Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Sistem Komputer
Krisnabayu, Rifky Yunus
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Perbandingan Convolutional Neural Network VGG16 dan ResNet34 pada Sistem Klasifikasi Sampah Botol Hutamaputra, William; Krisnabayu, Rifky Yunus; Mawarni, Marrisaeka; Yudistira, Novanto; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi dan Sistem Komputer Volume 10, Issue 2, Year 2022 (April 2022)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2021.14045

Abstract

Hampir semua botol minuman kemasan yang beredar di masyarakat terbuat dari bahan plastik dikarenakan plastik merupakan bahan yang murah dan mudah dibentuk. Plastik adalah bahan non-organik yang sulit diuraikan sehingga botol plastik dapat menyebabkan pencemaran lingkungan. Sehingga diperlukan suatu solusi yang efektif untuk mengatasi kerusakan lingkungan yang disebabkan oleh sampah botol plastik. Salah satu solusi yag dapat dilakukan yaitu melakukan klasifikasi dan daur ulang sampah botol plastik. Pengklasifikasian sampah botol plastik dan sampah botol bukan plastik ke dalam kategori yang ditentukan sesuai dengan persyaratan kemudian didaur ulang agar dapat diolah kembali agar tidak merusak lingkungan. Artikel ini mengusulkan model VGG16 dan ResNet34 berbasis deep learning menggunakan CNN (Convolutional Neural Network) untuk mengidentifikasi dan mengklasifikasikan sampah botol. Berdasarkan hasil pengujian menggunakan Convolutional Neural Network, arsitektur VGG16 memiliki akurasi sebesar 90% dan ResNet34 memiliki akurasi sebesar 50% pada klasifikasi botol plastik dan bukan botol plastik. Masing-masing arsitektur menggunakan 10 epoch, 32 batch, 1655 gambar.
Prediksi Siswa Putus Sekolah Swasta Menggunakan Algoritma Bayesian Network (Studi Pada : SMA Islam Al Wahid Kepung) Krisnabayu, Rifky Yunus; Supianto, Ahmad Afif; Wicaksono, Satrio Agung
Jurnal Teknologi dan Sistem Komputer Volume 10, Issue 2, Year 2022 (April 2022)
Publisher : Department of Computer Engineering, Engineering Faculty, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/jtsiskom.2022.14121

Abstract

Masalah siswa putus sekolah di SMA Islam Al Wahidmembawa dampak kepada sekolah antara lain berkurangnya bantuan operasional yang diterima, berkurangnya jumlah rombongan belajar, dan hutang biaya siswa. Mempertimbangkan dampaknya bagi sekolah, penelitian ini bertujuan mengembangkan sistem prediksi dini siswa putus sekolah. Penelitian menggunakan Bayesian Network (BN) dengan tujuan mengetahui faktor yang paling berpengaruh, di mana tugas tersebut tidak dapat diselesaikan menggunakan naive bayes. Jumlah data yang digunakan dalam penelitian ini berjumlah 77 siswa dengan 18 siswa berlabel putus sekolah. Hasil dari penelitian ini menghasilakn sebuah model dengan akurasi bernilai 0,935 dan nilai area under curve sebesar 0,948. Struktur BN memperlihatkan bahwa faktor nilai rerata, mengikuti ekstrakurikuler, dan penghasilan ayah merupakan faktor yang paling berpengaruh terhadap siswa putus sekolah. Struktur BN memperlihatkan bahwa faktor nilai rerata, mengikuti ekstrakurikuler, dan penghasilan ayah merupakan faktor yang paling berpengaruh terhadap siswa putus sekolah.
Co-Authors Ahmad Afif Supianto Fitra Abdurrachman Bachtiar Hutamaputra, William Mawarni, Marrisaeka Novanto Yudistira Satrio Agung Wicaksono