Article Per Year (5 Year)
p-Index From 2021 - 2026
8.303
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Teknologi dan Manajemen Informatika International Journal of Advances in Intelligent Informatics E-Dimas: Jurnal Pengabdian kepada Masyarakat International Journal of Artificial Intelligence Research Knowledge Engineering and Data Science JURNAL MEDIA INFORMATIKA BUDIDARMA International Journal of Computing and Informatics (IJCANDI) JITK (Jurnal Ilmu Pengetahuan dan Komputer) ILKOM Jurnal Ilmiah Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi) EDUMATIC: Jurnal Pendidikan Informatika Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Indonesian Journal of Data and Science Innovation in Research of Informatics (INNOVATICS) Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Bulletin of Culinary Art and Hospitality Jurnal Inovasi Teknologi dan Edukasi Teknik NERO (Networking Engineering Research Operation) Jurnal Informatika: Jurnal Pengembangan IT Linier: Literatur Informatika dan Komputer
Purnawansyah Purnawansyah
Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 82 Documents
Search

 3   4   5   6   7 
K-Nearest Neighbor dan Convolutional Neural Network pada Klasifikasi Penyakit Tanaman Bawang Merah - Nurhikma; - Purnawansyah; Herdianti Darwis; Harlinda L
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8533

Abstract

Bawang merah merupakan suatu kebutuhan masyarakat terutama pada bahan makanan dan juga digunakan untuk Kesehatan. Dengan banyaknya manfaat bawang merah, dibalik itu juga memiliki suatu kendala atau resiko pada penanaman bawang merah salah satu resikonya adalah hama atau penyakit yang dapat merugikan petani bawang merah. Tujuan dari penelitian ini yaitu mengklasifikasi penyakit daun bercak ungu dan moler pada tanaman bawang merah, yang di implementasikan menggunakan metode ekstraksi fitur Gray Level Co-Occurance Matix (GLCM) yang digunakan untuk ekstraksi fitur tekstrur. Selain itu ada lima jarak yaitu Eucludiean, Manhattan, Chebyshev, Minkowski, Hamming digunakan dalam metode klasifikasi  K-Nearest Neighbor (KNN). Penelitian ini juga menggunakan metode klasifikasi Convolutional Neural Network (CNN). Hasil dari penelitian ini yang diperoleh menggunakan metode GLCM dan KNN dengan jarak Euclidean, Manhattan, Chebyshev, dan Minkowski mendapatkan hasil akurasi yang tinggi yakni sebesar 100%, sedangkan nilai akurasi terendah terdapat pada KNN jarak Hamming nilai akurasi yaitu sebesar 42%, adapun klasifikasi dari gabungan dari metode GLCM dan CNN mendapatkan hasil akurasi sebesar 100% dan pada metode CNN yang tanpa metode ekstraksi memiliki nilai akurasi sebesar 100%.
Pemanfaatan Microservice dengan GraphQL Federation Concept untuk Pengembangan Sistem Informasi Akademik (xSIA) Poetri Lestari Lokapitasari Belluano; Benny Leonard Enrico P; Purnawansyah Purnawansyah; Amaliah Faradibah; Rahmadani Rahmadani
Jurnal Inovasi Teknologi dan Edukasi Teknik Vol. 3 No. 1 (2023)
Publisher : Universitas Ngeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17977/um068v3i12023p12–23

