Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal JURNAL MASYARAKAT NEGERI ROKANIA JOURNAL OF ICT APLICATIONS AND SYSTEM RJOCS (Riau Journal of Computer Science)
Meisaroh
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Social Sciences Other

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

Found 3 Documents
Search

 1 
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
Systematic Literature Review on the Application of Convolutional Neural Networks for Rambutan Fruit Classification: Advances, Challenges, and Future Directions Meisaroh; Tantia Azzahra; Ismi Asmita; Fatimah; Rusmin Saragih
Journal of ICT Applications System Vol 3 No 2 (2024): Journal of ICT Aplications and System
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56313/jictas.v3i2.393

Abstract

Rambutan (Nephelium lappaceum L.) is a tropical fruit widely cultivated in Southeast Asia, including Indonesia. Manual classification of rambutan types and ripeness levels remains a challenge due to the high subjectivity and time-intensive nature of the process, particularly in large-scale agricultural operations. Convolutional Neural Network (CNN), a deep learning approach, offers significant potential in automating and improving the accuracy of fruit classification tasks by extracting complex visual features such as color and texture. This study employs a Systematic Literature Review (SLR) to evaluate the application of CNN in rambutan classification. Relevant research from 2019 to 2024 was analyzed to identify trends, accuracy levels, and challenges in utilizing CNN for this purpose. Results demonstrate that CNN achieves superior accuracy (>90%) compared to traditional methods like K-Nearest Neighbor (KNN). However, limitations include restricted dataset diversity and insufficient testing under real-world conditions. Recommendations for future research emphasize the need for larger, more diverse datasets and integration of additional media, such as spectral data and video, to enhance model robustness
Pelatihan Pemanfaatan Website Aplikasi Destinasi Wisata untuk Meningkatkan Daya Tarik dan Kinerja Dinas Pariwisata Rokan Hulu Hidayatullah, Riski; Ezra Ariendy Widodo; Muhammad Hafis Maulana; Ismi Asmita; Fatimah; Indah Wahyuni; Meisaroh; Yanto, Budi; Khairul Sabri
JURNAL MASYARAKAT NEGERI ROKANIA Vol 6 No 1 (2025): JURNAL MASYARAKAT NEGERI ROKANIA
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Rokania

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56313/jmnr.v6i1.412

Abstract

Pelatihan penggunaan website aplikasi destinasi wisata ini diselenggarakan untuk meningkatkan kapasitas Dinas Pariwisata dan Kebudayaan Kabupaten Rokan Hulu dalam memanfaatkan teknologi digital sebagai sarana promosi dan pengelolaan destinasi wisata. Kegiatan ini meliputi pengenalan konsep destinasi wisata, pemanfaatan fitur-fitur dalam aplikasi, serta praktik langsung penggunaan sistem termasuk pembuatan akun admin dan pengelolaan konten. Sebanyak 15 peserta terdiri dari kepala dinas, staf, dan peserta magang terlibat dalam pelatihan yang berlangsung interaktif. Berdasarkan hasil evaluasi, seluruh peserta menyatakan pelatihan ini relevan, efektif, dan mudah dipahami. Sebagian besar juga merasa sangat puas terhadap materi dan metode pelatihan yang diberikan. Kegiatan ini menunjukkan bahwa integrasi website destinasi wisata dapat memperkuat daya tarik wisata lokal, meningkatkan efisiensi kerja dinas, serta mendukung pertumbuhan sektor pariwisata berbasis teknologi di Kabupaten Rokan Hulu. Hasil pelatihan juga membuka peluang bagi peningkatan promosi pariwisata secara berkelanjutan dan menyeluruh di era digital
Co-Authors Budi Yanto, Budi Ezra Ariendy Widodo Fatimah Hidayatullah, Riski Indah Wahyuni Ismi Asmita Khairul Sabri Muhammad Hafis Maulana Rusmin Saragih, Rusmin Satria Riki Mustafa Tantia Azzahra