Article Per Year (5 Year)
p-Index From 2021 - 2026
5.234
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF APPLIED INFORMATICS AND COMPUTING PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer Jurnal Sains dan Informatika : Research of Science and Informatic JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) Jurnal Ilmu Komputer Journal of Computer Networks, Architecture and High Performance Computing Journal of Applied Data Sciences Majalah Ilmiah UPI YPTK Journal of Computer Scine and Information Technology Jurnal Ipteks Terapan : research of applied science and education Jurnal Pustaka Mitra : Pusat Akses Kajian Mengabdi Terhadap Masyarakat Jurnal Pustaka Data : Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer Jurnal Komtekinfo Jurnal Sains dan Informatika : Research of Science and Informatic Jurnal Pustaka Robot Sister Alamtana Jurnal Pustaka Paket
Ayu Mahessya, Raja
UNIVERSITAS PUTRA INDONESIA YPTK PADANG
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy 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 Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Identification and Classification of Cracks in Traditional Pottery from West Sumatra Using Digital Image Processing Mahessya, Raja Ayu; Yenila, Firna
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.12156

Abstract

Cracks in traditional West Sumatran pottery are a major challenge in preserving this cultural heritage. With age and the manual manufacturing process, pottery becomes highly susceptible to physical damage, particularly cracks on the surface and internal structure. These cracks not only affect the functional and aesthetic value but also reduce the cultural and economic value of the pottery. Therefore, an accurate early identification system is crucial to ensure the survival and preservation of this culture. This study developed a digital image processing-based system to detect and classify cracks in traditional pottery. The system integrates image preprocessing, including cropping, resizing, grayscale conversion, contrast stretching, and histogram equalization to improve image quality and highlight thin and irregular cracks. Image segmentation was performed using the Multi-Threshold Otsu method to separate cracks from the background, while classification was performed using a convolutional neural network (CNN). Experimental results show that this system is able to achieve an accuracy of 94.8%, precision of 93.5%, recall of 92.3%, and F1-score of 92.9%, indicating the system's ability to accurately detect cracks. Comparisons with other segmentation and classification methods are needed to provide a more comprehensive picture of the effectiveness of this approach. The implementation of this system is expected to support the preservation of traditional Minangkabau pottery through digitalization, provide an ornament database that can be accessed by researchers, artists, and the general public, and assist in more efficient cultural documentation and archiving.
Pelatihan Manajemen OJS bagi Pengelola Jurnal Pustaka AI untuk Meningkatkan Akreditasi Jurnal Ilmiah Ikhsan, Ikhsan; Mahessya, Raja Ayu; Novinaldi, Novinaldi
Jurnal Pustaka Paket Vol 3 No 2 (2024): Jurnal Pustaka PAKET
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakapaket.v3i2.1663

Abstract

Pengelolaan jurnal ilmiah berbasis Open Journal System (OJS) merupakan salah satu prasyarat penting dalam upaya peningkatan mutu dan akreditasi jurnal di Indonesia. Jurnal Pustaka AI sebagai salah satu jurnal ilmiah yang sedang berkembang memiliki tantangan dalam aspek pengelolaan editorial, dimana tim editorial belum sepenuhnya memahami proses manajemen naskah menggunakan OJS. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kompetensi pengelola Jurnal Pustaka AI dalam mengelola jurnal secara elektronik berbasis OJS sebagai langkah strategis menuju akreditasi jurnal ilmiah. Pelatihan dilaksanakan pada tanggal 29 Agustus 2024 secara daring melalui platform konferensi video (Zoom) dengan metode ceramah, demonstrasi, workshop, dan evaluasi melalui pretest dan posttest. Hasil kegiatan menunjukkan adanya peningkatan pemahaman peserta dari kondisi awal belum memahami proses pengelolaan jurnal ilmiah menjadi mampu mengelola alur naskah secara lebih sistematis menggunakan OJS. Kegiatan ini membuktikan bahwa pelatihan terstruktur tentang manajemen OJS dapat menjadi strategi efektif untuk memperkuat tata kelola jurnal dan mendukung pencapaian akreditasi Jurnal Pustaka AI.
Grouping Building Material Sales for Management Optimization with the K-Means Algorithm Nofet Putri; Abulawafa Muhammad; Raja Ayu Mahessya
Journal of Computer Scine and Information Technology Volume 9 Issue 3 (2023): JCSITech
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/jcsitech.v9i3.74