Abstract

Academic Information System (xSIA) is an application built to manage academic value transaction modules that make it easy for users to manage grades in online academic administration activities. The need for reconstruction of the xSIA microservice architecture from the previously built domain driven design model using the json (javascript object notation) data format, REST (Representational State Transfer and an architectural style for distributed hypermedia systems) communication protocol, authorization and authentication processes occur in each microservice , there is a pooling of data that is charged to the client which has caused the client to make many requests to the various available microservices, as well as making documentation if there are additional microservices. The xSIA system reconstruction was developed by changing the xSIA microservice architecture so that the concept of responsibility authorization and authentication can be carried out according to service needs. The approach to reconstructing the microservice architecture in the xSIA application uses a new concept with the single gateway microservice model and is built using the GraphQL Federation to facilitate data communication between the backend and frontend of the application and can be implemented in various programming languages to minimize downtime when modification process occurs. The results of this study are the xSIA application on the study plan transaction module (krs) using the GraphQL Federation Concept with the single gateway microservice model so that authorization and authentication responsibilities can be carried out according to service requirements with a realtime average of 373.15 milliseconds. Sistem Informasi Akademik (xSIA) adalah aplikasi yang dibangun untuk mengelola modul transaksi nilai akademik yang memberikan kemudahan kepada pengguna mengelola nilai dalam kegiatan administrasi akademik secara online. Kebutuhan rekonstruksi arsitektur microservice xSIA dari model domain driven design yang dibangun sebelumnya menggunakan format data json (javascript object notation), protokol komunikasi REST (Representational State Transfer and an architectural style for distributed hypermedia systems), terjadi proses otorisasi dan otentikasi yang ada di setiap microservice, terdapat penyatuan data yang dibebankan kepada client telah menyebabkan client harus melakukan banyak request ke berbagai microservice yang tersedia, serta pembuatan dokumentasi jika ada penambahan microservice. Rekonstruksi sistem xSIA dikembangkan dengan mengubah arsitektur microservice xSIA sehingga konsep responsibility autorisasi dan autentifikasi dapat dilakukan sesuai dengan kebutuhan service. Pendekatan dalam melakukan rekontruksi arsitektur microservice pada aplikasi xSIA menggunakan konsep baru dengan model single gateway microservice (layanan satu gerbang) dan dibangun menggunakan GraphQL Federation untuk mempermudah komunikasi data antara backend dan frontend dari aplikasi, serta dapat diimplementasikan di berbagai Bahasa pemrograman sehingga meminimaliasir terjadinya downtime saat proses modifikasi terjadi. Hasil penelitian ini berupa aplikasi xSIA pada modul transaksi rencana studi (KRS) menggunakan GraphQL Federation Concept dengan model single gateway microservice sehingga responsibility autorisasi dan autentifikasi dapat dilakukan sesuai dengan kebutuhan service dengan rerata realtime 373.15 millisecond.
Perbandingan Metode Naïve Bayes dan K-NN dengan Ekstraksi Fitur GLCM pada Klasifikasi Daun Herbal A. Nurjulianty; Purnawansyah Purnawansyah; Herdianti Darwis
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 4 (2023): Oktober 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i4.6262

Abstract

Indonesia is a country with various types of herbal plants that have the potential to be very effective medicines. Herbal plants have been used since ancient times as natural medicines. One part that has health benefits is the leaves, however, there are many similarities between the different types of leaves. This research aims  to classify digital images of herbal leaves implementing the Naïve Bayes and K-Nearest Neighbor (KNN) methods with Gray Level Co-occurrence Matrix (GLCM) feature extraction. The dataset consisted of sauropus androgynus and moringa leaves with data collection in bright and dark scenarios. A total of 480 data which was divided into two parts, namely 80% for training data and 20% for testing images. The KNN distances used for comparison are Euclidean, Manhattan, Chebyshev, Minkowski, and Hamming. Meanwhile, Naïve Bayes uses Gaussian, Multinomial, and Bernoulli kernels. The results of the study showed that the KNN method with the Manhattan distance obtained the best results with an accuracy rate of up to 94% in bright scenarios.
APPLICATION OF GROUP DECISION MAKING IN DETERMINING CULINARY TOURISM WITH TOPSIS AND BORDA METHODS Wd. Shaqina Rafa Naura; St. Hajrah Mansyur; Purnawansyah Purnawansyah
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 9 No. 2 (2024): JITK Issue February 2024
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v9i2.5017

Abstract

Makassar City is one of the destination cities for traveling. Makassar City offers a variety of interesting tours, one of which is culinary tourism. The determination of the best culinary tourism is based on the criteria set by the Makassar City Tourism Office. In managing culinary destinations, tourists are often faced with many choices, so they are confused about choosing the most attractive culinary destinations. This research uses the TOPSIS and BORDA methods. The TOPSIS method is used in determining culinary tourism alternatives based on criteria that become recommendations and the BORDA method is used in determining the selected alternatives based on several DMs who evaluate alternatives. The main objective of this research is to apply group decision making in selecting the best culinary tourism destinations in Makassar City based on group preferences and related criteria with TOPSIS and BORDA methods. This research has conducted 5 iterations involving 4 DMs from the Makassar City Tourism Office. Based on the results of the interview, 8 criteria and 35 alternatives were obtained. Where the Coto Nusantara alternative is ranked the highest with a value of 109,949. While Sop Saudara Irian is ranked last with a value of 62,896. The general benefit of this research is the application of group decision making in determining culinary tourism with the TOPSIS and BORDA methods can produce more objective and representative decision results. This can increase tourist satisfaction in determining culinary tourism.
Multiclass Classification of Rupiah Banknotes Based on Image Processing Azis, Huzain; Purnawansyah, Purnawansyah; Alfiyyah, Nurul
ILKOM Jurnal Ilmiah Vol 16, No 1 (2024)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v16i1.1784.87-99

