Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Jurnal Khatulistiwa Informatika JIKO (Jurnal Informatika dan Komputer)
Febri Nova Lenti
Universitas Teknologi Digital Indonesia
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
CONVOLUTION NEURAL NETWORK UNTUK IDENTIFIKASI TINGKAT KESEGARAN IKAN NILA BERDASARKAN PERUBAHAN WARNA MATA Erna Hudianti Pujiarini; Febri Nova Lenti
Jurnal Khatulistiwa Informatika Vol 11, No 1 (2023): Periode Juni 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v11i1.14305

Abstract

Ikan Nila merupakan salah satu dari 5 komoditi ikan yang 80% digemari masyarakat Indonesia. Hasil perikanan setelah dipanen akan mengalami serangkaian proses perombakan yang mengarah ke penurunan mutu.  Ikan yang masih segar dapat dilihat dari  ciri fisik berupa perubahan warna mata, insang ikan, tekstur daging ikan, dan bau. Terkadang konsumen dalam memilih  ikan yang akan dikonsumsi mendapat ikan yang kurang segar. Sehingga butuh suatu sistem yang bisa membantu konsumen dalam memilih ikan yang segar atau tidak. Salah satu pendekatan dalam pengenalan suatu gambar adalah menggunakan metode Convolutional Neural Network. Metode ini salah satu metode Deep learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Berdasarkan hasil pembahasan dengan menggunakan  jumlah 20 epoch, nilai learning rate 0.001 diperoleh nilai accuracy dari training model mencapai 93 %  dengan    nilai loss sebesar 0.2005.
PREDIKSI KEPARAHAN CEDERA KECELAKAAN LALU LINTAS DENGAN PENDEKATAN HIBRIDA BERBASIS RANDOM FOREST Febri Nova Lenti; Febrian Pramudya Nugraha; Erna Hudianti Pujiarini
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 2 (2026): Juni 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i2.2714

Abstract

Prediksi keparahan cedera pada kecelakaan lalu lintas diperlukan untuk mendukung analisis risiko dan penyusunan strategi keselamatan jalan. Penelitian ini menggunakan data kecelakaan dari Kaggle yang mencakup 172.105 catatan pada periode 2016–2023 dengan 43 fitur. Pemodelan dilakukan melalui beberapa tahapan, yaitu pra-pemrosesan data, seleksi fitur menggunakan korelasi Spearman, penanganan ke pengukuran kelas dengan Synthetic Minority Over-sampling Technique (SMOTE ), serta pelatihan model Random Forest menggunakan GridSearchCV 5-fold . Hasil pengujian menunjukkan bahwa konfigurasi terbaik diperoleh pada 500 pohon, dengan akurasi 91,55%, presisi 0,918, recall 0,916, dan F1-score 0,916. Dari sisi interpretasi, ACRS Report Type dan Vehicle Damage Extent muncul sebagai dua fitur yang paling dominan dalam memprediksi tingkat keparahan cedera. Temuan ini menunjukkan bahwa pendekatan yang digunakan pada penelitian ini mampu memberikan hasil prediksi yang baik sekaligus membantu menjelaskan faktor-faktor yang berkaitan dengan tingkat keparahan cedera kecelakaan lalu lintas.
SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK MENENTUKAN PENEMPATAN KELAS DALAM PROGRAM AKSELERASI SANTRI Febri Nova Lenti; Adiyudha Prayitna; Abdul Latif
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 1 (2025): Februari 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i1.1451

Abstract

Program akselerasi pada pondok pesantren adalah salah satu upaya untuk mempercepat perkembangan pendidikan santri yang memiliki potensi unggul dalam pendalaman ilmu agama. Penempatan santri ke kelas yang sesuai dengan tingkat kemampuan mereka adalah tahap kritis dalam keberhasilan program ini. Untuk itu, diterapkan metode Simple Additive Weighting (SAW) sebagai alat bantu dalam pengambilan keputusan penempatan kelas. SAW adalah metode pengambilan keputusan yang telah terbukti efektif dalam berbagai bidang. Metode ini dapat digunakan untuk menghitung dan mengevaluasi berbagai kriteria yang relevan dalam penempatan kelas akselerasi.  Pada penelitian ini, implementasi SAW dimulai dengan pengumpulan data, perhitungan bobot kriteria, evaluasi alternatif, dan pengambilan keputusan. Adapun kriteria penilaian yang dipakai meliputi absensi, menguasai ilmu nahwu, menguasai ilmu shorof, mampu membaca kitab kuning gundulan (tanpa harakat) dan mampu mengartikan kitab kuning berbahasa Arab kedalam Bahasa Indonesia dengan baik dan benar. Hasil dari penelitian ini adalah sebuah sistem yang dapat memberikan rekomendasi penempatan kelas yang lebih obyektif dan efisien dalam program akselerasi. Penggunaan SAW membantu meningkatkan transparansi dan akurasi dalam proses penentuan kelas yang sesuai dengan kemampuan santri. Penelitian ini dapat menjadi panduan bagi pondok pesantren yang ingin mengelola proses penempatan kelas dalam program akselerasi dengan menggunakan metode SAW.
Co-Authors Abdul Latif Adiyudha Prayitna Erna Hudianti Erna Hudianti Pujiarini Febrian Pramudya Nugraha