan dapat menjadi alternatif bagi perusahaan minyak dalam mengoptimalkan produksi dan pengambilan keputusan dalam melakukan produksi sumur.
Application of IoT-based Intelligent Control Devices Empowered with Fuzzy Inference System in the Garment Industry Rizki, Agung Mustika; Ashari, Faisal; Yuliastuti, Gusti Eka; Haromainy, Muhammad Muharrom Al; Aditiawan, Firza Prima; Amnur, Hidra
JOIV : International Journal on Informatics Visualization Vol 9, No 5 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.5.3344

Abstract

The garment industry in Indonesia has experienced significant development in recent years. A critical aspect of this development is the increasing role of Micro, Small, and Medium Enterprises (MSMEs). Swari Garment Industries (SGI) is an example of an MSME that focuses on the garment sector. In practice, various problems and negligence can affect the course of the production process. One potential issue is using the machine inappropriately or excessively, which can lead to a short electrical circuit. Short electrical circuits are one of the problems that must be faced because they can cause various severe impacts, including equipment damage and even fire. Based on this risk analysis, a possible solution to be applied to SGI, one of the MSMEs in the garment sector, is the implementation of an intelligent control device. The implementation of intelligent control tools based on the Internet of Things (IoT) can enhance the efficiency of the production process and mitigate significant risks to workers and the environment. The Fuzzy Inference System, in which the equity, temperature, and humidity are the input values of the Intelligent Control Device. A hardware device for temperature and humidity control, accessible through an Android phone application, was implemented in SGI. Experiments have verified that we can achieve excellent results. The average percentage of temperature measurement error was 0.2% and for humidity, 0.26%. The average percentage of measurement error from the comparison between the system and MATLAB is 0.49%.
Peningkatan Ekonomi Digital pada Usaha Kerajinan Kulit melalui Optimalisasi Teknologi Informasi Sari, Anggraini Puspita; Widoretno, Astrini Aning; Aditiawan, Firza Prima; Rizki, Agung Mustika
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 1.1 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) SPECIAL ISSUE
Publisher : Lembaga Dongan Dosen

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

Abstract

Usaha Mikro, Kecil, dan Menengah (UMKM) memiliki peran strategis dalam perekonomian Indonesia, baik sebagai penyedia lapangan kerja maupun sebagai kontributor terhadap Produk Domestik Bruto (PDB). Digitalisasi ekonomi menjadi salah satu strategi utama untuk meningkatkan daya saing, efisiensi operasional, dan akses pasar bagi UMKM, khususnya dalam sektor kerajinan kulit. Mitra kegiatan pengabdian kepada masyarakat ini adalah Prima Semesta Alam, sebuah UMKM di sektor kerajinan kulit yang berlokasi di Gunung Anyar, Surabaya. Kegiatan ini bertujuan untuk meningkatkan kapasitas daya saing dan akselerasi transformasi digital ekonomi mitra usaha. Pelaku UMKM di sektor ini menghadapi berbagai tantangan, termasuk keterbatasan dalam pemanfaatan teknologi digital untuk pemasaran dan penjualan produk secara online. Tim pengabdian dari Universitas Pembangunan Nasional Veteran Jawa Timur (UPNVJT) berkolaborasi antara program studi Informatika dan Akuntansi untuk melaksanakan pelatihan dan pendampingan komprehensif. Program ini mencakup penggunaan platform digital, penerapan strategi pemasaran berbasis data, dan optimalisasi media sosial untuk memperluas jangkauan pasar. Hasil dari kegiatan ini menunjukkan peningkatan signifikan dalam pemahaman pelaku usaha mengenai teknologi informasi, penguasaan platform digital untuk e-commerce, serta potensi peningkatan penjualan hingga 25% melalui adopsi strategi pemasaran digital. Hal ini mengindikasikan bahwa integrasi teknologi digital dapat menjadi katalisator bagi pertumbuhan ekonomi berkelanjutan di sektor UMKM, khususnya dalam menghadapi tantangan era industri 4.0.
PENCARIAN TOPIK PENELITIAN PADA STUDI KASUS JURNAL JIFTI MENGGUNAKAN TEKNIK HIEARCHICAL DIRICHLET PROCESSES Moch Erreza, Moch Erreza; Kartini, Kartini; Rizki, Agung Mustika
SPIRIT Vol 16, No 1 (2024): SPIRIT
Publisher : LPPM ITB Yadika Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53567/spirit.v16i1.325

