Article Per Year (5 Year)
p-Index From 2021 - 2026
1.554
P-Index
This Author published in this journals
All Journal JSAI (Journal Scientific and Applied Informatics) JPMTT (Jurnal Pengabdian Masyarakat Teknologi Terbarukan) JCOSIS (Journal Computer Science and Information Systems)
Hadiguna Setiawan
Universitas AMIKOM Yogyakarta
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
Model Sequential Resnet50 Untuk Pengenalan Tulisan Tangan Aksara Arab Sarwati Rahayu; Sulis Sandiwarno; Erwin Dwika Putra; Marissa Utami; Hadiguna Setiawan
JSAI (Journal Scientific and Applied Informatics) Vol 6 No 2 (2023): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v6i2.5379

Abstract

Research for Arabic handwriting recognition is still limited. The number of public datasets regarding Arabic script is still limited for this type of public dataset. Therefore, each study usually uses its dataset to conduct research. However, recently public datasets have become available and become research opportunities to compare methods with the same dataset. This study aimed to determine the implementation of the transfer learning model with the best accuracy for handwriting recognition in Arabic script. The results of the experiment using ResNet50 are as follows: training accuracy is 91.63%, validation accuracy is 91.82%, and the testing accuracy is 95.03%.
Komparasi Hasil Color Feature Extraction HSV, LAB dan YCrCb pda Algoritma SVM untuk Klasifikasi Spesies Burung Sarwati Rahayu; Andi Nugroho; Erwin Dwika Putra; Mariana Purba; Hadiguna Setiawan; Sulis Sandiwarno
JSAI (Journal Scientific and Applied Informatics) Vol 6 No 3 (2023): November
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v6i3.5920

Abstract

The classification of bird species is a problem often faced by ornithologists, and has been considered scientific research since antiquity. This study aims to evaluate the results of color feature extraction including HSV, LAB and YCrCb against the results of the SVM classification. In addition, the results of this study are useful to determine the performance of color feature extraction that is suitable for bird species classification. The dataset used was 22,617 bird species images. Based on experimental results, the effect of HSV on the SVM classification caused a decrease in accuracy by -0.33% while LAB and YCrCb on the SVM classification caused an increase in accuracy of 0.44% and 0.21%. However, the accuracy of the SVM classification does not yet have good performance so that further research will be carried out using other classifications, including convolutional neural networks and others.
POJOK TAMAN BACA BERBASIS TEKNOLOGI UNTUK MENINGKATKAN MINAT BACA ANAK Putra, Erwin Dwika; Mariana Purba; Marissa utami; Vina Ayumi; Hadiguna Setiawan; Wachyu Hari Haji
JPMTT (Jurnal Pengabdian Masyarakat Teknologi Terbarukan) Vol. 3 No. 2 (2023): Oktober
Publisher : Lembaga Penelitian Pengabdian Masyarakat Penerbitan dan Percetakan Indonesian Scholar Khiar Wafi (LPPMPP IKHAFI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jpmtt.v3i2.532

Abstract

Kegiatan membaca agar dapat meningkatkan minat baca harus dilakukan sedini mungkin. Perlunya pembentukan kebiasaan akan membaca atau budaya membaca akan menjadi lebih baik apabila dimulai sejak dini dengan kegeiatan sesederhana mungkin. Literasi juga dapat diartikan sebagai kemampuan dalam melakukan kegiatan baca, tulis, berhitung dan berbicara serta kemampuan dalam mencari dan menggunakan sebuah informasi. Dengan bantuan teknologi gadget seperti tablet PC maka model pembalajaran yang akan dikembangkan pada pojok baca ini nantinya akan terdapat beberapa games edukasi, tetapi pada pojok baca ini juga terdapat beberapa buku bacaan agar anak-anak dapat menyukai membaca dari beberapa buku. Dengan adanya program Pojok Baca Berbasis Teknologi ini telah berhasil meningkat minat baca anak-anak serta dapat meningkatkan kemajuan berfikir dan kreatifitas anak-anak dilingkungan yang menjadi objek penelitian. Serta dapat disimpulkan pula dengan adanya pojok digital ini dapat mendorong pemikiran positif anak-anak dalam memanfaatkan gadget serta alat-alat teknologi lainnya. Kata Kunci: Pojok, Baca, Digital
Analisis Performa Metode Klasifikasi Dataset Multi-Class Kanker Kulit Menggunakan KNN dan HOG Rahayu, Sarwati; Sandiwarno, Sulis; Dwika Putra, Erwin; Utami, Marissa; Setiawan, Hadiguna
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 2 (2024): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i2.6423

