cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. magelang,
Jawa tengah
INDONESIA
Jurnal Komtika (Komputasi dan Informatika)
Published by Universitas Muhammadiyah Magelang
ISSN : 25802582     EISSN : 2580734X     DOI : -
Core Subject : Science,
Computer Science & IT
Arjuna Subject : -
Articles 102 Documents
 7   8   9   10   11 
Deteksi Ikan Segar Secara Realtime dengan YOLOv4 menggunakan Metode Convolutional Neural Network Chichi Rizka Gunawan; Nurdin Nurdin; Fajriana Fajriana
Jurnal Komtika (Komputasi dan Informatika) Vol 7 No 1 (2023)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v7i1.8986

Abstract

Ikan merupakan komoditas mudah rusak yang memerlukan penanganan segera setelah dikeluarkan dari laut. Untuk ikan segar dapat dilihat jika tidak diberikan pengolahan khusus yang tepat, kualitas ikan akan menurun dengan hitungan jam. Setiap orang ingin membeli ikan yang halal, aman, sehat, dan berkualitas tinggi. Selain itu juga perlu mengetahui perbedaan ikan yang segar dan tidak segar, terkadang ada pedagang nakal, ikan yang tidak segar masih dijual. Sehingga produk menjadi tidak aman saat dikonsumsi dan dapat merugikan konsumen. Untuk mengetahui akurasi dan performansi algoritma pendeteksi kesegaran ikan di Yolov4 menggunakan metode convolutional neural network (CNN), penelitian ini membuat sistem pendeteksi ikan segar secara realtime. Seiring waktu, orang mengembangkan pengetahuan dan teknologi untuk mendukung dan memfasilitasi pekerjaan mereka. Penelitian ini menggunakan 118 data citra untuk pelatihan dan 13 data citra untuk pengujian, dengan pelatihan berlangsung selama 6000 epoch. Proses YOLOv4-CNN adalah hasil dari data yang telah dideteksi oleh YOLOv4 akan diklasifikasi modelnya oleh CNN dimana sebelumnya citra akan di resize sehingga seluruh data citra memiliki ukuran yang sama untuk memudahkan proses konvolusi, dilanjutkan dengan fungsi aktivasi, pooling layer, fully connected layer dan diakhiri dengan proses klasifikasi objek. Kemudian hasil klasifikasi akan diimplementasikan kembali pada YOLOv4 untuk mengetahui pendeteksian ikan segar telah terdeteksi dengan baik atau tidak. Hasil dari pendeteksian kesegaran ikan menggunakan algoritma YOLOv4-CNN dapat dinilai bekerja dengan baik. Pengujian sistem pada Yolov4-CNN memperoleh MAP sebesar 93.75%, dengan presisi 1.00%, recall 0.93%, f-Score 0.96% dan juga rata-rata nilai IoU sebesar 74.17%.
Analysis of WIUM Online Education Management System User Satisfaction Using PIECES Framework Winda Ebina Br Bangun; Jay Idoan Sihotang
Jurnal Komtika (Komputasi dan Informatika) Vol 7 No 1 (2023)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v7i1.9036

Abstract

WIOEM is a web and android application designed to quickly share information with users and help solve problems at the Salemba Adventist College. This information system is used by users for various purposes that are able to support the performance of teachers and parents in improving services to students. The various functions in this information system will affect user satisfaction or dissatisfaction with the system. So that there is a need for improvement and development of the system in the future. WIOEM information system analysis was carried out to determine the advantages and disadvantages that exist in the system based on the PIECES method. The purpose of this research is to get an overall picture of system performance, information, level of economic value, security, efficiency, and system services. From each aspect that is analyzed will be used as a recommendation for improvement of the WIOEM information system. The method used in this research is descriptive quantitative. The data collection technique uses a questionnaire distributed through the Google Forms platform. The results of this study indicate that the WIOEM system is in the good category, with an average total satisfaction level of 4.18. With each Performance indicator achieving a value of (4.31), Information (4.23), Economic (4.04), Control (4.11), Efficiency (4.25) and Service achieving a value of (4.17).

Page 11 of 11 | Total Record : 102

 7   8   9   10   11 

Filter by Year

2017 2023


Reset
Filter By Issues
All Issue Vol 7 No 1 (2023) Vol 6 No 2 (2022) Vol 6 No 1 (2022) Vol 5 No 1 (2021) Vol 4 No 2 (2020) Vol 4 No 1 (2020) Vol 3 No 2 (2019) Vol 3 No 1 (2019) Vol 2 No 2 (2018) Vol 2 No 1 (2018) Vol 1 No 2 (2017) Vol 1 No 2 (2017): Jurnal Komtika Vol 1 No 1 (2017) Vol 1 No 1 (2017): Jurnal KOMTIKA More Issue