Article Per Year (5 Year)
p-Index From 2021 - 2026
1.288
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech) Prosiding Seminar Nasional Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) RIDE The Indonesian Journal of Computer Science
Amadea Permana Sanusi
University Of Merdeka Malang
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Medicine & Pharmacology Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Visualisasi Data Persebaran Perokok di Indonesia menggunakan K-Means dan Tableau Karina, Daffa Mirah; Sanusi, Amadea Permana
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5263

Abstract

Melalui penerapan metode K-Means, data persebaran perokok di Indonesia dapat dikelompokkan dan dianalisis secara mendalam, khususnya untuk memahami pola dan tren berdasarkan usia dan provinsi. Metode ini memungkinkan pengelompokan data berdasarkan tingkat kesamaan antar kelompok, sehingga membantu mengidentifikasi pola tersembunyi yang tidak terlihat dalam analisis. Hasil dari pengelompokan tersebut dapat divisualisasikan secara efektif menggunakan Tableau, memberikan gambaran yang lebih jelas dalam memahami persebaran perokok di berbagai wilayah. Oleh karena itu, implementasi metode K-Means yang didukung dengan visualisasi menggunakan Tableau menjadi pilihan yang tepat untuk mengeksplorasi dan menyajikan data persebaran perokok di Indonesia. Tujuan dari penelitian ini adalah untuk memberikan rekomendasi dan menganalisis pola persebaran dan karakteristik perokok di Indonesia berdasarkan usia dan provinsi menggunakan metode K-Means dengan menerapkan EDA serta peran Python dalam eksplorasi data menggunakan Google Colab terhadap visualisasi interaktif pada Tableau. Hasil clustering mengungkapkan bahwa kelompok usia muda (15-24) berada dalam klaster dengan prevalensi merokok rendah pada setiap periode. Kelompok usia 25-34, 35-44, dan 45-54 berada dalam klaster dengan prevalensi merokok tinggi. Kelompok usia yang lebih tua (55-64, 65+) mengalami pergeseran dari prevalensi merokok tinggi ke klaster dengan prevalensi merokok rendah. EDA membantu mengidentifikasi pola tren dan anomali yang signifikan, seperti analisis korelasi. Kombinasi Google Colab, Python, dan Tableau sangat efektif dalam proses analisis data. Penelitian serupa di masa depan dapat menggunakan kombinasi metode clustering lain, seperti DBSCAN atau Hierarchical Clustering, untuk memperkuat hasil analisis.
Klasifikasi Tinggi Badan Menggunakan Metode Mask R-CNN Permana Sanusi, Amadea; Fariza, Arna; Setiawardhana
The Indonesian Journal of Computer Science Vol. 12 No. 4 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i4.3348

Abstract

Tinggi badan adalah parameter penting saat memasuki sebuah wahana. Penggunaan alat keselamatan saat bermain wahana permainan tidak akan maksimal jika wisatawan tidak memiliki tinggi badan yang sesuai dengan kriteria untuk memasuki wahana tersebut. Dalam penerapannya, seleksi wisatawan yang diperbolehkan masuk ke dalam wahana permainan masih menggunakan pengukuran tinggi badan secara manual. Penelitian ini bertujuan untuk mengurangi resiko terjadinya kecelakaan pada kendaraan dengan mengklasifikasikan dan mengimplementasikan sistem otomasi menggunakan pendekatan deep learning. Penggunaan deep learning yang berkembang saat ini dapat digunakan untuk mengklasifikasikan pengunjung. Penelitian ini mengusulkan proses klasifikasi tinggi badan menggunakan metode Mask R-CNN yang dapat digunakan untuk melakukan klasifikasi lebih dari satu orang, sehingga mempercepat antrean wisatawan pada wahana permainan. Hasil pengujian menunjukkan bahwa model Mask R-CNN yang dibangun berhasil mengklasifikasikan objek dengan memberikan bounding box, masking, dan label yang sesuai dengan objek. Membangun model Mask R-CNN sangat dipengaruhi oleh variatif gambar pada dataset dan proses anotasi gambar di dalam dataset. Evaluasi model menunjukkan hasil perhitungan mAP yang didapatkan sebesar 71%. Penelitian ini telah memenuhi tujuan utama dalam penelitian karena model Mask R-CNN berhasil melakukan klasifikasi yang sesuai.
Optimalisasi Keamanan Warga: Pemasangan Rambu Lalu Lintas dan Kaca Cembung di Dusun Jaten Rayyan Ekacandra; Sanusi, Amadea Permana; Rainhard Mofu; Rafli Ramadhani Hidayat
Prosiding Seminar Nasional Pengabdian Masyarakat Universitas Ma Chung Vol. 5 No. 1 (2025): Prosiding SENAM 2025: Seminar Nasional Pengabdian Kepada Masyarakat Universitas
Publisher : Ma Chung Press

