Tresi Aprilia, Tresi Aprilia
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisa Perbandingan Inception dan Xception Berbasis CNN untuk Klasifikasi Wajah Hewan Tresi, Tresi Aprilia; Salim, Mursalim; Tresi Aprilia, Tresi Aprilia
Jurnal Teknik Informatika dan Desain Komunikasi Visual Vol 3 No 1 (2024): Jurnal Teknik Informatika dan Desain Komunikasi Visual
Publisher : Fakultas Komputer Dan Desain

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

Abstract

Pada penelitian ini mencoba untuk mengklasifikasikan gambar hewan dengan cara membandingkan hasil akurasi terbaik antara Inception dan Xception. Pada dataset dalam penelitian ini, peneliti mencoba mengklasifikasikan gambar hewan menggunakan metode Convolutional Neural Network (CNN) berdasarkan tiga kategori kelas hewan yaitu kucing, anjing, dan hewan liar. Dalam proses pengklasifikasian penelitian ini menggunakan model CNN V3 untuk mengklasifikasikan gambar hewan. Dari hasil eksperimen menunjukan bahwa akurasi dari Inception dan Exception menunjukan hasil yang berbeda. Pendekatan Xception memiliki nilai akurasi yang lebih tinggi dibandingkan dengan Inception. Hasil penelitian ini menunjukan hassil akurasi Xceptioon sebesar 99,67% pada klasifikasi wajah hewan. Kata kunci: Inception, Xception, CNN, Klasifikasi Hewan
Aplikasi Monoline Coffe Berbasis Web Alfani, Riskon; Saputra, Dwi; Rizqie , Hafizd; Tresi Aprilia, Tresi Aprilia
Jurnal Teknik Informatika dan Desain Komunikasi Visual Vol 3 No 1 (2024): Jurnal Teknik Informatika dan Desain Komunikasi Visual
Publisher : Fakultas Komputer Dan Desain

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

Abstract

Di dunia yang semakin digital saat ini, Monoline Coffee lahir dengan tujuan memberikan pengalaman membeli kopi yang lebih dari sekadar pengalaman di toko.Menggunakan teknologi terkini, aplikasi ini tidak hanya berupaya menyediakan produk kopi berkualitas, tetapi juga menyediakan platform bagi pengguna untuk berbagi pengalaman melalui rating dan ulasan.Tujuan utama dari aplikasi ini adalah untuk menciptakan lingkungan belanja online yang memfasilitasi keputusan pembelian yang aman, andal, dan terinformasi."Kopi Monoline" mengalami beberapa masalah serius selama proses pengembangan.Salah satunya adalah tampilan yang nyaman dan perlindungan data pelanggan.Karena kepercayaan pelanggan sangat penting dalam bisnis berbasis aplikasi, tim pengembangan kami memberikan perhatian khusus untuk memastikan bahwa setiap langkah transaksi aman dan informasi pelanggan terlindungi.Tantangan lainnya adalah menciptakan antarmuka yang responsif sehingga pengguna dapat dengan mudah bernavigasi dan berinteraksi dengan aplikasi, serta mengintegrasikan teknologi yang tepat untuk mendukung pengalaman berbelanja yang memuaskan.Tujuan utama dikembangkannya “Kopi Monoline”.Tujuannya adalah untuk menciptakan lingkungan yang aman dan tepercaya bagi pengguna.Hal ini memerlukan penerapan fitur keamanan dan privasi yang komprehensif untuk acara.
Analisa Metode Boolean dalam Machine Learning untuk Pencarian Dokumen Batan Dataset dengan Algoritma K-Nn dan TF-IDF Tresi Aprilia; Hidayat, Taufik; Khozin, Muhammad; Tresi Aprilia, Tresi Aprilia
Jurnal Teknik Informatika dan Desain Komunikasi Visual Vol 3 No 2 (2024): Jurnal Teknik Informatika dan Desain Komunikasi Visual
Publisher : Fakultas Komputer Dan Desain

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

Abstract

Salah satu sarana untuk memenuhi kebutuhan pencarian informasi adalah dengan mesin pencarian dokumen. Mesin pencarian informasi dokumen adalah serangkaian program komputer yang dirancang untuk melakukan pencarian dokumen yang terdapat di dalam koleksi dokumen atau dataset. Penelitian ini memiliki tujuan untuk memperoleh kecocokan sumber informasi dalam pencarian yang bersifat eksplorasi yang efektif. Untuk mencari sumber keaktifan data atau konten dalam pencarian publikasi dataset Batan (Badan Tenaga Nuklir Nasional) untuk menemukan topik tertentu. Penelitian ini menggunakan pendekatan metode Boolean dan ekstraksi TF-IDF (Term Frequency-Inverse Document Frequency) dengan membandingkan hasil query. Metode Boolean menggunakan notasi AND dan NOT, namun belum bisa untuk memperingkat dokumen yang dihasilkan. Maka dari itu, menggunakan metode Extend Boolean merupakan gabungan keduanya. Terdapat dua proses yang dilakukan pada penelitian ini, yaitu proses penentuan indeks dan proses pencarian. Proses penentuan indeks mengekstraksi dokumen yang telah dilakukan proses preprocessing kemudian disimpan ke dalam database. Proses pencarian data dengan menggunakan TF-IDF menghasilkan daftar dokumen yang terurut. Hal ini dapat diketahui berdasarkan hasil pengujian dokumen yang relevan pada dokumen publikasi Batan dataset. Klasifikasi yang dibentuk dengan bantuan algoritma K-Nn dengan jenis kata kunci yang serupa untuk menumakn kata yang berdekatan satu sama lain dan mendapatkan hasil akurasi sebesar 84%.