Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal EXPERT: Jurnal Manajemen Sistem Informasi dan Teknologi Jurnal Informatika dan Teknik Elektro Terapan KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal Pengabdian Kepada Masyarakat Ungu ( Abdi Ke Ungu)
Puput Budi Wintoro
Universitas Lampung
Computer Science & IT Electrical & Electronics Engineering Health Professions Medicine & Pharmacology Public Health

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
IMPLEMENTASI ARSITEKTUR XCEPTION PADA MODEL MACHINE LEARNING KLASIFIKASI SAMPAH ANORGANIK Rian Kurniawan; Puput Budi Wintoro; Yessi Mulyani; Muhamad Komarudin
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.3034

Abstract

Sampah yang dihasilkan setiap hari dapat menjadi masalah karena beberapa jenis sampah sulit terurai sehingga dapat mencemari lingkungan. Sampah yang berpotensi dapat didaur ulang dan memiliki nilai jual adalah sampah anorganik terutama sampah kardus, logam, kertas, kaca, plastik, karet dan sampah lainnya seperti kemasan produk. Berbagai jenis limbah dapat diklasifikasikan menggunakan model pembelajaran mesin. Model pembelajaran mesin yang digunakan untuk klasifikasi sistem limbah adalah model dengan metode Convolutional Neural Network (CNN). Pemilihan arsitektur CNN memperhitungkan akurasi yang diperlukan dan biaya komputasi. Penelitian ini bertujuan untuk menentukan arsitektur, pengoptimal, dan laju pembelajaran terbaik dalam sistem klasifikasi limbah. Model yang dirancang menggunakan arsitektur Xception dengan Adam optimizer dan learning rate 0,001 memiliki akurasi sebesar 87,81%.
IMPLEMENTASI ARSITEKTUR XCEPTION PADA MODEL MACHINE LEARNING KLASIFIKASI SAMPAH ANORGANIK Rian Kurniawan; Puput Budi Wintoro; Yessi Mulyani; Muhamad Komarudin
Jurnal Informatika dan Teknik Elektro Terapan Vol 11, No 2 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i2.3034

Abstract

Sampah yang dihasilkan setiap hari dapat menjadi masalah karena beberapa jenis sampah sulit terurai sehingga dapat mencemari lingkungan. Sampah yang berpotensi dapat didaur ulang dan memiliki nilai jual adalah sampah anorganik terutama sampah kardus, logam, kertas, kaca, plastik, karet dan sampah lainnya seperti kemasan produk. Berbagai jenis limbah dapat diklasifikasikan menggunakan model pembelajaran mesin. Model pembelajaran mesin yang digunakan untuk klasifikasi sistem limbah adalah model dengan metode Convolutional Neural Network (CNN). Pemilihan arsitektur CNN memperhitungkan akurasi yang diperlukan dan biaya komputasi. Penelitian ini bertujuan untuk menentukan arsitektur, pengoptimal, dan laju pembelajaran terbaik dalam sistem klasifikasi limbah. Model yang dirancang menggunakan arsitektur Xception dengan Adam optimizer dan learning rate 0,001 memiliki akurasi sebesar 87,81%.
Co-Authors Deny Budiyanto Elysia Azhara Hedra Hilmi Hermawan Huda, Zulmiftah Irwan Irmawan M. Ridho Ulya Mardiana Mardiana Meizano Ardhi Muhammad Mona Arif Muda Muhamad Komarudin Mulyani, Yessi Pradipta, Rio Ariestia Putri Anggia Cahyani Rian Kurniawan Thorif Adnan Nafis