Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Healthy Journal
Fetia Wardhiani, Wini
Unknown Affiliation
Dentistry Health Professions Medicine & Pharmacology Nursing Public Health

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

Found 2 Documents
Search

 1 
Meningkatkan Pendapatan Petani melalui Penerapan Teknologi Kecerdasan Buatan  dalam Analisis Perbandingan Kualitas Buah Kopi di Kabupaten Bandung Fetia Wardhiani, Wini; Bayu Anggara, Mohammad; Satria Putra, Chanra
AKURAT | Jurnal Ilmiah Akuntansi FE UNIBBA Vol. 16 No. 02 (2025): AKURAT Edisi Mei - Agustus 2025 - Jurnal Ilmiah Akuntansi FE UNIBBA
Publisher : Fakultas Ekonomi UNIBBA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas biji kopi merupakan faktor utama yang menentukan nilai jual dan daya saing di pasar global. Penilaian kualitas secara manual umumnya masih menghadapi kendala berupa subjektivitas, keterbatasan akurasi, serta waktu yang relatif lama. Oleh karena itu, penerapan kecerdasan buatan (AI) menjadi alternatif yang menjanjikan untuk meningkatkan konsistensi dan efektivitas evaluasi mutu kopi. Penelitian ini bertujuan untuk menganalisis dan membandingkan berbagai algoritma AI yang telah diterapkan dalam klasifikasi kualitas biji kopi, meliputi jaringan saraf tiruan Backpropagation (BPNN), Naive Bayes, machine learning berbasis statistik, serta arsitektur deep learning seperti CNN, VGG, AlexNet, MobileNetV2, GoogleNet, ResNet, DenseNet, dan EfficientNet. Analisis dilakukan berdasarkan literatur yang dipublikasikan pada periode 2015–2024, dengan memperhatikan metrik evaluasi seperti akurasi, presisi, sensitivitas, spesifisitas, dan skor F1. Hasil kajian menunjukkan bahwa metode berbasis deep learning, khususnya CNN dan turunannya, konsisten memberikan performa lebih tinggi dibandingkan algoritma klasik, dengan akurasi mencapai lebih dari 98% pada beberapa penelitian. Sementara itu, algoritma ringan seperti Naive Bayes dan BPNN masih relevan digunakan pada kondisi dengan keterbatasan sumber daya komputasi. Temuan ini menegaskan bahwa pemilihan algoritma AI perlu disesuaikan dengan kebutuhan, skala produksi, dan ketersediaan infrastruktur, sehingga dapat mendukung pengendalian kualitas kopi secara lebih efektif, efisien, dan berkelanjutan
ANALISIS PENDAPATAN USAHATANI KOPI DI KELOMPOK TANI KOPI RAHAYU KECAMATAN PANGALENGAN KABUPATEN BANDUNG Fetia Wardhiani, Wini; Kundrat; Aqil Dzulfikar, Nizar
AKURAT | Jurnal Ilmiah Akuntansi FE UNIBBA Vol. 17 No. 01 (2016): AKURAT Edisi Januari - April 2026 | Jurnal Ilmiah Akuntansi FE UNIBBA
Publisher : Fakultas Ekonomi UNIBBA

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan mengetahui biaya, penerimaan, dan pendapatan usahatani kopi serta menganalisis tingkat keuntungannya melalui rasio penerimaan terhadap biaya (R/C Ratio) pada Kelompok Tani Kopi Rahayu di Desa Margamulya, Kecamatan Pangalengan, Kabupaten Bandung. Metode yang digunakan adalah deskriptif kuantitatif dengan teknik survei dan penentuan responden secara purposive sampling. Data yang dikumpulkan meliputi data primer (biaya produksi, penerimaan, harga jual) dan data sekunder dari literatur serta instansi terkait. Analisis dilakukan dengan menghitung biaya tetap, biaya variabel, total biaya, penerimaan, pendapatan, dan R/C Ratio. Hasil penelitian menunjukkan total biaya produksi sebesar Rp56.590.400 per musim, dengan penerimaan Rp1.319.500.000 dan pendapatan Rp1.262.909.600. Nilai R/C Ratio > 1 menunjukkan usahatani kopi layak secara ekonomis. Dengan demikian, usahatani kopi memberikan keuntungan dan berpotensi menjadi sumber pendapatan berkelanjutan bagi petani
Co-Authors Aqil Dzulfikar, Nizar Kundrat Mohammad Bayu Anggara Satria Putra, Chanra