Article Per Year (5 Year)
p-Index From 2021 - 2026
2.17
P-Index
This Author published in this journals
All Journal Creative Information Technology Journal Voice Of Informatics IT (INFORMATIC TECHNIQUE) JOURNAL Informatics and Digital Expert (INDEX) Jurnal AbdiMU Jurnal Media Pengabdian Komunikasi CSRID Jurnal Pengabdian Masyarakat (JURDIMAS)
Pramana, Hendri Julian
Universitas Perjuangan Tasikmalaya
Aerospace Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Voice Of Informatics

 1 
Sistem Pakar Diagnosa Penyakit Pada Tanaman Anggur Menggunakan Metode Certainty Factor N. Nelis Febriani SM; Hendri Julian Pramana; Evi Dewi Sri Mulyani; Teuku Mufizar; Khairul Anwar
Jurnal VOI (Voice Of Informatics) Vol 11, No 2 (2022)
Publisher : STMIK Tasikmalaya

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

Abstract

Sedikitnya seorang ahli tanaman yang dapat memberikan informasi dan penyuluhan kepada masyarakat menjadi salah satu faktor kurangnya pengetahuan petani dalam menangani masalah buah anggur yang mereka tanam. Oleh karena itu dibuatlah sebuah sistem pakar yang dapat mendiagnosa penyakit pada buah anggur dengan menggunakan metode Certainty Factor dan metode inferensi yang digunakan dalam penelitian ini adalah metode Forward Chaining. Data yang digunakan dalam penelitian ini terdapat 14 penyakit dan 39 gejala yang teridentifikasi pada buah anggur. Pengujian dilakukan dengan membandingkan kesesuaian keluaran sistem dengan hasil diagnosa pakar. Dan dari pengujian 10 data kasus, akurasi pengujian pemodelan sistem pakar menggunakan Certainty Factor pada sistem diagnosis penyakit pokok anggur adalah 90%.
Pengenalan Objek Kendaraan Bermotor Berbasis Framework YOLO Dengan Metode Convolutional Neural Network Hendri Julian Pramana; Purwanto Purwanto; Pujiono Pujiono
Jurnal VOI (Voice Of Informatics) Vol 12, No 1 (2023)
Publisher : STMIK Tasikmalaya

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

Abstract

Pengenalan dan penilaian visual terhadap objek kendaraan bermotor dengan pedekatan visi komputer, berupa pembelajaran mendalam menggunakan framework You Only Look Once (YOLO) dengan memanfaatkan darknet model sebagai metode Convolutional Neural Netwok (CNN) untuk mendeteksi dan mengklasifikasikan objek kendaraan bermotor tersebut. Pelatihan model dilakukan dengan 2 (dua) jenis framework yolo yaitu yolov3 dan yolov3-tiny terhadap 2000 data gambar objek kendaraan bermotor. Sedangkan untuk pengujian menggunakan video kendaran di jalan raya yang berdurasi 30 detik. Dari pengujian yang dilakukan, didapatkan hasil yang cukup baik dengan nilai mean average precission (mAP) sebesar 84,66% untuk pemodelan yolov3 dan 79.6% untuk pemodelan yolov3-tiny.
Co-Authors Dede Syahrul Anwar Evi Dewi Sri Mulyani Hartiwan, Intan Husna Fauziah, Gita Indah Septianingrum Intan Hartiwan Khairul Anwar Listiani, Lina N. Nelis Febriani SM Nurwaida, An-Nisa Aina Permana, Ilham Pujiono Pujiono Purwanto Purwanto Rahma Putri, Widi Rahmawati, Alvi Setiawan, Rio Sinta Siti Sundari Teuku Mufizar