Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer & Kecerdasan Buatan
Andina Oktavia, Nayla
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Penyakit Daun Anggur dengan Menggunakan Convolutional Neural Network dan Transfer Learning dari VGG16 Kusuma Whardana, Adithya; Febriyanto, Deni; Jagad Katanka, Moza; Andina Oktavia, Nayla; Desta Loria, Tamara
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 7 No. 2 (2024): Volume VII - Nomor 2 - February 2024
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v7i2.613

Abstract

Anggur sebagai salah satu jenis buah daerah subtropis, yang telah terbukti mampu beradaptasi dengan baik di berbagai wilayah Indonesia. Akan tetapi, produktivitas tanaman anggur dapat terpengaruh pada jenis penyakit yang terdapat pada daun anggur. Deteksi dini dan klasifikasi penyakit daun merupakan kunci dalam upaya mengurangi dampak negatif penyakit tersebut terhadap hasil panen. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi penyakit daun anggur yang efisien dengan menggunakan Model VGG16 yang akan melatih dataset daun anggur tersebut. Metode Convolutional Neural Network (CNN) digunakan untuk mengklasifikasikan data selanjutnya. Dataset yang digunakan pada penelitian ini terdiri dari 4.062 gambar daun anggur yang terbagi dalam 3 kategori penyakit yang terdapat dalam daun anggur yaitu Busuk Hitam, Campak Hitam dan Hawar Daun (Bercak Daun Isariopsis). Hasil yang diperoleh dari penggunaan metode VGG 16 yaitu 98% untuk data training dan 92% untuk data validasi.
Analisis dan Perancangan Sistem Informasi Prediksi Data Penjualan pada E-commerce Khumaira Cookies & Snack Andina Oktavia, Nayla; Tri Wahyu Widyaningsih, Tri Wahyu Widyaningsih
Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan) Vol. 9 No. 1 (2025): Volume IX - Nomor 1 - September 2025
Publisher : Teknik Informatika, Sistem Informasi dan Teknik Elektro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47970/siskom-kb.v9i1.931

Abstract

Abstract—Perkembangan teknologi digital telah mendorong perubahan signifikan dalam dunia bisnis, termasuk cara konsumen berbelanja secara online. Penelitian ini bertujuan mengimplementasikan metode data mining menggunakan pendekatan regresi linear sederhana dalam memprediksi penjualan pada e-commerce Khumaira Cookies & Snack. Permasalahan yang diangkat meliputi sistem penjualan yang masih dilakukan secara manual serta kurangnya pemanfaatan teknologi dalam proses prediksi permintaan pasar. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan tahapan perencanaan, analisis data, perancangan sistem e-commerce, pengembangan fitur prediksi penjualan, hingga evaluasi sistem. Kebaruan penelitian ini terletak pada integrasi sistem e-commerce dengan fitur prediksi penjualan berbasis data mining yang ditujukan khusus bagi UMKM, yang masih jarang dikaji. Hasil dari analisis regresi menunjukkan bahwa metode ini mampu memberikan gambaran tren penjualan lima tahun ke depan dan membantu bisnis dalam menyusun strategi produksi serta pemasaran yang lebih tepat sasaran. Sistem e-commerce yang dibangun juga berhasil meningkatkan efisiensi transaksi dan pengalaman pengguna. Keterbatasan penelitian iniadalah penggunaan satu variabel independen, sehingga faktor eksternal belum diperhitungkan. Dengan demikian, integrasi sistem digital berbasis prediksi dapat meningkatkan daya saing UMKM dalam era transformasi digital.
Co-Authors Desta Loria, Tamara Febriyanto, Deni Jagad Katanka, Moza Kusuma Whardana, Adithya widyaningsih, tri wahyu