Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Computer Science and Information Technology (CoSciTech) Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
Indra Yustiana
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Tingkat Kematangan Buah Jeruk Menggunakan Arsitektur VGG16 Dimas Arbi Ardian; Allya Saffira; Tasya Evrillia; Fitri Sulistiawati; Ditia Mutiara Putri; Indra Yustiana
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 4 (2025): Sentimeter 2025
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Buah jeruk termasuk jenis buah yang terkenal digemari banyak orang dikarenakan memiliki rasa yang manis serta kandungan vitamin C yang melimpah. Untuk memenuhi kebutuhan Permintaan terhadap buah jeruk yang terus meningkat, diperlukan panen buah jeruk pada tingkat kematangan yang tepat guna menjaga kualitas dan masa simpannya. Namun, metode tradisional seperti pengamatan visual seringkali menyebabkan kesalahan dalam penentuan tingkat kematangan buah, yang dapat berdampak pada kualitas dan nilai jualnya. Oleh karenanya, penelitian ini dimaksudkan guna mendesain dan mengembangkan sebuah sistem klasifikasi tingkat kematangan buah jeruk memanfaatkan metode Convolutional Neural Network (CNN) dengan arsitektur VGG16 sebagai model pretrained. Pelatihan dan pengujian model ini menggunakan 180 citra jeruk yang dikelompokkan ke dalam 3 kelas yaitu, mentah, matang dan busuk yang terdiri dari 60 citra per kelasnya. Adapun hasil penelitian membuktikan bahwasanya model yang diterapkan berhasil memperoleh akurasi pelatihan sebesar 97% dan akurasi validasi sebesar 94%.
INTEGRASI QDRANT VECTOR DATABASE DAN DEEPSEEK AI UNTUK CHATBOT OTOMATIS PADA APLIKASI E-COMMERCE Abdurrafiq Sujana, Azhar; Indra Yustiana; Alun Sujjada
Computer Science and Information Technology Vol 6 No 2 (2025): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/coscitech.v6i2.9668

Abstract

Transformasi digital telah mendorong e-commerce untuk meningkatkan kualitas layanan pelanggan (customer service. Salah satu solusi yang ditawarkan yaitu munculnya teknologi chatbot sebagai program berbasis kecerdasan buatan yang mampu berinteraksi secara otomatis dengan pengguna. Penelitian ini mengembangkan chatbot dengan memanfaatkan Qdrant Vector Database sebagai vector untuk menyimpan dan mencari informasi berbasis konteks, dan OpenRouter API Key model DeepSeek AI sebagai akses chatbot. Chatbot ini dirancang untuk menjawab pertanyaan umum terkait informasi produk, stok, pengiriman, metode pembayaran serta pertanyaan umum lainnya dalam 24/7. Hasil penelitian menunjukan bahwa penerapan sistem ini membantu meningkatkan layanan otomatis kepada pengguna untuk mencari informasi terkait produk, pengiriman, pembayaran dan informasi umum lainnya, khususnya di luar jam operasional.
Co-Authors Abdurrafiq Sujana, Azhar Allya Saffira Alun Sujjada Dimas Arbi Ardian Ditia Mutiara Putri Fitri Sulistiawati Tasya Evrillia