Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Journal Automation Computer Information System (JACIS) eProceedings of Engineering
Abimanyu, Arya
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Manajemen Stakeholder pada Sekolah Berdasarkan Standar Nasional Pendidikan (SNP) Menggunakan Project Management Body of Knowledge (PMBOK) Kamal Rabbani, Mustafa; Abimanyu, Arya; Zaim Furqon, Ahmad; Ainul Yaqin, Muhammad
Journal Automation Computer Information System Vol. 2 No. 2 (2022): November
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v2i02.49

Abstract

Kondisi stakeholder merupakan hal yang sangat penting dalam mencapai keberhasilan proyek. Tujuan dari penelitian ini adalah merancang strategi yang tepat agar Kepala Sekolah dapat melakukan manajemen stakeholder. Data primer didapatkan dari Standar Nasional Pendidikan (SNP) dan data sekunder atau data pendukung yang didapatkan dari   Project Management Body of Knowledge (PMBOK). Pada penelitian ini menggunakan analisis Management Stakeholder dalam Project Management Body of Knowledge (PMBOK). Hasil penelitian utama menunjukan bahwa hasil strategi stakeholder tergolong menjadi Key Player sebanyak 3 stakeholder, yaitu Kepala sekolah, Menteri pendidikan nasional dan Komite sekolah. Keep Informed sebanyak 1 stakeholder, yaitu Karyawan / Tata usaha. Keep Satisfied sebanyak 3 stakeholder, yaitu Guru, Siswa dan Orang tua siswa dan Minimal Effect sebanyak 0 stakeholder
Klasifikasi Penyakit Daun Kelapa Sawit Menggunakan Metode Convolutional Neural Network (CNN) Abimanyu, Arya; Aly Afandi, Mas; Indah, Sevia
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

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

Abstract

Kelapa sawit merupakan salah satu komoditasperkebunan yang memiliki peran strategis dalam pembangunanekonomi Indonesia. Sebagai tulang punggung ekonomi bagijutaan penduduk, perkembangan sektor ini menekankanpemenuhan persyaratan guna menjamin hasil produksi yangberkualitas. Tantangan utama yang dihadapi petani adalahpenyakit pada tanaman kelapa sawit yang disebabkan olehhama dan kekurangan unsur hara, yang dapat menghambatpertumbuhan dan mengurangi hasil panen. Kurangnyapengetahuan petani mengenai jenis penyakit daun kelapa sawitsering kali mengakibatkan kesalahan dalam penanganannya.Penelitian ini berfokus pada klasifikasi penyakit daun kelapasawit menggunakan pengolahan citra berbasis kecerdasanbuatan (Artificial Intelligence), dengan tujuan membantupetani dalam mengidentifikasi daun sehat dan berpenyakitsecara akurat. Metode Convolutional Neural Network (CNN)digunakan untuk mengenali pola dan fitur kompleks pada citradaun kelapa sawit. Hasil menunjukkan bahwa akurasipelatihan meningkat cepat hingga hampir 1 pada epoch 1–20,dengan loss turun signifikan. Namun, akurasi validasi stabil disekitar 0,95, menandakan adanya overfitting. Epoch terbaiktercatat pada epoch 20 dengan akurasi pelatihan 1 dan loss0,001, sementara akurasi validasi tertinggi terjadi pada epoch80 sebesar 0,975. Berdasarkan confusion matrix, model berhasilmengklasifikasikan daun berpenyakit sebanyak 66 kali dandaun sehat sebanyak 80 kali, dengan 14 kesalahan false positivedan tanpa false negative. Akurasi model mencapai 91,25%,dengan presisi 82,5% dan recall 100%, menunjukkan performayang baik dalam mengidentifikasi daun sehat dan berpenyakit.Harapannya, penelitian ini dapat menjadi solusi praktis bagipetani dalam mendeteksi penyakit daun kelapa sawit secaracepat dan akurat, meminimalkan kesalahan, dan meningkatkanhasil pertanian secara keseluruhan.Kata kunci— AI, CNN, Daun Sawit, Klasifikasi
Co-Authors Afandi, Mas Aly Ainul Yaqin Indah, Sevia Kamal Rabbani, Mustafa Zaim Furqon, Ahmad