Claim Missing Document
Check
Articles

Found 4 Documents
Search

Pemanfaatan Metode Deep Learning untuk Klasifikasi Penyakit pada Tanaman Jagung Fajar Sarasati; Fitra Septia Nugraha; Ummu Radiyah
Jurnal Infortech Vol 4, No 2 (2022): Desember 2022
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v4i2.13898

Abstract

Tanaman jagung di berbagai negara digunakan sebagai tanaman pengganti bahan pangan pokok beras. Tanaman ini dimanfaatkan sebagai salah satu alternatif sumber karbohidrat selain itu juga sebagai pakan ternak, dan bahan baku industri. Namun tanaman ini memiliki sensitifitas yang sama dengan tanaman bahan pangan lainnya terhadap penyakit dan hama yang perlu diwaspadai oleh para petani jagung. Penyakit jagung bisa menyerang dari siklus hidup mulai dari benih hingga berbuah yang dapat menurunkan kuantitas dan kualitas hasil produksi.  Teknologi mutakhir saat ini mulai dimanfaatkan sebagai Salah satu tren penggunaan teknologi dalam bidang pertanian adalah mendeteksi penyakit pada tanaman jagung yang dapat dideteksi dari salah satu bagian tanaman jagung dan yang paling sering dideteksi adalah pelepah daunnya.  Oleh karena itu pada penelitian ini penulis mengusulkan metode Deep Learning dengan arsitektur EfficientNetB0 untuk mendeteksi penyakit jagung dengan mengklasifikasikan penyakit jagung dari citra pelepah daun jagung yang berpenyakit maupun yang sehat. Hasil dari klasifikasi tersebut menghasilkan tingkat akurasi sebesar 96%, tingkat akurasi yang tinggi tersebut diharapkan dapat membantu petani melakukan pengendalian terhadap penyebaran penyakit jagung dapat dilakukan sedini mungkin untuk meminimalisir kerugian yang lebih besar.
PENINGKATAN KEMAMPUAN PENGURUS TPQ BINA UMMAH DALAM PEMANFAATAN GOOGLE FORM UNTUK MENUNJANG PEMBELAJARAN DAN ADMINISTRASI Astriana Mulyani, Mulyani; Sidik Sidik; Imam Budiawan; Ummu Radiyah
TRIDHARMADIMAS: Jurnal Pengabdian Kepada Masyarakat Jayakarta Vol 3 No 1 (2023): PKM-TRIDHARMADIMAS (July 2023)
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/tridharmadimas.v3i1.1146

Abstract

Teknologi Informasi dan komunikasi yang berkembang disegala aspek kehidupan manusia, mengharuskan kita dapat menguasainya. Pada kenyataannya banyak aplikasi yang bermanfaat dapat mendukung pekerjaan tetapi belum dikuasai secara maksimal. Seperti halnya yang dihadapi oleh pengurus dan staff pengajar TPQ Bina Ummah dimana setiap pengumpulan biodata santri selalu ada dokumen yang hilang atau lupa penyimpanannya juga para pengajar harus menerima banyak kertas jawan soal yang harus dikoreksi. Google Form atau yang disebut google formulir merupakan alat yang berguna untuk membantu kita dalam merencanakan acara, mengirim survey, atau mengumpulkan informasi yang mudah dengan cara yang efisien, google form juga aplikasi bagian dari google yang paling sering digunakan dalam pencarian data internet. Pada aplikasi google form kita juga bisa memanfaatkanya sebagai media berbasis online untuk kebutuhan kita khususnya dalam pembuatan kuisioner online, formulir untuk pengumpulan bodata siswa terta dapat juga dimanfaatkan oleh pengajar TPQ Bina Ummah untuk membuat quis atau ujian secara online. sehingga pengolahan data lebih terjamin dan teritegrasi dengan baik karena dengan memanfaatkan komputer sebagai pengolahan data elektronik. Dengan dilakukannya pelatihan penggunaan aplikasi google form diharapkan dapat membantu menyelesaikan masalah yang dihadapi oleh pengurus dan staff pengajar TPQ Bina Ummah.
APPLICATION OF THE K-NEAREST NEIGHBOR (KNN) ALGORITHM IN SENTIMENT ANALYSIS OF THE OVO E-WALLET APPLICATION Siti Masturoh; Risca Lusiana Pratiwi; M Rangga Ramadhan Saelan; Ummu Radiyah
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 8 No. 2 (2023): JITK Issue February 2023
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (630.107 KB) | DOI: 10.33480/jitk.v8i2.3997

Abstract

Abstract— The OVO application can be downloaded on the Android platform via Google Play, Google play has a review feature on the application product to be downloaded, so that the review can be viewed or accessed by anyone, With these reviews, potential users of the application will see how important it is to consider using an application, problems regarding reviews or sentiment analysis of applications processed using text mining. The purpose of this study is to provide information to prospective OVO application users before using the application which can be seen from the results of giving reviews based on rating or stars (*) in the OVO application review column on Google Play and the authors categorize them into 3 classes, the first class ( 1 to 5 stars, second class (1 and 5 stars) third class by providing labeling grouping (1&2 stars are negative labels, 3 stars are neutral labels and 4&5 stars are positive labels) testing using the k-nearest neighbor method by finding the value of k from the k value of 1-10 to get the highest accuracy value, in order to obtain the highest accuracy value of 84.86% in the 2nd class test and giving a value of k 1 which means that the 1st and 5th star tests get positive values so that they can give a good impression to prospective application users OVO
The Effectiveness of Capture The Flag as a Network Security Practical Intervention on Students' Self-Efficacy and Learning Outcomes A. St.Khadijah Ridwan; Ummu Radiyah; Muhammad Ihksan Malik; Muhammad Nauval Pattiroi; Muslika; Nining Ulul Fajri; Nirwana Amir
Information Technology Education Journal Vol. 4, No. 4, November (2025)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/intec.v4i4.11191

Abstract

This study aimed to evaluate the effectiveness of Capture the Flag (CTF) competitions in improving self-efficacy and learning outcomes in network security education. Specifically, it explored whether participation in CTF competitions enhances students' confidence in their cybersecurity abilities and their understanding of network security concepts compared to traditional practical exercises. A quasi-experimental design was used with 60 undergraduate students enrolled in a network security course. Participants were randomly assigned to an experimental group (CTF competition) and a control group (traditional practical exercises). Data were collected through pre-test and post-test measures of self-efficacy, a final exam, and a practical skills assessment. The experimental group participated in a two-week CTF competition, while the control group engaged in structured, instructor-guided exercises. The results indicated that the experimental group showed a significant increase in self-efficacy (from 3.2 to 4.0) and performed better on both the final exam (85% vs. 75%) and the practical skills assessment (88% vs. 78%) compared to the control group. These findings suggest that CTF competitions positively impact students’ confidence and technical skills in network security. The study’s quasi-experimental design limits the ability to draw causal conclusions. Additionally, the relatively small sample size and single-institution setting reduce the generalizability of the findings. Future studies with larger and more diverse samples are needed to confirm these results. This study contributes to the growing body of research on gamification in cybersecurity education, showing that CTF competitions can effectively enhance both self-efficacy and learning outcomes. It highlights the value of integrating such competitions into curricula to improve student engagement and preparedness for real-world cybersecurity challenges