Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JUITA : Jurnal Informatika JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Zarnelly Zarnelly
Universitas Islam Negeri Sultan Syarif Kasim
Computer Science & IT Education

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

Found 2 Documents
Search

 1 
Evaluation of CNN Architectures for Kidney Stone Classification in Ultrasound Image Zuriati Zuriati; Sriyanto Sriyanto; Agiska Ria Supriyatna; Nurul Qomariyah; Dian Ayu Afifah; Zarnelly Zarnelly
JUITA: Jurnal Informatika JUITA Vol. 14 Issue 1, March 2026
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v14i1.28352

Abstract

Kidney stone diagnosis requires fast and reliable evaluation, yet ultrasound interpretation still largely depends on clinical expertise. This study evaluates four Convolutional Neural Network (CNN) architectures, VGG16, ResNet50, MobileNetV2, and EfficientNetB0 for classifying kidney ultrasound images into Normal and Stone categories. Using a public dataset of 9,416 images, the models were assessed in terms of predictive performance and computational efficiency. MobileNetV2 achieved perfect classification performance, recording 100% accuracy, precision, recall, and F1-score, while maintaining the smallest parameter size (≈3.6M) and fastest training time (~44 s/epoch). VGG16 and ResNet50 also delivered near perfect accuracy (99.79% and 99.89%) with full recall for Stone cases. In contrast, EfficientNetB0 failed to generalize, yielding only 51.62% accuracy due to severe misclassification of Normal images. These results demonstrate that MobileNetV2 provides the most reliable and efficient solution for ultrasound based kidney stone classification, highlighting its strong potential for practical clinical deployment.
Evaluasi User Experience Pada Aplikasi Maxim Mobile Menggunakan User Experience Questionnaire Jeki Harya Permana; Megawati Megawati; Eki Saputra; Zarnelly Zarnelly
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6192

Abstract

Studi ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi Maxim Ojek dan Transportasi serta memberikan rekomendasi untuk meningkatkan pengalaman pengguna. Penelitian ini bertujuan untuk mengevaluasi pengalaman pengguna aplikasi Maxim menggunakan metode User Experience Questionnaire (UEQ). Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei menggunakan kuesioner UEQ. Subjek penelitian adalah mahasiswa pengguna aplikasi Maxim di Pekanbaru dengan rentang usia 20-23 tahun. Karena populasi pengguna tidak diketahui, penentuan sampel menggunakan rumus Lemeshow. Data dikumpulkan melalui kuesioner yang dibagikan kepada 100 responden dan dianalisis menggunakan alat analisis data UEQ. Hasil penelitian menunjukkan bahwa pengguna memberikan nilai positif untuk sebagian besar variabel, seperti daya tarik (1.34), kejelasan (1.18), efisiensi (0.97), dan ketepatan (1.19). Namun, variabel kebaruan menerima skor yang lebih rendah dengan nilai 0.43. Diperlukan perbaikan pada aspek kebaruan dan akurasi lokasi untuk meningkatkan pengalaman pengguna aplikasi Maxim. Studi ini memberikan wawasan tentang kepuasan pengguna dan menawarkan ide untuk mengoptimalkan aplikasi.
Co-Authors Agiska Ria Supriyatna Dian Ayu Afifah Eki Saputra Jeki Harya Permana Megawati Megawati Nurul Qomariyah Sriyanto, Sriyanto Zuriati, Zuriati