Yulfitri, Alivia
Fakultas Ilmu Komputer Universitas Esa Unggul Jakarta Jl.Arjuna Utara No. 9, Kebon Jeruk, Jakarta 11510

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

Webinar Nasional “Integrasi Model AI dalam Orkestrasi Edge-Cloud: Strategi Transformasi Digital 5.0” Anwar, Nizirwan; Budhisantosa, Nugroho; Yulfitri, Alivia; Iswahyudi , Raden Teddy
IKRA-ITH ABDIMAS Vol. 9 No. 2 (2025): Jurnal IKRAITH-ABDIMAS Vol 9 No 2 Juli 2025
Publisher : Universitas Persada Indonesia YAI

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

Abstract

Webinar Nasional “Integrasi Model AI dalam Orkestrasi Edge-Cloud: Strategi Transformasi Digital 5.0” dilaksanakan sebagai bentuk pengabdian kepada masyarakat dengan tujuan meningkatkan literasi digital di kalangan dosen, mahasiswa, dan masyarakat luas. Kegiatan ini menghadirkan materi tentang konsep dasar Artificial Intelligence (AI), Edge Computing, serta Cloud Orchestration, yang dipadukan dengan studi kasus praktis sesuai kebutuhan dunia pendidikan dan industri. Metode pelaksanaan berbasis webinar interaktif memungkinkan peserta memperoleh pengetahuan teoretis sekaligus berdiskusi secara langsung dengan narasumber. Hasil evaluasi menunjukkan adanya peningkatan pemahaman peserta setelah mengikuti kegiatan, terlihat dari hasil pre-test dan post-test serta partisipasi aktif dalam sesi tanya jawab. Webinar ini juga menghasilkan modul digital yang dapat diakses ulang, sehingga memperkuat pembelajaran mandiri. Dari perspektif akademik, kegiatan ini berhasil menjembatani kesenjangan antara teori dan praktik serta mendorong kolaborasi dosen dan mahasiswa. Sementara itu, bagi masyarakat, kegiatan ini membuka wawasan mengenai peluang pemanfaatan AI dan Edge-Cloud untuk mendukung inovasi di berbagai bidang. Dengan demikian, webinar ini dapat dinilai efektif dalam meningkatkan literasi digital sekaligus mendukung kesiapan adaptif peserta dalam menghadapi Transformasi Digital 5.0.
Penerapan Algoritma GLCM dan KNN dalam Pengenalan Jenis Jerawat Achmad, Yunita Fauzia; Yulfitri, Alivia; Maharani, Putri
Jurnal Komtika (Komputasi dan Informatika) Vol 6 No 2 (2022)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v6i2.8078

Abstract

Jerawat merupakan penyakit kulit yang tidak berbahaya, penderita jerawat umunya menyerang 85% usia antara 11 – 30 tahun. Jerawat dapa memuat penderitanya merasa tidak percaya diri pada penampilan dan membuat tidak nyaman. Terdapat beberapa cara untuk menghilangkan jerawat salah satunya adalah dengan datang ke dokter kecantikan, namun kelemahan pengobatan konvensional cenderung mahal dan membutuhkan waktu yang cukup lama untuk mengetahui jenis jerawat yang diderita oleh pasien. Penelitian ini menggunakan algoritma KNN (K-Nearest Neighbour) sebagai algoritma dalam pengenalan jenis jerawat dan algoritma GLCM (Grey Level Co-ocurance Matrix) merupakan metode untuk ekstrasi tekstur pada citra. Nilai akurasi yang didapat pada penelitian ini untuk pengujian identifikasi jenis jerawat menggunakan algoritma KNN sebesar 87,3% , nilai ini didapat dengan menggunakan beberapa nilai k yaitu K-3, K-5, K-7, K-9, dan K-11.