Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi Cosmic Jurnal Teknik Jurnal Kemitraan dan Pengabdian
Andita Utami
Universitas Islam Negeri Sumatera Utara
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Mechanical Engineering Neuroscience Physics Public Health Social Sciences Transportation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Sosialisasi Gerakan Bijak Kelola Sampah untuk Meningkatkan Kesadaran Lingkungan Berkelanjutan di Pondok Pesantren Tahfizh Ulumul Qur’an Medan Timur Haidar Al-Mutawalli; Chairil Umri; M. Miko Sahputra Sembiring; Puan Syaharani Sitorus; Andita Utami
Jurnal Kemitraan dan Pengabdian Vol. 1 No. 1 (2025): JUNI
Publisher : PT Arfa Digital Technology

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65358/jurnamitra.v1i1.24

Abstract

Persoalan sampah telah menjadi salah satu isu lingkungan yang terus menghantui berbagai wilayah di Indonesia, termasuk di lingkungan pendidikan. Sampah yang tidak dikelola dengan baik dapat menimbulkan berbagai dampak negatif, mulai dari pencemaran tanah dan air, penyebaran penyakit, hingga terganggunya kenyamanan serta estetika lingkungan sekitar. Sayangnya, masih banyak masyarakat yang belum memiliki pemahaman menyeluruh mengenai jenis-jenis sampah serta cara pengelolaannya yang benar, untuk itu, dibutuhkan langkah konkret dalam membangun kesadaran ekologis di kalangan santri. Salah satu pendekatan yang dapat dilakukan adalah melalui kegiatan sosialisasi dengan metode penyampaian yang tidak hanya informatif, tetapi juga menarik dan mudah diterima oleh peserta didik. Selain mengenalkan konsep dasar seperti reduce, reuse, dan recycle (3R), penting pula untuk menghadirkan perspektif baru tentang bagaimana teknologi juga dapat berperan dalam pengelolaan lingkungan, yang dalam hal ini dikenal dengan konsep green computing. kegiatan sosialisasi “Gerakan Bijak Kelola Sampah” diselenggarakan sebagai bentuk kontribusi mahasiswa dalam menghadirkan solusi edukatif di tengah realita pengelolaan sampah yang masih menjadi tantangan, khususnya di lingkungan pondok pesantren.
Analisis Algoritma Convolutional Neural Network (CNN) untuk Pengenalan Pola Tangan Berdasarkan Citra Garis Telapak Tangan Fazila Nazifa Edilia; Lailan Sofinah Harahap; Andita Utami; Zianah Nafisah Simbolon
Cosmic Jurnal Teknik Vol 3 No 1 (2026): Februari
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosmic.v3i1.1495

Abstract

Individual identification is an important aspect of security and biometric authentication systems. One biometric characteristic with high potential is palm print patterns, as each individual has a unique pattern that is difficult to forge. Therefore, it is necessary to develop an individual identification system based on palm print images using a pattern approach with the Convolutional Neural Network (CNN) method. Test results show that this method is capable of identifying individuals with a fairly high level of accuracy, depending on the image quality and training parameters as well as the network architecture used.
Klasifikasi Algoritma K-Nearest Neighbor (KNN) untuk Pengenalan Angka Tulisan Tangan Berbasis Citra Digital Andita Utami; Dewi Aulia Tanjung; Muhammad Fadil Ramadhana; Farhan Sadli Siregar; Hapisfatly Sir; Mhd Furqan

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.10366

Abstract

Abstrak - Klasifikasi angka tulisan tangan merupakan salah satu topik penting dalam analisis citra digital dan membutuhkan metode yang akurat serta efisien. Penelitian ini menerapkan algoritma K-Nearest Neighbor (KNN) untuk mengenali angka tulisan tangan pada dataset MNIST, yang dipadukan dengan teknik ekstraksi fitur zoning untuk memperoleh 16 fitur utama dari setiap citra. Beberapa nilai k diuji untuk menentukan konfigurasi yang paling optimal. Hasil pengujian menunjukkan bahwa nilai k = 7 memberikan akurasi terbaik sebesar 83.54%. Evaluasi menggunakan confusion matrix dan classification report mengonfirmasi bahwa model mampu mengklasifikasikan sebagian besar digit dengan baik, meskipun masih terdapat sebagian kecil kesalahan pada digit yang memiliki bentuk serupa. Temuan ini menunjukkan bahwa kombinasi metode zoning dan algoritma KNN tetap efektif digunakan untuk pengenalan angka tulisan tangan pada sistem yang membutuhkan komputasi ringan dan cepat.Kata kunci: Algoritma; Citra; K-Nearest Neighbors; MNIST; Abstract - Handwritten digit classification is an important topic in digital image analysis and requires accurate and efficient methods. This study applies the K-Nearest Neighbor (KNN) algorithm to recognize handwritten digits in the MNIST dataset, combined with the zoning feature extraction technique to obtain 16 main features from each image. Several values of k were tested to determine the most optimal configuration. The test results show that k = 7 provides the best accuracy of 83.54%. Evaluation using a confusion matrix and classification report confirms that the model is able to classify most digits well, although there are still some errors with digits that have similar shapes. These findings indicate that the combination of the zoning method and the KNN algorithm remains effective for handwritten digit recognition in systems that require light and fast computation.Keywords: Algorithm; Image; K-Nearest Neighbors; MNIST;
Co-Authors Chairil Umri Dewi Aulia Tanjung Farhan Sadli Siregar fazila nazifa edilia Haidar Al-Mutawalli Hapisfatly Sir Lailan Sofinah Harahap M. Miko Sahputra Sembiring Mhd Furqan Muhammad Fadil Ramadhana Puan Syaharani Sitorus Zianah Nafisah Simbolon