Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Indonesian Journal of Education And Computer Science Jurnal Sains dan Teknologi Informasi
Syechu, Weno
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
CONVOLUTIONAL NEURAL NETWORK OPTIMIZATION FOR DEEP WEEDS Syechu, Weno; Nasution, Benny Benyamin; Effendi, M. Syahril
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 1 (2023): Articles Research Volume 7 Issue 1, 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i1.12046

Abstract

Precision agriculture is critical in ensuring food availability while maintaining environmental sustainability. Weeds are a serious threat to crops because they can inhibit plant growth and absorption of nutrients and infect nearby plants. Reduction in agricultural production can reach 20-80% if weeds are not handled quickly and precisely. In this study, four Convolutional neural network architectures were implemented to identify weeds based on images. The total number of images in the dataset used is 17,509 images grouped into nine classes which are divided into 80% for training data and 20% for test data. The training process uses a transfer learning scheme and operates several different optimization functions. The test results show that the best performance is achieved by the GoogleNet architecture using the stochastic gradient descent with momentum optimization function with a classification accuracy of 92.38%. Testing also shows that the ShuffleNet architecture classifies images faster than the other architectures used in this study, although its performance is slightly lower than GoogleNet.
Evaluasi Kinerja GoogleNet Menggunakan Transfer Learning dan Fungsi Optimasi SGDM untuk Klasifikasi Citra Gulma Syechu, Weno; Syahputra, Rian; Harahap, Ahmad Indra
Indonesian Journal of Education And Computer Science Vol. 3 No. 1 (2025): INDOTECH - April 2025
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v3i1.1189

Abstract

Identifikasi gulma secara cepat dan tepat merupakan elemen penting dalam pertanian presisi. Penelitian ini memfokuskan pada evaluasi arsitektur Convolutional Neural Network (CNN) GoogleNet dalam klasifikasi citra gulma menggunakan pendekatan transfer learning. Dataset DeepWeeds yang berisi 17.509 gambar digunakan dan diklasifikasikan ke dalam sembilan kelas gulma. Proses pelatihan dilakukan dengan membekukan semua layer kecuali layer fully-connected terakhir, yang disesuaikan dengan jumlah kelas. Fungsi optimasi Stochastic Gradient Descent with Momentum (SGDM) digunakan dalam proses pelatihan. Penelitian ini mengevaluasi kinerja arsitektur Convolutional Neural Network (CNN) GoogleNet menggunakan pendekatan transfer learning untuk klasifikasi citra gulma pada dataset DeepWeeds yang terdiri dari sembilan kelas gulma berbeda. Fungsi optimasi Stochastic Gradient Descent with Momentum (SGDM) digunakan selama pelatihan model. Hasil eksperimen menunjukkan bahwa model mencapai akurasi pengujian sebesar 92,38% dengan waktu klasifikasi rata-rata hanya 0,0365 detik per gambar. Studi ini memberikan kontribusi signifikan sebagai acuan penerapan deep learning efisien dalam sistem pertanian presisi.
Komparasi Metode Certainty Factor dan Dempster Shafer untuk Mendiagnosa Penyakit Autis Ginting, Ramadhanu; Riandari, Fristi; Afrisawati; Syechu, Weno; Afifa, Rizky Maulidya; Ritonga, Rama Prameswara
Indonesian Journal of Education And Computer Science Vol. 3 No. 1 (2025): INDOTECH - April 2025
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v3i1.1212

