Garuda - Garba Rujukan Digital

PERANCANGAN DAN IMPLEMENTASI WEBSITE DENGAN KONSEP UI/UX UNTUK MENGOPTIMALKAN MARKETING PERUSAHAAN Hendra Hendra; Yosefina Finsensia Riti
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3430

Salah satu media pada era teknologi yang seringkali digunakan untuk membagikan informasi adalah melalui website. Melalui gagasan tersebut, jurnal ini secara khusus membahas terkait perancangan dan implementasi website untuk PT. Surya Agung Tehnik Utama dengan mempertimbangkan konsep UI/UX dan penerapannya dalam digital marketing. Upaya ini didasarkan atas permasalahan yang dihadapi perusahaan dimana tampilan pada website sebelumnya yang belum terlengkapi secara maksimal dan hanya dapat menampilkan informasi kontak perusahaan saja. Sehingga melalui penelitian ini diharapkan dapat membantu mengatasi permasalahan tersebut. Metode yang digunakan terdiri dari observasi, wawancara, studi literatur, dan perancangan. Website kemudian diimplementasikan dengan bahasa pemrograman HTML, CSS, Javascript, dan menggunakan framework Bootstrap. Hasil yang diperoleh bahwa website cukup membantu dalam menjawab permasalahan dan permintaan dari perusahaan. Melalui metode yang telah disusun, diharapkan website dapat membantu meningkatkan nilai perusahaan, banyaknya pembelian, dan memudahkan interaksi antara perusahaan dan pelanggan. Website ini dipublikasikan melalui nama domain website resmi perusahaan dan adapun pengaturan untuk bagian maintenance.

Perbandingan Algoritma Welch Powell dan Algoritma Greedy dalam Optimasi Penjadwalan Ruang Kuliah Semester Genap Fakultas Teknik Yohana Christela Oktaviani; Yosefina Finsensia Riti
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 7, No 3 (2022): Desember
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51213/jimp.v7i3.560

Penjadwalan merupakan suatu proses yang dilaksanakan secara terstruktur untuk mengefisiensikan waktu kerja serta menghindari terjadinya constraint Â dalam suatu permasalahan. Penjadwalan ini banyak diterapkan dalam dunia pendidikan, salah satunya ialah penyusunan penjadwalan mata kuliah. Penyusunan penjadwalan sendiri perlu dioptimalisasikan agar proses perkuliahan dapat berjalan dengan lancar tanpa adanya constraint Â antar mata kuliah. Seperti yang terjadi pada Fakultas Teknik, Universitas Katolik Darma Cendika, dimana dalam penyusunan penjadwalan ini belum terdapat informasi ruangan kuliah. Oleh sebab itu, penulis menyusun jurnal optimasi penjadwalan ruang kuliah dengan membandingkan kinerja antara algoritma Welch Powell dengan algoritma Greedy. Data yang digunakan dalam penelitian ini ialah sejumlah 109 mata kuliah yang tersebar dari 4 Prodi Fakultas Teknik, yakni Prodi Teknik Industri, Prodi Arsitektur, Prodi Ilmu Informatika, serta Prodi Akupuntur dan Pengobatan Herbal. Metode yang digunakan dalam penelitian ini ialah metode komparatif yang diterapkan pada pewarnaan simpul graf, dimana Â parameter yang digunakan ialah waktu pengeksekusian, kompleksitas algoritma, serta perhitungan algoritmaÂ secara manual. Berdasarkan penelitian yang telah dilakukan, diperoleh hasil 7 warna kromatik yang selanjutnya diterapkan pada 7 ruang perkuliahan Fakultas Teknik. Â

A Analisis Perbandingan Algoritme Penghapusan Noise pada Citra X-Ray Paru - Paru Jhonatan Tjahjadi; Padmavati Tanuwijaya; Yosefina Finsensia Riti
Jurnal Pseudocode Vol 10 No 2 (2023): Volume 10 Nomor 2 September 2023
Publisher : UNIB Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/pseudocode.10.2.80-89

Pulmonary X-ray is a medical diagnostic method used to produce internal lung images. However, the X-ray process is often interrupted when capturing images, resulting in noisy image results. This condition diminishes the clarity of information contained in the lung X-ray images. Therefore, noise removal or denoising is essential. Denoising is a fundamental image processing technique aimed at improving image quality for optimal information transmission. This study applies denoising methods to 20 datasets of pulmonary X-ray images using Median, Mean, Gaussian, Bilateral, and Wiener filters, with Python and the OpenCV Library. Error measurement for noise filtering is conducted using Peak Signal-to-Noise Ratio and Mean Square Error methods. The research results show that the median filter stands out as an excellent denoising method, outperforming others with a Peak Signal-to-Noise Ratio of 37.6444 and a Mean Square Error of 11.3339 for Salt and Pepper Noise. Keywords: Denoising; Filtering; MSE; PSNR; X-Ray.

