Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Infotek : Jurnal Informatika dan Teknologi Digital Transformation Technology (Digitech)
Bambang Sugiarto
Universitas Sangga Buana YPKP Bandung
Computer Science & IT Control & Systems Engineering Engineering Library & Information Science

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

Found 2 Documents
Search

 1 
Rancang Bangun Rumah Pintar (Smart Home) Berbasis Internet Of Things (IoT) Malik Ibrahim; Bambang Sugiarto
Infotek: Jurnal Informatika dan Teknologi Vol. 6 No. 1 (2023): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v6i1.5365

Abstract

Control of electronic equipment can be done with a smart home application that controls web-based household electronic equipment and can be controlled remotely. This smart home application can make it easier for users to control household electronic equipment such as lights, air conditioners and so that it can reduce the wastage of electricity when users forget to turn off household electronic equipment when outside the home or wherever the user is. This application uses NodeMCU which functions as a server that will connect hardware and software controlled via the web as an interface used by users to enter input and produce output. From the results of the tests that have been carried out, this system can be controlled remotely using button commands and can function as originally intended for this research.
Implementasi Convolutional Neural Network (CNN) untuk Klasifikasi Ikan Cupang Berbasis Mobile Mochamad Taufik Ali Syech Ahmad; Bambang Sugiarto
Digital Transformation Technology Vol. 3 No. 2 (2023): Artikel Periode September 2023
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v3i2.3245

Abstract

Ikan Cupang (Betta Fish) merupakan jenis ikan hias air tawar yang banyak disukai oleh berbagai kalangan baik dari anak-anak hingga orang dewasa. Ikan cupang merupakan ikan hias yang mudah dipelihara sehingga perkembangan ikan cupang begitu pesat. Tetapi hingga saat ini belum adanya klasifikasi ikan cupang yang cepat dan mudah digunakan oleh pengguna. Penelitian ini bertujuan untuk mengembangkan perangkat lunak yang dapat memudahkan para penjual dan penggemar ikan hias untuk mendeteksi jenis ikan dengan cepat karena berbasis mobile. Pada penelitian ini digunakan metode Convolutional Neural Network (CNN) dengan menggunakan model VGG16 sebagai metode klasifikasinya. Model VGG16 yang telah dimodifikasi ini bertujuan untuk mengurangi jumlah dari parameter yang tinggi dan membuat model menjadi ringan saat dijalankan. Hasil pengujian menunjukkan bahwa akurasi tertinggi didapat oleh Ikan Cupang Big Ear dengan total akurasi 94,35%. Untuk ikan cupang Nemo mempunyai akurasi 86,24%. Sedangkan ikan cupang Serit dan Halfmoon masing-masing sebesar 84,56 % dan 78,85%. Akurasi terkecil didapatkan oeh Ikan Cupang Bluerim dengan hasil 74,44%.
Co-Authors Malik Ibrahim Mochamad Taufik Ali Syech Ahmad