Article Per Year (5 Year)
p-Index From 2021 - 2026
6.703
P-Index
This Author published in this journals
All Journal Jurnal Simetris Prosiding SNATIF Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal JUPITER (Jurnal Pendidikan Teknik Elektro) Jurnal Pendidikan Fisika dan Keilmuan (JPFK) Jurnal Sisfokom (Sistem Informasi dan Komputer) DoubleClick : Journal of Computer and Information Technology DIKEMAS (Jurnal Pengabdian Kepada Masyarakat) Diklat Review : Jurnal manajemen pendidikan dan pelatihan Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] bit-Tech Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Generation Journal Jurnal Abdi Insani Indonesian Journal of Electrical Engineering and Computer Science Budimas : Jurnal Pengabdian Masyarakat Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat Infotek : Jurnal Informatika dan Teknologi Nusantara Science and Technology Proceedings Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Multicience Jurnal Ekonomi TIERS Information Technology Journal Jurnal Ilmiah IT CIDA : Diseminasi Teknologi Informasi Jurnal Teknik Informatika Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi Digital Transformation Technology (Digitech) Proceeding of International Conference Health, Science And Technology (ICOHETECH) Prosiding Seminar Nasional Teknologi Informasi dan Bisnis TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Pena Dimas: Jurnal Pengabdian Masyarakat SATIN - Sains dan Teknologi Informasi Nusantara Journal of Computers and its Applications Journal Of Artificial Intelligence And Software Engineering SmartComp
Hasanah, Herliyani
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering 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 Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 70 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 70 Documents
Search

 1   2   3   4   5 
Performance Analysis of Solar Panels in Tropical Region: A Study Case in Surakarta Indonesia Rudi Susanto; Wiji Lestari; Herliyani Hasanah
Proceeding of International Conference on Science, Health, And Technology Proceeding of the 3rd International Conference Health, Science And Technology (ICOHETECH)
Publisher : LPPM Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (608.368 KB) | DOI: 10.47701/icohetech.v3i1.2059

Abstract

The performance of solar panels affects the utilization of solar energy for daily life. This study aims to carry out the measurement of the performance of solar panels in Surakarta City is located between 110 ° 45 '15" and 110 ° 45" 35" East Longitude and between 7 ° 36" and 7 ° 56" South Latitude. Research used solar panels, current sensors, voltage sensors, temperature sensors, solar irradiance sensors, humidity sensors, Arduino and Labview. The solar panels 20 WP is used in the experiment. The measurement results obtained that the maximum energy value per day produced is 165 Wh and a minimum of 76.8 Wh with an average of 109.1 Wh. Temperature measurements were carried out in the range 37.2 0 C to 41.0 0C which is the normal temperature for PV operations. The average irradiation measurement is 1834.3 W/m2 while the average humidity is 32.5%. The relationship between energy and temperature, energy with solar irradiance and energy with humidity find using Pearson Product Moment Correlation (PPMC). The result show that the effect of temperature and solar irradiance were more significant than humidity.
Prediksi Area Kebakaran Hutan dengan Temperatur Menggunakan Regresi Linear Muh Amin Faiz Nur Ridho; Herliyani Hasanah; Intan Oktaviani
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2022
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.165 KB)

Abstract

Kebakaran hutan menimbulkan berbagaipermasalahan seperti asap yang dapat mengganggu sistempernapasan, kerusakan lingkungan dan bencana lainnya.Kebakaran hutan juga dapat berdampak pada biaya yang akandikeluarkan untuk menyelesaikan masalah yang timbul akibatkebakaran hutan, sehingga diperlukan penelitian untukmengukur tingkat radiasi api pada area yang terbakar. Metodeprediksi yang digunakan dalam penelitian ini adalah regresilinier. Algoritma Regresi Linear merupakan metode untukregresi dan klasifikasi. Pada penelitian ini dilakukan analisauntuk mendapatkan data prediksi area kebakaran hutan. Darijumlah data sebesar 517 data, dihasilkan tingkat korelasisebesar 0,09%. Hasil simulasi dengan Rapid Miner diperolehRMSE sebesar 63,289.
PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINES (SVM) DAN NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT JANTUNG Muhammad Dion Febrian Tino; Herliyani Hasanah; Tri Djoko Santosa
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5432