Abstract

This study aimed to classify the nominal value of Rupiah banknotes using image processing and classification methods. The research design was conducted by collecting a dataset of Rupiah banknotes consisting of 30 classes, each with 100 images. This research uses image preprocessing by using Canny Segmentation to create the edges of objects and clarify image details. The Hu Moments method, which describes the pixel distribution and shape of objects, was used to extract special features from images. Furthermore, classification modeling was carried out with Decision Tree and Random Forest to classify banknotes based on extracted characteristics. Model evaluation was carried out by measuring accuracy, precision, recall and f1-score performance and using cross-validation with k-fold = 5. The results showed that the Random Forest method was able to classify Rupiah banknotes well. In performance evaluation, the Random Forest method achieved an accuracy of 0.93 and good precision, recall, and f1-score scores for several banknote classes. The Decision Tree method also achieved good results, with an accuracy of 0.86. The results of the classification evaluation showed that the Random Forest method was better than the Decision Tree in classifying the banknotes.
An Analysis of Classification Method Performance on Handwritten Lontara Numerals Bustam, Faida Daeng; Purnawansyah, Purnawansyah; Azis, Huzain
Innovation in Research of Informatics (Innovatics) Vol 6, No 2 (2024): September 2024
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v6i2.11999

Abstract

The research investigates the performance of various classification methods on handwritten Lontara digits, a script used by the Bugis and Makassar communities in South Sulawesi, Indonesia. The dataset comprises 10,890 samples from 99 individuals, categorized into 10 classes (digits 0-9). The study employs the K-Nearest Neighbors (KNN), Gaussian Naive Bayes (GNB), and Nu-Support Vector Classifier (NuSVC) algorithms, implementing cross-validation to assess accuracy, precision, recall, and F1 score. The results indicate varying performance across classifiers, with GNB showing the highest recall, while KNN and NuSVC display moderate effectiveness. The study concludes with recommendations for further improving classification accuracy through enhanced feature extraction and algorithm optimization.
Comparative Performance Evaluation of Classification Methods for Arabic Numeral Handwritten Recognition Saly, Intan Novita; Purnawansyah, Purnawansyah; Azis, Huzain
Innovation in Research of Informatics (Innovatics) Vol 6, No 2 (2024): September 2024
Publisher : Department of Informatics, Siliwangi University, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37058/innovatics.v6i2.11998

Abstract

This study aims to evaluate the performance of various classification methods in recognizing handwritten Arabic numerals, particularly the K-Nearest Neighbors (KNN), Gaussian Naive Bayes (GNB), and NU Support Vector Classifier (NU SVC) algorithms. In this study, a dataset of handwritten Arabic numerals consisting of 9,350 samples with 10 different classes was used. The research process involved data collection, data labeling, dividing the dataset into training and testing data, implementing classification algorithms, and performance testing using cross-validation methods. The results showed that NU SVC had more stable performance with accuracy close to KNN, while GNB showed the lowest performance. The conclusion of this study emphasizes that the selection of algorithms and parameter optimization is crucial to improve the accuracy and efficiency of handwriting recognition systems. Support Vector Machine (SVM) based algorithms proved to be superior in handling complex classification tasks compared to GNB. This study provides significant contributions to the field of handwriting recognition, particularly in the context of Arabic numeral handwriting, and can serve as a reference for developers of optical character recognition (OCR) systems in the future. Future research is recommended to increase the variety of datasets and further explore parameter optimization and data preprocessing techniques to improve system accuracy.
Analisis Eksplorasi Data Aplikasi Android pada Playstore Munaf, Adryan Dwiprawira; Purnawansyah, Purnawansyah; Darwis, Herdianti
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 4 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i4.1847

