Article Per Year (5 Year)
p-Index From 2021 - 2026
1.513
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Riset dan Observasi Teknik Informatika Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Manajemen Informatika dan Sistem Informasi Journal Zetroem Journal of Artificial Intelligence and Engineering Applications (JAIEA) Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Science Contribution to Society Journal Jurnal Informatika Polinema (JIP)
Sri Lestanti
Unknown Affiliation
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Nursing Public Health Social Sciences Transportation

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI ALAT MUSIK TRADISIONAL DI BLITAR RAYA Razaan, Muhammad Rizal; sri lestanti; Udkhiati Mawaddah
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jkzynb61

Abstract

Penelitian ini dibuat dikarenakan menurunnya minat generasi muda terhadap alat musik tradisional, terutama di wilayah Blitar Raya, yang mengancam pelestarian budaya lokal. Untuk mengatasi hal ini, sistem klasifikasi gambar alat musik tradisioanal yang dikembangkan menggunakan algoritma Convolutional Neural Network (CNN). Studi eksperimental ini menggunakan bahasa pemrograman Python dan antarmuka visual yang dibangun dengan framework Streamlit. Dataset mencakup berbagai kategori alat musik tradisional dari daerah Blitar Raya. Model tersebut berfungsi dengan baik dalam mengklasifikasikan gambar alat musik, dengan hanya sedikit kesalahan penandaan. Antarmuka aplikasi sederhana, ramah pengguna, dan berfungsi secara efektif dalam melakukan analisis gambar. Penelitian ini menyoroti bagaimana pembelajaran mesin dapat mendukung pelestarian digital budaya lokal dan pendidikan. Hal ini juga menunjukkan potensi teknologi untuk meningkatkan kesadaran dan apresiasi terhadap alat musik tradisional, terutama di kalangan audiens muda saat ini.
Co-Authors Akhmad Alfan Fauzi Alviansyah, Alif Ardina Desi Susana Cita Puspita Inayati Dini Kustiari Dwi Lailatus Saadah Erwan Erwan, Erwan Febrinita, Filda Hesty Puspita Sari Huandito, Dion Tri Kusumawijayanti, Anita Reta Laili Neni Sutanti Nur Budiman, Saiful Pratama, Bagus Kurniawan Razaan, Muhammad Rizal Rizki Dwi Romadhona Sabitul Kirom Saiful Budiman Salsa Billa Dewi Mahmudi6 Toni Hardian Udkhiati Mawaddah Yusniarsi Primasari Zunita Wulansari