Abstract

Jantung merupakan salah satu organ terpenting yang ada pada tubuh manusia. Dengan ada nya jantung, darah dapat tersalurkan keseluruh tubuh dengan baik. diperlukannya sebuah pola klasifikasi penyakit jantung. Klasifikasi yang digunakan yaitu dengan metode Support Vector Machines (SVM) dan Neural Net kinerja yang sangat baik. Pada dataset ini memiliki total 416 instance. Confusion Matrix algoritma SVM terdapat 36 + 34 prediksi yang benar dan 7 + 7 prediksi yang salah. Confusion Matrix algoritma Neural Network terdapat 164 + 180 prediksi yang benar dan 41 + 33 prediksi yang salah. Algoritma SVM memiliki tingakat accuracy lebih tinggi dibandingkan algoritma Neural Net. Yang berisi nilai pada AUC 0.833, CA 0.83, F1 0.835, Precision 0.835 dan Recall 0.835.Berdasarkan hasil penelitian pada kedua algoritma, bahwa algoritma SVM dapat menyelesaikan masalah klasifikasi penyakit jantung lebih baik dengan nilai akurasi 83% sedangkan pada algoritma Neural Net memiliki nilai akurasi 82% dalam menyelesaikan penyakit jantung.
IMPLEMENTASI DATA MINING CLUSTERING UNTUK MENGETAHUI POTENSI PRODUKTIFITAS KACANG TANAH DI INDONESIA Herliyani Hasanah; Nurmalitasari Nurmalitasari; Nugroho Arif Sudibyo
NJCA (Nusantara Journal of Computers and Its Applications) Vol 5, No 1 (2020): Juni 2020
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

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

Abstract

Kondisi produktifitas kacang tanah yang mengalami fluktuasi, pemerintah perlu memberlakukan kebijakan tertentu di bidang pertanian. Dengan kebijakan tersebut diharapkan dapat mewujudkan ketahanan pangan tingkat nasional. Salah satu informasi yang dapat digunakan untuk mendukung kebijakan tersebut adalah pengelompokan provinsi di Indonesia berdasarkan hasil panen kacang tanah di Indonesia.  Pengelompokan ini dilakukan karena beragamnya potensi hasil produksi kacang tanah di masing-masing provinsi, sehingga perlu dilakukan pengelompokan untuk mengetahui provinsi mana yang memiliki hasil produksi kacang tanah tertinggi sehingga dapat membantu untuk mengoptimalkan program-program pemerintah dibidang pertanian tanaman pangan. Pengelompokan tersebut menggunakan analisis cluster k-means. Dalam penelitian ini simulasi pemetaan menggunakan metode K-Means Clustering berbasis mobile. Proses pemetaan dilakukan berdasarkan 2 (dua) variabel yaitu luas panen (Ha) dan produksi (ton). Hasil pemetaan akan dikelompokkan menjadi dua (2) cluster, yaitu hasil panen tinggi dan rendah. Dari perhitungan manual, aplikasi mobile dan simulasi menggunakan Rapid Miner diperoleh hasil yang sama yaitu cluster 1 meliputi provinsi no 12 (Jawa Barat), 13 (Jawa Tengah) dan 15 (Jawa Timur). Sedangkan sisanya ada 20 data masuk ke cluster 0.
Prototype Pendeteksi Objek pada Sistem Parkir Herliyani Hasanah; Ariya Budi Santoso; Fajar Wahyu Hanafi; Ilham Amani Saiful Haq; Marcelino Jonatan
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

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

Abstract

Kondisi yang sering terjadi terutama di tempat parkir adalah lahan yang tersedia tidak sebanding dengan perkembangan jumlah mobil, hal ini menyulitkan para pengemudi mobil yang akan memarkirkan mobilnya, pengemudi harus berhati-hati dan dapat memperkirakan jarak aman antar kendaraan atau benda di sekitarnya agar meminimalisir terjadinya benturan antara kendaraan satu dengan yang lain ataupun dengan benda yang ada disekitarnya. Tujuan dari penelitian ini adalah membuat sistem yang memudahkan pengemudi dalam parkir yaitu mengetahui adanya objek di sekitarnya. Penelitian ini menggunakan sensor ultrasonik untuk mendeteksi dan mengukur jarak antara mobil dengan halangan, serta menggunakan Arduino Uno sebagai pengendali utama sistem. Sensor ultrasonik hc-sr04 memiliki hasil pengukuran ripitabilitas sebesar 97%. Hal ini menandakan bahwa sensor hc-sr04 dapat memberikan hasil yang hampir sama dalam pengukuran berulang. Berdasarkan pengujian yang telah dilakukan, diketahui bahwa sensor ultrasonik cukup efektif untuk mengukur jarak 2 cm hingga 12 m. Berdasarkan pengujian tersebut, sensor ultrasonik cukup efisien untuk dipasang di sensor parkir.
Sistem Pendukung Keputusan Pemilihan Kinerja Karyawan Terbaik dengan Metode Simple Additive Weighting Widya Sulistyani; Herliyani Hasanah; Pipin Widyaningsih
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.2653