ANALISIS PERBANDINGAN ALGORITMA PENGHAPUSAN NOISE IMAGE ENCHANCEMENT PADA CITRA ULTRASONOGRAFI Theofilus Dewa Arya Reinanta Putra; Yosefina Finsensia Riti; Dita Anggelia
Jurnal Ilmiah Informatika Komputer Vol 28, No 2 (2023)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2023.v28i2.8692

Ketika melakukan akuisisi citra ultrasonografi,sering kali terjadi gangguan dalam bentuk noise. Hal ini tentunya dapat mengganggu intepretasi medis yang akurat. Oleh karena itu dibutuhkan penghapusan noise yang efektif,yaitu menggunakan metode point processing dan mask processing.Algoritma yang disediakan tentunya bermacam-macam,dalam penelitian ini akan dilakukan analisis perbandingan algoritma yang efektif untuk menghapus noise .Perbandingan algorritma dilakukan antaranya Contrast Streching,Retinex,Median Filter,dan High Pass Filter. Setelah, hasil pengujian dilakukan didapatkan bahwa metode Median Filter (Mask Processing) yang terbukti efektif untuk menghilangkan noise,dengan hasil nilai PSNR 35.50 dan MSE 18.64.

PERANCANGAN DAN IMPLEMENTASI WEBSITE DENGAN KONSEP UI/UX UNTUK MENGOPTIMALKAN MARKETING PERUSAHAAN Hendra Hendra; Yosefina Finsensia Riti
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 3s1 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3s1.3430

Salah satu media pada era teknologi yang seringkali digunakan untuk membagikan informasi adalah melalui website. Melalui gagasan tersebut, jurnal ini secara khusus membahas terkait perancangan dan implementasi website untuk PT. Surya Agung Tehnik Utama dengan mempertimbangkan konsep UI/UX dan penerapannya dalam digital marketing. Upaya ini didasarkan atas permasalahan yang dihadapi perusahaan dimana tampilan pada website sebelumnya yang belum terlengkapi secara maksimal dan hanya dapat menampilkan informasi kontak perusahaan saja. Sehingga melalui penelitian ini diharapkan dapat membantu mengatasi permasalahan tersebut. Metode yang digunakan terdiri dari observasi, wawancara, studi literatur, dan perancangan. Website kemudian diimplementasikan dengan bahasa pemrograman HTML, CSS, Javascript, dan menggunakan framework Bootstrap. Hasil yang diperoleh bahwa website cukup membantu dalam menjawab permasalahan dan permintaan dari perusahaan. Melalui metode yang telah disusun, diharapkan website dapat membantu meningkatkan nilai perusahaan, banyaknya pembelian, dan memudahkan interaksi antara perusahaan dan pelanggan. Website ini dipublikasikan melalui nama domain website resmi perusahaan dan adapun pengaturan untuk bagian maintenance.

PERFORM COMPARATION OF DEEP LEARNING METHODS IN GENDER CLASSIFICATION FROM FACIAL IMAGES Yosefina Finsensia Riti; Ryan Putranda Kristianto; Dionisius Reinaldo Ananda Setiawan
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 10 No. 4 (2025): JITK Issue May 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v10i4.4717

