Claim Missing Document
Check
Articles

Found 14 Documents
Search

Comparison of ResNet-50 and DenseNet-121 Architectures in Classifying Diabetic Retinopathy Yoga Pramana Putra, I Putu Gede; Ni Wayan Jeri Kusuma Dewi; Putu Surya Wedra Lesmana; I Gede Totok Suryawan; Putu Satria Udyana Putra
Indonesian Journal of Data and Science Vol. 6 No. 1 (2025): Indonesian Journal of Data and Science
Publisher : yocto brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v6i1.232

Abstract

Introduction: Diabetic Retinopathy (DR) is a vision-threatening complication of diabetes that requires early and accurate diagnosis. Deep learning offers promising solutions for automating DR classification from retinal images. This study compares the performance of two convolutional neural network (CNN) architectures—ResNet-50 and DenseNet-121—for classifying DR severity levels. Methods: A dataset of 2,000 pre-processed and augmented retinal images was used, categorized into four classes: normal, mild, moderate, and severe. Both models were trained using two approaches: standard train-test split and Stratified K-Fold Cross Validation (k=5). Data augmentation techniques such as flipping, rotation, zooming, and translation were applied to enhance model generalization. The models were trained using the Adam optimizer with a learning rate of 0.001, dropout of 0.2, and learning rate adjustment via ReduceLROnPlateau. Performance was evaluated using accuracy, precision, recall, and F1-score. Results: ResNet-50 outperformed DenseNet-121 across all evaluation metrics. Without K-Fold, ResNet-50 achieved 84% accuracy compared to DenseNet-121’s 80%; with K-Fold, ResNet-50 scored 83% and DenseNet-121 81%. ResNet-50 also demonstrated better balance in class-wise classification, with higher recall and F1-score, especially for moderate and severe DR classes. Confusion matrices confirmed fewer misclassifications with ResNet-50. Conclusions: ResNet-50 provides superior accuracy and robustness in classifying DR severity levels compared to DenseNet-121. While K-Fold Cross Validation enhances model stability, it slightly reduces overall accuracy. These findings support the use of ResNet-50 in developing reliable deep learning-based screening tools for early DR detection in clinical practice
Branding Logo dan Pelatihan Pengelolaan Media Sosial untuk UMKM Keripik Ayu Yoga dalam Meningkatkan Visibilitas dan Penjualan Produk Secara Digital Mutiarani, Rizkita Ayu; Putra, Putu Satria Udyana; Jatila , I Gede Mahesa Putra; Sudipa, I Gede Iwan
Jurnal KOMET Vol 2 No 1 (2025): Jurnal Komet: Kolaborasi Masyarakat Berbasis Teknologi : Volume 2 Nomor 1, Juni 2
Publisher : Yayasan Sinergi Widya Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70103/komet.v2i1.62

Abstract

UMKM Keripik Ayu Yoga merupakan usaha mikro berbasis kuliner khas Bali yang mengolah kulit ikan salmon dan ceker ayam menjadi produk keripik dengan cita rasa unik. Meskipun memiliki kualitas produk yang unggul dan pangsa pasar lokal yang stabil, usaha ini belum memiliki identitas visual yang kuat dan belum memanfaatkan media sosial secara optimal untuk kegiatan pemasaran digital. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan visibilitas dan penjualan produk UMKM melalui dua pendekatan utama: pembuatan branding logo profesional dan pelatihan pengelolaan media sosial Instagram bisnis. Metode pelaksanaan meliputi transfer knowledge, demonstrasi, serta praktik langsung di lokasi usaha. Hasil kegiatan menunjukkan peningkatan pemahaman mitra terhadap pentingnya identitas visual dan strategi pemasaran digital, dibuktikan dengan penggunaan akun Instagram bisnis, posting konten berkala, dan kemampuan membaca Instagram Insights. Logo baru juga berhasil dirancang dan digunakan pada kemasan produk, memberikan nilai tambah dalam memperkuat branding. Pendekatan ini terbukti meningkatkan interaksi dengan pelanggan dan memperluas jangkauan pasar secara signifikan. Program ini menunjukkan bahwa branding yang baik dan pemanfaatan media sosial yang efektif dapat menjadi solusi strategis dalam meningkatkan daya saing UMKM tradisional di era digital.
Pelatihan dan Pendampingan Media Sosial dalam Mendukung Promosi dan Penjualan Produk UMKM Ukiran Kayu Wiguna, I Komang Arya Ganda; Semadi, Ketut Ngurah; Asana, I Made Dwi Putra; Putra, Putu Satria Udyana; Radhitya, Made Leo
Jurnal KOMET Vol 1 No 1 (2024): Jurnal Komet: Kolaborasi Masyarakat Berbasis Teknologi : Volume 1 Nomor 1, Juni 2
Publisher : Yayasan Sinergi Widya Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70103/komet.v1i1.8