Abstract

Detection of skin cancer in its early phase is a challenge even for dermatologists. This study aims to analyze the performance of classification methods on multiclass skin cancer datasets using K-nearest neighbor (KNN) and histogram of oriented gradients (HOG). The dataset is taken publicly under the name Skin Cancer MNIST dataset: HAM10000 dataset totaling 10,015 data. The first experiment used the pixels per cell parameter of 8.8 and cells per block of 2.2 to get an accuracy of 60.58%. The second experiment used the pixels per cell parameter of 8.8 and cells per block of 2.2 to get an accuracy of 60.58%. The last experiment using the pixels per cell parameter of 8.8 and cells per block of 2.2 got the best accuracy of 61.43%.
Analisis Perbandingan Algoritma Machine Learning Dan Deep Learning Untuk Sentimen Analisis Teks Umpan Balik Tentang Evaluasi Pengajaran Dosen Setiawan, Hadiguna; Ariatmanto, Dhani
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 2 (2024): Juni
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i2.6572

Abstract

Evaluation of lecturer performance is very important because it helps in monitoring and ensuring that lecturers fulfill their duties effectively in maintaining integrity and teaching lecture material. By assessing lecturer performance based on criteria such as teaching, it can identify areas for improvement and provide support if needed. This study aims to determine the accuracy level of machine learning and deep learning combined with word-embedding for text analysis of lecturer teaching performance evaluation using preprocess techniques.The dataset consisted of 663 positive data, 552 negative data, and 465 neutral data. Successful in the results of the experiment, the training accuracy value for each classification method included KNN of 74.75%, SVM of 65.78%, RF of 98.58%, LSTM of 95.64% and Bi-LSTM of 95.91%. The test accuracy value for each classification method includes KNN of 59.82%, SVM of 62.88%, RF of 69.37%, LSTM of 70.81% and Bi-LSTM of 72.25%. The most superior method in processing data of 663 positive data, 552 negative data, and 465 neutral data by applying the word-embedding method, namely BiLSTM with a training accuracy of 95.91% and a testing accuracy of 72.25%.
Analisis Usabilitas Sistem Informasi Akademik Berdasarkan Usability Scale (Studi Kasus: Universitas Mercu Buana) Rahayu, Sarwati; Nugroho, Andi; Sandiwarno, Sulis; Salamah, Umniy; Dwika Putra, Erwin; Purba, Mariana; Setiawan, Hadiguna
JSAI (Journal Scientific and Applied Informatics) Vol 7 No 3 (2024): November
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v7i3.7478

Abstract

The usability analysis on the website of Mercu Buana University (UMB) is an important research carried out to ensure that the site effectively supports the university's goals, especially in terms of the user's experience in completing academic and administrative goals with ethical and professional standards. This research was carried out during the period January 2024 to May 2024. The main purpose of this study is to measure the usability of the UMB website using a questionnaire method. The questionnaire used for the research adapted the System Usability Scale (SUS) which consisted of a total of 10 questions. Based on the calculation of each statement item having a minimum score of 0 and a maximum score of 2.5, the final score of each respondent ranged from 0 to l00. The average score obtained was 63,125. Based on the results of the score of 63,125, the UMB website has a score in the range of 50 to 70. This shows that the UMB website is in the "quite good" category but there is still a need for a little improvement. Some icons or layouts on the UMB website are not familiar to respondents. In addition, there needs to be guidelines developed to provide information on how to use the website for users who are using the UMB website for the first time.
Implementasi Local Binary Pattern (LBP) dan Dropout Convolutional Neural Network untuk Deteksi Dini Penyakit Kulit Putra, Erwin Dwika; Hadiguna Setiawan
JCOSIS (Journal Computer Science and Information Systems) Vol. 2 No. 2 (2025): Oktober
Publisher : Institute for Research and Community Service

