cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zaenal Abidin, S.Kom., M.T.
Contact Email
teknokompak@teknokrat.ac.id
Phone
-
Journal Mail Official
teknokompak@tekokrat.ac.id
Editorial Address
-
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Tekno Kompak
Published by Universitas Teknokrat Indonesia
ISSN : 14129663     EISSN : 26563525     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Tekno Kompak adalah jurnal Sistem Informasi dan Komputer Akuntansi yang menerbitkan artikel-artikel ilmiah secara berkala enam bulanan setiap bulan Februari dan Agustus.
Arjuna Subject : -
Articles 225 Documents
 19   20   21   22   23 
Pemilihan Pembayaran Digital Pada E-Marketplace Menggunakan Metode AHP dan ELECTRE Putri, Cristia Sulisa; Abdullah, Abdullah; Istikoma, Istikoma
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4565

Abstract

Bidang perdagangan terpengaruh oleh kemajuan teknologi, khususnya pasar yang awalnya berbasis elektronik atau e-marketplace. Kehadiran e-marketplace dapat digunakan untuk jual beli dan membawa metode pembayaran digital. Untuk melakukan transaksi pada e-marketplace dapat menggunakan e-wallet atau metode pembayaran digital sebagai alat pembayaran. Banyak pilihan pembayaran digital yang menarik membuat orang sulit untuk memilih metode pembayaran mana yang akan digunakan, dan pemilihannya tetap subjektif. Oleh karena itu, ide-ide tentang sistem pendukung keputusan dapat digunakan sebagai alat untuk memutuskan metode pembayaran digital yang terbaik. Jumlah responden dalam penelitian berjumlah seratus orang. Analytical Hierarchy Process (AHP) digunakan untuk menentukan bobot kriteria dan ELECTRE digunakan untuk menentukan alternatif terbaik. Kemudahan penggunaan, keamanan aplikasi, jaringan merchant, manfaat akun premium, dan promosi atau bonus adalah kriteria yang digunakan. GoPay, OVO, ShopeePay, DANA, dan LinkAja adalah opsi alternatif. Selain itu, penelitian ini juga menghasilkan aplikasi pendukung keputusan PHP sebagai bahasa pemrograman dan basis data MySQL. Hasil penelitian mendukung keputusan bahwa DANA merupakan alternatif terbaik atau yang direkomendasikan dalam pemilihan pembayaran digital (e-wallet) pada e-marketplace.
Non-Destructive Classification Model of Pineapple Sweetness Level Purnawan, Nunu Nugraha; Vernanda, Dwi; Apandi, Tri Herdiawan; Niqotaini, Zatin
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4707

Abstract

This research focuses on the development of a non-destructive classification model for determining the sweetness level of pineapples using Internet of Things (IoT) technology and the K-Nearest Neighbor (KNN) algorithm. The main goal of this study is to assess the sweetness of pineapples without damaging the fruit, which is a common issue in traditional sweetness measurement methods, such as using a refractometer that requires pineapple juice. Subang Regency was selected as the sampling location because it is one of the largest pineapple-producing areas in West Java. There are three primary markets for pineapple distribution in the region: supermarkets, processing industries, and traditional markets, each with different sweetness standards.A total of 500 pineapples were used in this study, with 450 samples used for training data and 50 samples for testing data. The research utilized a TCS230 color sensor connected to an Arduino Uno R3 to capture RGB data from the pineapple skin at a specific distance. The RGB values obtained were then processed using the KNN algorithm to predict the sweetness level of pineapples based on Brix categories: high (14-17 Brix), medium (10-13 Brix), and low (<10 Brix).After acquiring the RGB values, the data was processed to produce a valid classification of the pineapple's sweetness level. Testing was conducted using a confusion matrix, which provided metrics such as accuracy, precision, and recall. The results showed that the developed KNN model successfully classified pineapples with an accuracy of 72%, meaning that the majority of predictions made by the model matched the actual sweetness level of the pineapples.This non-destructive approach offers significant advantages over traditional methods, as it not only preserves the integrity of the pineapple but also improves efficiency in terms of time and resources. The use of IoT technology and machine learning, such as KNN, has proven to provide a more practical and accurate solution for farmers and industry players in maintaining pineapple quality and enhancing the efficiency of distribution to various markets.
Sistem Monitoring Kualitas Inventarisasi Aset Berbasis web Dengan Metode Double Declining Afifah, Diah Liani Putri; Samsudin, Samsudin
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.5154