Abstract

Penelitian ini membahas perancangan sistem yang bertujuan untuk menangani masalah autisme pada anak-anak. Autisme merupakan gangguan yang mempengaruhi kemampuan individu, terutama dalam hal interaksi sosial. Dalam konteks ini, sistem pakar digunakan untuk mentransfer keahlian seorang pakar ke dalam bentuk algoritma yang dapat digunakan untuk diagnosis.Penelitian ini menganalisis dua metode dalam sistem pakar, yaitu Certainty Factor dan Dempster Shafer, yang ditujukan untuk mendiagnosis autisme pada anak. Tujuan utama penelitian ini adalah untuk mengevaluasi dan menentukan metode mana yang paling efektif untuk diimplementasikan dalam aplikasi yang dapat membantu mengklasifikasikan anak-anak dengan autisme.Hasil komparasi menunjukkan bahwanya metode Certainty Factor mencapai tingkat probabilitas di atas 95 %, dibandingkan dengan metode Dempster Shafer dalam komparasi 2 metode yang penulis lakukan. Temuan ini memberikan wawasan yang signifikan mengenai efektivitas kedua metode, serta kontribusi mereka dalam pengembangan sistem pakar untuk diagnosis autisme. Diharapkan penelitian ini dapat menjadi referensi untuk solusi yang lebih baik dalam bidang kesehatan mental anak.
Analisa Sentimen Masyarakat Naiknya Bahan Pokok Menggunakan Algoritma Teks Mining Dan TF-IDF Syechu, Weno
Jurnal Sains dan Teknologi Informasi Vol 4 No 2 (2025): Maret 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jussi.v4i2.7802

Abstract

Twitter is one of the social media used by the public to express opinions on news that is often discussed. Various opinions were expressed by the public on Twitter social media, including expressing opinions and complaints regarding the increase in basic commodities. Staples are people's basic needs in everyday life. Rising prices of basic commodities are a problem that society often faces. Therefore, the government must take steps to reduce the increase in prices of basic commodities, such as strengthening market control and regulation, increasing agricultural production, and providing subsidies to people who cannot afford it. This research aims to measure public sentiment regarding the increase in basic commodities for the community and it is hoped that it can become a benchmark for government parties related to the increase in basic commodities, so that it does not affect inflation and the stability of the community's economy. This research was carried out by taking 100 data from Twitter using crawling techniques and processing 50 data using TF-IDF weighting. Then the data was processed using text mining and a word weighted search was carried out using the Term Frequency Inverse Document Frequency (TF-IDF) algorithm. The results of this research showed that the percentage of public sentiment towards the increase in basic commodities with positive sentiment was 24.2414% and negative was 75.7586%.
PENERAPAN APLIKASI BISNIS DIGITAL PADA UMKM FAUZAN MINI GARDEN DI DESA DELITUA DELISERDANG SUMATERA UTARA Gunawan, Gunawan; Yani, Achmad; Yusuf, Kadri; Sari, Marliana; Syechu, Weno
Jurnal Pengabdian Kolaborasi dan Inovasi IPTEKS Vol. 3 No. 5 (2025): Oktober
Publisher : CV. Alina

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59407/jpki2.v3i5.3169

Abstract

Era digital menuntut pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk beradaptasi dengan teknologi dalam pengelolaan bisnisnya. Banyak UMKM masih menghadapi kendala dalam penerapan sistem digitalisasi, terutama dalam aspek pencatatan transaksi dan promosi produk. Kegiatan Pengabdian Kemitraan Masyarakat (PKM) ini bertujuan untuk membantu UMKM Fauzan Mini Garden dalam menerapkan aplikasi bisnis digital sebagai solusi untuk meningkatkan efisiensi operasional dan perluasan pasar. Kegiatan dilakukan oleh tim dosen dari Politeknik Negeri Medan (Polmed) yang terdiri atas lima dosen dan beberapa mahasiswa. Metode pelaksanaan meliputi analisis kebutuhan, pelatihan, pendampingan, serta implementasi sistem aplikasi digital yang disesuaikan dengan karakteristik usaha. Hasil kegiatan menunjukkan peningkatan signifikan dalam kemampuan digitalisasi manajemen dan promosi usaha. Mitra kini mampu menggunakan aplikasi untuk pencatatan transaksi, manajemen stok, serta pemasaran secara online. Kegiatan ini diharapkan dapat menjadi model pengabdian yang berkelanjutan dalam mendukung transformasi digital UMKM di wilayah Sumatera Utara.
Co-Authors Afifa, Rizky Maulidya Afrisawati Ahmad Indra Harahap Effendi, M. Syahril Fristi Riandari Ginting, Ramadhanu Gunawan Gunawan Marliana Sari, Marliana Nasution, Benny Benyamin Rian Syahputra Ritonga, Rama Prameswara Yani, Achmad Yusuf, Kadri