Abstract

Studi ini mengusulkan proses Dirichlet hierarkis (HDP), karena kami melaporkan hasil pengujian pada tiga set dokumen yang menunjukkan kinerja HDP yang unggul dan efisien dibandingkan dengan model sebelumnya. Oleh karena itu, penelitian ini menggunakan metode HDP. Objek dalam penelitian ini adalah pemodelan topik/topic modelling pada dokumen Jurnal Teknologi Informasi dan Robotika (JIFTI). Penelitian ini menggunakan data abstrak Jurnal Teknologi Informasi dan Robotika (JIFTI) dari tahun 2019 sampai 2022, yang diperoleh dari https://jifti.upnjatim.ac.id/index.php/jifti/issue/archive. Hasil dari pre-processing kemudian dihitung dengan menggunakan topic modeling Hierarchical Dirichlet Process (HDP) untuk melihat topic 20 dengan melihat kata yang sering muncul pada data abstrak Jurnal Teknologi Informasi dan Robotika (JIFTI). Jumlah kemunculan setiap kata tersebut menjadi ukuran dalam metode Hierarchical Dirichlet Process (HDP) untuk dimodelkan Topic modeling abstrak Jurnal Teknologi Informasi dan Robotika (JIFTI) menggunakan metode Hierarchical Dirichlet Process (HDP) akan diketahui yang paling banyak muncul, Temuan utama meliputi sejumlah kata yang sering muncul, seperti “practicum, test, manage, major, develop, aim, feed, bitching, technology, people, apply, tourism, student, user, feed, learn, digit, laboratory, pusvetma, product”. Dari 20 kata yang sering muncul dalam setiap topik, dapat dilihat bahwa mayoritas abstrak jurnal JIFTI menyoroti penelitian dalam implementasi.
SEGMENTASI SEL PAP SMEAR SERVIKS BERTUMPUK MENGGUNAKAN LOCAL ADAPTIVE THRESHOLDING DAN WATERSHED Lutfia, Qonita; Mandyartha, Eka Prakarsa; Rizki, Agung Mustika
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4811

Abstract

Kanker serviks merupakan ancaman kesehatan global serius, dengan WHO melaporkan sekitar 604.000 kasus baru dan 342.000 kematian pada tahun 2020. Penelitian ini mengeksplorasi kombinasi metode local adaptive threshold dan segmentasi watershed untuk meningkatkan akurasi deteksi dini kanker serviks dengan lebih akurat mengidentifikasi sel-sel yang saling tumpang tindih pada Pap Smear. Metode Local Adaptive Threshold menyesuaikan nilai ambang berdasarkan karakteristik lokal gambar, dan segmentasi watershed diaplikasikan untuk memisahkan sel-sel yang saling tumpang tindih. Kombinasi ini menunjukkan hasil yang menjanjikan dalam meningkatkan efisiensi dan akurasi skrining kanker serviks, mendukung strategi WHO untuk eliminasi kanker serviks. Namun, adopsinya menghadapi tantangan di negara berkembang karena keterbatasan sumber daya dan kesenjangan digital. Tes menggunakan K-Fold Cross Validation (5 dan 7) menunjukkan akurasi 90.93% untuk k=5, dengan rata-rata precision 97.97%, recall 49.22%, dan F1-Score 65.50%. Pada k=7, hasil sedikit meningkat dengan precision 97.99%, recall 49.24%, dan F1-Score 65.53%. Rata-rata PSNR adalah 43.4341 dB dan MSE 3.45061, menegaskan efektivitas metode.Kata Kunci: Local Adaptive Thresholding, Watershed, Cervical Cancer, Pap Smear
PERAMALAN TINGKAT INFLASI DI INDONESIA MENGGUNAKAN ARTIFICIAL BEE COLONY DAN XGBOOST Mohammad, Farrel Adel; Rizki, Agung Mustika; Sihananto, Andreas Nugroho
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4827

Abstract

Pertumbuhan ekonomi dan stabilitas harga merupakan fokus utama bagi negara-negara, termasuk Indonesia. Inflasi, sebagai indikator fluktuasi harga barang dan jasa, memainkan peran penting dalam stabilitas ekonomi. Peramalan inflasi menjadi kunci bagi pemerintah dan pemangku kepentingan ekonomi untuk merancang kebijakan yang responsif. Model pembelajaran mesin, seperti XGBoost, telah digunakan untuk tujuan ini, namun penyetelan hiperparameter yang optimal menjadi kunci keberhasilannya. Algoritma optimisasi seperti Artificial bee colony (ABC) dapat mengotomasi proses penyetelan hiperparameter XGBoost, meningkatkan efisiensi dan kinerja model. Penelitian ini membuktikan bahwa kombinasi Artificial bee colony dan XGBoost berhasil meramalkan tingkat inflasi bulanan di Indonesia dengan hasil yang akurat. Implementasi metode ini memberikan rata-rata skor RMSE 0.155066, skor MAE 0.115655, dan skor MAPE 0.795767.
PENENTUAN PUSAT KLASTER SECARA OTOMATIS PADA ALGORITMA DENSITY PEAKS CLUSTERING BERBASIS METODE INTER QUARTILE RANGE Efendi, Ridwan; Junaidi, Achmad; Rizki, Agung Mustika
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4997

