Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal sudo Jurnal Teknik Informatika Interaksi : Jurnal Pengabdian Kepada masyarakat
Niko Surya Atmaja
Politeknik Ganesha Medan
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Health Professions

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

Found 2 Documents
Search

 1 
PEMANFAATAN AI UNTUK MENDUKUNG KINERJA PEGAWAI KANTOR DESA KLAMBIR V Reza Alamsyah; Niko Surya Atmaja
Interaksi : Jurnal Pengabdian Kepada masyarakat Vol. 3 No. 02 (2026): Juli 2026
Publisher : PT. Ndruru Jaya Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67763/ijpkm.v3i02.116

Abstract

The Klambir V Village Office faces challenges in meeting the increasing demand for fast, accurate, and efficient public services. However, limited digital competence and minimal utilization of Artificial Intelligence (AI) technology cause administrative processes, such as drafting letters, reports, and managing information, to consume a relatively long time. This Community Service (PKM) activity aims to enhance the knowledge, understanding, and skills of 12 village officials through socialization and training on the productive, safe, and responsible use of AI-based applications. The implementation method includes preparation, theoretical material presentation, practical workshop on AI tools, interactive discussions, and direct mentoring. The results of this activity indicate an increase in the digital capacity of village officials in mitigating administrative constraints, shortening the duration of drafting operational documents, and accelerating digital transformation within the village government bureaucracy to achieve optimal public services.
Analisis Pengaruh Jumlah Data Latih terhadap Kinerja Convolutional Neural Network pada Klasifikasi Citra Niko Surya Atmaja; Sahyunan Harahap; Muhammad Khoiruddin Harahap
sudo Jurnal Teknik Informatika Vol. 5 No. 1 (2026): Edisi Maret
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i1.1572

Abstract

Convolutional Neural Network (CNN) merupakan salah satu metode deep learning yang banyak digunakan dalam tugas klasifikasi citra karena kemampuannya dalam mengekstraksi fitur secara otomatis. Meskipun demikian, kinerja CNN sangat dipengaruhi oleh karakteristik data latih, khususnya jumlah data yang digunakan dalam proses pelatihan. Jumlah data latih yang tidak memadai dapat menyebabkan model gagal melakukan generalisasi dengan baik, sedangkan peningkatan jumlah data latih tidak selalu menjamin peningkatan kinerja model secara signifikan. Penelitian ini bertujuan untuk menganalisis pengaruh jumlah data latih terhadap kinerja model Convolutional Neural Network pada klasifikasi citra. Metode penelitian dilakukan dengan melakukan eksperimen terkontrol menggunakan satu arsitektur CNN yang sama, sementara jumlah data latih divariasikan dalam beberapa skenario, yaitu 20%, 40%, 60%, 80%, dan 100% dari total dataset. Kinerja model dievaluasi berdasarkan nilai akurasi dan loss pada data pelatihan dan data pengujian. Hasil penelitian menunjukkan bahwa peningkatan jumlah data latih cenderung meningkatkan kinerja dan stabilitas model CNN, serta mengurangi kecenderungan overfitting. Temuan ini memberikan gambaran empiris mengenai hubungan antara jumlah data latih dan kinerja CNN pada tugas klasifikasi citra.
Co-Authors Muhammad Khoiruddin Harahap Reza Alamsyah Sahyunan Harahap