Abstract

Sistem yang berjalan untuk pemilihan karyawan terbaik pada Koperasi Mitra Dhuafa Cabang Kecamatan Kedungjati menggunakan sistem manual, yaitu hanya menghitung jumlah penilaian coretan dalam transaksi dan net anggota masuk pada bulan tersebut. Hal itu tentu saja tidak fair dalam perhitungannya karena dari beberapa karyawan tidak hanya berfokus pada pencarian anggota masuk saja tetapi juga ada yang berfokus pada pengurangan anggota yang bermasalah. Tujuan dalam penelitian ini adalah membangun sistem pendukung keputusan (SPK) pemilihan karyawan terbaik dengan Metode SAW. Konsep dasar metode Simple Additive Weighting (SAW) yaitu dengan pencarian penjumlahan bobot dari rating kinerja pada setiap alternatif untuk semua kriteria. Kriteria sistem pendukung keputusan berdasarkan kehadiran, administrasi, capaian target, penyelesaian masalah dan kedisiplinan. Hasil dari penelitian dapat menjadi rekomendasi terbaik bagi pimpinan untuk menentukan kinerja karyawan terbaik. Urutan pemilihan karwan yang dihasilkan dari penerapan metode SAW adalah A4 dengan nilai akhir 0.841.
Marvel Movie Recommendation System Using Hybrid Item-Based and Content-Based Filtering Methods Daffa Rizki Putra Noordi; Herliyani Hasanah; Sri Sumarlinda
TIERS Information Technology Journal Vol. 5 No. 1 (2024)
Publisher : Universitas Pendidikan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38043/tiers.v5i1.5209

Abstract

Currently, there are so many movie genres available to the general public, making it difficult for viewers to choose a movie. One of the most popular movies is the “Marvel Movies” or MCU (Marvel Cinematic Universe), which has become the highest grossing franchise of all time with 90 movies released. The large number of movie titles makes it difficult for people to choose which movie to watch. Therefore, a Marvel movie recommendation system is needed using a hybrid item-based and content-based filtering method. The content-based method calculates the similarity between movies by identifying similar Marvel movies based on content such as genre, actor, director, and synopsis. Meanwhile, item-based completes content-based recommendations by considering user preferences. The reason for using the hybrid item-based and content-based filtering method is to be able to produce more accurate recommendations than a single method. The types and sources of data used are secondary data from journals and the internet (Imdb and Movielens), as well as datasets about Marvel movies. From the results of testing the hybrid model, the precision value is 0.8 or 80% which indicates that the model is accurate. In item-based filtering testing, the similarity result of 0.68 shows good item similarity. In the content-based filtering test, the highest similarity is 0.14 and the lowest similarity is 0.10 which shows that the similarity between the searched content and the generated content is relevant.
PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINES (SVM) DAN NEURAL NETWORK UNTUK KLASIFIKASI PENYAKIT JANTUNG Tino, Muhammad Dion Febrian; Herliyani Hasanah; Tri Djoko Santosa
INFOTECH journal Vol. 9 No. 1 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i1.5432

