Article Per Year (5 Year)
p-Index From 2021 - 2026
6.174
P-Index
This Author published in this journals
All Journal Voteteknika (Vocational Teknik Elektronika dan Informatika) JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Jurnal Mantik Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Progresif: Jurnal Ilmiah Komputer Jurnal Informatika dan Rekayasa Elektronik Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) Jurnal Informatika dan Sistem Informasi (JUISI) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pendidikan dan Teknologi Indonesia Bulletin of Computer Science Research Journal of Information Technology (JIfoTech) Jurnal Abdimas Bina Bangsa COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science DEVOTE: Jurnal Pengabdian Masyarakat Global Jurnal INFOTEL SmartComp SAINTEK Infact: Jurnal Sains dan Komputer Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) UPGRADE: Jurnal Pendidikan Teknologi Informasi
Haeni Budiati
Universitas Kristen Immanuel
Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 48 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 48 Documents
Search

 1   2   3   4   5 
Deteksi Asap Rokok Menggunakan Color Image Processing Magdalena, Mensiana; Himamunanto, Agustinus Rudatyo; Budiati, Heni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6785

Abstract

Kebutuhan sistem untuk mengawasi suatu ruangan umum pada khususnya asap rokok memerlukan keakuratan dan ketelitian mengidentifikasi. Metode pendeteksian asap rokok yang digunakan dalam penelitian dengan memproses warna pada input citra RGB yang dikonversikan dalam model HSV. Tujuan penelitian untuk mengetahui tingkat keberhasilan dan kelemahan pada metode color imag processing. Pendekatan dalam penelitian ini dengan teknik sampling untuk mendapatkan rentang warna komponen H (Hue), S (Saturation) dan V (Value) untuk membangun perangkat lunak dalam pengujian sistem. Hasil penelitian adalah metode pendeteksian asap rokok yang memproses warna dengan model HSV dapat memperoleh kelas warna asap rokok dengan teknik sampling dapat mengelompokan warna pada rentang warna pada komponen H (Hue), S (Saturation) dan V (Value) dengan presentase uji keberhasilan dalam mendeteksi obyek asap rokok dengan model warna HSV menggunakan input 30 citra uji diperoleh presentase dengan hasil 96.667 %. Toleransi untuk untuk membantu kualitas hasil pendeteksian potensi ukuran obyek asap rokok. Dengan kelemahan metode pendeteksian asap rokok yang masih tidak dapat memisahkan obyek yang memiliki warna menyerupai asap rokok dapat dikembangkan untuk mebedakan ciri obyek.
Klasifikasi Usia Berdasarkan Citra Wajah Menggunakan Algoritma You Only Look Once Niasiska, Niasiska; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i4.6802

Abstract

Pengenalan usia adalah tugas yang penting dalam berbagai aplikasi, termasuk keamanan, pengawasan anak, dan pemasaran. Penelitian ini berfokus untuk membuat sebuah model klasifikasi usia ke dalam lima golongan yaitu balita, anak-anak, remaja, dewasa dan manula berdasarkan citra wajah menggunakan algoritma You Only Look Once (YOLO). Datasets terdiri dari 500 data citra wajah yang telah melalui proses anotasi data, pelatihan model deteksi citra wajah dengan YOLO, pemabagian data kelas, pelatihan model klasifikasi dengan YOLO, dan evaluasi model. Hasil analisis menunjukan bahwa metode You Only Look Once (YOLO) dapat mengklasifikasi usia menjadi lima golongan yaitu balita, anak-anak, remaja, dewasa, dan manula dengan performa akurasi 76%.
ANALISIS CALON BUPATI SLEMAN PADA PILKADA 2024 DENGAN MENGGUNAKAN NATURAL LANGUAGE PROCESSING DAN FUZZY LOGIC Haeni Budiati; Lase, Kristian Juri Damai; Victor Crisman Mendrofa
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1307

