Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Dos Santos, Federico Roberto
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengaruh Affine Quantization terhadap Akurasi Model Global dan Efisiensi Biaya Komunikasi Federated Learning pada Dataset Citra Lesi Kulit Dos Santos, Federico Roberto; Yahya, Widhi; Andri Bakhtiar, Fariz
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 9 (2026): September 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan deep learning mendorong pemanfaatannya untuk klasifikasi citra medis dalam analisis klinis. Data rekam medis yang sensitif menghalangi pengumpulan data terpusat sehingga Federated Learning (FL) menjadi solusi kolaboratif tanpa pemindahan data mentah. Namun, pertukaran parameter model dalam FL menimbulkan biaya komunikasi tinggi. Penelitian ini mengkaji Affine Quantization INT8 pada FL berbasis ResNet-18 menggunakan dataset citra lesi kulit PAD-UFES-20. Skenario baseline (FP32) dibandingkan dengan Affine Quantization (INT8) menggunakan distribusi IID stratified pada 5, 10, dan 15 klien. Evaluasi mencakup akurasi model global, biaya komunikasi berdasarkan jumlah ronde dan target akurasi, serta korelasi antara quantization error dan perubahan akurasi. Affine Quantization INT8 mereduksi biaya komunikasi sekitar 75% pada jumlah ronde yang sama, namun akurasi menurun 1,7%–3,9% seiring bertambahnya klien. Ketika target akurasi menjadi tolok ukur, skenario INT8 memerlukan biaya lebih tinggi akibat konvergensi lambat. Korelasi antara RMSE quantization error dan perubahan akurasi menunjukkan hubungan negatif lemah dan tidak konsisten. Efektivitas Affine Quantization INT8 bersifat kondisional: signifikan ketika jumlah ronde menjadi pembatas, namun tidak efisien ketika akurasi menjadi target evaluasi.
Co-Authors Andri Bakhtiar, Fariz Widhi Yahya