Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS
Yuniarti, Anny
Departemen Teknik Informatika Institut Teknologi Sepuluh Nopember Surabaya
Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Jenis Kendaraan Darat di Indonesia Menggunakan Pendekatan Deep Learning Amiruddin, Muh. Nur Fajrin; Navastara, Dini Adni; Yuniarti, Anny
Jurnal Teknik ITS Vol 13, No 3 (2024)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v13i3.146954

Abstract

Proses klasifikasi jenis kendaraan dengan menggunakan pendekatan Deep Learning dalam hal ini menggunakan metode Convolutional Neural Networks (CNN), ada beberapa masalah yang muncul yaitu ketergantungan pada data pelatihan yang besar dan generalisasi data, CNN memerlukan dataset pelatihan yang besar dan bervariasi untuk melakukan pelatihan yang efektif. Jumlah data pelatihan yang terbatas dapat menyebabkan overfitting, di mana model menjadi terlalu beradaptasi dengan data pelatihan dan tidak dapat melakukan generalisasi dengan baik pada data yang belum pernah dilihat sebelumnya, sehingga membuat proses klasifikasi jenis kendaraan tidak maksimal. Penelitian ini bertujuan untuk melakukan klasifikasi jenis kendaraan darat di Indonesia ke dalam 5 kelas yaitu Bus, Minibus, Sedan, SUV, dan Truk menggunakan 5 (lima) jenis model arsitektur CNN yaitu ResNet50V2, MobileNetV2, InceptionV3, Xception, dan InceptionResNetV2, dimana dataset yang digunakan bersumber dari internet sebanyak 750 citra kendaraan melalui pengumpulan dataset dengan menggunakan teknik web scraping. Hasil eksperimen menunjukkan bahwa model terbaik didapatkan oleh ResNet50V2 pada skenario uji coba K-Fold dengan Augmentasi diperoleh accuracy sebesar 0,9906, precision sebesar 0,9916, recall sebesar 0,9907, dan F1-score sebesar 0,9911. Model terbaik diuji cobakan pada data baru berupa rekaman video yang diperoleh dari CCTV Gate Institut Teknologi Sepuluh Nopember (ITS). Hasil akhir akurasi yang didapatkan oleh model ResNet50V2 adalah sebesar 0,65.
Rendering Dinamis dan Interaksi Pengguna untuk Visualisasi Data Deret Waktu di Realitas X Fadhil Naufal, Muhammad Rafif; Yuniarti, Anny; Fabroyir, Hadziq
Jurnal Teknik ITS Vol 13, No 3 (2024)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v13i3.149853

Abstract

Visualisasi data deret waktu merupakan salah satu teknik yang dapat digunakan untuk mengeksplorasi dan menganalisis data yang berubah seiring waktu. Namun, visualisasi data deret waktu yang konvensional sering kali kurang menarik dan interaktif bagi pengguna. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sebuah sistem visualisasi data deret waktu yang menggunakan teknologi Realitas X(XR). Sistem ini memungkinkan pengguna untuk melihat dan berinteraksi dengan data deret waktu secara dinamis dan imersif, dengan menggunakan perangkat XR. Metode yang digunakan dalam penelitian ini adalah metode pengembangan perangkat lunak, yang meliputi analisis kebutuhan, perancangan sistem, implementasi sistem, dan pengujian interaksi. Hasil penelitian ini menunjukkan bahwa sistem visualisasi data deret waktu di XR dapat berfungsi dengan baik dan memberikan pengalaman yang menarik dan interaktif bagi pengguna. Sistem ini juga dapat meningkatkan pemahaman dan keterlibatan pengguna terhadap data deret waktu yang ditampilkan dalam ruang XR. Penelitian ini diharapkan dapat memberikan kontribusi bagi perkembangan ilmu pengetahuan dan teknologi, khususnya di bidang visualisasi data dan XR.
Co-Authors Amiruddin, Muh. Nur Fajrin Fadhil Naufal, Muhammad Rafif Hadziq Fabroyir Navastara, Dini Adni