Article Per Year (5 Year)
p-Index From 2021 - 2026
2.968
P-Index
This Author published in this journals
All Journal Current Biochemistry Indonesia Chimica Acta Jurnal Penelitian Pendidikan IPA (JPPIPA) Indonesian Journal of Chemistry ANNALES BOGORIENSES Astonjadro Journal of Education, Humaniora and Social Sciences (JEHSS) Jurnal Review Pendidikan dan Pengajaran (JRPP) Jurnal Ilmiah Al-Mu'ashirah: Media Kajian Al-Qur'an dan Al-Hadits Multi Perspektif Jurnal Paedagogy JOURNAL OF BUSINESS AND ECONOMICS RESEARCH (JBE) Mattawang: Jurnal Pengabdian Masyarakat el-Buhuth: Borneo Journal of Islamic Studies Digital Transformation Technology (Digitech) Aurelia: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Journal of Artificial Intelligence and Digital Business CSRID DIPANEGARA KOMPUTER TEKNOLOGI INFORMATIKA (DIPAKOMTI) Jurnal Akademika Kimia Annales Bogorienses
Arwansyah Arwansyah
Department Of Chemistry Education, Faculty Of Teacher Training And Education, Tadulako University, Palu, Indonesia
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Physics Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Penerapan Metode Convolutional Neural Network Untuk Klasifikasi Jenis Sampah Bawah Air Krisna Dwi Septian; Noor Khalisa; Imran Djafar; Arwansyah, Arwansyah
Dipanegara Komputer Teknologi Informatika Vol. 17 No. 1 (2025): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomti.v17i1.1773

Abstract

Pesatnya perkembangan teknologi kecerdasan buatan, terutama deep learning, menawarkan peluang baru dalam mengidentifikasi sampah di bawah air secara otomatis. Penelitian ini merancang arsitektur Convolutional Neural Network (CNN) kustom yang bertujuan untuk mengklasifikasikan sampah bawah air ke dalam dua kategori, yaitu plastik dan non-plastik. Dataset yang dipergunakan berisi 600 citra bawah air yang diambil langsung dari lingkungan perairan menggunakan kamera GoPro Hero 11. Data ini selanjutnya dibagi menjadi tiga bagian: 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Arsitektur CNN kustom mencakup tiga lapisan konvolusi berturut-turut dengan 32, 64, dan 128 filter berukuran 3×3. Setiap lapisan konvolusi diikuti oleh lapisan max pooling 2×2. Setelah itu, output lapisan konvolusi diflatten menjadi vektor, kemudian melewati dua lapisan dense: lapisan pertama berisi 128 neuron beraktivasi ReLU dan lapisan terakhir (output) terdiri dari 2 neuron beraktivasi Softmax yang menghasilkan klasifikasi dua kelas. Sebagai upaya mencegah overfitting, lapisan dropout dengan rasio 0,5 diterapkan sebelum lapisan output. Model dilatih selama 50 epoch dengan optimizer Adam dan loss function Categorical Cross-Entropy. Implementasi dilakukan menggunakan platform TensorFlow dan Keras di lingkungan Google Colab. Kinerja model dievaluasi dengan berbagai metrik, antara lain akurasi, presisi, recall, F1-score, serta analisis confusion matrix. Hasil pengujian menunjukkan model mencapai akurasi 89%, dengan precision 95% untuk kelas plastik dan 84% untuk kelas non-plastik. Meski kinerjanya cukup baik, model ini masih menghadapi kendala pada kondisi lingkungan bawah air yang dinamis, misalnya perubahan pencahayaan dan kemiripan tekstur antar objek sampah. Penelitian selanjutnya disarankan untuk memperbesar ukuran dataset dan mempertimbangkan arsitektur jaringan yang lebih kompleks atau memanfaatkan teknik transfer learning demi meningkatkan akurasi klasifikasi.
Analisis Pengaruh Kredit Modal Kerja, Kredit Investasi, Kredit Konsumsi Rumah Tangga terhadap PDRB di Pulau Sumatera Manurung, Mahlina Putri; Arwansyah, Arwansyah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.7337

