Claim Missing Document
Check
Articles

Found 33 Documents
Search

Implementasi Klasifikasi Gambar Untuk Industri Pakaian Menggunakan Image Search Engine Berbasis Website Hidayat, Rafi Fakhri; Irawan, Budhi; Nasrun, Muhammad
eProceedings of Engineering Vol. 10 No. 1 (2023): Februari 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Seiring dengan perkembangan teknologi saat ini, teknologi banyak digunakan sebagai sarana memperoleh informasi. Pencarian informasi sudah sering dilakukan di kehidupan sehari-hari yaitu dengan menggunakan search engine. Contohnya pada industri pakaian saat mencari produk pakaian yang diinginkan melalui search engine, dengan mengharapkan hasil yang didapat dari pencarian search engine sesuai dengan detail lengkap mengenai referensi brand produk pakaian tersebut namun metode pencarian berbasis teks memiliki keterbatasan dan hasil yang didapat dari pencarian search engine tidak selalu akurat. Untuk itu penggunaan Convolutional Neural Network (CNN) digunakan untuk menyusun dataset dari produk pakaian berdasarkan klasifikasi gambar yang di inputkan. Penelitian ini bertujuan untuk dapat membuat sebuah sistem image search engine berbasis website dengan menggunakan arsitektur dari CNN yaitu Deep Residual Network (ResNet) khusunya pada ResNet50 yang dapat mengklasifikasi gambar dari produk- produk pakaian, dengan menginputkan gambar dan menghasilkan output berupa kategori lengkap referensi brand produk pada pakaian tersebut menggunakan Long Short Term Memory (LSTM) dalam memprediksi hasilnya. Didapatkan hasil pengujian 99.47% pada akurasi train dan 99.61% pada akurasi validasi yang akan digunakan pada saat di implementasikan pada website. Kata kunci— Convolutional Neural Network, ResNet50, Long ShortTerm Memory.
Sistem Deteksi Gerakan Dasar Bela Diri Taekwondo Menggunakan Arsitektur Yowo Dengan Rgb Aryomukti, Muchlis; Nasrun, Muhammad; Kallista, Meta
eProceedings of Engineering Vol. 10 No. 5 (2023): Oktober 2023
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Abstrak— Taekwondo merupakan salah satu olahraga cabang seni bela diri yang populer di Indonesia. Bela diri Taekwondo ini terdapat berbagai teknik gerakan dan jurus yang bisa dipelajari dengan cara dilatih oleh sabeum di dojang terkait yang selanjutnya diteruskan latihan mandiri. Akan tetapi, terdapat kendala untuk orang awam yang mempelajari gerakan ini karena tidak tahu nama teknik gerakan dan jurus dalam bela diri Taekwondo ketika mereka melihat orang yang berlatih atau mengikuti lomba Taekwondo yang menyebabkan mengalami kesulitan berlatih dengan sabeum. Arsitektur YOWO merupakan salah satu metode dalam deep learning yang digunakan untuk lokalisasi jenis gerakan manusia. YOWO menggunakan penggabungan 3D-CNN dengan 2DCNN. RGB merupakan ekstraksi fitur yang bertujuan untuk membagi warna menjadi tiga (3) channel, yaitu Red, Green, dan Blue. Arsitektur YOWO cocok digunakan untuk mendeteksi gerakan berupa input video dan frame. Hasil yang didapat setelah melakukan pengujian average precision gerakan bela diri Taekwondo yaitu momtong jireugi sebesar 97.92% dengan nilai akurasi 99.70%, precision 99.18%, recall 93.90%, dan f1- score terbaik adalah 96.31%, dengan parameter batch size: 16, learning rate: 0.0001, num frames: 8, 3D-CNN dimension: 2, 2DCNN dimension: 1, epochs: 10, num workers: 5, dan rasio dataset 60%:40%.Kata kunci— bela diri taekwondo, sistem deteksi gerakan dasar bela diri, arsitektur YOWO, RGB
Evaluasi Penggunaan Crowdfunding sebagai Alternatif Pendanaan bagi Startup Fintech UMKM di Sulawesi Selatan Merdekawati, Eka; Nasrun, Muhammad
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.4634

Abstract

Penelitian ini bertujuan untuk mengevaluasi potensi dan tantangan penggunaan crowdfunding, khususnya securities crowdfunding (SCF) dan fintech peer-to-peer lending (P2P Lending), sebagai alternatif sumber pendanaan bagi startup fintech yang berfokus pada pemberdayaan UMKM di Sulawesi Selatan. Akses pembiayaan yang terbatas menjadi kendala bagi pelaku usaha mikro, kecil, dan menengah (UMKM), dimana lebih dari 888 ribu pelaku UMKM di wilayah ini belum tersentuh layanan kredit perbankan. Startup fintech lokal berpotensi menjembatani kesenjangan ini, namun sering kali menghadapi tantangan permodalan untuk mengembangkan skema pembiayaan digital yang inklusif. Penelitian ini menggunakan metode studi literatur kualitatif dengan menganalisis data sekunder dari laporan OJK, media lokal, regulasi terbaru, serta inisiatif dari platform fintech seperti Amartha dan Modalku yang telah beroperasi di Sulawesi Selatan. Selain itu, digunakan juga analisis tematik terhadap wacana publik dan opini pelaku industri diperoleh dari berbagai sumber daring seperti forum komunitas finansial. Hasil penelitian menunjukkan  crowdfunding dapat menjadi solusi yang efektif dalam meningkatkan akses permodalan UMKM, terutama melalui pendekatan berbasis teknologi yang cepat dan efisien. Keunggulan dari SCF dan P2P Lending meliputi proses pendanaan yang lebih fleksibel, potensi kolaborasi antara fintech dan perbankan daerah, serta kemampuan menjangkau segmen usaha mikro yang tidak dilayani bank konvensional. Namun, implementasi crowdfunding di Sulawesi Selatan menghadapi sejumlah kendala seperti rendahnya literasi keuangan digital, ketidakpastian regulasi di tingkat lokal, rendahnya penetrasi infrastruktur digital di daerah pedesaan, serta minimnya pemahaman terhadap risiko investasi oleh UMKM maupun investor ritel. Hasilnya menunjukkan crowdfunding memberi jalur inklusif bagi pelaku fintech-UMKM, namun efektivitasnya bergantung pada edukasi keuangan, dukungan regulator, dan adopsi model lokal.