Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Buana Pengabdian
Yusuf Eka Wicaksana
Unknown Affiliation
Religion Automotive Engineering Computer Science & IT Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Public Health Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Peramalan Jumlah Mahasiswa Baru Dengan Metode Single Exponential Smoothing Yusuf Eka Wicaksana; Cici Emilia Sukmawati; Rusdi Firdaus Malik
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 7 No 2 (2022): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v7i2.2924

Abstract

Perencanaan akademik di Universitas Buana Perjuangan Karawang menjadi hal yang penting untuk dilakukan, karena perencanaan akademik dibutuhkan untuk mempersiapkan segala kebutuhan kegiatan perkuliahan selama tahun ajaran baru berlangsung. Namun hal ini menjadi sangat sulit dilakukan karena tidak adanya prediksi dari jumlah mahasiswa baru yang menjadi acuan dalam perencanaan akademik. Untuk memudahkan perencanaan akademik maka diperlukan suatu peramalan jumlah mahasiswa baru. Peramalan yang digunakan yakni menggunakan metode single exponential smoothing. Hasil yang didapatkan pada penelitian ini yakni penggunaan metode single exponential smoothing dengan pemulusan alpha 0.9 menghasilkan error terkecil dengan MSE sebesar 43791.11936, dan nilai error MAPE sebesar 8.51%.
PENINGKATAN LITERASI DIGITAL: PELATIHAN DASAR TROUBLESHOOTING KOMPUTER DI PTPN CISARUNI GARUT Muhammad Naufal Bahreisy; Adi Rizky Pratama; Yusuf Eka Wicaksana; Rasyid Nugroho
JURNAL BUANA PENGABDIAN Vol. 7 No. 2 (2025): JURNAL BUANA PENGABDIAN
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/69heks21

Abstract

Perkembangan teknologi informasi menuntut keterampilan literasi digital yang tidak hanya mencakup kemampuan penggunaan perangkat lunak, tetapi juga keterampilan teknis dasar dalam pemeliharaan dan pemecahan masalah komputer. Kondisi di PTPN Cisaruni Garut menunjukkan bahwa sebagian besar karyawan masih mengalami kendala dalam mengatasi permasalahan teknis pada perangkat komputer yang digunakan untuk mendukung aktivitas administrasi dan operasional. Melalui kegiatan Pengabdian Kepada Masyarakat, dilaksanakan pelatihan dasar troubleshooting komputer dengan metode ceramah, simulasi, dan tutorial. Kegiatan ini bertujuan untuk meningkatkan literasi digital karyawan sekaligus membekali mereka dengan keterampilan praktis dalam menangani permasalahan perangkat keras maupun perangkat lunak. Pelaksanaan kegiatan berjalan sesuai rencana dengan partisipasi aktif dari peserta, meskipun terdapat hambatan berupa keterbatasan waktu dan perbedaan tingkat pemahaman awal. Hasil evaluasi menunjukkan adanya peningkatan pengetahuan dan keterampilan peserta, serta antusiasme yang tinggi dalam mengikuti pelatihan. Dengan demikian, kegiatan ini berkontribusi positif terhadap peningkatan literasi digital di lingkungan kerja perkebunan, serta direkomendasikan untuk dilaksanakan secara berkelanjutan dengan cakupan materi yang lebih luas.
Application of ResNet Architecture for Object Classification on Rice Grains Sutan Faisal; Yana Cahyana; Yusuf Eka Wicaksana
Techno Xplore: Journal of Computer Science and Information Technology Vol. 11 No. 1 (2026): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Informatics Engineering, Faculty of Engineering and Computer Science, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/grfq1824

Abstract

This research discusses the application of the ResNet architecture, a deep learning algorithm based on Convolutional Neural Networks (CNN), for classifying rice grains through digital images. The study highlights the importance of automatic classification in quality control and the rice processing industry, as manual methods are subjective and inefficient for large data volumes. A dataset of rice grain images labeled at the individual grain level was created, and image preprocessing techniques such as normalization and augmentation were applied to improve training data quality. The ResNet model with several configurations was trained to recognize visual features such as shape, color, and texture of rice grains. Evaluation results indicate that the ResNet model achieves a reasonable accuracy of around 80%, with classification errors mainly occurring between visually similar rice varieties. The research suggests expanding the dataset and optimizing hyperparameters to further enhance model performance. The findings contribute to the development of AI-based systems for automated rice grain classification and quality inspection in the food industry.
Co-Authors Adi Rizky Pratama Cici Emilia Sukmawati Muhammad Naufal Bahreisy Rasyid Nugroho Rusdi Firdaus Malik Sutan Faisal Yana Cahyana