Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Computatio : Journal of Computer Science and Information Systems
Susilo, Venezia Valen
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Pemetaan Kecamatan di Wilayah Bogor Berdasarkan Tipe Lahan dengan Metode Gradient Boosting Susilo, Venezia Valen; Herwindiati, Dyah Erny; Hendryli, Janson
Computatio : Journal of Computer Science and Information Systems Vol. 8 No. 2 (2024): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v8i2.15829

Abstract

Kabupaten Kota Bogor merupakan tempat Gunung Salak, sumber mata air Jakarta, berada sehingga untuk air sampai di Jakarta, air harus melalui Bogor terlebih dahulu. Hal ini mengakibatkan perubahan terhadap lahan di Bogor akan berpengaruh pada proses aliran air dari Gunung Salak ke Jakarta. Oleh karena itu, dibutuhkan suatu sistem yang dapat digunakan untuk memantau perubahan fungsi lahan di Bogor. Sistem ini, diharapkan dapat memberi informasi tentang alih fungsi lahan secara periodik yang terjadi di daerah Bogor dan diharapkan dapat membantu pihak-pihak yang terkait dalam penanganan dampak-dampak yang terjadi akibat alih fungsi lahan. Data yang diperlukan adalah citra Landsat 8 band 2, 3, 4, 5, 6, dan 7 yang telah melalui proses pra-pemrosesan untuk kemudian diklasifikasikan dengan menggunakan model yang dibangun dengan metode Gradient Boosting Regression untuk klasifikasi. Model dibangun dengan nilai learning rate 0.1 dan banyak pohon 50. Akurasi yang didapat dari model ini adalah 99.3349% untuk data latih, 99.1658% untuk data validasi, dan membutuhkan waktu 13.91376 detik.
SISTEM KLASIFIKASI KERAPIHAN KAMAR HOTEL MENGGUNAKAN CONVOLUTED NEURAL NETWORK (CNN) Dharmali, Michael Joses; Lioner, Teddy; Susilo, Venezia Valen
Computatio : Journal of Computer Science and Information Systems Vol. 5 No. 2 (2021): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v5i2.15175

Abstract

Menjaga kebersihan kamar hotel merupakan salah satu aspek terpenting dalam menentukan keberhasilan pelayanan hotel. Tujuan yang ingin dicapai dari penelitian ini adalah untuk membuat program yang dapat membuat klasifikasi kerapihan kamar secara otomatis dengan menggunakan algoritma convoluted neural network (CNN). Metode penelitian bersifat kuantitatif dengan menggunakan data berupa citra / gambar kamar dengan tingkat kerapihan kamar yang berbeda-beda. Model yang telah dibuat pada penelitian ini mencapai tingkat akurasi sebesar 94,92% dan 100% untuk 20 data validasi. Adapun hasil dan kesimpulan yang dapat ditarik dari penelitian ini adalah CNN dapat memberikan klasifikasi kerapihan kamar dengan akurasi yang tinggi, sehingga dapat menjadi salah satu alternatif dalam membantu kinerja manajemen hotel.
Co-Authors Dharmali, Michael Joses Dyah Erny Herwindiati Hendryli, Janson Lioner, Teddy