Article Per Year (5 Year)
p-Index From 2021 - 2026
1.819
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Nasional Komputasi dan Teknologi Informasi CENDEKIA : Jurnal Ilmu Pengetahuan EDUTECH : Jurnal Inovasi Pendidikan Berbantuan Teknologi DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Journal of Artificial Intelligence and Digital Business Jurnal Ilmu Komputer dan Sistem Informasi Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika dan Teknologi Informasi
M. Khalil Gibran
Universitas Islam Negeri Sumatera Utara
Religion Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Library & Information Science Neuroscience Social Sciences Transportation

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Transfer Learning Implementation with MobileNetV2 for Cassava Leaf Disease Detection Muhammad Fathir Aulia; M. Khalil Gibran; Nur Shafwa Aulia Sitorus; Agung Nugroho; Nayla Faiza; Hervilla Amanda R. Siregar
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 8 No. 1 (2025): Jurnal Teknologi dan Open Source, June 2025
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v8i1.4442

Abstract

Cassava (Manihot esculenta) is one of Indonesia’s key agricultural commodities but is vulnerable to various leaf diseases, such as Cassava Bacterial Blight (CBB) and Cassava Mosaic Disease (CMD). These diseases often exhibit similar visual symptoms, making it challenging for farmers to accurately identify them through manual observation. This study aims to develop an automatic cassava leaf disease detection system based on transfer learning, utilizing the MobileNetV2 architecture. The dataset used consists of 1,500 images, evenly distributed across three categories: CBB, CMD, and healthy leaves. The data underwent preprocessing, augmentation, and model training, including fine-tuning of the last 20 layers of the MobileNetV2 model. Evaluation results indicated that the model achieved an accuracy of 67% on the test set, with the highest performance in detecting Cassava Mosaic Disease, reflected by an F1-score of 0.75. These results demonstrate the potential of MobileNetV2 as a lightweight and efficient solution for detecting cassava leaf diseases, particularly when supported by a larger and more diverse dataset. This research serves as a foundation for developing mobile-based diagnostic tools to help farmers make faster and more accurate decisions in the field.
Analisis Pengalaman pada Penggunaan Chatbot (ChatGPT) dalam Pembelajaran Siswa Menggunakan Metode SUS Siti Dian Fachroza Ritonga; Cahaya Indah Siregar; Indah Lestari; Revina Putri Damayanti; M. Khalil Gibran
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.9077

Abstract

Penelitian ini bertujuan untuk mengeksplorasi pengalaman pengguna saat memanfaatkan chatbot yang didukung oleh kecerdasan buatan, yaitu ChatGPT, dalam mendukung proses belajar menggunakan metode System Usability Scale (SUS). Kemajuan teknologi Artificial Intelligence (AI) di bidang pendidikan telah membawa banyak kemudahan bagi mahasiswa dalam mencari data, memahami materi kuliah, dan menyelesaikan tugas akademis. Oleh karena itu, perlu dilakukan penilaian mengenai seberapa berguna dan nyaman ChatGPT, agar kita bisa mengetahui seberapa jauh sistem ini mampu memberikan pengalaman belajar yang baik bagi para penggunanya. Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei yang melibatkan 62 responden dari berbagai jurusan yang telah memanfaatkan ChatGPT dalam kegiatan belajar. Data dikumpulkan melalui distribusi kuesioner System Usability Scale (SUS) yang terdiri dari 10 pernyataan dengan menggunakan skala Likert 1–5. Hasil dari penelitian ini mengindikasikan bahwa sebagian besar responden memiliki pandangan positif terhadap penggunaan ChatGPT. Pengguna merasa ChatGPT mudah dimengerti, user-friendly, memiliki fitur yang saling terintegrasi dengan baik, serta dapat memberikan respons yang cepat dan membantu dalam memahami materi pembelajaran. Selain itu, sebagian besar responden juga merasakan kemampuan menggunakan ChatGPT secara mandiri tanpa bantuan dari pengguna lain. Berdasarkan pengukuran melalui metode SUS, tingkat kegunaan ChatGPT tergolong baik, sehingga sistem ini dianggap layak untuk dijadikan alat bantu dalam pembelajaran. Namun, ada beberapa batasan seperti kemungkinan adanya informasi yang kurang tepat dan penjelasan yang belum menyeluruh pada beberapa topik tertentu. Secara keseluruhan, ChatGPT memiliki potensi besar untuk meningkatkan efektivitas dan efisiensi dalam proses pembelajaran serta dapat terus dikembangkan untuk memberikan pengalaman pengguna yang lebih baik di masa yang akan datang.
Co-Authors Abiyyu Adzin Agung Nugroho Ahmad Satria Amir Saleh Arif Sandika Arini Sastra Marulafau Azriel Taqwallah Rangkuti Bintang Kurniawan Herman Cahaya Indah Siregar Diah Putri Kartikasari F, Muhammad Bagas Faishal Dzaky Fiqri Dian Priyatna Sinaga Fiqri Dwi Al Hafiz Friza Talita Hervilla Amanda R. Siregar Ilham Patih Hasibuan Indah Lestari Irfan Yusuf M. Arif Fadhillah Lubis M.Rizky Ramadhan Mahda Khairun Nazwa Daulay Mhd Ikhsan Rifki Mhd. Farhan Aditiya Muhammad Amin Naufal Muhammad Faiz Akbar - Muhammad Fathir Aulia Muhammad Nirvi Akbar Muhammad Zidni Ilman Hasibuan Nadil Fawwaz Ray Nayla Faiza Nur Azizah Lubis Nur Shafwa Aulia Sitorus Nurkhatmul Azmi Nursiah Rafika Hadi Siregar Revina Putri Damayanti Rizky Agung Simatupang Salim Salim Siti Dian Fachroza Ritonga Suthan Farras Ashar Syukri Falahi Capah Tiara Ayu Triarta Tambak TM. Farrel Davin Zahra Humaira Kudadiri Zaki Tausy Errahman Sitanggang Zidni Hudan Al Farabi