Abstract

Sales transactions at the Pedi Building Store are recorded in the daily logbook provided by the store, so that it cannot be immediately known which types of products are selling well or which are not selling well. To overcome this problem, an analysis of sales data is carried out using the K-Means Algorithm. The K-Means algorithm is an algorithm that requires as many input parameters and divides a set of objects into clusters so that the level of similarity between members in one cluster is high, while the level of similarity with members in other clusters is very low. This study aims to determine the types of products that sell well and don't sell well. The data used in this analysis are 100 data samples with 2 clusters formed, namely unsold goods (Cluster 1) and salable goods (Cluster 2). With the analysis of the K-Means Algorithm, it produces 4 data items that are not selling well (Cluster 1), while 96 data items that sell well (Cluster 2). With the results of the analysis of the K-Means Algorithm, a sales application was developed for the Pedi Building Store which is managed by the analysis of the K-Means Algorithm. The application makes it easy for sellers to manage data to form sales processes of salable and less salable goods
Perancangan dan Implementasi Sistem Diskless pada Laboratorium Komputer SMK Tamansiswa Padang Randi, Gusti; Ikhsan, Ikhsan; Mahessya, Raja Ayu
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 4 No 2 (2024): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v4i2.668

Abstract

Perkembangan kebutuhan pelajar SMK Tamansiswa Padang terhadap informasi menuntut mereka untuk mengikuti perkembangan teknologi informasi yang menyertainya. Pada sistem jaringan komputer sekolah, diskless masih menjadi alternatif terbaik bila dibandingkan jaringan Lokal Area Network (LAN) biasa yang cenderung memakan biaya jauh lebih besar. Diskless dimungkinkan membangun suatu jaringan dengan mengurangi ketergantungan terhadap storage lokal dan juga menekan biaya pengadaan suatu jaringan besar. Metode penelitian yang digunakan yakni: studi lapangan dengan cara observasi dan wawancara, studi perpustakaan dan penelitian laboratorium. Dalam implementasi sistem diskless ini akan diterapkan teknologi CCBoot.  Peneliatian ini menghasilkan Sistem Diskless pada Laboratorium Komputer Sekolah Menengah Kejuruan Tamansiswa Padang. Maka Setelah implementasi sistem diskless pada Laboratorium Komputer SMK Tamansiswa Padang ini didapatkan hasil suatu jaringan komputer dengan terminal-terminal tanpa media storage berhubungan satu sama lain dan dengan kecepatan yang seolah-olah seragam. Hasil dari verifikasi menunjukkan bahwa implementasi jaringan komputer berbasis diskless dengan menggunakan teknologi CCboot di Laboratorium Komputer SMK Tamansiswa Padang dapat berjalan dengan baik dan menghemat pengeluaran untuk upgrade PC. Selain itu dengan adanya penerapan sistem diskless ini diharapkan akan memacu adanya penelitian-penelitian lebih lanjut tentang penerapan sistem diskless ini.
Analisa Simulasi Antrian Monte Carlo menggunakan metode Multi Channel Single Phase Trisna, Novi; Mahessya, Raja Ayu; Yenila, Firna
Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitektur Komputer) Vol 5 No 1 (2025): Jurnal Pustaka Data (Pusat Akses Kajian Database, Analisa Teknologi, dan Arsitekt
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakadata.v5i1.1057

Abstract

Penelitian ini menganalisis sistem antrian pada layanan Laut Carwash menggunakan simulasi Monte Carlo berbasis model Multi-Channel Single-Phase. Hasil simulasi menunjukkan bahwa metode ini efektif dalam memberikan gambaran realistis terkait waktu tunggu dan performa pelayanan. Rata-rata waktu tunggu pelanggan dalam antrian tercatat sebesar 10,75 menit, sementara rata-rata total waktu dalam sistem mencapai 81 menit. Pendekatan Monte Carlo mampu mensimulasikan dinamika layanan secara akurat dan menjadi alat bantu untuk mengevaluasi serta merancang perbaikan sistem pelayanan. Simulasi ini juga membantu memetakan dampak perubahan operasional terhadap efisiensi layanan secara keseluruhan. Dengan demikian, metode ini sangat bermanfaat untuk mendukung pengambilan keputusan strategis dalam meningkatkan kualitas pelayanan pencucian mobil.
Peningkatkan Kinerja Gaussian Naive Bayes melalui Hyperparameter Tuning pada Dataset Car Evaluation Trisna, Novi; Izzaty Jamhur, Annisak; Mahessya, Raja Ayu; Yenila, Firna
Jurnal Pustaka Robot Sister (Jurnal Pusat Akses Kajian Robotika, Sistem Tertanam, dan Sistem Terdistribusi) Vol 4 No 2 (2026): Jurnal Pustaka Robot Sister (Pusat Akses Kajian Robotika, Sistem Tertanam, dan Si
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakarobotsister.v4i2.2123