Abstract

Promosi dan Penjualan digital menjadi suatu proses bisnis yang harus dapat diterapkan pada setiap usaha, tidak terkecuali pada Usaha Mikro, Kecil, dan Menengah (UMKM). Perkembangan UMKM saat ini telah mengantarkan pada UMKM Goes Digital, sehingga adopsi teknologi dan pemanfaatan media promosi dan penjualan digital menjadi kebutuhan. Namun pada realitanya tentunya pemerataan dari pemanfaatan promosi dan penjualan digital disesuaikan dengan kemampuan dari setiap pemilik UMKM. Contohnya pada UMKM Kasari Ukir, Gianyar, bali yang memiliki permasalahan utama yang dihadapi dalam upaya mereka untuk bisa aktif di media sosial untuk menjalankan strategi promosi. Permasalah dalam pemasaran digital yang dialami pada usaha kasari ukir ini adalah belum mampu memanfaatkan sosial media untuk melakukan promosi serta pemasaran produk ukiran pada usaha kasari ukir.  Sehingga pada kegiatan Pengabdian Kepada Masyarakat (PKM) ini memfokuskan pada tranfer knowledge terkait pemanfaatan media sosial bagi pengelola UMKM dalam mendukung promosi dan penjualan.  Hasil kegiatan pelatihan dan pendampingan berupa pendampingan pembuatan konten Instagram, foto produk UMKM dalam mengasah keterampilan dalam bidang sosial media berupa Instagram, selain melatih cara copywriting dan teknik foto produk kegiatan ini diharapkan dapat mengasah keterampilan soft skill dan hard skill dalam usaha kasari ukir dalam bentuk pengaplikasian di era digital.
OPTIMALISASI SUMBER DAYA DAN PENGUATAN DIGITALISASI DESA BELUMBANG I Nyoman Agus Suarya Putra; Ni Wayan Wardani; Putu Satria Udyana Putra
Sewagati Vol. 4 No. 2 (2025): SEWAGATI
Publisher : Fakultas Teknik dan Informatika Universitas PGRI Mahadewa Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59819/sewagati.v4i2.5647

Abstract

The Community Service Program will be implemented for approximately three months, from March 2025 to June 2025, in Belumbang Village, Kerambitan District, Tabanan Regency, Bali. This program is driven by the challenges faced by villages in optimizing information technology for data collection, news input on the Village Information System (SID), and digital promotion due to limited human resource knowledge. The main goal is to help village officials digitize Belumbang Village and develop students' soft skills. This method involves situation analysis, preparation (surveys, permits, material preparation), and the implementation of nine main programs, including managing the OPEN SID website, creating village introduction videos, optimizing posyandu and elderly data, and digital literacy training for students. The results show that this activity facilitates data management, introduces the village digitally, raises public awareness about organic waste management, and improves the digital skills of village staff and students. In conclusion, this Community Service Program successfully contributed to digital transformation and community development in Belumbang Village.