Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Mantik Jurnal Locus Penelitian dan Pengabdian
Sariyasa Sariyasa
Universitas Pendidikan Ganesha, Indonesia
Aerospace Engineering Automotive Engineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Mathematics

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

Found 2 Documents
Search

 1 
Batch size and learning rate effect in covid-19 classification using CNN Ni Komang Rai Mirayanti; Sariyasa Sariyasa; I Gede Aris Gunadi
Jurnal Mantik Vol. 7 No. 3 (2023): November: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v7i3.4177

Abstract

This study evaluated the performance of a Convolutional Neural Network (CNN) model in classifying CT-Chest images of COVID-19 and non-COVID patients. The primary focus was to determine the influence of learning rate and batch size on the model's effectiveness. This research used 698 datas from Covid-19 and NonCovid-19 CT-Chest Image. Those dataset was obtained from medRxiv dan bioRxiv and has been approved by radiology expert in Tongji Hospital, China. In this research, COVID-16 dataset was classified by CNN with different batch sizes and learning rates for each iteration. Batch size used in this study were 1, 2, 4, 8, 16, 32, 64, and 128 with learning rates 0,00001; 0,0001; 0,001; 0,01; 0,1 and 1. This study found that this study showed that batch size and learning rate have a positive effect on CNN performance. The lower the learning rate, the lower the batch size will allow the network in the CNN model to perform better in classifying COVID-19 CT-Chest. In Addition, the best batch size for the classification is 64 with learning rate 0,01. These findings provided important insights into how parameters such as learning rate and batch size impacted the performance of the CNN model in classifying COVID-19 CT-Chest
Evaluasi Sistem Informasi Rapor SP Menggunakan Metode Pieces dan Metode Topsis (Studi Kasus SMKN 1 Kuta Selatan) Ni Kadek Erna Supriathi; I Gede Aris Gunadi; Sariyasa Sariyasa
Jurnal Locus Penelitian dan Pengabdian Vol. 5 No. 5 (2026): JURNAL LOCUS: Penelitian dan Pengabdian
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/locus.v5i5.5614

Abstract

Penilaian hasil belajar dalam pendidikan bertujuan untuk menyeimbangkan antara peningkatan capaian hasil belajar siswa dan proses perkembangan pembelajaran, dengan memanfaatkan perkembangan ilmu pengetahuan dan teknologi yang semakin maju guna meningkatkan kualitas pembelajaran. Rapor Satuan Pendidikan (Rapor SP), sebagai sistem informasi yang digunakan pada tingkat sekolah dasar, menengah pertama, menengah atas, kejuruan, dan pendidikan khusus, belum dimanfaatkan secara optimal. Sebagian guru masih memerlukan pendampingan dalam penggunaan sistem tersebut, dan pada periode tertentu seperti akhir semester, aplikasi sering mengalami kendala, seperti akses yang lambat serta proses login yang kurang efisien. Penelitian ini bertujuan untuk melakukan evaluasi secara komprehensif terhadap permasalahan implementasi Aplikasi E-Rapor SP di SMKN 1 Kuta Selatan dengan menggunakan metode PIECES untuk mengidentifikasi kelemahan sistem, serta menentukan dan memprioritaskan rekomendasi solusi perbaikan yang paling efektif dan efisien menggunakan metode TOPSIS. Teknik pengumpulan data meliputi kuesioner dengan skala Likert, wawancara, dan diskusi yang dianalisis menggunakan metode PIECES dan metode TOPSIS. Hasil penelitian menunjukkan bahwa prioritas utama rekomendasi perbaikan ditetapkan pada tiga solusi, yaitu penerapan sistem pencadangan data (backup) mendekati waktu nyata (near real-time) (A2), penguatan sosialisasi pengisian data email untuk proses reset password (A13), serta penerapan validasi format input secara otomatis (A10). Hasil analisis juga menunjukkan bahwa perbaikan pada infrastruktur sistem (stabilitas, keamanan, dan kualitas data) merupakan prasyarat yang lebih mendesak dan efektif (prioritas A2) dibandingkan dengan solusi berupa bimbingan teknis atau sosialisasi semata.
Co-Authors I Gede Aris Gunadi Ni Kadek Erna Supriathi Ni Komang Rai Mirayanti