Article Per Year (5 Year)
p-Index From 2021 - 2026
2.293
P-Index
This Author published in this journals
All Journal Jurnal Simetris Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial Jurnal Komtika (Komputasi dan Informatika) Jurnal Teknoinfo Jurnal Sistem Informasi dan Teknologi (SINTEK) Jurnal Penelitian dan Pengabdian Masyarakat Jotika SOROT: Jurnal Pengabdian Kepada Masyarakat Madani: Jurnal Pengabdian Masyarakat dan Kewirausahaan Sintek Kuwera Indonesian Community Service Journal of Computer Science (IndoComs) Jurnal Teknoinfo
Monikka Nur Winnarto
Universitas Bina Sarana Informatika
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Library & Information Science Mechanical Engineering Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Klasifikasi Jenis Penyakit Daun Teh Menggunakan Arsitekture VGG16 Monikka Nur Winnarto; Mely Mailasari; Annida Purnamawati
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.250

Abstract

Perkembangan produksi teh di Indonesia semakin menurun setiap tahunnya. Penurunan produksi teh salah satunya disebabkan adanya serangan hama dan penyakit pada daun teh yang mempengaruhi hasil panen dan kualitas teh. Klasifikasi penyakit dauh teh sangat penting untuk mengetahui perawatan yang diperlukan dalam keberlanjutan sistem budidaya. Klasifikasi penyakit daun teh masih mengandalkan tenaga professional dan pengalaman kerja petani, hal ini akan memakan waktu, melelahkan dan tidak efisien. Beberapa tahun terakhir kemunculan algoritma pembelajaran mesin menyediakan sistem dukungan untuk klasifikasi penyakit daun teh. Penelitian ini bertujuan untuk melakukan klasifikasi jenis  penyakit daun teh menggunakan arsitektur CNN VGG16. VGG16 memiliki score akurasi cukup tinggi, dan memiliki performa yang baik. Tahapan penelitian berupa pengumpulan data, data prepocessing, klasifikasi, evaluasi. Arsitektur VGG16 menghasilkan akurasi sebesar 94% dan nilai loss 0,2266% yang menujukkan bahwa arsitektur ini mampu melakukan klasifikasi penyakit dauh teh dengan baik yang ditunjukkan dengan hasil pengujian dari 36 data yang mana 35 data citra daun teh terdeteksi benar dan 1 citra terdeteksi dengan klasifikasi jenis penyakit yang salah.
Klasifikasi Jenis Penyakit Daun Teh Menggunakan Arsitekture VGG16 Monikka Nur Winnarto; Mely Mailasari; Annida Purnamawati
Jurnal Sistem Informasi dan Teknologi Vol 6 No 1 (2026): Jurnal Sistem Informasi dan Teknologi (SINTEK)
Publisher : LPPM STMIK KUWERA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56995/sintek.v6i1.250

Abstract

Perkembangan produksi teh di Indonesia semakin menurun setiap tahunnya. Penurunan produksi teh salah satunya disebabkan adanya serangan hama dan penyakit pada daun teh yang mempengaruhi hasil panen dan kualitas teh. Klasifikasi penyakit dauh teh sangat penting untuk mengetahui perawatan yang diperlukan dalam keberlanjutan sistem budidaya. Klasifikasi penyakit daun teh masih mengandalkan tenaga professional dan pengalaman kerja petani, hal ini akan memakan waktu, melelahkan dan tidak efisien. Beberapa tahun terakhir kemunculan algoritma pembelajaran mesin menyediakan sistem dukungan untuk klasifikasi penyakit daun teh. Penelitian ini bertujuan untuk melakukan klasifikasi jenis  penyakit daun teh menggunakan arsitektur CNN VGG16. VGG16 memiliki score akurasi cukup tinggi, dan memiliki performa yang baik. Tahapan penelitian berupa pengumpulan data, data prepocessing, klasifikasi, evaluasi. Arsitektur VGG16 menghasilkan akurasi sebesar 94% dan nilai loss 0,2266% yang menujukkan bahwa arsitektur ini mampu melakukan klasifikasi penyakit dauh teh dengan baik yang ditunjukkan dengan hasil pengujian dari 36 data yang mana 35 data citra daun teh terdeteksi benar dan 1 citra terdeteksi dengan klasifikasi jenis penyakit yang salah.
SOSIALISASI PEMANFAATAN ARTIFICIAL INTELLIGENCE UNTUK MEDIA PROMOSI PADA LEGEND AUTO PART PONTIANAK: SOSIALISASI PEMANFAATAN ARTIFICIAL INTELLIGENCE UNTUK MEDIA PROMOSI PADA LEGEND AUTO PART PONTIANAK Panny Agustia Rahayuningsih; Riski Annisa; Anna Anna; Monikka Nur Winnarto
Indonesian Community Service Journal of Computer Science Vol. 2 No. 1 (2025): Periode Januari 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/indocoms.v2i1.7779

Abstract

Perkembangan teknologi Artificial Intelligence (AI) membuka peluang baru bagi strategi pemasaran digital, terutama bagi usaha kecil dan menengah. Pengabdian masyarakat ini bertujuan mensosialisasikan pemanfaatan AI untuk media promosi pada Legend Auto Part Pontianak. Metode pelaksanaan meliputi analisis kebutuhan, pelatihan penggunaan AI, implementasi teknologi, serta monitoring dan evaluasi. Kegiatan difokuskan pada penggunaan chatbot di platform media sosial, iklan digital berbasis AI, dan analisis sentimen pelanggan. Hasil menunjukkan peningkatan signifikan dalam strategi pemasaran, termasuk layanan pelanggan otomatis, target iklan yang lebih presisi, dan pemahaman mendalam tentang perilaku konsumen. Implementasi AI memungkinkan Legend Auto Part Pontianak mengoptimalkan anggaran pemasaran, meningkatkan visibilitas produk, dan memberikan pengalaman pelanggan yang lebih baik, sehingga meningkatkan daya saing bisnis di era digital.
Co-Authors Ahmad Rifqy Alfiyan Ami Rahmawati Anna Anna Annida Purnamawati Annida Purnamawati Badariatul Lailiah Daniati Uki Eka Saputri Ita Yulianti Laksono Trisnantoro Mely Mailasari Muhammad Sony Maulana Nurmalasari Panny Agustia Rahayuningsih Raja Sabaruddin Raja Sabaruddin Reza Maulana Riski Annisa Rizky Ade Safitri Safitri Linawati Sri Murni WITRIANA ENDAH PANGESTI