Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Journal of Computer Networks, Architecture and High Performance Computing Djtechno: Jurnal Teknologi Informasi Komposit : Jurnal Pengabdian Dan Pemberdayaan Masyarakat
Vicky Rolanda
Universitas Satya Terra Bhinneka
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Comparing Neural Networks, Support Vector Machines, and Naïve Bayes Algorhythms for Classifying Banana Types Abwabul Jinan; Manutur Siregar; Vicky Rolanda; Dede Fika Suryani; Abdul Muis
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 1 (2024): Article Research Volume 6 Issue 1, January 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i1.3381

Abstract

One of the most significant fruits for human consumption is the banana. Fruit consumption not only promotes health but also lowers the risk of heart disease, stroke, digestive issues, hypertension, some cancers, cataracts in the eyes, skin ailments, cholesterol reduction, and, perhaps most importantly, boosts immunity.The study included secondary data, which is information gathered from online resources like Kaggle. Ten categories of bananas will be identified from the 531 total varieties of bananas used as a train dataset: Ambon bananas, Stone bananas, Cavendish bananas, Kepok bananas, Mas bananas, Red bananas, plantains, Milk bananas, Horn bananas, and Varigata bananas. The development of information technology for image object recognition has become a very intriguing topic along with the rapid advancement of society, and it is undoubtedly directly tied to information data. In order to examine Naive Bayes, Support Vector Machine, and Neural Network techniques for classifying banana types, researchers will use the SqueezeNet Deep Learning model to extract features from photos. The study's findings will provide empirical evidence for the distinctions between each algorithm's accuracy, recall, and precision. Based on the collected results, the Neural Network (NN) method is the best in terms of classification, with accuracy of 72.3%, precision of 72.1%, and recall of 72.3%.
Penerapan Sistem Informasi Dan Digital Marketing Pada UMKM Jihan Cakery Kota Matsum I Kota Medan, Sumatera Utara Ajulio Padly Sembiring; Wiwin Sry Adinda Banjarnahor; Suci Khairani; Winda Syafitri; Marliana Sari; Vicky Rolanda
Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 4 No. 1 (2026): Edisi Juni
Publisher : Jurusan Teknik Sipil, Politeknik Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51510/komposit.v4i1.2827

Abstract

Pemanfaatan teknologi informasi memiliki peran yang sangat penting dalam mendukung transformasi digital di sektor Usaha Mikro, Kecil, dan Menengah (UMKM). Melalui penerapan teknologi digital, pelaku UMKM dapat meningkatkan efisiensi operasional, memperluas jangkauan pasar, serta memperkuat daya saing di tengah perkembangan ekonomi berbasis teknologi. Kegiatan ini dilaksanakan oleh tim dosen Politeknik Negeri Medan pada UMKM Jihan Cakery yang berlokasi di Kota Medan, Sumatera Utara. Sebelum kegiatan dilaksanakan, pengelolaan usaha masih dilakukan secara konvensional, termasuk pencatatan keuangan dan promosi produk yang belum memanfaatkan media digital secara optimal. Melalui kegiatan ini, tim dosen telah berhasil mengembangkan dan mengimplementasikan website katalog digital sebagai media promosi daring yang menampilkan seluruh produk UMKM Jihan Cakery secara interaktif dan mudah diakses. Selain itu, diterapkan pula sistem pembukuan digital untuk membantu pemilik usaha dalam mencatat transaksi, menyusun laporan keuangan, dan memantau kondisi finansial secara lebih akurat. Kegiatan ini juga dilengkapi dengan pelatihan pemasaran digital (digital marketing) bagi pemilik dan karyawan UMKM guna meningkatkan kemampuan promosi melalui media sosial dan platform digital lainnya. Sebagai dukungan tambahan, tim turut memberikan perangkat keras berupa modem dan printer untuk menunjang kelancaran kegiatan digitalisasi usaha. Hasil dari kegiatan menunjukkan adanya peningkatan efisiensi dalam pengelolaan usaha, kemudahan dalam proses administrasi keuangan, serta peningkatan jangkauan promosi produk secara signifikan. Implementasi teknologi informasi melalui kegiatan ini terbukti memberikan dampak positif terhadap peningkatan profesionalisme, kinerja, dan potensi omzet penjualan pada UMKM Jihan Cakery.
SISTEM PAKAR PEMILIHAN SMARTPHONE BERDASARKAN KEBUTUHAN DAN PREFERENSI USER MENGGUNAKAN METODE CASE BASED REASONING Tar Muhammad Raja Gunung; Sengli Egani Sitepu; Manutur Pandapotan Siregar; Abdul Muis; Vicky Rolanda
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7167

Abstract

Pemilihan smartphone yang sesuai dengan kebutuhan pengguna sering kali menjadi permasalahan tersendiri, terutama karena banyaknya pilihan produk dengan spesifikasi yang bervariasi. Penelitian ini bertujuan untuk menerapkan metode Case Based Reasoning (CBR) dalam proses rekomendasi smartphone berdasarkan preferensi pengguna. CBR bekerja dengan membandingkan kasus baru, yaitu kebutuhan dan kriteria pengguna, dengan kasus-kasus sebelumnya yang telah tersimpan dalam basis data untuk menentukan tingkat kemiripan. Pada penelitian ini, digunakan empat tahapan utama dalam metode CBR yaitu: Retrieve, Reuse, Revise, dan Retain.Hasil pengujian menunjukkan bahwa dari 13 alternatif smartphone yang dianalisis, Xiaomi Poco X5 Pro mendapatkan nilai kemiripan sebesar 100%, sedangkan perangkat lainnya seperti Realme Narzo 60x, Infinix Smart 8, Vivo V27, Samsung Galaxy A54, dan lainnya memperoleh nilai kemiripan 0%. Hal ini menunjukkan bahwa Xiaomi Poco X5 Pro merupakan pilihan paling sesuai dengan kebutuhan pengguna dalam studi kasus ini. Dengan demikian, metode CBR terbukti mampu memberikan rekomendasi yang tepat dan terukur, serta dapat menjadi dasar pengembangan sistem pakar atau sistem pendukung keputusan di masa mendatang.
Co-Authors Abdul Muis Abwabul Jinan Ajulio Padly Sembiring Dede Fika Suryani Manutur Pandapotan Siregar Marliana Sari Sengli Egani Sitepu Siregar, Manutur Pandapotan Suci Khairani Tar Muhammad Raja Gunung Winda Syafitri Wiwin Sry Adinda Banjarnahor