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

Abstract

Keamanan lalu lintas di Dusun Jaten menjadi isu krusial seiring meningkatnya jumlah kendaraan dan aktivitas masyarakat, terutama di sekitar Sekolah Dasar (SD). Kondisi jalan yang tidak memadai, perilaku pengendara yang ugal-ugalan, serta minimnya rambu lalu lintas dan kaca cembung memperparah risiko kecelakaan. Untuk mengatasi masalah ini, dilakukan intervensi melalui pemasangan rambu lalu lintas dan kaca cembung di titik-titik strategis. Metode pelaksanaan mencakup pengamatan langsung terhadap kondisi lalu lintas, wawancara dengan warga setempat, analisis titik rawan kecelakaan, penentuan lokasi pemasangan, pelibatan masyarakat dalam proses instalasi, serta evaluasi pasca-implementasi. Hasil analisis dan pelaksanaan menunjukkan bahwa pemasangan rambu peringatan di area sekolah dan jalan rusak, serta kaca cembung di tikungan dan persimpangan, efektif menurunkan kecepatan kendaraan dan meningkatkan kewaspadaan pengendara. Implementasi metode ini menghasilkan perubahan perilaku positif pengendara serta meningkatnya rasa aman warga, meskipun masih terdapat pelanggaran lalu lintas oleh sebagian pengendara. Disimpulkan bahwa pemasangan rambu lalu lintas dan kaca cembung, bila didukung partisipasi masyarakat dan pengawasan berkelanjutan, dapat menjadi solusi efektif untuk meningkatkan keselamatan lalu lintas di kawasan padat aktivitas.
THE ROLE OF LOCAL FOOD CONSUMPTION VALUE AND GASTRONOMY INVOLVEMENT IN THE SUSTAINABILITY OF SEGO TEMPONG IN BANYUWANGI REGENCY Alvianna, Stella; Amadea Permana Sanusi; Hidayatullah, Syarif; M. Chothibul Umam A; Gaga Fasarinda
Ride: Journal of Cultural Tourism and Religious Studies Vol. 2 No. 1 (2024): Vol 2 No 1
Publisher : UHN IGB Sugriwa Denpasar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25078/ride.v2i1.3609

Abstract

Sego Tempong (Nasi Tempong) merupakan makanan tradisional yang berasal dari banyuwangi. Makanan ini disajikan dengan berbagai lauk pauk, lalapan, dan sambal. Nama sego tempong berasal dari kata “tempong” yang dalam bahasa asing berarti “tamparan”. Awalnya sego tempong merupakan bekal yang dibawa masyarakat banyuwangi ke sawah. Sego Tempong biasanya disajikan dalam porsi besar, lengkap dengan lauk pauknya untuk menambah tenaga para petani yang bekerja di sawah. Tujuan penelitian ini adalah untuk mengetahui dan menganalisis pengaruh nilai konsumsi pangan lokal dan keterlibatan gastronomi terhadap keberlanjutan Sego Tempong di Kabupaten Banyuwangi. Populasi dalam penelitian ini adalah pengunjung atau wisatawan yang tertarik mencoba Sego Tempong di kabupaten banyuwangi dengan umur 17 tahun ke atas sebanyak 150 responden. Teknik analisis yang digunakan dalam penelitian ini menggunakan uji validitas, uji reliabilitas, analisis deskriptif responden, distribusi frekuensi, uji asumsi klasik, analisis regresi linier berganda, koefisien determinasi (R2), dan uji hipotesis. Hasil analisis dan pembahasan menunjukkan bahwa Nilai Konsumsi Pangan Lokal berpengaruh terhadap Keberlanjutan Sego Tempong, Gastronomi Involve berpengaruh terhadap Keberlanjutan Sego Tempong, dan variabel Nilai Konsumsi Pangan Lokal berpengaruh paling dominan terhadap Keberlanjutan Sego Tempong.
Visualisasi Data Persebaran Perokok di Indonesia menggunakan K-Means dan Tableau Karina, Daffa Mirah; Sanusi, Amadea Permana
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.5263