Abstract

Munculnya nama-nama baru yang akan mengikuti bursa calon bupati  Sleman dan bersaing dengan petahana menjadi trending topik di kalangan masyarakat salah satunya di sosial media twitter (X).Selama ini penilaian sentimen hanya dibagi kedalam tiga kategori yaitu positif, netral dan negatif.  Fuzzy logic dapat digunakan untuk menentukan  lebih dari 3 sentimen.   Pada penelitian ini akan mengkolaborasikan library Textblob dengan Fuzzy Logic. Dengan mengambil nilai polarity yang dihasilkan dari library Textblob, selanjutnya akan diolah dengan menggunakan metode fuzzy untuk mendapatkan hasil  kedalam 7 sentimen yaitu positif kuat, positif, positif lemah, netral, negatif lemah, negatif dan negatif kuat.  Model akan dikembangkan menggunakan machine learning, dengan algoritma Support Vector Machines (SVM) untuk mengidentifikasi dan mengklasifikasikan ulasan ke dalam kategori sentimen yang sesuai. Selanjutnya, model akan dievaluasi dengan confusion matrix  untuk memperoleh nilai parameter seperti accuracy, precision, recall dan f1-score.  Hasil dari penelitian ini, menunjukkan peningkatan yang signifikan pada kategori netral sebesar 19,21%. Nilai akurasi rata-rata 70,4% hal ini menunjukkan kinerja sistem cukup baik; Sedangkan pada pengembangan model dengan metode SVM kategori negatif kuat memperoleh nilai presisi tertinggi yaitu 0,79. Pada kategori Positive Lemah model mendapatkan presisi (0,65), recall(0,56) dan f1-score (0,60 );  ini menunjukkan bahwa performa model  seimbang.
IMPLEMENTASI SOLAR PUMP UNTUK IRIGASI LAHAN PERTANIAN PADA KELOMPOK TANI " EKO MULYO" PRAMBANAN Budiati, Haeni; Setyowati, Emerita; Jacobus, Liefson
Jurnal Abdimas Bina Bangsa Vol. 5 No. 2 (2024): Jurnal Abdimas Bina Bangsa
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/jabb.v5i2.1295

Abstract

The "Eko Mulyo" Madurejo Prambanan Sleman farming group has 12 hectares of dry rice fields. Farmers who are economically well off usually build drilled wells and use generators for irrigation during the dry season, while less well off farmers only use existing irrigation. Water quotas sometimes do not reach the land. As a result, rice production decreases during the long dry season. To overcome this problem, a solar water pump was installed. Solar water pump components include a solar module to convert solar radiation into electrical energy, a pump controller to control the pump and a submersible water pump to pump groundwater to the surface. Solar pump systems can be monitored in real time using a pump scanner installed on a smartphone. The results of the monitoring system were a water discharge of 1.5-1.6 m3/hour with the total water pumped over 8 days was 91.8 m3 and the total energy produced was 0.85 kWh. The advantages of using solar pump were more economical and efficient in pumping water because it uses renewable energy
RANCANG BANGUN SISTEM INFORMASI PEMAKAMAN DAN KREMASI DI TPU MADUREJO PRAMBANAN Budiati, Haeni; Sumihar, Yo’el Pieter; Berutu, Sunneng Sandino
Jurnal Abdimas Bina Bangsa Vol. 6 No. 1 (2025): Jurnal Abdimas Bina Bangsa
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/jabb.v6i1.1595

Abstract

In the context of expanding housing developments, the issue of burial places has emerged as a contentious subject, giving rise to conflicts with local residents.On average, 70-80% of cemetery land has been occupied, a situation that has given rise to concerns among residents.In an effort to address this issue, the Sleman Regency Government has constructed the Public Cemetery, a facility that boasts an organised and planned architectural design, a dynamic layout, and a natural atmosphere characterised by beautiful hills. Presently, registration services, grave plot booking, cremation, and data collection of corpses are still conducted manually, a practice that is set to be streamlined by the implementation of a public cemetery information system. This web-based system, once implemented, is poised to bring about significant improvements in terms of efficiency, transparency, and accessibility in the management of funeral facilities.
Pengenalan Karakter Huruf Pada Gambar Tulisan Tangan Menggunakan Algoritma Convolutional Neural Network dan K-Means Clustering: Recognition of Letter Characters in Handwritten Images Using Convolutional Neural Network and K-Means Clustering Algorithm Swasono, Natan Enggal; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 4 (2024): MALCOM October 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i4.1451

