Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Seni ITS
Fithriasari, Kartika
Departemen Statistika Institut Teknologi Sepuluh Nopember Surabaya
Arts Humanities

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

Found 2 Documents
Search

 1 
Klasifikasi Soal Label Gambar Soal Matematika Menggunakan Convolutional Neural Network Azhar, Fadhli; Fithriasari, Kartika
Jurnal Sains dan Seni ITS Vol 12, No 6 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i6.144040

Abstract

Pemahaman learner-centered adalah pemahaman yang mendorong pelajar untuk berkontribusi secara aktif pada proses pembelajaran. Proses belajar aktif terdistribusi merupakan salah satu Teknik yang dapat diterapkan pada pemahaman learner-centered. Infrastruktur dalam menerapkan proses belajar aktif terdistribusi dibutuhkan agar memudahkan pelajar dalam melaksanakan proses belajar aktif terdistribusi seperti system rekomendasi. System rekomendasi yang dapat dibuat untuk membantu pengalaman belajar pelajar lebih menarik antara lain pengenal soal, rekomendasi materi belajar dan sebagainya. System rekomendasi seperti pengenal soal dapat dibuat dengan bantuak model deep learning seperti Convolutional Neural Network. Model convolutional neural network mampu mempelajari pola yang ada pada soal integral dan peluang. Model terbaik yang didapatkan pada hasil penerapan convolutional neural network adalah model convolutional neural network dengan 2 convolutional kernel dan 3 convolutional layer. Model tersebut mamput mendapatkan nilai kebaikan klasifikasi sebesar 0,9453 pada data training dan 0,9375 pada data testing.
Sistem Rekomendasi Destinasi Wisata di Kota Surabaya Menggunakan Metode Content Based Filtering dan Neural Collaborative Filtering Syakura, Zaky Izmi; Fithriasari, Kartika
Jurnal Sains dan Seni ITS Vol 13, No 4 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i4.152760

Abstract

Dalam menghadapi kesulitan akses informasi wisata di Kota Surabaya akibat pandemi dan penurunan ekonomi global, sektor pariwisata diidentifikasi sebagai opsi potensial untuk me-ningkatkan PDB, devisa, dan penyerapan tenaga kerja. Meskipun Surabaya memiliki kekayaan budaya dan alam yang menarik, minimnya promosi dan informasi menjadi ken-dala. Penelitian ini menggunakan pendekatan neural colla-borative filtering dan content based filtering untuk menyusun sistem rekomendasi wisata yang lebih personal dan relevan. Content based filtering menunjukkan RMSE 3,1937 dan nilai F-1 Score 0,7 atau 70%, namun kurang efektif jika data pengguna sedikit. Sebaliknya, neural collaborative filtering dengan RMSE 1,4207 dan nilai F-1 Score 0,76 atau 76% memberikan rekomen-dasi 5 destinasi wisata dan menunjukkan hasil yang lebih baik. Hasilnya, neural collaborative filtering dapat meningkatkan ku-alitas rekomendasi dan mendukung pengembangan pariwisata di Surabaya.
Co-Authors Azhar, Fadhli Syakura, Zaky Izmi