Abstract

Jantung merupakan salah satu organ terpenting yang ada pada tubuh manusia. Dengan ada nya jantung, darah dapat tersalurkan keseluruh tubuh dengan baik. diperlukannya sebuah pola klasifikasi penyakit jantung. Klasifikasi yang digunakan yaitu dengan metode Support Vector Machines (SVM) dan Neural Net kinerja yang sangat baik. Pada dataset ini memiliki total 416 instance. Confusion Matrix algoritma SVM terdapat 36 + 34 prediksi yang benar dan 7 + 7 prediksi yang salah. Confusion Matrix algoritma Neural Network terdapat 164 + 180 prediksi yang benar dan 41 + 33 prediksi yang salah. Algoritma SVM memiliki tingakat accuracy lebih tinggi dibandingkan algoritma Neural Net. Yang berisi nilai pada AUC 0.833, CA 0.83, F1 0.835, Precision 0.835 dan Recall 0.835.Berdasarkan hasil penelitian pada kedua algoritma, bahwa algoritma SVM dapat menyelesaikan masalah klasifikasi penyakit jantung lebih baik dengan nilai akurasi 83% sedangkan pada algoritma Neural Net memiliki nilai akurasi 82% dalam menyelesaikan penyakit jantung.
PELATIHAN PEMBUATAN FILM ANIMASI UNTUK MENINGKATKAN KREATIFITAS SISWA SMP AL IRSYAD KOTA SURAKARTA Farida, Anisatul; Hasanah, Herliyani
PENA DIMAS: Jurnal Pengabdian Masyarakat Vol 2, No 2 (2024): Pena Dimas: Jurnal Pengabdian Masyarakat
Publisher : Universitas Islam Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33474/penadimas.v2i2.23475

Abstract

One measure of the effectiveness of the learning activity process is the inventiveness of the students. Pupils that demonstrate originality in their study will be acknowledged through a variety of methods. Enhancing students' creative storytelling skills during the learning process is the goal of this service project. Training in creating educational films with three-dimensional animation will be provided to service activity participants. This community service activity (PkM) applies the use of animated film making applications in learning at Al Irsyad Middle School. The PKM activity was attended by 14 class IX students of SMP Al Irsyad Surakarta. The implementation method used in this PkM activity is preparation, implementation, and evaluation. Training on how to make animated films using the Toontastic 3D application and direct practice in making animated films, as well as two-way discussions. Assistance for this training is through guidance to students via WhatsApp after the training takes place. The results of the activity evaluation in the form of a questionnaire regarding student motivation after participating in training in making learning media using animated films, showed that participants were very satisfied with an average score of 4.6 for the training activity. Students are able to practice how to make animated films themselves. That's why this training is said to be successful. This feedback shows satisfaction and provides participants with good enough motivation to participate in the training delivered. This service activity also provided a good response from partners.
Optimasi Forecasting Data Penjualan Menggunakan Weighted Moving Average dan Analytical Hierarchy Process Amilia Ayu Lala Kusumaningtyas; Herliyani Hasanah; Wijiyanto
SATIN - Sains dan Teknologi Informasi Vol 9 No 2 (2023): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v9i2.981

