Dezein Hibatullah
Universitas Majalengka

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

Found 2 Documents
Search

EVOLUSI PENDEKATAN DEEP LEARNING BERBASIS ATTENTION MECHANISM PADA PENINGKATAN RESOLUSI CITRA: TINJAUAN KOMPREHENSIF Dezein Hibatullah; Ruli Susanti
JRIS : Jurnal Rekayasa Informasi Swadharma Vol 6, No 2 (2026): JURNAL JRIS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis (ITB) Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/jris.vol6no2.1342

Abstract

This study presents a Systematic Literature Review (SLR) on the development of attention-based deep learning methods for Single Image Super-Resolution (SISR) for the period 2022–2026. Using the PRISMA 2020 framework, 53 articles were selected from 1,116 identified articles from Scopus, IEEE Xplore, ScienceDirect, and SpringerLink. The study results show that hybrid CNN-Transformer architectures with attention mechanisms dominate the current trend, with channel attention being the most widely used (71.7%). Application domains include medical imaging, remote sensing, surveillance, multimedia, and industry. Key challenges identified include model complexity, limited generalization, and the trade-off between reconstruction quality and inference efficiency. This study provides a comprehensive roadmap for developing more adaptive and efficient attention-based SISR systems.Penelitian ini menyajikan Systematic Literature Review (SLR) terhadap perkembangan metode deep learning berbasis attention mechanism untuk Single Image Super-Resolution (SISR) pada periode 2022–2026. Menggunakan kerangka PRISMA 2020, sebanyak 53 artikel dipilih dari 1.116 artikel teridentifikasi dari Scopus, IEEE Xplore, ScienceDirect, dan SpringerLink. Hasil kajian menunjukkan bahwa arsitektur hibrida CNN-Transformer dengan attention mechanism mendominasi tren terkini, dengan channel attention sebagai jenis yang paling banyak digunakan (71,7%). Domain aplikasi mencakup pencitraan medis, pengindraan jauh, surveillance, multimedia, dan industri. Tantangan utama yang teridentifikasi meliputi kompleksitas model, keterbatasan generalisasi, dan trade-off antara kualitas rekonstruksi dan efisiensi inferensi. Penelitian ini memberikan peta jalan komprehensif bagi pengembangan sistem SISR berbasis attention yang lebih adaptif dan efisien.
Pengembangan Aplikasi Mobile KawanHijau Berbasis Android sebagai Solusi Waste Management untuk Meningkatkan Kesadaran Lingkungan Masyarakat Suhendri; Tri Maryani; Nabhani Fatin; Mustafidz Faturachman; Dezein Hibatullah; Gunawan Nur Bachtiar
Jurnal ICT: Information Communication & Technology Vol. 26 No. 1 (2026): JICT-IKMI, July , 2026
Publisher : LPPM STMIK IKMI Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36054/jict-ikmi.v26i1.372

Abstract

Solusi berbasis teknologi diperlukan untuk meningkatkan kesadaran masyarakat tentang pengelolaan sampah yang kurang efektif. Studi ini bertujuan untuk membuat aplikasi KawanHijau berbasis Android yang dapat membantu pengendalian sampah secara pintar. Analisis kebutuhan sistem, perancangan, pelaksanaan, pengujian, dan pemeliharaan adalah semua bagian dari model Life Cycle Development of Systems (SDLC) Waterfall yang digunakan. Pengembangan aplikasi menggunakan React Native dan Supabase sebagai backend. Hasil penelitian menunjukkan bahwa aplikasi KawanHijau dapat digunakan secara efektif melalui fitur penjualan sampah, profil pengguna, artikel edukasi, sistem poin dan reward, serta notifikasi. Selain itu, semua fitur dapat digunakan sesuai kebutuhan fungsional. Penelitian terbaru ini bertujuan untuk meningkatkan keterlibatan masyarakat dalam pengelolaan sampah secara berkelanjutan dengan menggabungkan fitur edukasi lingkungan, transaksi sampah digital, dan sistem penghargaan ke dalam satu aplikasi mobile.