Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer
Sari, Arum Indah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Mechanical Engineering

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%.
Implementasi Algoritma Pengklasifikasi Long Short–Term Memory (LSTM) untuk Data Time Series Sari, Arum Indah; Hapsari, Dian Puspita; Wibowo, Handi F. Resi; Putri, Chatarina Natassya; Lande, Gamaliel V. Fofid; Aldero, Exacta Bunayya
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7034

Abstract

Meramalkan harga emas sangat penting untuk membuat keputusan keuangan yang tepat, menawarkan informasi berharga bagi investor dan pemangku kepentingan di pasar emas. Metode pembelajaran mendalam telah membuat kemajuan signifikan di berbagai bidang, seperti pengenalan gambar dan analisis sentimen. Makalah ini mengimplementasikan jaringan Memori Jangka Panjang dan Pendek (LSTM) untuk klasifikasi data kemudian kinerjanya dibandingkan dengan model regresi linier untuk memprediksi fluktuasi harga emas. Analisis prediksi harga emas harian menunjukkan bahwa model LSTM mencapai tingkat akurasi 88%, sedangkan model regresi linier berkinerja sedikit lebih baik dengan tingkat akurasi 98%. Dengan memanfaatkan kekuatan kedua model, penelitian ini memberikan wawasan penting bagi investor di pasar emas.
Co-Authors Aldero, Exacta Bunayya Dian Puspita Hapsari Jong, Priska Amelia de Kurniawan , Muchamad Lande, Gamaliel V. Fofid Putri, Chatarina Natassya Wibowo, Handi F. Resi