Claim Missing Document
Check
Articles

Found 3 Documents
Search

IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI KESEGARAN TELUR BERBASIS ANDROID R. Rojab Maulana Akbar; Fathur Rizal; Wali Ja’far Shudiq
Jusikom : Jurnal Sistem Komputer Musirawas Vol 8 No 1 (2023): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Abstract

Telur memiliki tingkat kandungan dan kualitas yang berbeda dari setiap telurnya. Oleh karena itu, telur dapat diteropong secara manual dengan alat Egg Candler dengan melihat dari sisi pencahayaan dan dapat memprediksi telur yang merupakan cara yang belum dikatakan cukup akurat. Sehingga dengan perkembangan zaman ini, penulis membuat sebuah aplikasi untuk memprediksi kualitas telur dengan akurat dan relatif lebih cepat. Pembuatan aplikasi Egg Detection ini dapat dikembangkan untuk mengklasifikasikan data citra telur menggunakan algoritma Convolutional Neural Network (CNN). Sehingga model dari hasil pelatihan tersebut akan di ekspor dan di integrasikan ke aplikasi android sebagai data yang dapat memprediksi kualitas telur tersebut, dengan menggunakan metode algoritma Convolutions Neural Network (CNN) dapat mengklasifikasikan suatu objek data citra telur dengan menghitung probabilitas setiap kelas menghasilkan keluaran numerik biner dengan nilai 0 dan 1. model data dari hasil pelatihan dapat dilihat dari tingkat akurasi yang diperoleh sebesar 95% dan di export ke data tensorflow yang dapat diintegrasikan pada aplikasi berbasis android.
Aplikasi Iuran Warga Berbasis Android di Perumahan ABC untuk Meningkatkan Efisiensi Pengelolaan Keuangan Fathur Rizal; Zainal Arifin; Moh. Shidqiy Hidayat; Budiman Jaya; Moh. Syaiful Munir Habibi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 1 No. 2 (2023): November
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jrsit.v1i2.298

Abstract

Perumahan ABC menghadapi tantangan dalam pengumpulan iuran warga dan manajemen keuangan yang kurang efisien. Pengelolaan manual dan kurangnya transparansi informasi keuangan sering menyebabkan masalah dalam pembiayaan dan pelaksanaan kegiatan pengembangan dan perawatan lingkungan perumahan. Penelitian ini bertujuan untuk menganalisis, merancang, dan mengimplementasikan aplikasi iuran warga berbasis Android di Perumahan ABC untuk meningkatkan efisiensi pengelolaan keuangan dan keterlibatan warga. Dengan adopsi teknologi aplikasi, diharapkan proses pengumpulan iuran menjadi lebih efisien, transparan, dan mudah diakses oleh warga. Selain itu, aplikasi ini diharapkan mendorong partisipasi aktif warga dalam pengambilan keputusan terkait perumahan. Metode pengembangan sistem yang digunakan menggunakan model waterfall. Penelitian ini dapat memberikan solusi dalam meningkatkan efisiensi pengelolaan keuangan perumahan ABC melalui aplikasi iuran berbasis Android. Dengan adopsi teknologi informasi, proses pengumpulan iuran menjadi lebih efisien, akurat, dan transparan, sehingga mengurangi keterlambatan pembayaran dan masalah keuangan lainnya. Hasil penelitian ini dapat memberikan kontribusi positif dalam mengimplementasikan teknologi dalam pengelolaan perumahan yang dapat diadopsi oleh perumahan lain dengan situasi serupa.
Analisis Sentimen Masyarakat Indonesia Terhadap Aplikasi TikTok Menggunakan Algoritma Logistic Regression Fathur Rizal; Andi Wijaya; Fuadz Hasyim
Akiratech Vol. 1 No. 2 (2024)
Publisher : CV. Akira Java Bulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63935/akiratech.v1i2.33

Abstract

Meningkatnya popularitas aplikasi TikTok di kalangan masyarakat Indonesia telah menimbulkan reaksi yang beragam dari masyarakat, memicu kebutuhan untuk analisis yang lebih mendalam mengenai sentimen publik terhadap platform ini. Penelitian ini bertujuan untuk memahami sikap yang dominan baik positif dan negatif terhadap TikTok di kalangan pengguna Indonesia. Dengan menggunakan algoritma Logistic Regression, yang dikenal dengan kemudahannya dan kapasitas interpretasi yang baik dalam klasifikasi sentimen, penelitian ini mengolah data ulasan pengguna yang diambil dari Google PlayStore. Analisis sentimen melibatkan tahapan pengambilan data, pra-pemrosesan (termasuk case folding, tokenisasi, normalisasi, dan stemming), serta pembobotan terms menggunakan TF-IDF. Hasil penelitian menunjukkan tingkat akurasi klasifikasi sentimen hampir sempurna, percobaan pertama (rasio 80:20) memberikan performa terbaik dengan akurasi 83%, yang menunjukkan efektivitas Logistic Regression dalam menganalisis sentimen. Performa model menunjukkan konsistensi dalam precision dan recall di semua rasio pengujian, mengindikasikan bahwa model tersebut cukup robust terhadap perubahan proporsi data pelatihan dan pengujian. Percobaan kedua dan ketiga juga memberikan perfoma yang baik pula dengan akurasi 81%.