Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Indonesian Journal of Data and Science Journal of Social Work and Empowerment
I Nyoman Anom Fajaraditya
Institut Bisnis dan Teknologi Indonesia
Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Environmental Science Mathematics Social Sciences Other

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

Found 2 Documents
Search

 1 
Pelatihan Animasi dan Pembuatan Konten Kreatif Sosial Media bagi Industri Kecil Menengah I Gusti Ayu Agung Mas Aristamy; Komang Redy Winatha; Ayu Gede Willdahlia; I Nyoman Anom Fajaraditya; I Nyoman Agus Suarya
Journal of Social Work and Empowerment Vol 1 No 3 (2022): Journal of Social Work and Empowerment - Mei 2022
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Media sosial saat ini tidak hanya sekedar menjadi media promosi namun juga digunakan sebagai alat pemasaran interaktif, pelayanan, membangun komunikasi dengan pelanggan dan calon pelanggan, serta sebagai alat untuk menjual dan membeli produk secara online. IKM menjadi roda penggerak ekonomi masyarakat, terutama masyarakat ekonomi menengah dan ekonomi bawah. Semakin meningkatnya jumlah IKM menjadikan pelakunya dituntut menerapkan berbagai macam strategi bisnis untuk dapat mempertahankan bisnis yang dijalankan. Strategi yang dapat dilakukan diantaranya dengan manfaatkan teknologi, inovasi dan kreativitas. Permasalahan IKM khususnya yang ada di Provinsi Bali adalah pemasaran atau promosi produk bisnis yang kurang terhadap pengelolaan pemanfaatan sosial media dan pengembangan konten yang ada didalamnya. Pelatihan ini diberikan kepada para IKM dengan membimbing membuat animasi dan konten kreatif yang dapat dijadikan sebagai teknik marketing atau promosi produk dengan memanfaatkan Sosial Media. Hasil dari pelatihan ini adalah ditemukannya permasalahan utama yang yang dialami oleh para IKM, yaitu penguasaan teknologi informasi dan sosial media yang belum memadai dan belum familiar dengan konten marketing di sosial media. Berdasarkan permasalahan tersebut, maka dalam pelatihan diberikan tips dan trik untuk membuat konten promosi yang menarik, yaitu: menampilkan informasi umum produk, menerapkan USP (Unique Selling Point), menampilkan fun fact, memberikan promo atau give away dan konten edukasi.
Classification Of Bougainvillea Flower Varieties Using Variant Of CNN: Resnet50 I Gede Agung Chandra Wijaya; I Gusti Agung Indrawan; I Nyoman Anom Fajaraditya; Ayu Gede Wildahlia; Ida Bagus Ary Indra Iswara
Indonesian Journal of Data and Science Vol. 6 No. 2 (2025): Indonesian Journal of Data and Science
Publisher : Yocto Brain

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56705/ijodas.v6i2.266

Abstract

Bougainvillea is a tropical ornamental plant renowned for its vibrant colors and variety of cultivars, yet classifying its species remains challenging due to morphological similarities. This study aims to develop an automated classification system using the ResNet50 deep learning architecture to identify Bougainvillea flower varieties based on visual imagery. The dataset consists of 700 images from seven distinct classes, captured under natural lighting using a smartphone camera. The research process includes image preprocessing (resizing to 224x224 pixels), geometric data augmentation to increase dataset diversity, and evaluation using K-Fold Cross Validation to ensure robust model assessment. The model was trained using transfer learning, and its performance was compared between augmented and non-augmented datasets through evaluation metrics such as accuracy, precision, recall, and F1-score. The results show that augmentation significantly improved the model's performance, achieving an average accuracy of 99.67% on augmented data compared to 93.39% on non-augmented data. The augmented model also exhibited greater consistency across all folds, with several achieving perfect scores. These findings highlight that combining ResNet50 with transfer learning and image augmentation produces a highly accurate and reliable Bougainvillea classification system. This research contributes to the field of AI-based plant phenotyping and lays the groundwork for future applications in horticulture, biodiversity conservation, and education. Further development is recommended to explore larger and more diverse datasets, investigate advanced architectures such as EfficientNet or Vision Transformers, and build real-time mobile-based classification tools for practical field usage
Co-Authors Aristamy, I Gusti Ayu Agung Mas Ayu Gede Wildahlia Ayu Gede Willdahlia I Gede Agung Chandra Wijaya I Gusti Agung Indrawan I Nyoman Agus Suarya Ida Bagus Ary Indra Iswara Komang Redy Winatha