Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Rekayasa Lampung (JRL)
Yessi Mulyani
Teknik Informatika Universitas Lampung
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
Comprehensive Evaluation of CNN Model Performance in Dogfruit Plant Classificatio Mardiana; Meizano Ardhi Muhammad; Yessi Mulyani; Martinus Martinus; Muhammad Afif Rafi Syaiim; Wasilah Wasilah
Jurnal Rekayasa Lampung Vol. 5 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jrl.v5i1.101

Abstract

Jengkol (Archidendron pauciflorum) adalah tanaman hutan tropis Indonesia yang umum digunakan sebagai sumber pangan. Meskipun banyak digunakan sebagai bahan pangan, penelitian tentang klasifikasi morfologi Jengkol masih terbatas. Klasifikasi bagian-bagian Jengkol memiliki relevansi dalam bidang botani dan pertanian. CNN diterapkan untuk mengotomatisasi proses klasifikasi. Model akan dievaluasi dalam mengklasifikasi melalui analisis akurasi, precision, recall, dan f1-score. Model dilatih menggunakan 597 citra yang akan dibagi menjadi lima kelas. Model dilatih selama 200 epoch untuk meningkatkan kemampuan dalam mengenali pola visual antar kelas. Evaluasi kinerja diuji pada 120 citra yang dilakukan dengan mengukur akurasi, precision, recall, dan f1-score untuk setiap kelas. Hasil menunjukkan model mencapai akurasi 95%, dengan nilai precision dan f1-score tertinggi pada kelas batang (1.00), sedangkan kelas ranting memiliki f1-score terendah (f1-score 0.71). Ketidakseimbangan data antar kelas dan kemiripan visual antara ranting dan batang mempengaruhi hasil klasifikasi. Model CNN terbukti efektif untuk klasifikasi tanaman Jengkol pada kelas yang memiliki data lebih banyak dan fitur visual yang kuat.
RANCANG BANGUN BACK-END SISTEM INFORMASI CAPAIAN PEMBELAJARAN LULUSAN (CPL) MENGGUNAKAN LARAVEL Faniel Sianipar; Wahyu Eko S; Yessi Mulyani; Gigih Forda Nama
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10711

Abstract

Higher education plays a strategic role in producing qualified graduates through outcome based curricula. However, at the University of Lampung, the calculation of Graduate Learning Outcomes (Capaian Pembelajaran Lulusan/CPL) has not been carried out systematically, making curriculum evaluation less optimal. This study aims to develop the back end of a CPL Information System using the Laravel framework and the Agile Kanban approach. The research stages include literature review, analysis of functional and non functional requirements, system design with a modular architecture, and implementation of APIs to support management of CPL, CPMK, classes, students, and accounts. Testing was performed using PHPUnit with dummy data to ensure core functionalities meet requirements. The results show a modular and well organized back end API ready for front-end integration, although further testing with real data and code refactoring are needed to improve quality. This system is expected to support study programs in curriculum evaluation and accreditation processes more effectively.
Co-Authors Faniel Sianipar Gigih Forda Nama Mardiana Martinus Martinus Meizano Ardhi Muhammad Muhammad Afif Rafi Syaiim Wahyu Eko S Wasilah Wasilah