Claim Missing Document
Check
Articles

Found 4 Documents
Search

Klasifikasi Akurasi Kematangan Buah Apel Anna Berdasarkan Analisis Warna Model Nasnet Pada Convolutional Neural Network (CNN) Lestari, Ayu; Amelia, Reski; Husni, Nisatul; Andriani, Amelia; Satria Riki Mustafa; Akhmad Zulkifli
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 2 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i2.2856

Abstract

Apel (Malus Domestica) merupakan salah satu jenis buah yang unggul dan sangat diminati masyarakat karena rasanya yang bervariasi. Buah apel memiliki banyak nutrisi dan berbagai macam vitamin diantaranya lemak baik, karbohidrat, protein, vitamin dan masih banyak lagi. Apel anna merupakan salah satu varietas apel yang dikembangkan diKota Batu, Malang dan berkembang di beberapa wilayah yang memiliki agroklimat yang sesuai untuk pertumbuhan apel. Penelitian ini menggunakan citra gambar buah apel anna sebagai dataset. Berbagai cara dapat dilakukan untuk membedakan kematangan apel anna, salah satunya melalui analisis citra warna. Namun, secara kasat mata, kematangan apel anna sering kali sulit dibedakan. Tujuan penelitian ini adalah melakukan klasifikasi kematangan apel anna berdasarkan analisis warna menggunakan metode Convolutional Neural Network (CNN). Dengan menggunakan google colab dan bahasa pemograman phyton dan dataset dari kaggle.com sebanyak 139 dataset, data training 46%, data validasi 54%. Metode Convolutional Neural Network (CNN dipilih karena kemampuannya dalam mengenali pola visual dengan akurasi tinggi. Hasil pengujian menunjukkan bahwa model Convolutional Neural Network (CNN mampu mengklasifikasikan kematangan apel anna dengan akurasi rata-rata mencapai 95%. Penelitian ini membuktikan bahwa metode Convolutional Neural Network (CNN efektif untuk mengidetintifikasi fitur visual yang relevan untuk menentukan tingkat kematangan buah apel anna)
Penerapan Convolutional Neural Network (CNN) Pada Klasifikasi Ras Kucing Padigree Dengan Model Keras Sequential Hidayatullah, Riski; Meisaroh; Ezra Ariendy Widodo; Fatimah; Satria Riki Mustafa
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 2 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i2.2859

Abstract

Kucing pedigree, juga dikenal sebagai kucing ras murni, adalah kucing yang memiliki silsilah leluhur yang tercatat dan terdokumentasi dengan jelas. Penelitian ini membahas penerapan Convolutional Neural Network (CNN) pada klasifikasi ras kucing padigree dengan jenis ras utama (Abyssinian, American bobtail, American Shorhair,persia,Ragdoll). pada penelitian ini berfokus pada ras kucing padigree yang memiliki ciri khusus baik itu tinggi,ketebalan bulu,model kaki. Dengan menggunakan google colab dan bahasa pemograman phyton dan dataset dari( www.kaggle.com ) dengan menggunakan library TensorFlow dan Keras untuk mengoptimalkan model dan meningkatkan akurasi klasifikasi sebanyak 375-1875 dataset, data training 60% data latih, 20% data validasi, dan 20% data uji. Metode Convolutional Neural Network (CNN) dipilih karena kemampuannya dalam mengenali pola visual dengan akurasi tinggi. Hasil pengujian menunjukkan bahwa model Convolutional Neural Network (CNN mampu mengklasifikasikan jenis kucing padigree dengan akurasi rata-rata mencapai 93,75%. Waktu rata-rata yang dibutuhkan untuk klasifikasi adalah 90 detik, dengan waktu terlama 97 detik. Penelitian ini dapat digunakan sebagai referensi untuk pengembangan aplikasi yang dapat membantu pemilik kucing mengetahui ras kucing padigree dengan lebih mudah dan meningkatkan efisiensi dalam proses klasifikasi ras kucing padigree
Aplikasi Absensi Pegawai Berbasis Web Dinas Sosial Pemerdayaan Perempuan dan Perlindungan Anak Kabupaten Rokan Hulu Nurliani; Satria Riki Mustafa; Asep Supriyanto; Erni Rouza; Antoni, Rivi; Muslim
Riau Jurnal Teknik Informatika Vol. 4 No. 2 (2025): Juli 2025
Publisher : Prodi Teknik Informatika Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjti.v4i2.3441

Abstract

Aplikasi absensi pegawai berbasis web ini dikembangkan dapat menggantikan sistem absensi manual di Dinas Sosial Pemberdayaan Perempuan dan Perlindungan Anak Kabupaten Rokan Hulu, yang sebelumnya menggunakan buku absen. Sistem manual ini memiliki kelemahan, seperti potensi kesalahan pencatatan dan keterlambatan dalam rekapitulasi data. Aplikasi ini dilengkapi dengan fitur absensi menggunakan swafoto (selfie) dan pelacakan lokasi karyawan, serta fitur pengajuan izin atau cuti secara online. Sistem ini dibangun menggunakan PHP dan MySQL dengan antarmuka yang mempermudah akses dan pemantauan absensi secara real-time. Hasil pengujian menggunakan metode black box menunjukkan bahwa semua fitur berfungsi sesuai dengan spesifikasi yang dirancang, meningkatkan efisiensi, akurasi, dan transparansi dalam pengelolaan absensi di instansi tersebut
Analysis of The Influence of Digital Literacy, Pedagogical Skills and Continuous Training on Teacher Competence: Penelitian Dina Agnesia Sihombing; Rivi Antoni; Satria Riki Mustafa
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 1 (2025): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 1 (Juli 2025 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i1.2553

Abstract

This research is meant to understand how digital literacy, educational skills, and constant training can made teacher competence grow in big cities of Indonesia. The study was carried out using a qualitative approach and a descriptive method. Data were gathered through interviews which were structured and in-depth with 30 teachers from different levels of education. Principals of the schools were involved as supporting informants to get a wider perspective. The results reveal that digital literacy is extremely important to a teacher as it helps him or her to incorporate technology into the teaching and learning process. Besides that, pedagogical skills equip the teacher with the ability of planning, implementation, and evaluation of the desired learning experiences that are in line with the pupils' needs. The continuous training is also very important as it allows the teachers to keep their knowledge up-to-date, their skills developed, and their professionalism maintained amid the constant changes in the field of education. This study suggests schools and policymakers to improve teacher training programs with more energy, support the use of technology in education, and create a work environment that is conducive to collaboration and continuous professional development.