Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Wona, Maria Misela A.
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Klasifikasi Batik Indonesia Menggunakan Convolutional Neural Network (CNN) Wona, Maria Misela A.; Asyifa, Salsa Aulia; Virgianti, Rizka; Hamid, Muhammad Nabil; Handoko, Irwan Muji; Septiani, Ni Wayan Parwati; Lestari, Mei
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i2.13694

Abstract

Batik Indonesia merupakan warisan budaya yang kaya akan corak, motif, dan warna, dan telah diakui sebagai warisan budaya dunia oleh UNESCO. Namun, masih terdapat kendala dalam memperkenalkan batik Indonesia kepada masyarakat luas, terutama generasi milenial dan di luar Indonesia. Sistem klasifikasi batik Indonesia berbasis website ini menggunakan teknologi machine learning, khususnya metode Convolutional Neural Network (CNN). Sistem ini dapat mengidentifikasi dan mengklasifikasikan jenis batik Indonesia berdasarkan ciri-ciri seperti corak, warna, dan bentuk. Hal ini memungkinkan pengguna untuk mempelajari dan mengenali jenis-jenis batik Indonesia secara interaktif melalui website, sehingga memperkenalkan kekayaan budaya batik Indonesia kepada masyarakat luas dengan lebih efektif. Melalui pengujian model deep learning dengan algoritma CNN, penelitian ini berhasil mencapai tingkat akurasi sebesar 91,24% pada data testing. Hasil ini menunjukkan bahwa model yang dikembangkan mampu mengenali dan mengklasifikasikan citra batik dengan baik.
Klasifikasi dan Deteksi Penyakit Kulit Melalui Pengolahan Citra dengan Metode CNN Wona, Maria Misela A.; Rahayu, Wanti; Wirantasa, Umar
Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI) Vol 6, No 01 (2025): Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI)
Publisher : Universitas Indraprasta PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/jrami.v6i01.9210

Abstract

Penanganan penyakit kulit menjadi sangat penting karena dampaknya yang dapat memengaruhi kualitas hidup individu secara keseluruhan. Penyakit kulit dapat menyebabkan rasa gatal, peradangan, iritasi, dan bahkan infeksi jika tidak ditangani dengan baik. Beberapa penyakit kulit seperti psoriasis, eksim, dan dermatitis atopik dapat menjadi kronis dan memerlukan perawatan jangka panjang. Penelitian ini bertujuan untuk membangun sistem klasifikasi dan deteksi penyakit kulit menggunakan metode Convolutional Neural Network (CNN). Metode penelitian yang digunakan meliputi pengumpulan data citra penyakit kulit dari berbagai sumber, preprocessing data untuk meningkatkan kualitas citra, dan pembentukan model CNN untuk klasifikasi dan deteksi. Hasil dari penelitian ini menunjukkan bahwa model CNN mampu mencapai tingkat akurasi yang tinggi dalam mengklasifikasikan jenis penyakit kulit dan mendeteksi gejala penyakit kulit dari citra kulit yang diberikan. Sistem yang dikembangkan mampu membantu dalam diagnosis dini dan pengenalan jenis penyakit kulit, sehingga dapat memberikan dukungan bagi tenaga medis dalam pengambilan keputusan medis. Dalam simpulan penelitian ini, metode Convolutional Neural Network (CNN) telah terbukti efektif dan efisien dalam klasifikasi dan deteksi penyakit kulit melalui pengolahan citra.
Co-Authors Asyifa, Salsa Aulia Hamid, Muhammad Nabil Handoko, Irwan Muji Mei Lestari, Mei Ni Wayan Parwati Septiani Rahayu, Wanti Virgianti, Rizka Wirantasa, Umar