Claim Missing Document
Check
Articles

Found 2 Documents
Search

Klasifikasi Citra Generasi Artificial Intellegence menggunakan Metodde Fine Tuning pada Residual Network Hakim, Sulthan Abiyyu; Ubaidillah, Muhammad; Ramadhan, Aditya Rizky; Hawari, Rahmada Zulvia Azzahra; Rizky, Audhinata Bebytama; Lutfi, Raniyah; Hermanto, Putri Tsania Maulidia; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1138118

Abstract

Citra generasi AI memiliki beragam manfaat yang signifikan, baik dalam bidang penelitian maupun industri. Namun, penggunaan citra generasi AI juga memiliki dampak negatif dalam konteks hukum, politik dan berbagai aspek lain dalam kehidupan. Penelitian ini menitik beratkan klasifikasi citra generasi AI yang dapat mendeteksi keaslian dari suatu citra. Metode yang diusulkan adalah menggunakan model residual network yang telah dilakukan fine tuning. Teknik fine tuning yang dilakukan meliputi penggunaan learning rate scheduler berbasis warm up yang diikuti dengan linear scheduler, akumulasi gradien, dan augmentasi citra. Penelitian menunjukkan bahwa model residual network 152 menghasilkan performa terbaik dengan f1 score 0.963 dan loss 0.08.
Pengembangan Sistem Penunjang Perencanaan Karier untuk Mahasiswa Berbasis Website (Studi Kasus: Universitas Brawijaya) Hawari, Rahmada Zulvia Azzahra; Brata, Adam Hendra; Ananta, Mahardeka Tri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sebagai seorang mahasiswa, diperlukan adanya perencanaan karier yang dapat mempersiapkan mahasiswa menghadapi bagaimana kehidupan di dunia kerja nantinya dengan memahami dan memaksimalkan minat dan bakat yang ia miliki. Universitas Brawijaya menunjukkan adanya ketimpangan yang tidak sesuai antara jumlah lulusan dengan bagaimana lulusan memiliki pekerjaan yang layak setelah lulus sesuai dengan capaian yang hendak digapai oleh IKU poin pertama. Dari survei Tracer Study 2023 menunjukkan bahwa dari 10.677 responden lulusan 2022, 15.89% di antaranya masih belum memiliki pekerjaan. Maka dari itu dibuat pengembangan sistem penunjang Career Apps agar mahasiswa Universitas Brawijaya dapat memetakan apa saja yang harus ia persiapkan dan lakukan selama masa perkuliahan hingga nantinya mendapatkan pekerjaan yang layak selepas lulus dari bangku perkuliahan. Pengembangan sistem berbasis website ini dilakukan menggunakan metode prototyping dengan tahapan rekayasa kebutuhan, perancangan, implementasi, dan pengujian. Tahapan rekayasa kebutuhan dibuat pemodelan use case diagram, use case scenario, analisis data, serta proses bisnis hingga mendapatkan hasil berupa 19 kebutuhan fungsional dan 1 kebutuhan non fungsional. Pada tahap selanjutnya dibuat perancangan diagram klas, diagram sekuensial, algoritma, data, antarmuka, dan diakhiri dengan evaluasi prototype. Pada tahap perancangan disebutkan bahwa arsitektur yang digunakan pada pengembangan sistem ini adalah Model-View-Controller (MVC). Setelahnya dilakukan tahap implementasi dari rekayasa kebutuhan dan perancangan yang sudah disusun. Implementasi sistem dilakukan dengan bahasa pemrograman HTML, CSS, JavaScript, dan PHP dengan framework Laravel. Dari hasil implementasi dilakukan pengujian dengan hasil 3 status valid pada pengujian unit, 1 status valid pada pengujian integrasi, 72 status valid dan 7 status tidak valid pada pengujian validasi, serta 3 status valid dan 1 status tidak valid pada pengujian responsivitas.