Billy Hendrik
Teknik Informatika, Universitas Putra Indonesia YPTK Padang

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis Komparatif Algoritma Deep Learning untuk Pengenalan Wajah: CNN, FaceNet, dan ArcFace Ade Puspita Sari; Billy Hendrik
Journal of Education Research Vol. 6 No. 4 (2025)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i4.2178

Abstract

Pengenalan wajah adalah teknologi yang digunakan untuk mengidentifikasi, mengklasifikasikan, atau memverifikasi individu berdasarkan karakteristik wajah. Teknologi ini sering diterapkan di berbagai bidang seperti keamanan, pemasaran, dan layanan pelanggan. Penelitian ini menggunakan pendekatan Systematic Literature Review (SLR) untuk menganalisis dan membandingkan tiga algoritma pengenalan wajah utama: Convolutional Neural Network (CNN), FaceNet, dan ArcFace. Penelitian ini bertujuan untuk memahami keakuratan dan efektivitas algoritma dalam berbagai kondisi seperti pencahayaan, ekspresi wajah, dan rotasi wajah. Hasil analisa menunjukkan bahwa CNN memberikan akurasi tertinggi pada berbagai kondisi pencahayaan hingga 99,84%, sedangkan FaceNet mencapai akurasi hingga 100% pada sistem absensi berbasis kamera. ArcFace unggul dalam menggunakan kumpulan data besar dengan akurasi hingga 98%. Penelitian ini diharapkan dapat memberikan panduan untuk pengembangan lebih lanjut dalam teknologi pengenalan wajah dengan memilih algoritma yang tepat berdasarkan kebutuhan spesifik aplikasi.
Literature Review: Perbandingan Metode Foward Chaining, Deep Transfer Learning dan CNN pada Klasifikasi Penyakit Kulit Dian Maharani; Billy Hendrik
Journal of Education Research Vol. 6 No. 4 (2025)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i4.2181

Abstract

Kulit merupakan salah satu bagian tubuh manusia yang berfungsi untuk mengatur suhu tubuh pada manusia, sekaligus untuk melindungi seluruh bagian yang ada dalam tubuh manusia. Banyak sekali faktor yang mempengaruhi kondisi kesehatan kulit yang menimbulkan penyakit pada kulit. Dalam penelitian ini, metode Forward Chaining, Deep Transfer Learning dan Convulotional Neural Network digunakan untuk mengidentifikasi penyakit kulit pada manusia. Tujuan penelitian ini adalah untuk mengumpulkan, mengevaluasi, dan menyintesis data ilmiah yang relevan dengan tujuan penelitian melalui metode peninjauan literatur sistematis (SLR). SLR melibatkan proses pencarian sumber informasi, penilaian kualitas studi, dan analisis menyeluruh dari hasil. Penelitian ini menggunakan data primer melalui observasi, studi pustaka, dan dokumentasi, serta data sekunder dari jurnal yang relevan. Metodologi penelitian dilakukan dengan menggunakan Google Scholar dengan menggunakan istilah yang sesuai dengan subjek penelitian. Jurnal-jurnal yang relevan dipilih berdasarkan kriteria inklusi dan eksklusi, dan jurnal-jurnal tersebut dievaluasi berdasarkan pertanyaan evaluasi yang telah ditentukan sebelumnya.
Analisis Efektivitas dalam Menentukan Nilai Kualitas Layanan Jaringan Internet Menggunakan Metode AHP Kalfinus Waruwu; Billy Hendrik
Journal of Education Research Vol. 6 No. 4 (2025)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i4.2311

Abstract

Optimalisasi bandwidth dalam jaringan masih menjadi tantangan bagi lingkungan pendidikan atau industri, terutama dalam distribusi yang sesuai dengan kebutuhan yang beragam. Dengan tujuan menggunakan metode AHP ini untuk dapat memastikan distribusi yang tepat berdasarkan kebutuhan jaringan dan pengguna. Melalui analisis hierarki, AHP memungkinkan analisis multikriteria untuk menentukan faktor-faktor seperti jenis aplikasi (VoIP, streaming, transfer data), jumlah pengguna, dan durasi penggunaan jaringan. Tidak seperti penelitian sebelumnya yang hanya berfokus pada perbandingan prioritas aplikasi secara statis, penelitian ini mengusulkan model dinamis yang memungkinkan penyesuaian bobot kriteria secara adaptif sesuai dengan kondisi jaringan secara real-time. Dengan menerapkan AHP ini dibandingkan dengan teknik lain berdasarkan kemampuannya memberikan kesimpulan berdasarkan fakta yang objektif dan konsisten. Hasil analisis menunjukkan bahwa menghasilkan sistem distribusi bandwidth yang lebih presisi, memastikan alokasi optimal bagi aplikasi kritikal seperti e-learning, konferensi video, dan penelitian berbasis cloud. AHP merupakan solusi yang fleksibel dan efektif untuk mengoptimalkan bandwidth di lingkungan pendidikan atau industri.