Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Computatio : Journal of Computer Science and Information Systems Jiko (Jurnal Informatika dan komputer)
Sandfreni Sandfreni
Universitas Esa Unggul
Computer Science & IT

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

Found 2 Documents
Search

 1 
Menyelaraskan Perencanaan Strategi Teknologi Informasi yang Didasarkan pada Strategi Manajamen Teknologi Informasi dan Strategi Bisnis Sandfreni Sandfreni; Fransiskus Adikara
Computatio : Journal of Computer Science and Information Systems Vol 3, No 1 (2019): COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (277.787 KB) | DOI: 10.24912/computatio.v3i1.2723

Abstract

Success in competition in a business is related to the development of core competencies, strategic alignment and long-term strategic planning in order to maintain the competitive advantage of a business. A company needs alignment between IT strategy and Business Strategy. Planning IT Strategy is the first step between the processes of a company information system and is a guideline of the company's information system and the basis of implementation. This paper aims to discuss how to make appropriate IT strategic planning. After discussing the Strategic Alignment Model and the relationship between IT strategy and business strategy, it proposes strategic IT planning models based on business strategies, which consist of IT assessment and analysis, IT planning and design as well as IT implementation and design. Then, give an example to illustrate how to make IT strategic planning using the model. Sukses dalam persaingan dalam sebuah bisnis terkait dengan pengembangan kompetensi inti, keselarasan strategi dan perencanaan strategis jangka panjang agar dapat mempertahankan keunggulan kompetitif dari sebuah bisnis. Sebuah perusahaan membutuhkan keselarasan antara strategi IT dan Strategi Bisnis. Perencanaan Strategi IT merupakan langkah pertama antara proses dari sebuah sistem informasi perusahaan dan merupakan pedoman dari system informasi perusahaan serta dasar pelaksanaan. Tulisan ini bertujuan untuk membahas bagaimana membuat perencanaan strategis IT yang tepat. Setelah membahas Model Keselarasan Strategis dan hubungan antara IT strategi dan strategi bisnis, itu mengusulkan IT strategis model perencanaan didasarkan pada strategi bisnis, yang terdiri IT penilaian dan analisis, perencanaan dan desain IT serta implementasi dan desain IT. Kemudian, memberikan contoh untuk menggambarkan bagaimana membuat perencanaan strategis IT dengan menggunakan model tersebut.
KLASIFIKASI KANKER SERVIKS MENGGUNAKAN MODEL CONVOLUTIONAL NEURAL NETWORK ALEXNET Habibullah Akbar; Sandfreni Sandfreni
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 1 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i1.2606

Abstract

Menurut Kementerian Kesehatan Republik Indonesia, kanker serviks memiliki kasus sebesar 23,4 per 100.000 penduduk pada tahun 2018. Tingkat prevalensi angka kejadian yang cukup tinggi tersebut tentunya menyulitkan baik pihak pemerintah dan masyarakat dalam upaya pencegahan dan pengendalian kanker. Pada penelitian ini, kami menggunakan model convolutional neural network dengan arsitektur AlexNet untuk mengklasifikasikan gambar dari sel kanker serviks. Model ini terdiri atas 3 lapisan konvolusi, 3 lapisan ReLu, 2 lapisan pooling, dan 3 lapisan fully-connected yang akan mengklasifikasi gambar input serviks menjadi 3 tipe kanker melalui fungsi aktivasi softmax. Dataset yang digunakan merupakan dataset standar yaitu dataset Intel & MobileODT Cervical Cancer Screening. Pengujian model AlexNet dilakukan terhadap parameter iterasi (epoch), subset data training untuk mengupdate bobot AlexNet (minibatch), laju pembelajaran (learning rate), dan resolusi gambar input yang digunakan sebagai patch pembelajaran AlexNet. Dari hasil eksperimen didapati bahwasanya akurasi sangat dipengaruhi oleh jumlah iterasi dari proses pembelajaran model, dimana hasil akurasi terbaik diberikan pada epoch 300. Selain itu, waktu komputasi yang dibutuhkan berbanding lurus dengan jumlah iterasi. Menariknya, parameter lain dari arsitektur model AlexNet seperti minibatch, learning rate, dan resolusi gambar input tidak memberikan pengaruh yang signifikan atau bahkan justru membuat network gagal meningkatkan performanya. Hal ini menunjukkan model AlexNet masih memerlukan modifikasi baik dari segi arsitektur maupun optimisasi terhadap hyperparameter selain dari yang telah diuji pada penelitian ini.
Co-Authors Adikara, Fransiskus Habibullah Akbar