Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal Computer Science and Informatic Systems : J-Cosys
Falakhi, Alfin
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
Penerapan Deteksi Pada Objek Kendaraan Motor Dan Mobil Menggunakan Metode Convolution Neural Network Berbasis Python Falakhi, Alfin
Journal Computer Science and Information Systems : J-Cosys Vol 4, No 1 (2024): J-Cosys - Maret 2024
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v4i1.483

Abstract

Dengan memantau dan mengumpulkan data volume kendaraan di jalan raya, kita dapat mengendalikan penetapan lalu lintas. Majoritas proses pendataan volume kendaraan yang melewati jalan raya masih dilakukan secara manual. Inilah berarti bahwa beberapa individu disebutkan untuk berada di lapangan dan mencatat atau menghitung semua mobil dan kendaraan motor yang lewat. Pengiraan penghitungan manual memiliki banyak kekurangan, seperti pengumpulan data yang lama dan memerlukan banyak sumber daya manusia. Untuk menyederhanakan pengendalian lalu lintas, diperlukan sistem penghitung dan deteksi kendaraan otomatis yang tepat, baik mobil maupun motor, berdasarkan ketidakpastian tersebut. Sebuah sistem deteksi kendaraan motor dan mobil yang menggunakan metode Convolutional Neural Network berbasis Python sedang dibangun
Pengolahan Data Pelanggan Dengan Tenik Clustering K-Means Di Aplikasi Weka Falakhi, Alfin
Journal Computer Science and Information Systems : J-Cosys Vol 3, No 2 (2023): J-Cosys - September 2023
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53514/jco.v3i2.394

Abstract

Setiap pelanggan memiliki intensitas yang berbeda- beda dalam berbelanja. Beberapa ada yang berbelanja dengan jumlah banyak dan juga ada juga yang sedikit baik dari pelanggan yang berpendapatan tinggi maupun rendah.kita perlu melakukan analisis data agar bisa mengetahui kebiasaan dari  para pelanggan dalam berbelanja. Oleh karena itu penulis melakukan analis  datamining menggunakan data pelanggan. Dalam melakukan analisis penulis menggunakan alat bantu tools WEKA . Metode yang digunakan adalah metode k-means clustering dengan 5 cluster. Dengan jumlah sebagai berikut, C1 dengan 44 data, C2 dengan 43 data, C3 dengan 34 data, C4 dengan 35 data, C5 dengan 44 data.
Co-Authors