Yulia Wahyuningsih
Darma Cendika Catholic University

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

Found 2 Documents
Search
Journal : Jurnal Teknologi Informatika dan Komputer

Penerapan Model Waterfall pada Perancangan Corporate Web Elisabeth Yolanda Christin; Yulia Wahyuningsih; Fernandi Mahendrasusila
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i1.1915

Abstract

Pada saat ini perkembangan teknologi yang sangat memberikan peluang kepada setiap perusahaan dalam memiliki daya saing bisnis. Perusahaan dituntut untuk memiliki sistem informasi yang bisa mendukung dan meningkatkan produktivitas perusahaan. Corporate Web merupakan salah satu sistem informasi yang digunakan oleh perusahaan untuk mengenalkan perusahaan kepada calon customer dan masyarakat luas. Perancangan Corporate Web dalam bentuk website saat ini berkembang dengan berbagai tahapan atau metode yang dilakukan. Model Waterfall dalam penelitian ini akan diterapkan di PT X yang merupakan perusahaan yang bergerak di bidang pelayanan transaksi dan distribusi barang dengan proses penjualan B2B (Bussiness to Bussiness). Pada perancangan corporate web ini digunakan pengumpulan data secara kualitatif dengan mengumpulkan informasi melalui proses wawancara, observasi dan studi literatur. Pada model Waterfall dilakukan pengerjaan secara sistematis dan berurutan dalam pengembangan perangkat lunak. Model ini disebutkan juga sebagai model air terjun karena pada setiap tahapnya dikerjakan dari atas kebawah yang memiliki kelebihan sistem kerja yang jelas. Tahap yang dilakukan dalam model waterfall adalah Identifikasi Sistem, Analisis Sistem, Pengembangan Sistem, Implementasi, Desain, Pengkodean, dan Uji Coba. Tahapan pengujian merupakan bagian dari tahapan model Waterfall. Metode pengujian yang dipakai adalah metode Black Box, yang merupakan metode dengan fokus melakukan pengamatan hasil input dan output dari perangkat lunak yang akan diuji. Corporate Web yang telah dibuat diharapkan mampu mempermudah PT X dalam menyampaikan informasi mengenai gambaran secara singkat mengenai perusahaan, core value, dan kegiatan yang telah dilakukan untuk pengembangan perusahaan.
Pengujian Metode Inception V3 dalam Mengidentifikasi Penyakit Kanker Kulit Alvin Widyadhana Kosman; Yulia Wahyuningsih; Fernandi Mahendrasusila
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i1.1940

Abstract

Kulit yang berfungsi secara estetika dan melindungi organ internal secara rutin terpapar elemen eksternal, membuatnya rentan terhadap luka dan penyakit. Salah satu kondisi yang paling berbahaya adalah kanker kulit, masalah kesehatan global yang berasal dari mutasi DNA pada sel kulit, terutama Melanoma dan Basal Cell Carcinoma (BCC). Penyakit tersebut umum terjadi di area yang terpapar sinar matahari berlebihan. Di Indonesia yang memiliki lokasi geografis di daerah tropis memiliki resiko terjangkit kanker kulit yang lebih besar. Hal tersebut mendorong kebutuhan akan metode diagnostik yang efektif. Prosedur biopsi tradisional, meskipun akurat, memakan waktu dan mahal. Studi ini mengeksplorasi pendekatan alternatif yang efisien dengan menggunakan computer vision dan machine learning, khususnya Inception V3. Metode Inception V3 adalah salah satu arsitektur jaringan saraf konvolusi (CNN) yang dikembangkan oleh tim peneliti di Google pada tahun 2015. Tujuan utama dari Inception V3 adalah untuk meningkatkan kecepatan komputasi dan kinerja model dalam pengenalan gambar. Penelitian akan dilakukan dengan cara melakukan pelatihan pada model dengan metode Inception V3. Model akan dilatih menggunakan data foto kulit sebesar 9,1GB (Gigabyte) yang diambil dari International Skin Imaging Challenge (ISIC) pada tahun 2019. Setelah pelatihan selesai dilakukan, tahap selanjutnya adalah pengujian. Untuk mencegah bias maka data yang dipakai untuk pengujian model tidak boleh sama dengan pelatihannya. Model yang dilatih menunjukkan akurasi yang memuaskan, mencapai 99.93% untuk Melanoma dan 92.26% untuk identifikasi Basal Cell Carcinoma.