Article Per Year (5 Year)
p-Index From 2021 - 2026
8.47
P-Index
This Author published in this journals
All Journal Prosiding SNATIKA Vol 01 (2011) KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Creative Information Technology Journal Journal of Information Technology and Computer Science (JOINTECS) Network Engineering Research Operation [NERO] JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Generation Journal Jurnal ABDINUS : Jurnal Pengabdian Nusantara JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknika Innovation in Research of Informatics (INNOVATICS) JAMI: Jurnal Ahli Muda Indonesia Joutica : Journal of Informatic Unisla Nusantara of Engineering (NOE) Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal Pengabdian Masyarakat Nusantara Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi
Danar Putra Pamungkas, Danar Putra
Universitas Nusantara PGRI Kediri
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 93 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 93 Documents
Search

 6   7   8   9   10 
Analisis Performa CNN Arsitektur MobileNet Untuk Pengenalan Penyakit Pada Tanaman Bawang Merah Prahesta, Hadi Rizky Dwi Via Prahesta; Pamungkas, Danar Putra; Kasih, Patmi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/fn6mgw27

Abstract

Penyakit pada tanaman bawang merah, seperti busuk bawah, jamur daun, dan serangan ulat, dapat menyebabkan penurunan kualitas dan kuantitas hasil panen. Deteksi dini penyakit sangat penting untuk mencegah kerugian lebih lanjut. Penelitian ini mengembangkan sistem klasifikasi otomatis berbasis citra menggunakan Convolutional Neural Network (CNN) dengan arsitektur MobileNetV1. Dataset terdiri dari 250 citra daun bawang merah yang dikategorikan ke dalam empat kelas: normal, busuk bawah, jamur daun, dan ulat. Proses pelatihan menggunakan teknik augmentasi citra dan callbacks EarlyStopping serta ModelCheckpoint untuk mencegah overfitting. Model berhenti pada epoch ke-16 dan mencapai akurasi 92,00%, presisi 92,31%, recall 92,00%, serta F1-score 91,90%. Hasil ini menunjukkan bahwa arsitektur MobileNetV1 efektif dalam mengklasifikasikan penyakit pada tanaman bawang merah secara otomatis.
Analisis Sentimen Ulasan Produk Ponsel Pada E-commerce Menggunakan Algoritma Naive Bayes Gusti, Fadzilah Prayoganing; Pamungkas, Danar Putra; Kasih, Patmi
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/140nc134

Abstract

Pertumbuhan e-commerce di Indonesia telah mendorong peningkatan pembelian produk secara daring, termasuk ponsel. Namun, kurangnya transparansi kualitas produk menjadi tantangan bagi konsumen. Untuk mengatasi hal ini, penelitian ini menerapkan analisis sentimen terhadap ulasan pelanggan menggunakan algoritma Naïve Bayes. Data ulasan diambil dari platform Shopee dan melalui beberapa tahapan preprocessing seperti case folding. cleansing, tokenisasi, stopword removal, dan stemming. Sentimen ditentukan menggunakan TextBlob, lalu data dilatih dan diuji menggunakan Naïve Bayes. Dari 365 ulasan yang dianalisis, model menghasilkan akurasi sebesar 81%. Hasil ini menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen ulasan secara efektif, memberikan manfaat bagi konsumen dalam pengambilan keputusan serta bagi penjual dalam meningkatkan layanan.
Perbandingan Akurasi Arsitektur MobileNet dan EfficientNet dalam Mendeteksi Produk Kemasan Baehaqie, Lu'ay; Swanjaya, Daniel; Pamungkas, Danar Putra
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/g6txkh58

