Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal ILKOMNIKA: Journal of Computer Science and Applied Informatics
nuzula, Muhammad Iqbal firdaus
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Analisis Kepuasan Pengguna Aplikasi e-Administrasi Fakultas Ilmu Keolahragaan dan Kesehatan Menggunakan Skala Likert Arifin, Mohamad Sulton; Pangestu, Nilam Ade; Nuzula, Muhammad Iqbal Firdaus; Wulandari, Ayu
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.685

Abstract

E-Administrasi merupakan sistem yang digunakan untuk memproses data surat mahasiswa yang diterapkan di Fakultas Ilmu Keolahragaan dan Kesehatan Universitas Negeri Surabaya. Penelitian ini menganalisis kepuasan mahasiswa terhadap pelayanan persuratan mahasiswa yaitu E-Administrasi. Data dikumpulkan melalui kuesioner atau angket dengan populasi mahasiswa aktif Fakultas Ilmu Keolahragaan dan Kesehatan Universitas Negeri Surabaya dengan sampel sebanyak 152 mahasiswa angkatan 2021. Setelah data terkumpul, kemudian dilakukan skoring menggunakan skala Likert dengan 5 skala. Hasil skoring dianalisis dengan teknik analisis kuantitatif skala Likert. Sedangkan populasi penelitian yang diambil yaitu mahasiswa aktif Berdasarkan hasil pengolahan dan analisis data, menunjukkan bahwa dari skala 1 sampai 5 mendapatkan nilai rata-rata 4,22 yang berarti mahasiswa sangat setuju atau sangat puas terhadap pelayanan persuratan mahasiswa menggunakan sistem E-Administrasi.
Optimasi Hyperparameter pada Convolutional Neural Network untuk Klasifikasi Jenis Penyakit Kanker Kulit menggunakan Bayesian Optimization Nuzula, Muhammad Iqbal Firdaus; Fatichah, Chastine
ILKOMNIKA Vol 7 No 1 (2025): Volume 7, Number 1, April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v6i3.690

Abstract

Penelitian ini bertujuan untuk meningkatkan kinerja model Convolutional Neural Network (CNN) dalam klasifikasi citra melalui penerapan teknik optimasi hyperparameter. CNN merupakan metode pembelajaran mendalam yang efektif dalam pengenalan pola visual, namun performanya sangat dipengaruhi oleh pemilihan nilai hyperparameter, seperti jumlah filter, ukuran kernel, learning rate, dan jumlah epoch. Dalam studi ini digunakan metode Bayesian Optimization untuk menentukan kombinasi hyperparameter yang optimal pada dataset citra tertentu. Eksperimen dilakukan dengan menggunakan empat arsitektur CNN, yaitu ResNet50V2, EfficientNetV2S, EfficientNetV2M, dan EfficientNetV2L. Evaluasi kinerja model dilakukan dengan menggunakan metrik akurasi, presisi, recall, f1-score, dan kappa score. Hasil penelitian menunjukkan bahwa penerapan Bayesian Optimization secara konsisten meningkatkan performa model CNN dibandingkan dengan konfigurasi default. Pada arsitektur EfficientNetV2M, optimasi dengan Bayesian Optimization menghasilkan akurasi sebesar 0,81, presisi 0,83, recall 0,77, f1-score 0,80, dan kappa score 0,61. Pada arsitektur ResNet50V2, metode ini menghasilkan precision tinggi sebesar 0,97 meskipun recall-nya 0,57, menunjukkan keunggulan dalam mengurangi kesalahan false positive. Selain itu, Bayesian Optimization juga memberikan precision 0,99 pada EfficientNetV2S. Keunggulan utama Bayesian Optimization terletak pada efisiensinya dalam mengeksplorasi ruang hyperparameter, sehingga mampu mencapai performa optimal dengan jumlah evaluasi yang lebih sedikit dibandingkan metode Random Search yang membutuhkan evaluasi lebih banyak dan kurang stabil.
Co-Authors arifin, mohamad sulton Ayu Wulandari Chastine Fatichah pangestu, nilam ade