Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Nuansa Informatika
Syahrul Fahri
Universitas Negeri Medan
Computer Science & IT Environmental Science Industrial & Manufacturing Engineering Mechanical Engineering

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

Found 2 Documents
Search

 1 
Implementasi Metode Weighted Product dalam Menentukan E-Commerce Terbaik Disty Anastasya; Syahrul Fahri; Stefania Situmorang; Debi Yandra Niska
INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Vol. 25 No. 1 (2023): Volume 25 No. 1 Juni 2023
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v25i1.7699

Abstract

Belanja online menjadi aktivitas yang populer bagi semua kalangan masyarakat. Masyarakat indonesia semakin senang dan dimanjakan dalam mendapatkan barang dan jasa yang di butuhkan. Namun belanja online, tentunya ada juga sisi negatifnya. Misalnya, banyak orang membeli barang dari toko online, tetapi ketika produk yang di pesan tiba, tidak sesuai dengan warna, kualitas atau keamanan yang kurang terjamin, sistem pelayanan yang kurang, dan terkadang ada e-commerce yang memberikan banyak voucher ongkir namun hanya bisa di gunakan pada kriteria tertentu misalnya hanya bisa di gunakan untuk membeli barang dengan harga tertentu. Oleh karena itu, perlu dilakukan perankingan untuk mengetahui e-Commerce mana yang terbaik untuk meminimalisir rasa khawatiran ketika belanja online. Kajian ini bertujuan untuk menentukan e-commerce terbaik sesuai kriteria tertentu. Metode yang diterapkan pada penelitian ini ialah metode Weighted Product atau WP. Ini lebih khusus langsung pada nilai bobot setiap kriteria dan gampang untuk melakukan perangkingan. Dari hasil yang di dapatkan dengan perhitungan menggunakan metode ini, masyarakat yang masih ragu dalam melakukan pembelian secara online dapat menentukan online shop terbaik untuk berbelanja. Nilai terbesar di dapatkan oleh shopee dengan nilai 0,498684. Kemudian untuk urutan kedua di tempati oleh e-commerce lainnya dengan nilai yang sama yaitu sebesar 0,125329.
Implementasi Metode Convolutional Neural Network (CNN) Dalam Klasifikasi Motif Batik. disty anastasya; Syahrul Fahri; Stefania Situmorang
NUANSA INFORMATIKA Vol. 18 No. 1 (2024): Nuansa Informatika 18.1 Januari 2024
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/ilkom.v18i1.21

Abstract

Indonesia is renowned for its diverse ethnicities, each contributing to a culturally rich mosaic. Among the distinctive regional traits, batik stands out prominently, evolving uniquely in each part of the country. However, the diversity in batik designs often confuses people trying to identify the region of origin due to similarities in patterns. Deciphering these unique batik motifs typically requires specialized knowledge, particularly from individuals well-versed in the art of batik. Reviews suggest that employing pattern recognition methods is an effective way to tackle this challenge. In today's technological landscape, various methods have emerged to aid in recognizing fabric motifs. This study utilizes the Convolutional Neural Network (CNN) method with the Efficient Net-B0 architecture. The tests conducted to identify batik motifs using this approach yielded a highest accuracy result of 79.62% for the test data and an accuracy validation result of 73.33%. These findings underscore the potential of advanced technologies, specifically the CNN with Efficient Net-B0 architecture, in accurately discerning and distinguishing batik motifs.
Co-Authors Disty Anastasya Niska, Debi Yandra Stefania Situmorang