Abstract

Melalui penerapan metode K-Means, data persebaran perokok di Indonesia dapat dikelompokkan dan dianalisis secara mendalam, khususnya untuk memahami pola dan tren berdasarkan usia dan provinsi. Metode ini memungkinkan pengelompokan data berdasarkan tingkat kesamaan antar kelompok, sehingga membantu mengidentifikasi pola tersembunyi yang tidak terlihat dalam analisis. Hasil dari pengelompokan tersebut dapat divisualisasikan secara efektif menggunakan Tableau, memberikan gambaran yang lebih jelas dalam memahami persebaran perokok di berbagai wilayah. Oleh karena itu, implementasi metode K-Means yang didukung dengan visualisasi menggunakan Tableau menjadi pilihan yang tepat untuk mengeksplorasi dan menyajikan data persebaran perokok di Indonesia. Tujuan dari penelitian ini adalah untuk memberikan rekomendasi dan menganalisis pola persebaran dan karakteristik perokok di Indonesia berdasarkan usia dan provinsi menggunakan metode K-Means dengan menerapkan EDA serta peran Python dalam eksplorasi data menggunakan Google Colab terhadap visualisasi interaktif pada Tableau. Hasil clustering mengungkapkan bahwa kelompok usia muda (15-24) berada dalam klaster dengan prevalensi merokok rendah pada setiap periode. Kelompok usia 25-34, 35-44, dan 45-54 berada dalam klaster dengan prevalensi merokok tinggi. Kelompok usia yang lebih tua (55-64, 65+) mengalami pergeseran dari prevalensi merokok tinggi ke klaster dengan prevalensi merokok rendah. EDA membantu mengidentifikasi pola tren dan anomali yang signifikan, seperti analisis korelasi. Kombinasi Google Colab, Python, dan Tableau sangat efektif dalam proses analisis data. Penelitian serupa di masa depan dapat menggunakan kombinasi metode clustering lain, seperti DBSCAN atau Hierarchical Clustering, untuk memperkuat hasil analisis.
Eksplorasi Deteksi dan Segmentasi Objek Menggunakan Mask R-CNN Berbasis Detectron2 sebagai Dasar Prediksi Ukuran Sanusi, Amadea Permana; Jatmiko, Andriyan Rizki; Dian Fitri Islamiati Munisah
Jurnal Informatika Polinema Vol. 12 No. 1 (2025): Vol. 12 No. 1 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i1.8326

Abstract

Perkembangan teknologi pada zaman sekarang semakin berkembang dengan waktu cepat terutama pengembangan dalam bidang computer vision. Salah satu pengembangan yang dapat dikaji lebih dalam pada bidang ini adalah implementasi dari instance segmentation. Segmentasi ini bertujuan untuk mendeteksi dan mengidentifikasi setiap objek pada gambar dengan lebih dalam jika dibandingkan dengan semantic segmentation dengan output yang diberikan berupa bounding box dan mask. Pada penelitian ini merupakan eksplorasi awal dalam implementasi algortima Mask R-CNN menggunakan framework Detectron2 untuk melakukan instance segmentation pada objek secara otomatis. Model yang dibangun telah dilatih dan diuji dengan konfigurasi hyperparameter tertentu dengan tujuan mengoptimalkan performa algortima tersebut. Hasil evaluasi model menunjukkan bahwa model berhasil dalam melakukan segmentasi objek. Keberhasilan model dievaluasi menggunakan mAP dengan nilai parameter yang dihasilkan yaitu AP sebesar 62.615%, AP50 sebesar 71.836%, AP75 sebesar 67.884%, dan APl sebesar 62.615% yang mengindikasikan performa deteksi cukup baik. Namun, berdasarkan analisis dari hasil visual menunjukkan bahwa objek yang tumpeng tindih masih menjadi tantangan bagi model serta under-detection menjadi permasalahan yang muncul selama proses pengujian. Peningkatan dapat dilakukan agar model dapat mendeteksi secara lebih akurat dengan melakukan beberapa hal diantaranya adalah melakukan penyesuaian terhadap parameter Non-Maximum Suppression (NMS) dan ukuran anchor agar lebih sesuai dengan karakteristik objek target. Selain itu, penerapan teknik augmentasi data seperti flipping dan occlusion dapat memperkaya variasi dalam dataset. Penambahan citra yang memuat objek berukuran kecil hingga sedang juga penting untuk meningkatkan keberagaman data serta memungkinkan model menghasilkan nilai evaluasi untuk kategori APs dan APm. Upaya perbaikan ini menjadi langkah penting dalam mendukung pengembangan penelitian pada tahap selanjutnya.
Co-Authors Alvianna, Stella Andriyan Rizki Jatmiko Arna Fariza Dian Fitri Islamiati Munisah Gaga Fasarinda Karina, Daffa Mirah M. Chothibul Umam A Rafli Ramadhani Hidayat Rainhard Mofu Rayyan Ekacandra Setiawardhana Syarif Hidayatullah