Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence INTERNAL (Information System Journal) Ngabdimas Indonesian Journal of Computer Science and Engineering
Willi Novrian
Universitas Bengkulu
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Mathematics Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Sistem Infomasi Pengawasan Sekolah Dasar dan Menengah di Dinas Pendidikan Pemuda dan Olahraga Menggunakan Metode Waterfall Aan Erlansari; Soni Ayi Purnama; Buhori Muslim; Willi Novrian
INTERNAL (Information System Journal) Vol. 5 No. 2 (2022)
Publisher : Masoem University

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

Abstract

The importance of a computerized system will save more time in managing ongoing business processes and produce accuracy in presenting data or reports to government institutions. The Cianjur Education, Youth, Sports Office requires a data management system for primary and secondary school supervision, namely an Information System that can be used by supervisors to take an inventory of data, including recording, storing, and reporting data from primary and secondary schools. With the information system, the Education, Youth, and Sports Office of Cianjur Regency can see information from schools quickly, precisely, and accurately. Data collection techniques in this study include observation, interviews and documentation. While the research method used is the waterfall method with stages, Communication, Planning, Modeling, Construction, Deployment, Testing. The results of this study are in the form of an analysis design for primary and secondary school supervision information systems using UML design tools, as well as the results of testing the system with the EUCS method.
SOSIALISASI TENTANG MENGELOLA SAMPAH PADA SELOKAN DI KELURAHAN SAWAH LEBAR BARU Soni Ayi Purnama; Yusran Panca Putra; Willi Novrian
JURNAL NGABDIMAS Vol. 6 No. 01 Juni (2023): NGABDIMAS (Pengabdian Pada Masyarakat)
Publisher : P3M Institut Teknologi Pagar Alam

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

Abstract

Banyaknya aliran irigasi seperti selokan di Kelurahan Sawah Lebar Baru Kecamatan Ratu Agung Kota Bengkulu yang perlu dijaga kebersihannya, menjaga kebersihan dari sampah ini diperlukan agar terciptanya lingkungan yang sehat. Program pengabdian pada masyarakat ini bertujuan untuk memberikan edukasi dan bimbingan pada masyarakat di Kelurahan Sawah Lebar Baru Kota Bengkulu tentang mengelola sampah organik basah yang bersumber dari tumpukan sampah di selokan ataupun sampah rumah tangga, hal tersebut agar masyarakat mampu mengelola sampah organik basah menjadi pupuk cair yang memiliki nilai kebermanfaatan dan terciptanya lingkungan yang bersih dari sampah. Hasil dari pelaksanaan sosialisasi pengelolaan sampah organik basah kepada masyarakat ini yaitu terbentuknya kelompok masyarakat yang memiliki kepedulian yang tinggi untuk menjaga irigasi yakni solokan yang bersih dari sampah dan masyarakat dapat mengelola sampah organik basah menjadi pupuk cair yang memiliki nilai kebermanfaatan bagi masyarakat.
Segmentation of Problematic Loan Customers Using The K-Means Clustering Algorithm to Support Strategic Decision-Making (Case Study: Bank Mega Finance Bengkulu) Willi Novrian; Annisa Afriani; Julia Purnama Sari; Yusran Panca Putra
Indonesian Journal of Computer Science and Engineering Vol. 2 No. 02 (2025): IJCSE Volume 02 Number 02, November 2025
Publisher : CV. Cendekiawan Muda Sriwijaya

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

Abstract

This study analyzes 5,305 records of non-performing loan customers from Bank Mega Finance Bengkulu using the K-Means Clustering algorithm within the CRISP-DM framework. Based on variables such as tenure, outstanding balance, installment amount, and payment delay duration, the analysis identified three customer risk clusters (high, medium, and low) with a Davies-Bouldin Index (DBI) of 0.201, indicating good clustering quality. The segmentation results can help determine collection priorities, loan restructuring, and risk mitigation strategies, demonstrating the effectiveness of data mining in supporting strategic decision-making in banking risk management.
Implementasi CNN Model Resnet50 Klasifikasi Citra Penyakit Lumpy Skin Disease Pada Sapi Willi Novrian; Yusran Panca Putra; Agus Susanto; Julia Purnama Sari; Rifaldo Pratama
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 6 No 1 (2026): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v6i1.1874

Abstract

Sektor peternakan sapi memiliki peran vital dalam ketahanan pangan nasional, namun dihadapkan pada tantangan penyakit menular seperti Lumpy Skin Disease (LSD). Penyakit ini menyebabkan kerugian ekonomi akibat penurunan produksi dan biaya perawatan. Deteksi dini sangat diperlukan untuk mencegah penyebaran yang lebih luas. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis performa Convolutional Neural Network (CNN) menggunakan arsitektur ResNet-50 untuk mengklasifikasi citra penyakit kulit LSD pada ternak sapi dibandingkan dengan sapi sehat. Dataset yang digunakan bersumber dari Kaggle, terdiri dari 324 citra sapi terinfeksi LSD dan 700 citra sehat, yang dibagi menjadi 80% data latih dan 20% data uji. Model dilatih menggunakan pendekatan transfer learning dengan dua tahap: pembekuan (freeze) seluruh layer backbone selama 20 epoch, dilanjutkan dengan fine-tuning parsial selama 40 epoch. Hasil pengujian menunjukkan bahwa model mencapai akurasi keseluruhan sebesar 93,17%, dengan macro average precision 91,86%, recall 92,53%, dan F1-score 92,18%. Model terbukti mampu membedakan citra sapi sehat dan terinfeksi dengan tingkat sensitivitas yang tinggi. Penggunaan arsitektur ResNet-50 merupakan solusi inovatif dan efektif untuk mempercepat diagnosis LSD berbasis kecerdasan buatan.
Co-Authors Aan Erlansari Agus Susanto Annisa Afriani Buhori Muslim Julia Purnama Sari Julia Purnama Sari Putra, Yusran Panca Rifaldo Pratama Soni Ayi Purnama Yusran Panca Putra