Abstract

Seiring berjalannya waktu, BKAD menghadapi kendala dalam pengelolaan aset inventaris, terutama dalam pemantauan kerusakan aset yang menyulitkan proses pemeliharaan. Hal ini sering mengakibatkan kesalahan dalam penginputan data aset dan potensi kehilangan data dari penyimpanan. Selain itu, untuk mengetahui jumlah dan kualitas inventaris barang atau untuk melihat laporan terkait, staf harus menghabiskan waktu yang cukup lama, sehingga proses ini menjadi kurang efisien dari segi waktu dan tenaga. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan inventaris aset berbasis web yang memanfaatkan teknologi. QR Code untuk pelacakan aset dan menggunakan metode double declining balance untuk penilaian kualitas dan depresiasi aset. Sistem dirancang untuk meningkatkan efisiensi dan akurasi pengelolaan aset dengan mengurangi kesalahan manual. Metode pengembangan menggunakan pendekatan prototyping, memungkinkan literasi cepat berdasarkan umpan balik pengguna. Hasil penelitian menunjukkan sistem ini meningkatkan efisiensi pengelolaan aset, memberikan laporan real-time, dan diterima positif selama uji coba operasional di Badan Keuangan Aset Daerah
Sistem Informasi Monitoring Siswa Terhadap Laporan Akademik dan Non Akademik Berbasis Website Sari, Elia
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.5095

Abstract

Abstrak-Perkembangan teknologi informasi telah membawa perubahan signifikan dalam cara masyarakat mendapatkan dan mengelola informasi, termasuk dalam dunia pendidikan. Di Sekolah Menengah Atas (SMA), pemantauan terhadap perkembangan siswa mencakup aspek akademik dan non-akademik yang sama-sama penting dalam membentuk karakter dan potensi siswa. Namun, sistem pemantauan yang masih dilakukan secara manual atau terpisah seringkali menyulitkan sekolah untuk memperoleh gambaran komprehensif mengenai perkembangan siswa, serta menghambat keterlibatan orang tua dalam proses pemantauan tersebut. Penelitian ini bertujuan untuk mengembangkan sistem informasi monitoring berbasis web yang mampu mengintegrasikan data akademik dan non-akademik siswa dalam satu platform. Dengan menggunakan metode Waterfall, penelitian ini melalui tahapan analisis kebutuhan, perancangan, implementasi, pengujian, hingga pemeliharaan untuk memastikan sistem yang dihasilkan stabil, terstruktur, dan mudah digunakan. Sistem ini dirancang untuk mempermudah guru dalam memantau aktivitas siswa, memberikan akses informasi real-time kepada orang tua, serta mendukung evaluasi menyeluruh oleh pihak sekolah. Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan dapat memberikan solusi atas permasalahan pemantauan siswa secara manual. Sistem ini memungkinkan akses data siswa yang lebih cepat dan akurat, baik dalam aspek akademik seperti nilai ujian, tugas, maupun dalam aspek non-akademik seperti kehadiran, keterlibatan dalam kegiatan ekstrakurikuler, dan sikap sosial. Dengan adanya integrasi data, proses evaluasi menjadi lebih efisien, dan respon terhadap permasalahan siswa dapat dilakukan dengan lebih cepat. Implementasi sistem informasi ini memberikan manfaat nyata bagi pihak sekolah, guru, dan orang tua. Guru dapat memantau perkembangan siswa secara terintegrasi, sementara orang tua dapat mengakses informasi anak mereka kapan saja dan di mana saja. Dengan demikian, penelitian ini berkontribusi dalam meningkatkan efektivitas dan efisiensi proses monitoring siswa di SMA, serta mendukung terciptanya kolaborasi yang lebih baik antara pihak sekolah dan orang tua untuk perkembangan siswa yang optimal.
Analisis Performa Model CNN dalam Klasifikasi Kebakaran dan non Kebakaran Hutan Dwiputra, Fahreza Fany
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5121

