Article Per Year (5 Year)
p-Index From 2021 - 2026
5.735
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 JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pendidikan dan Teknologi Indonesia Journal of Information Technology (JIfoTech) Jurnal Abdimas Bina Bangsa COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat 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 : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 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
PENERAPAN METODE DECISION TREE PADA SENTIMEN MEDIA SOSIAL TERKAIT KOMISI PEMILIHAN UMUM (KPU) SEBELUM DAN SESUDAH PILPRES 2024 Veren, Yolanda; Berutu, Sunneng Sandino; Budiati, Haeni
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5532

Abstract

Pemilihan Presiden 2024 di Indonesia menandai momen krusial dalam dinamika politik negara. Penelitian ini mengamati perubahan pandangan masyarakat terhadap Komisi Pemilihan Umum (KPU) sebelum dan setelah Pilpres 2024 dengan menerapkan metode klasifikasi Decision Tree. Dataset yang digunakan terdiri dari 5794 (tambahin tanggal) tweet yang telah melewati serangkaian tahap, mulai dari crawling, pre processing data, terjemahan, pelabelan, klasifikasi, hingga evaluasi model. Hasil analisis menunjukkan bahwa sebelum Pilpres 2024, sentimen positif mencapai 39.98%, sentimen netral sebesar 38.39%, dan sentimen negatif sebesar 21.63%. Setelah Pilpres 2024, terjadi peningkatan dalam sentimen positif menjadi 45.45%, sedangkan sentimen netral mengalami penurunan menjadi 36.67%, dan sentimen negatif juga mengalami penurunan menjadi 17.87%. Berdasarkan dataset Komisi Pemilihan Umum (KPU) setelah Pilpres 2024 akurasi prediksi meningkat menjadi 67, dengan sentimen netral memiliki presisi sebesar 70. Sedangkan berdasarkan dataset pada Komisi Pemilihan Umum (KPU) setelah Pilpres 2024, recall untuk sentimen positif adalah 69, sementara f1-score untuk sentimen netral adalah 72.
PERANCANGAN APLIKASI DETEKSI CORAK KAIN TRADISIONAL BERBASIS ANDROID Gulo, Eniria; Budiati, Haeni; Sumihar, Yo’el Pieter
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5566

Abstract

Perkembangan teknologi era digital telah memberikan peluang baru untuk pelestarian warisan budaya, khususnya dalam hal dokumentasi dan promosi tekstil tradisional. Salah satu tantangan utama adalah kehilangan informasi mengenai nilai dan makna di balik pola tekstil tradisional hal ini disebabkan karena kurangnya alat yang memadai untuk mengidentifikasi dan menginterprestasikan motif tersebut secara akurat. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi berbasis android yang dapat mengenali pola tekstil tradisional dengan menggunakan teknologi pemrosesan gambar dan kecerdasan buatan. Metode yang digunakan meliputi pungumpulan data gambar tekstil, pelatihan model kecerdasan buatan menggunakan Teknik deep learning, dan pengembangan antar muka pengguna. dengan metode pengolahann data Convolutional Neural Network (CNN) yang efektif dalam pengenalan pola visual, dan pengembangan antarmuka pengguna. Hasil dari penelitian ini diharapkan dapat menjawab bagaimana teknologi modern dapat dimanfaatkan untuk mendukung pelestarian, pemahaman, dan promosi warisan budaya tekstil, serta meningkatkan kesadaran masyarakat luas terhadap kekayaan budaya yang terwakili melalui motif tekstil tradisional.
KLASIFIKASI KALIMAT PERUNDUNGAN PADA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE Nauli, Sumitta; Berutu, Sunneng Sandino; Budiati, Haeni; Maedjaja, Febe
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5749

Abstract

Cyberbullying menjadi masalah yang semakin serius, terutama dengan meningkatnya media sosial dan teknologi. Twitter adalah sebagai salah satu media digital yang kerap dijadikan ajang untuk memunculkan tekanan dari sesama pengguna. Dalam riset yang dilakukan, teknik Support Vector Machine (SVM) akan diterapkan untuk membuat klasifikasi terhadap tweet sebagai tujuannya. Crawling data digunakan untuk mengumpulkan data pelatihan, yang kemudian diproses dengan melakukan tokenisasi, pembersihan data, dan TF-IDF untuk pembobotan kata. Kata-kata yang membentuk sebuah frasa memiliki fungsi sebagai fitur. Untuk menentukan model klasifikasi yang ideal, teknik SVM dikembangkan dengan memanfaatkan beberapa jenis kernel dan parameter yang berbeda. Klasifikasi tweet dilakukan berdasarkan aspek fisik dan non-fisik. Dataset yang digunakan terdiri dari 2752 data, dengan 568 kategori bullying, 2183 kategori non bullying, dan 428 untuk aspek fisik, 132 untuk aspek non-fisik. Klasifikasi terbaik ditunjukkan melalui kernel Linear yang memiliki perbandingan 90:10, menghasilkan 89,47% akurasi, 57,14% recall, 100% presisi, serta 72,72% f1-score. Perolehan riset membuktikan yaitu nilai parameter tertentu dan model teknik SVM oleh esensi linear mahir mengklasifikasikan kalimat perundungan pada Twitter dengan akurasi yang tinggi. Penelitian ini memberikan kontribusi dalam upaya mendeteksi dan menangani perundungan siber pada platform media sosial.
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.
Co-Authors Agustinus Rudatyo Himamunanto Antonius Bima Murti Wijaya Apriani, Apriani Barita Suci Vernando Zebua Bobby Girsang Bolo, Naomi Tena Budet, Vincensa Woytimena Chen, Yeong-Chin Delima Zai Emerita Setyowati Febe Maedjaja Febe Maedjaja Fornieli Gulo Gallu, Apliana Gogor Christmass Setyawan Gulo, Eniria Heri Wijayanto Hermas Rizzal Himamunanto, A. R. Himamunanto, AR Himamunanto, AR. Hurit, Ludgerdus Pati 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 Lukas Agung Heriputranto Magdalena, Mensiana Mendrofa, Milka Justine Nauli, Sumitta Nehe, Pius Hermanto Niasiska, Niasiska Novela, Depni 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 Sunneng Sandino Berutu Supriadi, Joseph Surjawirawan Dwiputranto Swasono, Natan Enggal Talenta Teholi Zalukhu Tasane, Elshaddai L Timothy Ageng Pracaya Veren, Yolanda Victor Crisman Mendrofa Wanda, Melifan Yo’el Pieter Sumihar Zendrato, Agus Dirgahayu Ziliwu, Johni Revormasi