Abstract

Pengenalan karakter tulisan tangan adalah tantangan utama dalam berbagai aplikasi digital, disebabkan oleh variasi gaya tulisan, ukuran karakter, orientasi, dan kualitas gambar. Penelitian ini bertujuan membandingkan dua metode utama untuk pengenalan karakter tulisan tangan: Convolutional Neural Network (CNN) dan K-Means Clustering. CNN merupakan metode pembelajaran terarah yang digunakan untuk mengekstrak fitur penting dari gambar, sementara K-Means Clustering merupakan metode pembelajaran tanpa pengawasan yang mengelompokkan karakter berdasarkan kesamaan fitur. Hasil penelitian menunjukkan bahwa model CNN berhasil mencapai akurasi 90% dalam pengenalan karakter, menandakan kinerja yang sangat baik dalam mengenali pola kompleks dan variasi tulisan tangan. Sebaliknya, K-Means Clustering hanya mencapai akurasi 11%, menunjukkan bahwa metode ini kurang efektif untuk tugas pengenalan karakter tulisan tangan. Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa CNN jauh lebih unggul dibandingkan dengan K-Means Clustering dalam mengatasi tantangan variasi tulisan tangan.
Analisis Sentimen Aplikasi Lion Parcel Menggunakan Lexicon Based dan Support Vector Machine Bobby Girsang; Sunneng Sandino Berutu; Haeni Budiati; Febe Maedjaja
Voteteknika (Vocational Teknik Elektronika dan Informatika) Vol 12, No 3 (2024): Vol. 12, No 3, September 2024
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/voteteknika.v12i3.129033

Abstract

Dengan adanya perkembangan teknologi digital pada masa kini, masyarakat dapat melakukan pengiriman barang jarak jauh dengan lebih mudah dan efisien. Lion parcel merupakan salah satu aplikasi ekpedisi populer yang melayani pengiriman barang. Penelitian ini dilakukan untuk mengukur sentimen yang diberikan oleh para pengguna aplikasi terhadap jasa ekspedisi dari Lion Parcel. Proses analisis sentimen ini dilakukan melalui tahapan pengumpulan data, preprocessing data, labelling data menggunakan pendekatan berbasis lexicon, dan membangun model klasifikasi berbasis algoritma Support Vector Machine (SVM) melalui tahap pelatihan dan pengujian data, dan evaluasi model dengan confusion matrix. Data yang berhasil dikumpulkan melalui scrapping data dari ulasan aplikasi Lion Parcel pada google play store mencapai 1194 ulasan. Hasil yang didapatkan setelah memproses data yang diambil yaitu sentimen positif mencapai 55.51 % dengan jumlah 630 data. Sentimen netral mencapai 24.76% dengan jumlah 281 data. Sentimen negatif mencapai 19.74% dengan jumlah 224 data. Hasil pengujian SVM juga menghasilkan nilai akurasi, presisi, recall dan f1-score tertinggi berturut turut sebesar 77.78%, 85%, 94% dan 89%.Kata kunci : Lion Parcel, SVM, sentimen, Lexicon Based. With the advancement of digital technology today, people can deliver long-distance goods more easily and efficiently. Lion parcel is one of the popular expedition applications that serves the delivery of goods. The research was conducted to measure the sentiment given by the users of the application to the Lion Parcel's expedition services. This sentiment analysis process is carried out through stages of data collection, data preprocessing, data labelling using lexicon-based approaches, and building an algorithm-based classification model based on the Support Vector Machine (SVM) through training and data testing stages, and model evaluation with a confusion matrix. The data collected successfully through scrapping data from the review of the Lion Parcel app on the google play store reached 1194 reviews. The results obtained after processing the data taken are positive sentiment reached 55.51% with a total of 630 data. Neutral feeling reached 24.76% with the total of 281 data. Negative feelings reached 19.74% with 224 data. SVM test results also yielded the highest accuracy, precision, recall and f1 scores in a row of 77.78%, 85%, 94% and 89%.Keywords: Lion Parcel, SVM, Sentiment, Lexicon Based.
Deteksi Anomali Traffic Pada Jaringan Komputer Menggunakan Naive Bayes, Decison Tree Dan Isolation Forest Mendrofa, Milka Justine; Lase, Kristian Juri Damai; Budiati, Haeni
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 4 No. 11 (2025): COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v4i11.3012

