Article Per Year (5 Year)
p-Index From 2020 - 2025
4.661
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal EQIEN - JURNAL EKONOMI DAN BISNIS Buana Ilmu Jurnal Manajemen dan Bisnis Kreatif Jurnal Ilmiah Wahana Pendidikan Jurnal Buana Pengabdian International Journal of Management, Economic, Business and Accounting Journal Of Resource Management, Economics And Business (REMICS) Jurnal Manajemen Riset Inovasi JEBD Jurnal Informatika Polinema (JIP) Masyarakat Berkarya: Jurnal Pengabdian dan Perubahan Sosial
Asep Jamaludin
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
ANALISIS PERBANDINGAN ALGORITMA CNN DAN YOLO DALAM MENGIDENTIFIKASI KERUSAKAN JALAN Nabila Khairunisa; Carudin .; Asep Jamaludin
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4434

Abstract

Jalan merupakan infrastruktur penting dalam kehidupan masyarakat yang memiliki peran dalam mendukung pertumbuhan ekonomi, mobilitas, dan konektivitas antar wilayah. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma yaitu Convolutional Neural Network (CNN) dan You Only Look Once (YOLO), dalam mengidentifikasi kerusakan jalan. Tiga variabel instrumen yang dievaluasi, yaitu waktu pelatihan, kecepatan deteksi, dan akurasi pengujian. Metode analisis yang digunakan adalah Uji-T Berpasangan dengan tingkat signifikansi alpha sebesar 0,05. Hasil pengujian menunjukkan bahwa terdapat perbedaan yang signifikan dalam waktu pelatihan antara CNN dan YOLO (P-Value < alpha), yang mengindikasikan bahwa salah satu algoritma memerlukan waktu pelatihan yang lebih sedikit daripada yang lainnya. Namun tidak terdapat perbedaan yang signifikan dalam kecepatan deteksi maupun akurasi pengukuran (P-Value > alpha) antara kedua algoritma. Temuan ini menunjukkan bahwa meskipun ada perbedaan dalam waktu pelatihan antara CNN dan YOLO, keduanya memiliki kinerja yang setara dalam hal kecepatan deteksi dan akurasi pengujian dalam konteks pengidentifikasian kerusakan jalan. Oleh karena itu, pemilihan antara kedua algoritma ini dapat dipertimbangkan berdasarkan faktor-faktor lain seperti kebutuhan spesifik proyek dan kemampuan komputasi yang tersedia. 
Co-Authors Abdullah Izzul Islam Aditya Duta Pangestu Agung Susilo Yuda Irawan Aji Tuhagana Apriade Voutama Arip Solehudin Asep Darojatul Ramli Asep Darojatul Romli Asep Jamaludin Berliana Ananda Kutaningtyas Carudin . Dadan Ahmad Fadili Dea Amelia Dhiya Aulia Azzahra Erika Cahyani Ery Rosmawati Fildzah Zia Ghassani Flora Patricia Anggela Haerudin Heryana, Nono Muhammad Adrian Maulana Nabila Khairunisa Nandang Nandang Nandang Rd. Dwi Yulianti S Rengga Madya Pranata Robby Fauji Ryan Ramadhan Sihabudin Sihabudin . Syurvita Syariah Tesa Nur Padilah Wanta Wanta Wanta Wanta, Wanta Winda Dwi Agustini Yogi Nugraha Yudi Firmansyah