Dinar Nugroho Pratomo
Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada

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

Found 2 Documents
Search

Sistem Pendeteksi Sampah Plastik Menggunakan Algoritma YOLOv8 Alief Rahman Hakim; Umar Taufiq; Dinar Nugroho Pratomo; Firma Syahrian; Candra Febri Nugraha; Adhiim Muthahhari
Journal of Internet and Software Engineering Vol 7 No 1 (2026): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v7i1.19504

Abstract

Sampah plastik merupakan permasalahan global dengan volume yang terus meningkat. Penelitian ini menggunakan sampel data dari wilayah Yogyakarta, dengan volume yang terus meningkat namun belum diimbangi penanganan memadai. Identifikasi serta pemilahan sampah plastik berdasarkan gambar pada jenis resin diperlukan untuk memfasilitasi daur ulang efektif. Penelitian ini mengembangkan sistem pendeteksi pemilahan sampah plastik menggunakan pendekatan deep learning dengan arsitektur YOLOv8-cls untuk mengklasifikasikan plastik High Density Polyethylene, Polyethylene Terephthalate, Polypropylene, dan Polystyrene. Karena objek sampah plastik memiliki karakteristik yang dinamis dan munculnya bentuk-bentuk baru, penelitian melakukan retraining pada model baseline YOLOv8n-cls dengan membandingkan metode replay dan fine-tuning, serta mengeksplorasi variasi freeze layer dari 0 hingga 9. Hasil menunjukkan metode replay menunjukkan kinerja terbaik dengan F1-score pada data lama stabil di kisaran 98–99%, bahkan pada beberapa kasus setara atau melebihi model baseline dengan F1-score 99,16%–99,29%, menandakan model tetap andal mengenali objek lama. Sementara itu, F1-Score pada data baru berada di rentang 85–88%, yang masih tergolong tinggi. Analisis dan evaluasi menunjukkan metode replay lebih efektif dan stabil dalam mempertahankan pengetahuan objek lama sekaligus mempelajari objek baru. Pengujian sistem menggunakan user acceptance testing mendapat nilai 98,4% terhadap kemampuan sistem dalam memilah sampah plastik. Sistem pendeteksian ini diharapkan dapat membantu industri pemilahan sampah plastik dengan cepat dan akurat dalam menangani sampah plastik yang belum tertangani dengan baik.
Analisis Evaluasi Kinerja Pengujian Manual Dan Otomatis Pada Sistem Informasi Properti (Propertio.id) Karuniawan Ekasakti; Dinar Nugroho Pratomo
Journal of Internet and Software Engineering Vol 6 No 2 (2025): Journal of Internet and Software Engineering
Publisher : Department of Electrical Engineering and Informatics, Vocational College, Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jise.v6i2.16934

Abstract

Kerumitan teknologi memengaruhi proses pengembangan dan pengujian aplikasi, yang bertujuan untuk memastikan aplikasi berfungsi sesuai dengan persyaratan dan bebas dari kesalahan. Dalam studi kasus aplikasi Propertio.id, dilakukan perbandingan antara metode pengujian manual dan otomatis menggunakan Selenium WebDriver serta Katalon Studio. Metrik yang dianalisis mencakup cakupan pengujian, waktu pelaksanaan, efektivitas pengujian, dan efisiensi perangkat lunak. Pengujian manual terbukti lebih unggul dalam hal cakupan pengujian (100%) dan efektivitas pengujian (11,5%), terutama dalam mendeteksi masalah UI/UX. Sebaliknya, pengujian otomatis lebih efisien dalam menangani operasi berulang, dengan waktu pelaksanaan yang 84,54% lebih cepat menggunakan Selenium. Selain itu, perbandingan alat pengujian otomatis menunjukkan bahwa Selenium lebih efisien dalam penggunaan RAM (21,8%) dan CPU (13,5%). Penelitian ini menyimpulkan bahwa pemilihan metode pengujian yang sesuai dengan kebutuhan kasus uji dapat meningkatkan efektivitas dan efisiensi dalam proses pengembangan aplikasi.