Abstract

Anomali jaringan komputer adalah pola atau aktivitas yang tidak biasa yang menyimpang dari perilaku normal jaringan. Deteksi anomali sangat penting untuk mengidentifikasi ancaman keamanan, gangguan operasional, atau kegagalan sistem yang mungkin terjadi. Tujuan penelitian ini adalah untuk mengembangkan dan mengevaluasi tiga metode utama untuk mendeteksi anomali dalam trafik jaringan komputer: Naive Bayes, Decision Tree, dan Isolation Forest. Berbasis pada Teorema Bayes, pendekatan naive Bayes memprediksi kemungkinan suatu kejadian berdasarkan data historis. Model berbasis pohon keputusan, decision tree membagi data secara iteratif berdasarkan karakteristik tertentu untuk mengklasifikasikan atau memprediksi hasil. Algoritma Isolasi Hutan adalah algoritma berbasis kelompok yang dimaksudkan untuk mendeteksi anomali dengan cepat dengan mengisolasi data anomali. Fokus utama penelitian ini adalah membandingkan kinerja ketiga metode tersebut dalam mendeteksi anomali trafik jaringan, termasuk kemampuan masing-masing metode untuk menemukan pola tidak normal secara akurat dan efisien. Tujuan dari penelitian ini adalah untuk memberikan pemahaman tentang metode yang paling efektif dalam hal deteksi anomali jaringan, sehingga dapat membantu membangun sistem keamanan jaringan yang lebih andal dan responsif terhadap ancaman.  
Implementasi Metode ViSQOL Dalam Mengidentifikasi Noise pada Kualitas Suara Streaming Spotify Setiawan Matangkin, Jimmi; Rudatyo Himamunanto, Agustinus; Budiati, Haeni; Sumihar, Yo'el Pieter
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 7 (2025): JPTI - Juli 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.848

Abstract

Kualitas suara pada layanan streaming Spotify seringkali tidak konsisten akibat gangguan noise dan variasi parameter jaringan, yang berdampak pada kualitas pengalaman pengguna (QoE). Penelitian ini bertujuan mengevaluasi kualitas audio Spotify menggunakan algoritma ViSQOL dengan menganalisis pengaruh jenis noise seperti pink noise, background noise, compression noise, dan impulse noise. Network noise juga diuji berdasarkan parameter jaringan yaitu throughput, delay, packet loss, dan jitter. Sebanyak 800 sampel audio direkam menggunakan Audacity dan dianalisis di MATLAB untuk memperoleh nilai Mean Opinion Score (MOS), Signal-to-Noise Ratio (SNR), dan Spectral Distortion. Hasil menunjukkan bahwa pink noise 50% menurunkan MOS menjadi 61–65%, sementara impulse noise memberikan dampak paling signifikan dengan MOS 15–17%. Background noise masih dapat ditoleransi. Pada parameter jaringan, MOS tertinggi diangka 4.31 terjadi pada delay 132.16 ms dan packet loss 0.49%, sedangkan MOS terendah diangka 4.26 tercatat saat delay 62.15 ms dan packet loss 1.9%. Temuan ini menegaskan pentingnya pengendalian terhadap noise dan stabilitas jaringan untuk menjaga kualitas layanan audio.
Analisis Beban Kendaraan Terhadap Karakteristik Jalan Menggunakan Metode YOLOv5 Dan Perhitungan ESAL Wanda, Melifan; Himamunanto, Agustinus Rudatyo; Budiati, Haeni
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 2: Agustus 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i2.2713