Abstract

Google Playstore memiliki karakteristik yang berbeda dengan Apple App Store yaitu lebih terbuka terhadap developer aplikasi mobile sehingga memiliki varian yang lebih beragam dibanding dengan Apple App Store. Setiap aplikasi di dalam app store dapat dikelompokan berdasarkan karakteristik yang sama dan dapat disebut sebagai kategori dan genre. Pada tahun 2018 jumlah mobile app yang tersedia mencapai 3,6 juta aplikasi. Berbagai jenis mobile app tersedia pada layanan google play store, mulai dari hiburan, media sosial, editor, jasa transportasi, perdagangan (marketplace), dan kesehatan. Penelitian ini bertujuan untuk melakukan 5 analisis yaitu aplikasi dengan rating tertinggi, mencari 5 aplikasi dengan size paling berat (MBs), visualisasi data content ratings aplikasi, mengidentifikasi aplikasi dengan install terbanyak, visualisasi kategori aplikasi. Dari 2152981 data yang telah di crawling diperoleh bahwa 5 aplikasi dengan rating tertinggi yaitu Biliyor Musun - Sonsuz Yarış, CoronaSurveys, Amkshoproom Shopping, Merlin CRM, Tictactoe Superpowers dan free game. Fun and Chalmo, mencari 5 aplikasi dengan size paling berat (MBs) yaitu SkySafari 6 Pro, Audio Book Bible Offline Arabic, Audio Book Bible Offline Burmese, Audio Book Bible Offline Amharic dan Audio Book Bible Offline Germany, Visualisasi content data rating dari grafik dapat kita lihat bahwa mayoritas aplikasi mobile pada android mengatur content rating kedalam kategori Everyone, Mengindentifikasi aplikasi install terbanyak dari data yang telah diperoleh bahwa hanya terdapat 1 aplikasi yang memiliki jumlah install lebih dari 10M install dan 14 aplikasi yang memiliki jumlah install lebih dari 5 M, visualisasi kategori aplikasi dari data yang diperoleh bahwa aplikasi berkategori education memiliki jumlah terbanyak yang ada di pasar playstore saat ini.
Implementasi Metode Technique For Order Preference by Similarity to Ideal Solution Dalam Penentuan Lokasi Penanaman Bawang Merah. Zulkarnain, Nur Ainun; Purnawansyah, Purnawansyah; Ramdaniah, Ramdaniah
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 4, No 2 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v4i2.1648

Abstract

Kabupaten Enrekang di Sulawesi Selatan memiliki potensi besar untuk budidaya bawang merah, yang menjadi komoditas utama di Kecamatan Anggeraja. Namun, beberapa petani menghadapi kesulitan dalam menemukan lokasi penanaman yang optimal. Oleh karena itu, penelitian ini mengusulkan penggunaan aplikasi penentuan lokasi penanaman bawang merah sebagai solusi. Tujuannya adalah mempermudah petani, terutama di Kecamatan Anggeraja, Kabupaten Enrekang, dalam memilih lahan yang cocok untuk budidaya bawang merah. Dalam penelitian ini, metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) digunakan untuk mengevaluasi 15 alternatif lahan pada aplikasi tersebut. Sistem ini membantu pengguna, khususnya petani, dalam mencari dan memilih lahan yang sesuai dengan kriteria yang ditetapkan, sehingga mendapatkan rekomendasi lahan yang optimal. Hasil penelitian menunjukkan kecocokan metode TOPSIS dalam sistem, dengan tingkat akurasi presentasi sebesar 85% dari 15 alternatif yang diuji.
METODE SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI DATA PENYAKIT HATI YANG IMBALANCE Rahmah, Nur; Purnawansyah, Purnawansyah; Umar, Fitriyani
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 5, No 1 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v5i1.2189