Abstract

Evaluasi kelayakan mobil merupakan permasalahan klasifikasi yang penting karena harga beli, biaya perawatan, jumlah pintu, kapasitas penumpang, ukuran bagasi, dan tingkat keamanan berpengaruh terhadap pengambilan keputusan. Penelitian ini menerapkan dan mengoptimalkan algoritma Gaussian Naive Bayes untuk klasifikasi kelayakan mobil menggunakan dataset Car Evaluation dari UCI Machine Learning Repository. Dataset terdiri dari 1.728 data dengan enam atribut input dan empat kelas target, yaitu unacc, acc, good, dan vgood. Tahapan penelitian meliputi transformasi data kategorikal, pembagian data latih dan data uji dengan rasio 90:10, pelatihan model, hyperparameter tuning menggunakan GridSearchCV, serta evaluasi performa menggunakan accuracy, precision, recall, dan F1-score. Model Naive Bayes awal menghasilkan accuracy 69%, macro precision 39%, macro recall 51%, dan macro F1-score 37%. Setelah dilakukan hyperparameter tuning, performa model meningkat menjadi accuracy 81%, macro precision 63%, macro recall 63%, dan macro F1-score 61%. Hasil penelitian menunjukkan bahwa tuning berbasis GridSearchCV mampu meningkatkan kemampuan klasifikasi Naive Bayes, terutama dalam mengenali kelas minoritas yang sebelumnya sulit diprediksi.
Penguatan Pemahaman Keselamatan dan Kesehatan Kerja Melalui Kolaborasi Industri dan Perguruan Tinggi Ikhbal Salam, Riyan; Sri Wahyuni, Widya; Sofiarna, Yeni; Eka Putra, Dian; Ikhsan, Ikhsan; Mahessya, Raja Ayu
Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat) Vol 5 No 6 (2025): Jurnal Pustaka Mitra (Pusat Akses Kajian Mengabdi Terhadap Masyarakat)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakamitra.v5i6.1644

Abstract

Keselamatan dan Kesehatan Kerja (K3) merupakan salah satu aspek fundamental dalam operasional industri berisiko tinggi, terutama pada sektor energi yang mengharuskan penerapan prosedur keselamatan secara disiplin dan berkelanjutan. Pada pendidikan vokasi, pemahaman K3 sering kali terbatas pada aspek teoretis sehingga mahasiswa kurang memperoleh gambaran nyata mengenai penerapan prinsip keselamatan di lingkungan kerja modern. Untuk menjembatani kesenjangan tersebut, Program Studi D3 Teknik Komputer Politeknik Negeri Padang – PSDKU Solok Selatan bekerja sama dengan Supreme Energy Muara Laboh melaksanakan kegiatan pengabdian masyarakat berbasis kolaborasi industri. Kegiatan ini melibatkan 27 mahasiswa dan mencakup penyampaian materi K3 oleh praktisi industri, diskusi interaktif, serta observasi langsung di ruang kontrol dengan penggunaan APD lengkap sesuai standar perusahaan. Dokumentasi visual tidak dilakukan di area power plant sesuai kebijakan keamanan mitra, namun pengamatan tetap terlaksana dan memberikan pengalaman yang bermakna bagi mahasiswa. Hasil evaluasi menunjukkan bahwa 20 mahasiswa (74%) aktif dalam diskusi dan mampu menunjukkan peningkatan pemahaman terhadap identifikasi bahaya, prosedur keselamatan, serta fungsi APD. Selain itu, kegiatan ini juga meningkatkan kesadaran risiko, menumbuhkan sikap terhadap budaya keselamatan, dan memperkuat kesiapan mental mahasiswa untuk memasuki lingkungan kerja berisiko tinggi. Program kolaboratif ini terbukti efektif sebagai model pembelajaran berbasis pengalaman yang relevan untuk diterapkan secara berkelanjutan dalam pendidikan vokasi.
Co-Authors Abdul Rahman Anshar Abulawafa Muhammad Agung Ramadhanu Alvi Martunasia Anam, M Khairul Arif Rizki Marsa Budi Harto Dedi Mardianto Devia Kartika Dhio Saputra Dian Eka Putra Eka Putra, Dian Firdaus, Muhammad Bambang Firna Yenila Gunawan, Chichi Rizka Hadi Syahputra Ikhbal Salam, Riyan Ikhsan Ikhsan I Ikhsan Ikhsan Indrawati, Sulvia Ismael Jamhur, Annisak Izzaty Karfindo, Karfindo Khadnova, Triuliamri Kurnia, Hezy Larissa Naviarani M. Hafizh Mokti Isra Muhammad Nuzul Ikhsan Muhammad Raihan Zaky Muhammad Reza Putra Mutiana Pratiwi Nelfita Anggraini, Weli Niken Rindiana Nofet Putri Novi Trisna Novinaldi N Novinaldi, Novinaldi Pandu Pratama Putra, Pandu Pratama Panggranatama, Nanda Pradani Ayu Widya Purnama Purnawita Rahayu Putra, Rafki Dwi Ramadhani Ramadhani Randi, Gusti Rayendra Rendi Saputra Reyga Primayudha T Reza Suriadinata Rifki Isma Kurniawan Rio Andika Malik Rostam Ahmad Efendi Rozi Meri Ruri Hartika Zain sofiarna, yeni Sovia, Rini Sri Wahyuni, Widya Sulvia Indrawati Teri Ade Putra Veri, Jhon Yesri Elva Yogi Wiyandra