Abstract

Roads are essential infrastructure supporting various types of vehicles; however, excessive loads are a primary cause of surface damage. The increasing volume of vehicles and imbalanced infrastructure development contribute significantly to road deterioration, leading to a reduction in road service life and increased maintenance costs. This study aims to address these issues by developing a system for vehicle detection, classification, and load estimation using the YOLO (You Only Look Once) algorithm a deep learning method capable of detecting and classifying vehicle objects in real time with high speed and accuracy. The data were obtained from CCTV surveillance video recordings. The results indicate that a total of 4,395 vehicles were successfully detected. These detections were then used to estimate the vehicle load using the Equivalent Single Axle Load (ESAL) method. The estimated total daily traffic reached 632,880 vehicles, with a corresponding daily load estimation of 284,214.74 ESAL. The findings highlight the significant impact of vehicle loads on road characteristics and demonstrate the effectiveness of YOLOv5 as a real time tool for monitoring and detecting vehicular load.Keywords: Computer Vision; YOLOv5; Vehicle detection; Vehicle load; Equivalent Single Axle LoadAbstrakJalan merupakan infrastruktur yang penting dalam  menopang berbagai jenis  kendaraan, namun beban berlebih menjadi penyebab utama kerusakan permukaan  pada jalan. Volume kendaraan yang meningkat dan pembangunan infrastruktur yang tidak seimbang  menyebabkan kerusakan pada jalan   yang menyebabkan  pengurangan umur jalan dan meningkatkan biaya perbaikan. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut yaitu dengan membangun Pendeteksi, Klasifikasi dan menghitung  beban kendaraan berbasis Algoritma YOLO (You Only Look Once), sebuah algoritma deep learning yang mampu mendeteksi dan mengklasifikasikan objek kendaraan secara  real-time dengan kecepatan dan akurasi  yang sangat baik. Data yang digunakan diambil dari  rekaman video pengawas CCTV.  Hasil penelitian menunjukan  kendaraan  yang terdeteksi sebanyak 4.395 unit, kendaraan yang  berhasil terdeteksi kemudian dilakukan untuk  perhitungan estimasi beban kendaraan menggunakan perhitungan  Equivalent Single Axle Load (ESAL). Hasil  terhitung dengan total lalu lintas harian mencapai 632.880 unit kendaraan dengan estimasi beban harian sebesar 284.214,74 ESAL. Hasil penelitian menegaskan adanya  pengaruh signifikan beban kendaraan terhadap karakteristik jalan serta menunjukkan efektivitas YOLOv5 sebagai alat dalam memantau  dan mendeteksi beban kendaraan secara  real time 
Co-Authors Agustinus Rudatyo Himamunanto Antonius Bima Murti Wijaya Apriani, Apriani Barita Suci Vernando Zebua Berlian Sakti Yuliana Ndruru Bobby Girsang Bolo, Naomi Tena Budet, Vincensa Woytimena Chen, Yeong-Chin Delima Zai Depni Novela Emerita Setyowati Febe Maedjaja Febe Maedjaja Fornieli Gulo Gabriel Jimmy Richardo Chastelo B Gallu, Apliana Gogor Christmass Setyawan Gulo, Eniria Heri Wijayanto Hermas Rizzal Himamunanto, A. R. Himamunanto, AR Himamunanto, AR. Ina, Osmanila Tamo Jatmika Jatmika Jatmika Jatmika Jatmika Jatmika Juli Supriyanto Gea Kristian Juri Damai Lase Laia, Yardiana Lase, Anan Sosmita Lase, Kristian J.D. Liefson Jacobus, Liefson Ludgerdus Pati Hurit Lukas Agung Heriputranto Magdalena, Mensiana Mendrofa, Milka Justine mendrofa, victor crisman Nehe, Pius Hermanto Niasiska, Niasiska Olam, Enos Nikodemus P.Hurit, Lud Gerdus Peter1 Putri, Farelia Devi Julia Rudatyo Himamunanto, Agustinus Setiawan Matangkin, Jimmi Setyawan, Gogor C Sumihar, Yo'el Pieter Sumihar, Yo’el Pieter Sumitta Nauli Sunneng Sandino Berutu Supriadi, Joseph Surjawirawan Dwiputranto Swasono, Natan Enggal Talenta Teholi Zalukhu Tasane, Elshaddai L Tessy Ocharina Br Pinem Timothy Ageng Pracaya Victor Crisman Mendrofa Wanda, Melifan Yo'el Pieter Sumihar Yolanda Veren Yo’el Pieter Sumihar Zendrato, Agus Dirgahayu Ziliwu, Johni Revormasi