Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Best : Journal of Applied Electrical, Science and Technology PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer
Kurniawan , Muchamad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Mechanical Engineering Physics

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

Found 2 Documents
Search

 1 
PERBANDINGAN KINERJA METODE CNN DALAM MENGKLASIFIKASI ORANG MEROKOK Kurniawan , Muchamad; Sari, Arum Indah; Jong, Priska Amelia de
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 11 No. 2 (2024): Prosisko Vol. 11 No. 2 September 2024
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v11i2.8533

Abstract

Merokok merupakan sebuah perilaku yang telah menjadi kebiasaan bagi masyarakat di dunia dan terutama di Indonesia. Hampir sebagian besar perokok didominasi oleh kaum laki-laki dibandingkan kaum perempuan. Di era yang sudah digital banyak penelitian yang telah dilakukan yaitu salah satu penerapannya dalam penelitian dalam pendekatan klasifikasi. Penelitian yang dilakukan ini mengangkat sebuah permasalahan nilai akurasi atau keakuratan nilai dari pendekatan klasifikasi orang perokok dan bukan perokok berdasarkan data gambar, dengan menggunakan perbandingan metode CNN. Tujuan dari penelitian ini yaitu untuk membandingkan empat arsitektur dari metode CNN yaitu ResNet50, VGG16, Inception Net dan Mobile Net, dari keempat arsitektur tersebut dibandingkan mana yang lebih optimal dan mendapatkan akurasi terbaik dari klasifikasi orang perokok dan bukan perokok. Penelitian yang dilakukan menggunakan dataset yang bersumber dari Kaggle yaitu dataset berupa data gambar perokok dan bukan perokok dengan jumlah gambar sebanyak 1120 gambar, dibagi menjadi dua kelas yaitu 560 untuk kelas perokok dan 560 untuk kelas bukan perokok. Hasil percobaan membandingkan empat arsitektur dari metode CNN menunjukkan bahwa arsitektur InceptionNet dan MobileNet memiliki nilai akurasi yang paling optimal dibandingkan arsitektur ResNet50 dan VGG16. Nilai accuracy yang didapat dari arsitektur Inception Net dan MobileNet yaitu sebesar 91%, sedangkan pada arsitektur ResNet50 nilai accuracy sebesar 50% dan pada arsitektur VGG16 nilai accuracy sebesar 85%.
Implementation of Decision Tree and Item Response Theory (IRT) in SIMPATIF (Sistem Penilaian Adaptif) Devi Kurniasari, Norma; Shobikhah, Anis; Basofi Rohman, Trian; Kurniawan , Muchamad
BEST Vol 7 No 1 (2025): BEST
Publisher : Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/best.vol7.no1.10317

Abstract

This study discusses how to accurately determine the level of ability of students using Computer Adaptive Testing (CAT). In the implementation of CAT, test participants are given question items according to their abilities. This shows the difference from existing testing systems such as Computer Based Testing (CBT). ADAPTIVE in this system is an automated exam system that is carried out adaptively, adjusting the difficulty level of the questions to the ability of each examinee. The questions given depend on the answer to the previous question: true or false. If the answer is correct, then the next question item has a higher level of difficulty, while if it is wrong, the difficulty level of the next question decreases. CAT in this study is also called the term SIMPATIF (Adaptive Assessment System). The difference between CAT and SIMPATIF is from the selection of question items, in the test using the SIMPATIF application, the selection of question items using the C4.5 algorithm and IRT 3 Parameter Logistics Model (3PL). The 3 parameters are the difficulty level of the question, differentiation, and deceit. In the development of this SIMPATIF. The input attributes from the decision tree have 4 attributes, namely difficulty level, differentiation, deceiver and IRT, while the target attributes are 2, namely YES and NO. The questions used are productive subjects majoring in Multimedia at SMK PGRI 2 Sidoarjo. The study was conducted with 10 students, SIMPATIF only succeeded in 67,901% for the adaptive status of the questions. Meanwhile, if correlated with CBT 76.58%.
Co-Authors Basofi Rohman, Trian Devi Kurniasari, Norma Jong, Priska Amelia de Sari, Arum Indah Shobikhah, Anis