Abstract

Pentingnya peran forecasting system guna menentukan jumlah ketersedian barang pada periode-periode tertentu dalam suatu perusahaan guna mencegah terjadinya out of stock, slow moving, dan atau dead stock yaitu barang terlalu lama disimpan, tidak laku jual sehingga menimbulkan kerugian besar. Hal tersebut dikarenakan persediaan barang dalam perusahaan tidak dapat dikendalikan atau gagal dalam mengelola stok barang karena kurangnya aktivitas pengecekan stok barang yang terus berubah. Sistem peramalan ini akan diterapkan di gudang PT Lopiana Sejahtera Abadi. Metode yang digunakan adalah Weighted Moving Average (WMA) dan Analytical Hierarchy Process (AHP). Algoritma Weighted Moving Average (WMA) digunakan untuk mengontrol jumlah persedian olahan daging dan seafood dalam gudang dengan memprediksi angka penjualan di bulan berikutnya berdasarkan data aktual penjualan empat bulan sebelumnya. Metode Analytical Hierarchy Process (AHP) digunakan dalam pengambilan keputusan secara hirearki berdasarkan angka hasil perhitungan sistem peramalan sebelumnya dengan metode WMA. Pengambilan keputusan tersebut merupakan tujuan optimasi dari forecasting system data penjualan olahan daging dan seafood di PT Lopiana Sejahtera Abadi. Dengan adanya pengambilan keputusan secara hirearki, sehingga pengambilan keputusan penyediaan olahan daging dan seafood dapat dilakukan dengan memilih yang terbaik dengan beberapa kriteria.
Co-Authors Abi Yudistira, Muhammad Abinaya Awalia Adristi Asyifa, Elga Adi Nugroho, Rezza Adi Putra Wiratama, Ryan Adji Rohman, Bagus Afu Ichsan Pradana Agustina Srirahayu Ahmad Tomi Alamsyah, Bintang Aljundi, Izudin Alvian Andrianto, Rahmad Amilia Ayu Lala Kusumaningtyas An-Najmutsaqib, An-Najmutsaqib Anik Sulistiyanti Anisatul Farida Ardi Lestari, Sofiana Ardian Saputra, Muhammad Ardina Juliani, Novita Arfian Panji Sjifa Arfiyan, Muhammad Ariya Budi Santoso Arlin Govinda Putra Artika Rahmawati, Dinda Arya Kusuma, Aldy Athallah Maulana Faiq, Muhammad Atina, Vihi Atsir, Ega Muhammad Azzahra, Afifah Bachtiar Estu Saputro Bahtiar Rifai, Afin Begti Rizal Nugroho, Nanda Bima Priambada, Garneza Bimantara, Anugrah Buana Perdana, Rendi Burhanudin, Latif Carlos Ximenes, Egidio Chris Hendrato, Jehian Christian Putra Pratama, Michael Claudia Swastikawati Daffa Rizki Putra Noordi Darmaji, Farid Dewi Anggraini, Puspita Dimas Dewanto, Ignatius Divia Putri, Radika Dwi Hartanti Dwi Refa, Arjuna Edy Kurniawan Eka Kurniawan, Geraldi Eko Purwanto Ester Anugrayningtyas Fajar Wahyu Hanafi Farid Darmaji Fathi Zakka, Danang Febriano Dos Santos, Lissandro Fitria Eko Nurjanah Galih, Rhezka Mahendra Hanan Assyauqi, Wildan Handreas Satria, Vieri Ibrahimovic, Ridho Ilham Amani Saiful Haq Ilyas Nurulloh, Muhammad Intan Oktaviani Karininna, AllisyaYunda Kasetyaningsih, Sufia Widi Lestari, Fany Lila Aprilia, Arlinda Marcelina, Indi Marcelino Jonatan Mashar, Muhammad Ali Maulana Firmansyah, Iqsal Maulid Ardiyan, Afrilza Maulindar, Joni Moh Muhtarom Muh Amin Faiz Nur Ridho Muh. Ali Mashar Muhamad Aldiyansyah Muhammad Dion Febrian Tino Muhtarom, Moh Mulindar, Joni Nada Febriani, Nada Naoki Priyanto, Braverindo Nastainu Huda Alriefna, Muhammad Nastiti, Faulinda Eli Nofikasari, Indah Novemy Triyandari Nugroho Nugroho Arif Sudibyo Nurchim Nurchim Nurmalitasari Nurmalitasari Nurmalitasari Nurmalitasari Oktaviani, Intan Pangestu, Arnan Dwi Pasha Alghifary, Haikal Perdana Artania, Ipung Permatasari, Hanifah Pineda Prima Yoga Pipin Widyaningsih Prasetyo, Adi Tri Pratama, Hafiz Primadinata, Dimas Purwanto, Moch. Edy Putri Ristiyani, Asyira Raihan Ardiansyah, Muhammad Rijalul Hakim, Hanan Risandi, Arfika Putri Rizky Fadrilah, Septian Rohmad Mansa, Abel Rudi Susanto Safa Ariesta, Syahada Saktiawan, Galang Saputra Jati, Nugroho Saputro, Khoirul Adi Sarah Raihan, Alexadria Septiano Ozora, Kevin Setya Pradhana, Wahyudi Soenoto, Danudiraja Sri Sumarlinda Sufia Widi K. Sulistyani, Widya Suwandana, Alung Syaiful, Ido Syakuro, Abdan Syiffa Yofika Ailsa, Asy Tegar, Alfiyan Tegar Budi Satria Tino, Muhammad Dion Febrian Tri Djoko Santosa Ulung Septiaji, Dimas valentino, deva Viesta Marbun, Randy Viesta Marbun Wahyu Aji, Jatmika Wahyudi, Risqi Widya Sulistyani Wiji Lestari WIJI LESTARI Wiji Lestari Wijiyanto Wira Hadikusuma, Ananda Yuana Alifya, Alexsa Yusuf Arifin, Burhan Zakharia, Ade Zakiya Nafis, Muhamad Zulfia Zahra, Kerin