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61567/jcosis.v2i2.253

Abstract

Deteksi dini penyakit kulit merupakan langkah penting dalam upaya pencegahan dan penanganan dini penyakit berbahaya seperti melanoma. Penelitian ini bertujuan untuk mengembangkan model deteksi otomatis penyakit kulit berbasis citra dengan menggabungkan Local Binary Pattern (LBP) dan Dropout Convolutional Neural Network (CNN). Dataset yang digunakan adalah HAM10000, yang terdiri dari berbagai jenis citra lesi kulit beresolusi tinggi. Proses penelitian meliputi tahapan preprocessing (normalisasi, cropping, dan augmentasi), ekstraksi ciri tekstur menggunakan LBP, serta klasifikasi menggunakan CNN dengan mekanisme dropout untuk mencegah overfitting. Model dievaluasi menggunakan metrik Accuracy, Precision, Recall, dan F1-Score. Hasil penelitian menunjukkan bahwa kombinasi LBP + Dropout CNN memberikan peningkatan signifikan dibandingkan CNN konvensional. Model usulan berhasil mencapai akurasi sebesar 99.45%, precision 99.21%, recall 99.43%, dan F1-Score 99.32%. Penerapan LBP meningkatkan kemampuan model dalam mengenali tekstur mikro pada permukaan kulit, sedangkan dropout meningkatkan kemampuan generalisasi model. Dengan hasil tersebut, metode yang diusulkan terbukti efektif untuk deteksi dini penyakit kulit secara otomatis dan berpotensi diterapkan dalam sistem Computer-Aided Diagnosis (CADx) berbasis kecerdasan buatan, baik di lingkungan klinis maupun aplikasi mobile untuk deteksi mandiri.
Metode Elimination and Choice Translating Reality (ELECTRE) Pada Multi-Criteria Decision Making (MCDM) Untuk Pembelian Kendaraan Roda Empat Hadiguna Setiawan
JCOSIS (Journal Computer Science and Information Systems) Vol. 2 No. 1 (2025): Mei
Publisher : Institute for Research and Community Service

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61567/jcosis.v2i1.231

Abstract

Tujuan : Penelitian ini bertujuan untuk mengimplementasikan metode Elimination and Choice Expressing Reality (ELECTRE) dalam sistem pendukung keputusan untuk mengevaluasi dan meranking alternatif kendaraan berdasarkan data dari Car Evaluation Dataset (UCI Machine Learning Repository) Metode/Design/Pendekatan: Metode ELECTRE dipilih karena kemampuannya untuk melakukan perbandingan berpasangan dan mengeliminasi alternatif berdasarkan dominasi (concordance) dan ketidaksesuaian (discordance). Hasil/Temuan: Hasil penelitian menunjukkan bahwa metode ini mampu memberikan peringkat akhir secara objektif, di mana alternatif A5 memperoleh dominasi tertinggi sebesar 36,4%, diikuti oleh A3 dan A2. ELECTRE terbukti efektif untuk menangani konflik antar kriteria dan menghasilkan keputusan yang lebih realistis dibanding metode berbasis agregasi sederhana. Kebaharuan/Originalitas/Nilai: Penelitian ini membuktikan dengan menggunakan metode ELECTRE merupakan pendekatan yang tepat dalam evaluasi alternatif kompleks seperti pemilihan kendaraan.
POJOK TAMAN BACA BERBASIS TEKNOLOGI UNTUK MENINGKATKAN MINAT BACA ANAK Putra, Erwin Dwika; Mariana Purba; Marissa utami; Vina Ayumi; Hadiguna Setiawan; Wachyu Hari Haji
JPMTT (Jurnal Pengabdian Masyarakat Teknologi Terbarukan) Vol. 3 No. 2 (2023): Oktober
Publisher : Lembaga Penelitian Pengabdian Masyarakat Penerbitan dan Percetakan Indonesian Scholar Khiar Wafi (LPPMPP IKHAFI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54650/jpmtt.v3i2.532

Abstract

Kegiatan membaca agar dapat meningkatkan minat baca harus dilakukan sedini mungkin. Perlunya pembentukan kebiasaan akan membaca atau budaya membaca akan menjadi lebih baik apabila dimulai sejak dini dengan kegeiatan sesederhana mungkin. Literasi juga dapat diartikan sebagai kemampuan dalam melakukan kegiatan baca, tulis, berhitung dan berbicara serta kemampuan dalam mencari dan menggunakan sebuah informasi. Dengan bantuan teknologi gadget seperti tablet PC maka model pembalajaran yang akan dikembangkan pada pojok baca ini nantinya akan terdapat beberapa games edukasi, tetapi pada pojok baca ini juga terdapat beberapa buku bacaan agar anak-anak dapat menyukai membaca dari beberapa buku. Dengan adanya program Pojok Baca Berbasis Teknologi ini telah berhasil meningkat minat baca anak-anak serta dapat meningkatkan kemajuan berfikir dan kreatifitas anak-anak dilingkungan yang menjadi objek penelitian. Serta dapat disimpulkan pula dengan adanya pojok digital ini dapat mendorong pemikiran positif anak-anak dalam memanfaatkan gadget serta alat-alat teknologi lainnya. Kata Kunci: Pojok, Baca, Digital
Co-Authors Andi Nugroho Andi Nugroho, Andi Ayumi, Vina DHANI ARIATMANTO Mariana Purba Mariana Purba Purba, Mariana Putra, Erwin Dwika Salamah, Umniy Sarwati Rahayu Sulis Sandiwarno Wachyu Hari Haji