Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Rino Rino
Teknik Informatika, Universitas Buddhi Dharma
Computer Science & IT

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

Found 2 Documents
Search

 1 
IDENTIFIKASI JENIS-JENIS KAYU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR RESNET-50 Shandy Destiawan; Rino Rino
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.17019

Abstract

Indonesia memiliki lebih dari 4.000 jenis kayu dengan karakteristik serat yang saling menyerupai, sehingga proses identifikasi jenis kayu secara manual sering menimbulkan kesalahan dan membutuhkan tenaga ahli. Permasalahan tersebut menjadi kendala dalam industri konstruksi, furnitur, dan pengolahan kayu yang membutuhkan ketepatan dalam menentukan jenis kayu. Penelitian ini bertujuan untuk mengembangkan sistem identifikasi jenis-jenis kayu secara otomatis berbasis citra visual serat kayu. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 dan optimizer Adam. Dataset yang digunakan terdiri dari lima jenis kayu, yaitu kayu jati, meranti, merbau, karet, dan sungkai, dengan total 390 citra yang dibagi menjadi data pelatihan dan data pengujian. Proses pelatihan model dilakukan dengan teknik augmentasi data untuk meningkatkan kemampuan generalisasi model. Hasil pengujian menunjukkan bahwa model ResNet-50 mampu mengidentifikasi jenis kayu dengan akurasi sebesar 96,45%, nilai presisi 0,967, recall 0,964, dan F1-score 0,963. Hasil tersebut menunjukkan bahwa metode yang diusulkan memiliki kinerja yang baik dan dapat digunakan sebagai solusi pendukung dalam proses identifikasi jenis kayu secara otomatis
PENERAPAN MACHINE LEARNING PADA CHATBOT SEBAGAI CUSTOMER SUPPORT UNTUK MEMBERIKAN PENDEKATAN PROBLEM SOLVING Felix Febriano; Rino Rino
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18296

Abstract

Dalam era bisnis modern, pemanfaatan teknologi sangat penting untuk meningkatkan efisiensi layanan, khususnya pada Customer Support yang sering menghadapi pertanyaan berulang. Permasalahan pada perusahaan NexSoft adalah keterlambatan respon terhadap pelanggan yang menurunkan kualitas layanan dan kepuasan pengguna. Penelitian ini bertujuan membangun sistem chatbot berbasis machine learning menggunakan metode Naïve Bayes Classifier guna meningkatkan kecepatan dan ketepatan respon secara real-time. Metode penelitian meliputi pengumpulan data, analisis, perancangan, implementasi, dan pengujian menggunakan Confusion Matrix. Sistem dikembangkan berbasis web dengan fitur antarmuka percakapan bagi pelanggan serta halaman pengelolaan data bagi administrator. Hasil pengujian terhadap 41 pola data dan 21 data uji menunjukkan bahwa sistem memperoleh nilai precision, recall, accuracy, dan F-measure masing-masing sebesar 85%. Nilai tersebut membuktikan bahwa metode Naïve Bayes efektif diimplementasikan pada chatbot sebagai solusi layanan Customer Support yang akurat dan konsisten.
Co-Authors Felix Febriano Shandy Destiawan