Identifying gender through facial images is a crucial aspect in various life contexts. Biometric technology, such as facial recognition, has become an integral part of various applications, including fraud detection, cybersecurity protection, and consumer behavior analysis. With the advancement of technology and the progress in artificial intelligence, especially through the use of Convolutional Neural Networks (CNNs), computers can now identify gender from facial images with a high level of accuracy. Although there are still some challenges, such as variations in pose, facial expressions, and different lighting conditions, CNNs can overcome these obstacles. This study uses the CelebA dataset, which consists of 122,000 facial images of both men and women. The dataset has been processed to maintain a balanced number of samples for each gender class, resulting in a total of 101,568 samples. The data is divided into training, validation, and test sets, with 80% used for training, and the remaining 20% split between validation and testing. Eight different CNN architectures are applied, including VGG16, VGG19, MobileNetV2, ResNet-50, ResNet-50 V2, Inception V3, Inception ResNet V2, and AlexNet. Although previous research has shown the potential of CNN architectures for various classification tasks, these studies often encounter issues of overfitting on large datasets, which can reduce model accuracy. This study applies dropout techniques and hyperparameter tuning to address overfitting issues and optimize model performance. The training results indicate that ResNet-50, ResNet-50 V2, and Inception V3 achieved the highest accuracy of 98%, while VGG16, VGG19, MobileNetV2, and AlexNet achieved accuracies of 95% and 97%, respectively. Performance evaluation using confusion matrices, precision, recall, and F1-score demonstrates excellent performance.

ANALISIS PERBANDINGAN ALGORITMA REGION GROWING DAN OTSU THRESHOLDING PADA SEGMENTASI CITRA BUNGA Paulus William Siswanto; Yosefina Finsensia Riti; Christopher Kevin Herijanto
E-Link: Jurnal Teknik Elektro dan Informatika Vol. 18 No. 2: Oktober 2023
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/e-link.v18i2.6008

Dalam segmentasi citra digital, segmentasi merupakan proses memisahkan objek dari latar belakang yang bertujuan agar objek hasil segmentasi dapat dianalisis lebih lanjut. Untuk mendapatkan hasil citra segmentasi yang baik tentu diperlukan algoritma yang baik. Dalam penelitian ini dilakukan pengujian terhadap kedua algoritma populer yaitu algoritma Otsu Thresholding dan algoritma Region Growing. Tujuan dari penelitian ini adalah untuk membandingkan seberapa baik kedua algoritma bekerja dan menghasilkan segmentasi yang akurat dan efektif. Segmentasi citra dievaluasi berdasarkan kualitasnya dengan mempertimbangkan parameter-parameter seperti waktu komputasi, akurasi segmentasi, MSE (Mean Square Error), dan PSNR (Peak Signal to Noise Ratio). Hasil pengujian dari Algoritma Otsu dan Algoritma Region Growing diperoleh hasil sebagai berikut: dari segi komputasi, Region Growing unggul dengan nilai 0.03 detik dibandingkan Otsu dengan nilai 0.13 detik. Dari segi akurasi, Region Growing unggul dengan nilai 0.8473 dibandingkan Otsu dengan nilai 0.7980. Dari segi MSE, Region Growing unggul dengan nilai 6.35 dibandingkan 28.95.

Perbandingan Metode Random Forest dan LightGBM untuk Prediksi Harga Berlian: Pendekatan Probabilistik dan Statistik Daud Aldo Santoso; Yosefina Finsensia Riti
Jurnal Teknologika Vol 16 No 1 (2026): Jurnal Teknologika
Publisher : Sekolah Tinggi Teknologi Wastukancana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51132/teknologika.v16i1.685

Figuring out diamond prices in the market is actually pretty tricky because the prices go up and down a lot and depend heavily on what the diamond looks like physically. The main problem here is that people often struggle to guess the right price manually, which can easily lead to losing money if they guess wrong. Through this study, we really want to test and directly compare two smart Machine Learning tools, which are the Random Forest and LightGBM algorithms, to see which one is actually better and more reliable at forecasting these prices without just blindly guessing. For how we did it, we used a huge dataset containing about 53,940 past diamond sales as study material. This data came complete with nine main features like carat weight, cut quality, color pigment, and physical size. Before doing the math with the computer, we quickly threw away any weird or impossible data rows to keep it clean. Then, we changed all the text descriptions into numbers so the program could read them easily. Next, we split the whole dataset up so that 80 percent was used to teach the program, and the remaining 20 percent was kept purely for testing how smart their guesses really were. The test results clearly showed that Random Forest did a much better job overall. It hit a super high R² accuracy score of 0.9835, and its guesses were only off by an average of $38.89 (MAE) and an RMSE of $77.24. This easily beat the LightGBM program, which only got an R² score of 0.9830, an MAE of $41.28, and an RMSE of $78.27. In short, this research proves that the team-work or ensemble system in Random Forest is way more reliable, stable, and accurate for predicting diamond prices in the market.

Title

Found 18 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 18 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 18 Documents
Search