Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Informatik : Jurnal Ilmu Komputer Jurnal Abdimas ADPI Sains dan Teknologi
Fithratul Zalmi, Wahyuni
Unknown Affiliation
Astronomy Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy

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

Found 2 Documents
Search

 1 
Digital Komunikasi untuk Kegiatan Organisasi Remaja Mesjid Firdalius, Fitri; Djesmedi, Dinda; Fithratul Zalmi, Wahyuni
Jurnal Abdimas ADPI Sains dan Teknologi Vol. 2 No. 2 (2021): Jurnal Abdimas ADPI Sains dan Teknologi
Publisher : Asosiasi Dosen PKM Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47841/saintek.v2i2.185

Abstract

Dikarenakan pada saat ini berada dalam kondisi pandemi COVID 19, mengharuskan untuk melakukan social distancing. Penggunaan digital komunikasi sangat dibutuhkan, maka dari itu komunikasi digital dapat kita gunakan dalam kegiatan remaja mesjid, khususnya Organisasi Remaja Masjid Jamiek. Dengan adanya teknologi komunikasi digital ini kita dapat berkomunikasi secara tidak langsung atau bertatap muka dengan seseorang atau banyak orang yang akan kita ajak berkomunikasi. Tujuan dari makalah ini adalah untuk memberikan informasi dan implementasi dalam pemanfaatan komunikasi digital. Berdasarkan tujuan ini, memanfaatkan sosial media seperti Whatsapp, Facebook, Instagram, Google Meet, dan lain-lain untuk mendukung kegiatan remaja mesjid. Hasil penelitian menunjukan bahwa komunikasi digital dapat memaksimalkan kegiaan remaja mesjid, mempermudah komunikasi jarak jauh, mendapatkan informasi jarak jauh, mengurangi biaya, dan mempersingkat waktu
Penerapan Convolutional Neural Network (CNN) untuk Klasifikasi Penyakit Daun Tomat Fithratul Zalmi, Wahyuni; Hari Saputro, Pujo; Sitanggang, Jonathan; Leatemia, Kevin
Informatik : Jurnal Ilmu Komputer Vol 21 No 2 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/iftk.v21i2.11094

Abstract

Penyakit pada daun tomat merupakan salah satu masalah utama dalam pertanian yang dapat menyebabkan penurunan hasil panen dan kualitas tanaman. Deteksi dini dan akurat terhadap penyakit ini sangat penting untuk menghindari kerugian yang lebih besar. Dalam penelitian ini, kami mengembangkan sistem klasifikasi penyakit daun tomat menggunakan teknik deep learning dengan arsitektur Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari gambar daun tomat dalam beberapa kategori penyakit, yang kemudian diproses menggunakan data augmentation untuk meningkatkan jumlah dan variasi data pelatihan. Model CNN yang dibangun terdiri dari beberapa lapis konvolusi dan max-pooling, diikuti oleh lapis dens (dense layer) untuk mengklasifikasikan gambar ke dalam 10 kategori penyakit. Hasil penelitian menunjukkan bahwa model yang dikembangkan mencapai akurasi sekitar 95.84% pada dataset validasi, dengan kemampuan yang baik dalam membedakan berbagai jenis penyakit. Analisis matriks kekacauan (confusion matrix) menunjukkan bahwa model memiliki performa yang konsisten dalam mengklasifikasikan penyakit, meskipun ada beberapa kesalahan klasifikasi pada kategori tertentu. Sistem ini dapat menjadi alat bantu yang efektif bagi petani dan peneliti untuk mendeteksi penyakit daun tomat secara akurat dan efisien.
Co-Authors Djesmedi, Dinda Firdalius, Fitri Hari Saputro, Pujo Leatemia, Kevin Sitanggang, Jonathan