Article Per Year (5 Year)
p-Index From 2021 - 2026
1.235
P-Index
This Author published in this journals
All Journal Transformasi: Jurnal Pengabdian Masyarakat Infoman's: Jurnal Ilmu-Ilmu Manajeman dan Informatika Infotronik : Jurnal Teknologi Informasi dan Elektronika JATI (Jurnal Mahasiswa Teknik Informatika) Teknologika Populer: Jurnal Penelitian Mahasiswa Indonesian Journal of Education And Computer Science Jurnal Intelek Dan Cendikiawan Nusantara Jasmine : Journal of Intelligent Systems and Machine Learning
David Setiadi
Universitas Sebelas April
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Social Sciences Other

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

Found 13 Documents
Search

 1   2 
Penerapan Deep Learning untuk Klasifikasi Buah Berdasarkan Citra dengan Metode Convolutional Neural Networks Dede Wulan Rahayu; David Setiadi; Dwi Yuniarto
Indonesian Journal of Education And Computer Science Vol. 2 No. 3 (2024): INDOTECH - December 2024
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v2i3.978

Abstract

Peningkatan efisiensi dalam pemilihan dan klasifikasi buah menjadi tantangan utama dalam industri pangan. Proses manual yang digunakan selama ini memakan waktu dan rentan terhadap kesalahan manusia. Penelitian ini mengembangkan sistem otomatis untuk klasifikasi buah menggunakan Convolutional Neural Networks (CNN) yang mampu mengenali berbagai jenis buah melalui citra digital. CNN dipilih karena kemampuannya dalam mengekstraksi fitur secara otomatis dan mengidentifikasi pola visual bahkan dalam kondisi pencahayaan dan variasi bentuk yang berbeda. Model yang dikembangkan menunjukkan hasil yang sangat baik, dengan akurasi lebih dari 96% pada data pelatihan dan validasi. Selain itu, model ini juga mencapai nilai precision, recall, dan F1-score yang hampir sempurna, mendekati 1.0, untuk setiap kelas buah yang diuji. Temuan ini menunjukkan bahwa CNN merupakan pendekatan yang sangat efektif untuk meningkatkan kecepatan dan akurasi dalam klasifikasi buah yang dapat diimplementasikan untuk meningkatkan efisiensi dalam industri pangan. Penelitian ini tidak hanya memberikan solusi untuk mengatasi kendala dalam proses pemilihan buah secara manual, tetapi juga membuka peluang untuk penerapan teknologi serupa dalam sektor pertanian dan distribusi pangan lainnya, sehingga dapat meningkatkan produktivitas dan kualitas hasil pertanian secara keseluruhan. Dengan demikian, sistem klasifikasi otomatis ini berpotensi menjadi alat yang berharga dalam mendukung keberlanjutan dan efisiensi industri pangan di masa depan
Rancang Bangun Sistem Informasi Sekolah Luar Biasa Bina Bhakti Mandiri Berbasis Web Raka Rey Ferdian; Fidi Supriadi; David Setiadi
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 04 (2026): AGUSTUS - SEPTEMBER 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

SLB Bina Bhakti Mandiri belum memiliki website sebagai media penyampaian informasi dan promosi sekolah, sehingga informasi mengenai profil, kegiatan, prestasi, fasilitas, serta Penerimaan Peserta Didik Baru (PPDB) belum dapat disampaikan secara optimal kepada masyarakat. Penelitian ini bertujuan untuk menghasilkan Sistem Informasi Sekolah Luar Biasa Bina Bhakti Mandiri berbasis web yang dapat digunakan sebagai media informasi, media promosi, dan layanan PPDB secara online. Pengembangan sistem menggunakan metode Agile Software Development dengan tahapan Requirement, Design, Development, Testing, Deployment, dan Review. Pengujian sistem dilakukan menggunakan Black Box Testing untuk menguji fungsi sistem dan User Acceptance Testing (UAT) untuk mengetahui tingkat penerimaan pengguna. UAT dilakukan terhadap 26 responden yang terdiri atas 1 admin dan 25 pengunjung menggunakan kuesioner dengan skala Likert. Hasil pengujian UAT menunjukkan persentase sebesar 90,86% pada aspek kemudahan pengguna, 90,93% pada aspek kepuasan pengguna, 90,73% pada aspek fungsionalitas sistem, dan 89,13% pada aspek kinerja sistem. Seluruh hasil tersebut berada pada kategori sangat baik. Berdasarkan hasil pengujian, sistem yang dikembangkan telah memenuhi kebutuhan fungsional dan memperoleh penerimaan yang baik dari pengguna. Sistem berhasil diimplementasikan secara online menggunakan domain slbbinabhaktimandiri.sch.id dan dapat digunakan sebagai media informasi dan promosi SLB Bina Bhakti Mandiri.
Evaluasi Keamanan Website dengan Menggunakan Metode NIST SP 800-115 Finka Mambo; Dwi Yuniarto; David Setiadi
Populer: Jurnal Penelitian Mahasiswa Vol. 3 No. 4 (2024): Desember: Jurnal Penelitian Mahasiswa
Publisher : Universitas Maritim AMNI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58192/populer.v3i4.2805

Abstract

Perkembangan teknologi yang semakin meningkat seiring dengan berjalanya waktu dimana semua pengguna harus mempelajari teknologi yang semakin berkembang. Dengan perkembangan yang semakin meningkat maka ancaman dalam pengguna internet akan semakin meningkat akan serangan siber dengan mencuri data atau informasi peribadi melalui website. Maka perlu dilakukan pengujian kerentanan keamanan pada website untuk mengurangi ancaman dari serangan siber dengan memberikan solusi yang dapat digunakan sebagai alat pengukuran akan tingkatan bahaya untuk memperbaiki keamanan yang ada pada website. Tujuan penelitian mencari apa saja kerentanan yang ada pada website Fakultas Teknologi Informasi pada Universitas Sebelas April dan menganalisis dampak yang terjadi jika ancaman tersebut ada pada website dan memberikan solusi dengan metode yang digunakan NIST SP 800-115 yang terdiri dari 4 tahapan yaitu planning, discovery, attack, reporting. Berdasarkan hasil scanning yang dilakukan mendapatkan 11 kerentanan serta dari hasil pengujian belum ditemukan kerentanan sehingga masih dibilang aman karena belum mendapatkan kerentanan pada website tersebut. Penelitian ini memberi saran untuk melakukan pengujian ulang serta eksplorasi metode lain untuk menemukan kerentanan.
Co-Authors Abdul Muhaemin, Muhamad Nurdin Atep Ruhiat Dede Wulan Rahayu Dwi Yuniarto Fidi Supriadi Fidi Supriadi Fidi Supriadi Fidi Supriadi Finka Mambo Haifan Ghani Raihan Santos kemal pramayuda kemal Leni Nurhayati Leni Nurhayati Maya Suhayati Muhamad Nurdin Abdul Muhaemin Raka Rey Ferdian Reny Rian Marliana Sri Bekti Handayani Ningsih Virzan Pasa Nugraha Yopi Hidayatul Akbar