Abstract

Clustering adalah sebuah metode untuk mengelompokkan data yang sejenis ke dalam satu bagian yang sama. Proses ini mampu membantu manusia untuk mendapatkan informasi secara lebih cepat. Dalam konteks media sosial misalnya, metode clustering dapat memberikan informasi terkait konten yang cenderung disukai dan kurang disukai. Algoritma Density Peaks Clustering (DPC) adalah salah satu algoritma yang cukup populer digunakan untuk mengelompokkan sebuah data. Sudah banyak penelitian yang menggunakan algoritma ini. Namun, algoritma DPC memiliki kekurangan dalam hal penentuan pusat klaster. Pusat Klaster dalam algoritma DPC masih dipilih secara manual melalui grafik keputusan. Pemilihan pusat klaster secara otomatis menambah subjektivitas dan ketidakstabilan dalam algoritma. Untuk mengatasi masalah tersebut, diusulkan sebuah algoritma ‘Penentuan Pusat Otomatis’ yang berbasis pada metode Inter Quartile Range (IQR). Algoritma ini diuji menggunakan dataset iris, aggregation, flame, dan spiral. Hasil pengujian menunjukkan bahwa algoritma yang diusulkan dapat memperoleh hasil clustering yang lebih baik dan lebih akurat.
Implication of ICWFPSO as Optimization Neural Network Algorithm on Sales Forecasting System Swari, Made Hanindia Prami; Rizki, Agung Mustika; Satwika, I Kadek Susila; Handika, I Putu Susila
JOIV : International Journal on Informatics Visualization Vol 8, No 3-2 (2024): IT for Global Goals: Building a Sustainable Tomorrow
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.3-2.3134

Abstract

Predictive systems play a crucial role in a company's operations and strategy by aiding in more informed and data-driven decision-making and more effective planning and budgeting. It is possible to develop an intelligent system to perform forecasting. Neural networks offer significant advantages in forecasting systems due to their flexible modeling capabilities. However, this algorithm's fundamental weakness is the slow convergence rate and being trapped in a local minimum. To overcome it, this research is conducted to optimize the NN algorithm using the ICWFPSO to produce a forecasting algorithm with high accuracy and faster execution time using real e-commerce sales data for the past 7 years.  Algorithm performance testing tests the Mean Absolute Error (MAE) value of the forecasting system using three scenarios: the NN forecasting algorithm, the NN optimized with ICWFPSO on the weight value, and the same scheme. Still, the optimized value is the hyperparameter value.  ICWPSO has been shown to enhance the performance of PSO by tuning the inertia weight dynamically, which helps balance exploration and exploitation during the optimization process. The best prediction result is obtained when optimizing the hyperparameters using the ICWFPSO optimization technique compared to using traditional NN or optimizing weight value with ICWFPSO with the MAE value of 245.32958984375, and the best performance is obtained at iterations below 100. Further, gradient-based optimization methods might be generally preferred for their efficiency and effectiveness in handling large-scale neural network training.
Co-Authors Achmad Junaidi Adillion, Ilham Gurat Adityawan, Firza Prima Alzamzami, Moch. Nafkhan Andreas Nugroho Sihananto Anggraini Puspita Sari Ardi, Bagaskoro Kuncoro Arishandy, Zalfa Ibtisamah Ary Mazharuddin Shiddiqi ASHARI, FAISAL Bilqis Amaliah Citra Nurina Prabiantissa Dimara, Denis Lizard Sambawo Efendi, Ridwan Eka Prakarsa Mandyartha EKO WAHYUDI Eva Yulia Puspaningrum Fetty Tri Anggraeny Firza Prima Aditiawan Gusti Eka Yuliastuti Hafizh, Muhammad Abdullah Handika, I Putu Susila Henni Endah Wahanani Hermadiputri, Firdausa Yasmin Hidra Amnur I Komang Ari Mogi, I Komang Ari IMANDAYANTI, NUR EZA indrawanti, annisaa sri Ishardita Pambudi Tama Kartini Kartini Libriawan, Raditya Dimas Lutfia, Qonita Made Hanindia Prami Swari Mandyarth, Eka Prakarsa Maulana, Naufal Duta Mina, Nora Moch Erreza, Moch Erreza Mohammad, Farrel Adel Muhammad Muharrom Al Haromainy Muhammad Rivai Nuralamsyah, Bintang Nurlaili , Afina Lina Pratama, Muhammad Lutfi Putri, Shintyadhita Wirawan Rizky Amelia Saputra, Rendi Cahya Satwika, I Kadek Susila Setianto, Christian Wahyu Subairi Subairi Taufiqqurrahman, Husain Titin Sumarni Wardhani, Adil Sandy Wayan Firdaus Mahmudy Widoretno, Astrini Aning