cover
Contact Name
Ellya Nurfarida
Contact Email
ellya.nurfarida@polinema.ac.id
Phone
-
Journal Mail Official
jtim@polinema.ac.id
Editorial Address
Prodi D3 Manajemen Informatika PSDKU POLINEMA KOTA KEDIRI Jalan Lingkar Maskumambang No 1 Sukorame Kecamatan Mojoroto Kota Kediri
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Informatika dan Multimedia
ISSN : 2252486X     EISSN : 25484710     DOI : https://doi.org/10.33795/jtim
Core Subject : Science,
Game Technology, Image Processing, computer vision, Information retrieval, machine learning, biomedical engineering, computer security, Digital Forensics, Wireless Sensor, Human-Computer Interaction, dan Software Development.
Articles 113 Documents
Monita: Aplikasi Identifikasi Gizi Buruk Balita Berbasis Mobile Nurfarida, Ellya; Sukya, Fadelis; Aullia, Fikha Rizky; Widyastuti, Ratna
Jurnal Informatika dan Multimedia Vol. 17 No. 2 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i2.8911

Abstract

The promotion of the one-digit stunting program is a program of the Kediri District government; this program is needed considering that cases of stunting in toddlers with malnutrition in Kediri District are still high, at around 9.8%. In contrast to cases of malnutrition in pregnant women who have had an identification and monitoring process using an android-based application from the Ministry of Health, cases of malnutrition in toddlers in the Kediri District have not been digitized and monitored correctly. Currently, the application available for the identification of under-five malnutrition is an identification application that focuses on identification only, without being able to record under-five data, so the calculation process of each measurement must always enter the under-five data first. The application for identifying and monitoring malnutrition at Puskesmas Grogol was developed mobile to facilitate cadres in recording toddler data and adding measurements, which will be called Monita. Monita is an application developed with the Flutter programming language compatible with iOS and Android-based smartphones. Monita also provides convenience to cadres because they can access it through their smartphones without using a computer. The Monita application has features for managing regions, cadres, toddler data, reports, and supplementary feeding (PMT) for toddlers with wasting cases.
Hamisfera: Sistem Rekomendasi Progresi Chord Berbasis Sentimen Lirik Melalui Studi Komparatif Arsitektur Transformer dan Mixture of Experts Ibra, Fara Daud; Fachrie, Muhammad
Jurnal Informatika dan Multimedia Vol. 17 No. 2 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i2.9057

Abstract

Abstrak – Proses penciptaan lagu sering kali memerlukan penyelarasan antara nuansa emosional lirik dengan harmoni musik yang tepat. Namun, penerjemahan sentimen lirik menjadi progresi chord secara manual merupakan tantangan yang berarti. Penelitian ini bertujuan untuk mengidentifikasi arsitektur deep learning yang optimal bagi sistem Hamisfera, sebuah kerangka dua tahap yang dirancang untuk memberikan rekomendasi progresi chord yang relevan secara emosional berdasarkan lirik multibahasa. Metodologi melibatkan studi komparatif antara arsitektur Transformer dan Mixture of Experts menggunakan model pralatih XLM-R, yang dievaluasi pada dataset 73.369 entri, diperluas dari 12.000 entri data orisinal melalui augmentasi dan pembersihan. Temuan penelitian menunjukkan hasil yang berbeda per tugas, untuk klasifikasi emosi, arsitektur MoE pralatih menunjukkan keunggulan kecil dengan F1-Score sebesar 0,844. Sebaliknya, untuk generasi chord, arsitektur Transformer pralatih unggul secara keseluruhan berkat kefasihan generasi yang lebih baik, dengan BLEU-4 sebesar 0,608, serta efisiensi sumber daya yang lebih tinggi. Oleh karena itu, konfigurasi hibrida MoE untuk klasifikasi dan Transformer untuk generasi ditentukan sebagai solusi paling optimal.
Deteksi Plat Nomor Kendaraan Angkutan Bus Menggunakan YOLOv11 Nugroho, Benni Agung; Cinderatama, Toga Aldila; Izzah, Abidatul; Nurfarida, Ellya
Jurnal Informatika dan Multimedia Vol. 17 No. 2 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i2.9204

Abstract

Penelitian ini mengatasi permasalahan pendataan plat nomor bus secara konvensional di terminal yang rentan terhadap kesalahan manusia, pelaporan yang lambat, dan kurangnya transparansi. Tujuan penelitian ini adalah merancang dan mengimplementasikan sistem deteksi dan pengenalan plat nomor angkutan bus secara otomatis menggunakan kombinasi teknologi Kecerdasan Buatan (AI), khususnya model deep learning YOLOv11, dan Internet of Things (IoT). Penelitian ini menggunakan Raspberry Pi 5 sebagai perangkat edge yang terhubung dengan webcam untuk menangkap video beresolusi 1280x720 , yang kemudian melakukan deteksi plat nomor secara real-time. Model YOLOv11 dilatih menggunakan 682 frame gambar , menunjukkan kinerja yang sangat baik pada dataset validasi dengan nilai mean Average Precision (mAP50) sebesar 0.98674. Meskipun keterbatasan Raspberry Pi 5 tanpa dedicated Neural Processing Unit (NPU) membatasi kecepatan pemrosesan real-time menjadi 10–18 FPS pada resolusi 640x480 , kecepatan ini dinilai mencukupi untuk deteksi bus di lingkungan terminal karena pergerakan kendaraan yang tidak cepat. Teks plat nomor yang berhasil dikenali dan timestamp kemudian dikirimkan ke database Firebase melalui arsitektur IoT. Sistem yang dihasilkan diharapkan dapat membantu dalam pendataan kendaraan bus di terminal dengan lebih cepat, efisien, dan akuntabel

Page 12 of 12 | Total Record : 113