Abstract

 Penelitian ini membahas perbandingan performa dua arsitektur deep learning, yaitu MobileNet dan EfficientNet, dalam mendeteksi produk kemasan berbasis citra. Dataset yang digunakan terdiri dari 150 gambar tiga jenis produk kemasan, yaitu Le Minerale, Isoplus, dan Sprite, yang telah melalui proses anotasi dan dibagi menjadi data latih, validasi, dan uji. Proses pelatihan dilakukan selama 10 epoch dengan ukuran citra 448x448 piksel. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa MobileNet memiliki performa sangat baik dengan akurasi 100% pada ketiga kelas produk, serta nilai precision, recall, dan f1-score sebesar 1.00 pada semua kategori. Sementara itu, EfficientNet menunjukkan hasil yang kurang optimal dengan akurasi hanya 33%, disertai bias prediksi terhadap satu kelas saja. Berdasarkan hasil tersebut, MobileNet direkomendasikan sebagai arsitektur yang lebih efisien dan andal dalam kasus deteksi produk kemasan berdasarkan dari hasil dan penelitian yang dilakukan.
Co-Authors Abdul Azis Achmad Fachrudi, Rafi Ahmad Bagus Setiawan Alfiantama, Ilham Alghozali, Muhammad Attiqi Amrulloh, M. Farij Andriawan, Riko Anggi Nur Fadzila Aprilia, Tri Krisna Wati Arafat, Filach Akbar Ardhi Mardiyanto Indra Purnomo, Ardhi Mardiyanto Indra Ardi Sanjaya Ardiansyah, Abdul Riqza Arfani, A. Rifqi Yarzuq Armadyah Amborowati Audianingrum, Arike Septi Aziz, Ahmad Minanul Baehaqie, Lu'ay Bagus Nugraha, Bagus Bayu Wijayanto Budi Darmawan Cahyono, Eko Nur Candra, Gea Vista Yulia Danang Wahyu Widodo Daniel Swanjaya Deni Wahyu Trisdianto Dewi Kurnia Sari Ema Utami Fajar Rohman Hariri Fajar, Indra Aditya Fatahna, Inna Fauziyah, Laili Rahma Febrianto, Yahya Eko Firdaus, Afrizal Ahmad Firmansyah Mukti Wijaya Fitriana, Dwi Fitriyana, Wahyu Tia Gusti, Fadzilah Prayoganing Haika, Dwi Fikri hamzah, saiful Heffi Awang Cahya Imam Wicaksono Joko Purwanto Kresnawan, Michael Ilham Kristantio, Triyo Kumalasari , Ratih Kurniawan, Taufik Rizki Machfudin, Imam Mahardika, Tanggon Maulana Mahdiyah, Umi Ma’arif, A’an Tamim MUCHAMMAD YOHAN EKA ANDREANE Mudjiono, Stifen Zuro Murhatiningtyas, Yulia Mustofa, Hasan Bisri Muwafiq, Atho’ul Nugroho, Wahyu Rahman Listiyanto Nuryanto Nuryanto Pamungkas, Danar Puta Pangestu, Mohamad Inung Patmi Kasih Prahesta, Hadi Rizky Dwi Via Prahesta Prakosa, Ade Novit Dedey Prastya, Damar Zanuar Eka Pratama, Nando Adi Tya Prayoga, Ryan Sea Prayogo, M. Renhat Ade Rabiatul Adawiyah Ratih Kumalasari Niswatin Restuning Pamuji, M Anas Resty Wulanningrum Risa Helilintar Risky Aswi R, Risky Rizky Prasetyo, Aprisa RIZQI VIERI, MUHAMMAD ARIEL Rochana, Siti Rohmah, Anis Nur Rohman, Agus Nur Salis Nilam Amartama Saputra, Avif Bayu Saputra, Muh. Aris Shodiq, Muchamad Fajar Sholih, Faris Ashofi Sholih, Faris Ashofi Sidqika, Trinanda Majid Cipta suara, Andy Subekti, Lutfi SUCININGRUM, DYA AYU Sukardi, Bayu Adjirahman Syahrudin, Erwin Tri Setiawan, Didik Triprasetyo, Anggi Wahyu Wulaningrum, Resty Yulingga Nanda Hanief Yuningsih, Yayuk Yusuf, Ibram Farhani Zainuri, Mohamad Zuhal, Nadya Khalisah