Abstract

Penelitian ini bertujuan untuk melakukan klasifikasi penyakit hati menggunakan metode Support Vector Machine (SVM) dan Synthetic Minority Oversampling Technique (SMOTE). Data yang digunakan berupa data sekunder yang diperoleh dari situs Kaggle dengan jumlah data sebanyak 582 sampel. Data tersebut terdiri dari 10 fitur yang digunakan sebagai variabel masukan SVM. Proses klasifikasi dilakukan dengan membagi data menjadi data training 70% dan data testing 30%. Hasil dari penelitian yang telah dilakukan ialah dengan menggunakan metode support vector machine mampu melakukan klasifikasi data penyakit hati dengan hasil klasifikasi yang menunjukkan nilai 0 dan 1. Dimana nilai 0 menandakan bahwa pasien tersebut tidak mengidap penyakit hati dan nilai 1 menandakan bahwa pasien tersebut mengidap penyakit hati. Berdasarkan proses klasifikasi data penyakit hati yang telah dilakukan memperoleh nilai akurasi performansi yaitu 67,06%, dan berdasarkan proses visualisasi data yang telah dilakukan dalam proses pengklasifikasian data tersebut ditemukan ketidakseimbangan data penyakit hati. Ketidakseimbangan data yang peroleh dilakukan oversampling menggunakan metode SMOTE untuk menyeimbangkan data. Penelitian telah melakukan proses penyeimbangan data penyakit hati sehingga tenaga menis lebih terbantukan dalam mendeteksi penyakit hati yang diderita oleh pasien
Co-Authors - Nurhikma A. Nurjulianty Abd. Rasyid Syamsuri Abdul Rachman Manga’ Achmad Fanany Onnilita Gaffar Achmad Fanany Onnilita Gaffar Adela Regita Azzahra Adnan, Adam Agung R Aji P. Wibawa Aji Prasetya Wibawa Alfitriana Riska Alfiyyah, Nurul Alisma, Alisma Andi Muhammad Adnan Rusdy Andri Rajsya Anisatul Humairah Anugrah, Rezky Arman, Eka Arrosied, Harun Arvina Yudithia Sompie Astuti, Wistiani Atussaliha, Nur Almar' Awang Harsa Kridalaksana Awangga, Narendra Backar, Sunarti Passura Basri, Haerunnisa Benny Leonard Enrico P Benny Leonard Enrico Panggabean Bustam, Faida Daeng Darwis, Herdianti Desi Anggreani Dewi Widyawati Dian Dolly Indra Dwiyanto, Felix Andika Enrico Panggabean, Benny Leonard Fahmi Fahmi Fajar AR, Muh. Aqil Faradibah, Amaliah Farniwati Fattah Fatimah Syarifuddin Fattah, Farniwati Fery Setyo Aji Firdaus, Muhammad Nur Firman Akbar Fitriyani Umar Harlinda L Harlinda Lahuddin Hartanto, Kotot Tri Hasihi, Cholisah Erman Hasnidar S. Hasrah Wahyuni Haviluddin Haviluddin Herawati Herawati Herdianti Darwis Herman Herman Huzain Azis Ifan Wahyudi Irawati Irawati Irawati Irawati Iriani Indah Saputri jabir, sitti rahmah Jumrayanti Arfah Kasmira Kasmira Kasmira, Kasmira La Saiman Lilis Hayati lilis nurhayati Listyan Nur Saida Lokapitasari Belluano, Poetri Lestari Lukman Syafie Lutfi Budiman Ilmuwan M. Imam Maulana M. Takdir Mahfuddin Mukmin Malani, Rheo Manga', Abdul Rachman Manga, Abdul Rachman Mansyur, St. Hajrah Mardiyyah Hasnawi Ming Foey Teng Ming Foey Teng, Ming Foey Muh Alim Abdi Muh. Fadhil Attariq Hasril Muh. Rifqi Zulkifli Muhammad Arfah Asis Muhammad Arfah Iswaniah Muhammad Hardiansyah Hairi Muhammad Ikhsan Supriyadi Muhammad Yushar Mattola Munaf, Adryan Dwiprawira Munawir Nasir Hamzah Nafalski, Andrew Nia Kurniati Nirmala Nirmala, Nirmala Nirwana, Nirwana Nugroho, Basuki Rahmat Nur Afra Dimitri Pratiwi Nur Almar' Atussaliha Nur Rahmah NURZAENAB NURZAENAB NURZAENAB, NURZAENAB Panggabean, Benny Leonard Enrico Purba, Muren Fiatra Denata Putri Regina Prayoga Putri, Inggrianti Pratiwi Rahma Puspitasari Rahmadani Rahmadani Raja, Roesman Ridwan Ramdan Sastra Ramdan Sastra Ramdaniah, Ramdaniah Rayner Alfred Rayner Alfred Resky Anugrah Rezky Anugrah Saiman, La Salim, Yulita Saly, Intan Novita Setyadi, Hario Jati Siti Rahmi Kelilauw St. Hajrah Mansyur Sugiarti, Sugiarti Sulfikar Sulfikar Sunarti Passura Backar Syafie, Lukman Syamsiar, Syamsiar Tasrif Hasanuddin Triyanna Widiyaningtyas Triyanna Widyaningtyas, Triyanna Umalekhoa, Alfi Syahrin Umar, Fitriyani Wahyuni Wahyuni Wd. Shaqina Rafa Naura Wistiani Astuti Wistiani Astuti Wong, Kelvin Wulan Purnama Sari Yudha Islami Sulistya Yulita Salim Yusrandi Yusrandi Zahif Safyin Saleh Zahirah, Dinna Zulkarnain, Nur Ainun