Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Simetris International Journal of Advances in Data and Information Systems
Saptomo, Amanat Bintang
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Comparative Evaluation of Convolutional Neural Network Full Learning Model with Transfer Learning (VGG-16) for Coffee Bean Roasting Level Classification Tama, Mradipta Nindya; Saptomo, Amanat Bintang; Afrido; Baroroh, Dawi Karomati; Rifai, Achmad Pratama; Tho, Nguyen Huu
International Journal of Advances in Data and Information Systems Vol. 6 No. 2 (2025): August 2025 - International Journal of Advances in Data and Information Systems
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ijadis.v6i2.1358

Abstract

Indonesia is the 3rd largest coffee producing country in the world in 2022-2023 with coffee production reaching 11.85 million bags per 60 kg of coffee. One of the important processes in coffee production is roasting because the roasting level of coffee beans can affect the taste and aroma of coffee. The problem faced is that the process of assessing the level of coffee roasting is traditionally carried out through visual observation by an expert (roaster). This method produces a subjective level of assessment and requires high skills and experience, making the assessment of the level of coffee roasting less efficient and prone to human error. Therefore, in this study the author aims to develop a Convolutional Neural Network (CNN) model for the classification of the level of coffee bean roasting that can achieve better and faster accuracy. In this study, the author compared two CNN architecture approaches for the classification of the level of coffee bean roasting. The first approach is full learning with an architecture consisting of three convolution layers. The second approach is transfer learning based on the VGG-16 model. From the results of the analysis, it is known that the full learning model has a better level of accuracy and a faster running time than the VGG-16 transfer learning. The CNN full learning model for coffee bean roasting level classification is able to classify the coffee bean roasting level, with an accuracy of 98.75% and a running time of 856 ms per step. The application of CNN for coffee roasting level classification can provide benefits such as improving quality control and reducing the level of subjectivity of a roaster in assessing the roasting level of coffee beans.
Implementasi Business Intelligence (BI) di PT. X dalam Membuat Keputusan Penjualan Properti dengan Metode Online Analytical Processing (OLAP) Novianto, Didin Dwi; Saptomo, Amanat Bintang; Cahyo, Winda Nur
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 16, No 1 (2025): JURNAL SIMETRIS VOLUME 16 NO 1 TAHUN 2025
Publisher : Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/simet.v16i1.13988

Abstract

Perumahan adalah salah satu kebutuhan dasar bagi kehidupan manusia. Seiring dengan tingkat pertumbuhan penduduk, terjadi peningkatan kebutuhan rumah. Tingginya permintaan ini membuat peluang bagi perusahaan properti, salah satunya PT X yang berada di Lampung. Untuk dapat terus maju dan berkembang, sebuah perusahaan harus berinovasi supaya dapat bersaing dengan perusahaan lain. Penerapan teknologi informasi berupa Business Intelligence (BI) dapat meningkatkan keunggulan bersaing. BI merupakan sebuah proses untuk melakukan ekstraksi data-data yang dapat meningkatkan keunggulan sebuah perusahaan. BI dapat menjadi alat bantu mengolah data-data menjadi informasi yang bernilai lebih dan membantu perusahaan untuk membuat keputusan manajemen yang lebih baik berdasarkan data yang dimiliki. Implementasi BI yang dilakukan berupa pengolahan data penjualan perumahan PT X dan juga data-data lain yang diperlukan sehingga dihasilkan output berupa tampilan visualisasi dan informasi melalui dashboard informasi yang dapat memberikan wawasan mengenai kondisi pasar perumahan yang ada di Lampung. Langkah-langkah yang dilakukan dalam implementasi BI ini dimulai dari pengumpulan data, pengolahan data melalui metode Extract, Transform, Loading (ETL) yang kemudian dilanjutkan dalam metode Online Analytical Processing (OLAP) untuk melakukan analisis. Akhirnya dihasilkan visualisasi data yang dapat menggambarkan relasi dan pola antara variabel yang ada dalam data dan mengkomunikasikan informasi secara jelas dan efektif melalui sarana grafis.
Co-Authors Achmad Pratama Rifai Afrido Cahyo, Winda Nur Dawi Karomati Baroroh Novianto, Didin Dwi Tama, Mradipta Nindya Tho, Nguyen Huu