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh kredit modal kerja, kredit investasi, dan kredit konsumsi rumah tangga terhadap Produk Domestik Regional Bruto (PDRB) di Pulau Sumatera pada periode 2017–2024. Ketidakmerataan penyaluran kredit perbankan antarprovinsi di Pulau Sumatera menjadi latar belakang perlunya kajian mengenai kontribusi setiap jenis kredit terhadap pertumbuhan ekonomi daerah. Data yang digunakan adalah data panel sekunder yang bersumber dari Bank Indonesia dan Badan Pusat Statistik (BPS), meliputi 10 provinsi di Pulau Sumatera dengan total 80 observasi selama delapan tahun. Analisis dilakukan menggunakan regresi data panel dengan pendekatan Fixed Effect Model (FEM) yang dipilih melalui Uji Chow dan Uji Hausman. Secara parsial, kredit modal kerja, kredit investasi, dan kredit konsumsi rumah tangga masing-masing berpengaruh positif dan signifikan terhadap PDRB. Secara simultan, ketiga variabel independen tersebut berpengaruh signifikan terhadap PDRB dengan nilai F-statistik sebesar 1110,342 dan R² sebesar 0,994997. Hasil penelitian ini mengimplikasikan bahwa penguatan penyaluran kredit perbankan secara merata di seluruh wilayah Pulau Sumatera merupakan instrumen penting dalam mendorong pertumbuhan ekonomi yang berkelanjutan dan berkeadilan.
The Analisis Pengaruh Tingkat Partisipasi Angkatan Kerja, Jumlah Pengguna Internet dan Konsumsi Masyarakat terhadap PDRB di Indonesia Febrianti, Gita; Arwansyah, Arwansyah
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.7340

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh tingkat partisipasi angkatan kerja, jumlah pengguna internet, dan konsumsi masyarakat terhadap Produk Domestik Regional Bruto (PDRB) di Indonesia. PDRB merupakan salah satu indikator utama dalam mengukur kinerja dan pertumbuhan ekonomi suatu wilayah, sehingga penting untuk memahami faktor-faktor yang memengaruhinya. Penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) dengan periode pengamatan tahun 2015–2024. Metode analisis yang digunakan adalah regresi data panel dengan bantuan software EViews 12, yang memungkinkan penggabungan data time series dan cross section untuk menghasilkan estimasi yang lebih akurat. Hasil penelitian menunjukkan bahwa tingkat partisipasi angkatan kerja berpengaruh positif dan signifikan terhadap PDRB di Indonesia, yang berarti semakin tinggi keterlibatan penduduk usia kerja dalam kegiatan ekonomi, maka semakin besar pula kontribusi terhadap output ekonomi. Selain itu, jumlah pengguna internet juga berpengaruh positif dan signifikan terhadap PDRB, yang mengindikasikan bahwa perkembangan teknologi informasi serta digitalisasi ekonomi mampu mendorong peningkatan produktivitas dan aktivitas ekonomi. Sementara itu, konsumsi masyarakat tidak berpengaruh terhadap PDRB, yang menunjukkan bahwa peningkatan konsumsi belum tentu diikuti oleh peningkatan output produksi secara langsung. Secara simultan, ketiga variabel independen berpengaruh signifikan terhadap PDRB di Indonesia dengan nilai koefisien determinasi yang tinggi, sehingga dapat disimpulkan bahwa model penelitian mampu menjelaskan variasi PDRB dengan baik. Temuan ini diharapkan dapat menjadi bahan pertimbangan bagi pemerintah dalam merumuskan kebijakan ekonomi yang lebih efektif.
Co-Authors Abdur Rahman Arif Abdur Rahman Arif, Abdur Rahman Adwi Restafara Ahmad Albar Tanjung Ahyuna Ahyuna, Ahyuna Alwi, Nurul H. Baharuddin Hamzah Cucut Susanto, Cucut Daud Karel Walanda Dede Ruslan Dede Ruslan, Dede Ruslan Dewi Satria Ahmar Dinda Ulan Daini Eramahi, Eka Esterlina, Meida Febrianti, Gita Gita Syahputra Gusty, Sri hasyim, hasyim Hasyrif SY Imran Djafar Indah Permata Sari Itrayuni, Itrayuni Karina Nadya Sirajuddin Krisna Dwi Septian Kusharyoto, Wien Kusharyoto, Wien LAKSMI AMBARSARI Lucky Satria Pratama Magfirah Magfirah Manalu, Herna Uli Manurung, Mahlina Putri Mery Napitupulu Muhammad Chaerul Muhammad Sulaiman Zubair Munajat Munajat, Munajat Nana Gustianda Nasrullah Hidayat, Nasrullah Noor Khalisa Nurdiansah, Nurdiansah Olivia Inrawati I. Somang Pardede, Erni Rugun Maria Rahmadana, Fitri Rahmansyah, Armin Rahmat Hidayat Sakung, Jamaludin Musa Samsu Alam Saputra, Edriagus Setyanto Tri Wahyudi Siti Nuryanti Sitti Rahmawati Sri Mulyani Sabang Suryani Suryani Tahril Tony Sumaryada Tri Santoso Usman Usman Vivi Dia A Sangkota