Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Industri Terapan Jurnal Software Engineering and Computational Intelligence
Dicky Ryanto Fernandes
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Klasifikasi Non-Destruktif Kemanisan Semangka Manohara Menggunakan Transfer Learning VGG-16 Dicky Ryanto Fernandes; Nur Rachmat
Jurnal Teknologi dan Manajemen Industri Terapan Vol. 4 No. 4 (2025): Jurnal Teknologi dan Manajemen Industri Terapan
Publisher : Yayasan Inovasi Kemajuan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55826/81wv2s06

Abstract

Semangka (Citrullus lanatus) merupakan buah tropis populer di Indonesia karena rasanya yang manis dan kandungan airnya yang tinggi. Penentuan tingkat kemanisan masih banyak dilakukan secara destruktif dengan refraktometer, sehingga kurang efisien. Penelitian ini bertujuan mengklasifikasikan tingkat kemanisan semangka Manohara secara non-destruktif berdasarkan ciri fisik luar menggunakan Convolutional Neural Network (CNN) dengan arsitektur VGG-16 dan pendekatan transfer learning. Data dikumpulkan secara mandiri dan dibagi menjadi 80% data latih, 10% validasi, dan 10% uji. Model menggunakan Adam Optimizer dan Softmax sebagai classifier. Hasil terbaik diperoleh pada skenario ke-4 dengan akurasi 67,42%. Namun, model menunjukkan gejala underfitting dan kecenderungan mengklasifikasi ke satu kelas. Penelitian ini menunjukkan potensi awal penggunaan visi komputer dalam seleksi kualitas semangka secara otomatis dan non-destruktif, meskipun masih diperlukan peningkatan akurasi agar dapat diimplementasikan secara praktis di lapangan.
Optimasi Akurasi Sentimen Komentar Xiaomi SU7 di YouTube Menggunakan Naive Bayes dan Chi-Square Dicky Ryanto Fernandes; Nicolas Jacky Pratama Hasan; Novan Wijaya
Jurnal Software Engineering and Computational Intelligence Vol 2 No 01 (2024)
Publisher : Informatics Engineering, Faculty of Computer Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jseci.v2i01.4099

Abstract

Tujuan dari penelitian ini adalah untuk menganalisis sentimen komentar mengenai produk Xiaomi SU7 pada platform YouTube dengan menggunakan metode Naive Bayes dan Chi-square. Pemilihan topik ini didasarkan pada pentingnya memahami persepsi konsumen terhadap merek di pasar digital. Metode penelitian ini melibatkan proses crawling dataset, pelabelan dataset, preprocessing, dan penggunaan metode SMOTE untuk mengatasi ketidakseimbangan kelas. Hasil penelitian menunjukkan bahwa akurasi sebesar 76,1% dicapai dengan menggunakan model naïve Bayes dan akurasi sebesar 78,5% dicapai untuk model naïve Bayes dengan pemilihan fitur chi-kuadrat, sehingga disimpulkan bahwa; Model Naive Bayes dapat meningkatkan akurasi prediksi sentimen sebesar 2,4%. Hasil ini memberikan wawasan berharga mengenai analisis sentimen konsumen terkait produk digital.
Co-Authors Nicolas Jacky Pratama Hasan Novan Wijaya Nur Rachmat