Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MEDIA ELEKTRIKA Jurnal Rekayasa Sistem Informasi dan Teknologi
Dedy Kurniadi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering

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

Found 2 Documents
Search

 1 
PENJADWALAN PROSES PRODUKSI MENGGUNAKAN ANT COLONY ALGORITHM Dedy Kurniadi; Sam Farisa Chaerul Haviana
MEDIA ELEKTRIKA Vol 9, No 1 (2016): MEDIA ELEKTRIKA
Publisher : PSTE UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (487.495 KB) | DOI: 10.26714/me.9.1.2016.%p

Abstract

Pada penelitian ini telah dilakukan analisa penjadwalan pada sektor industri garment, penelitian ini dilakukan dengan tujuan untuk mengoptimalkan proses produksi pada perusahaan CV.Inda Jaya sebagai alternatif pemecahan masalah yang bisa digunakan untuk membantu mengoptimalkan waktu pemrosesan produksi dengan menggunakan ant colony algorithm, algoritma tersebut mempunyai tingkat keberhasilan yang tinggi, ant colony algorithm juga banyak digunakanuntuk menyelesaikan berbagai macam proses penjadwalan baik di bidang industri maupun bidang lainnya, ant colony algorithm sendiri banyak dikembangkan karena memang memberikan hasil yang memuaskan dalam menemukan rute terpendek untuk menyelesaikan permasalahan penjadwalan,proses yang dilakukan pada penelitian ini terbagi dua tahap dimana tahap pertama yaitu mengolah bahan mentah kemudian menjadi bahan setengah jadi yang diproses pada tahap dua yaitu proses finishing, hasil dari penelitian ini adalah generate otomatis makespan dengan menggunakan ant colony algorithm, pada tahap pertama menghasilkan jumlah makespan sebanyak 110 menit hasil tersebut menghemat waktu pemrosesan produksi sebanyak 10 menit dan pada tahap kedua menghasilkan waktu makespan sebanyak 140 menit hasil tersebut menghemat waktu sebanyak 40 menit. Kata Kunci : Ant Colony Algorithm, Makespan, Penjadwalan
IMPLEMENTASI ARSITEKTUR RESNET50 PADA KLASIFIKASI MOTIF BATIK INDONESIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Agista, Arabela Muria; Dedy Kurniadi
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 4 (2025): Mei
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i4.2375

Abstract

Batik is one of Indonesia's cultural riches, characterized by diverse patterns and deep philosophical values rooted in each region. However, the manual process of identifying and classifying batik motifs still requires specific expertise and is often time-consuming. This study aims to implement the ResNet50 architecture in designing a model for recognizing Indonesian batik motifs using a Convolutional Neural Network (CNN) approach. The model is trained to differentiate four batik motif categories: Batik Corak Insang, Batik Dayak, Batik Ikat Celup, and Batik Megamendung. Experimental results show that the model achieves an accuracy rate of 81%, with a validation accuracy of 80,68% and a validation loss of 66,94%. Among all classes, the model performs best in classifying Corak Insang and Dayak motifs. The trained model is deployed in a web-based application that enables users to upload batik images and receive instant classification results. Based on these outcomes, it can be concluded that the ResNet50 architecture, when integrated with CNN, can be effectively utilized to support automatic batik motif recognition and contribute to the digitalization and preservation of local cultural heritage through artificial intelligence technology
Co-Authors Agista, Arabela Muria Sam Farisa Chaerul Haviana