Abstract

Kebakaran hutan merupakan peristiwa terbakarnya suatu lahan yang disebabkan oleh faktor alam dan manusia, yang berdampak pada kerusakan lingkungan, hilangnya keanekaragaman hayati, dan menimbulkan dampak negatif bagi kesehatan. Penggunaan teknologi pendeteksi dan pemantau adalah salah satu upaya untuk mengurangi dampak kebakaran hutan yang semakin meluas. Seiring dengan kemajuan teknologi, Convolutional Neural Networks (CNN) adalah salah satu metode yang dapat digunakan untuk mengklasifikasikan kebakaran hutan yang dinilai canggih serta populer. Penelitian ini bertujuan untuk melakukan analisis dan perbandingan kinerja tiga model CNN dalam klasifikasi kebakaran hutan dan non-kebakaran hutan. Model CNN yang digunakan adalah VGG16, Inception-V3, dan ResNet50. Data yang digunakan sebanyak  952 citra yang terdiri dari 592 citra kebakaran dan 360 citra non kebakaran. Data tersebut terbagi menjadi tiga bagian yaitu data training sebesar 653 citra, data validation sebesar 149, dan data testing sebesar 150. Hasil untuk evaluasi model Inception-V3 memiliki performa yang paling terbaik secara keseluruhan, dengan mencapai accuracy 98% dan precision 99% pada data testing. VGG16 menunjukkan menunjukan performa yang baik dan konsisten, sedangkan ResNet50 menunjukkan performa yang buruk. Hal ini menunjukkan bahwa model Inception-V3 lebih unggul di bandingkan dengan model VGG16 dan ResNet50 dalam klasifikasi kebakaran dan non kebakaran hutan.
Perancangan Sistem Informasi Pengelolaan Keuangan Berbasis Web: Studi Kasus Pada Yayasan Angel Hearts Bali Dewi, Ni Luh Putu Arisma
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5083

Abstract

Pengembangan sistem ini bertujuan untuk merancang sebuah sistem pengelolaan keuangan berbasis web yang komprehensif dan terstruktur untuk Yayasan Angel Hearts Bali, sebuah yayasan sosial kemanusiaan yang telah beroperasi selama lebih dari lima tahun. Yayasan ini menangani permasalahan dalam pengelolaan keuangan, khususnya dalam pencatatan pendapatan sumbangan dan pengeluaran untuk berbagai kegiatan sosial yang dilakukan. Keterbatasan pada sistem pengelolaan yang sering kali mengakibatkan kesalahan pencatatan dan sulitnya mendapatkan laporan keuangan yang akurat dan terorganisir. Oleh karena itu, sistem pengembangan ini diharapkan dapat memberikan solusi yang efektif dan efisien bagi yayasan dalam mengelola keuangannya. Proses pengembangan sistem ini menggunakan metode air terjun , yang memastikan bahwa setiap tahap perancangan dilakukan secara berurutan dan sistematis. Metode ini dimulai dengan analisis tahap kebutuhan, di mana kebutuhan pengguna dan permasalahan yang ada diidentifikasi dengan jelas. Setelah itu, tahap desain dilakukan dengan membuat diagram alur proses, struktur data, dan prototipe jenis antarmuka pengguna (UI) untuk memberikan gambaran visual mengenai sistem yang akan dikembangkan. Tahap pengujian desain sistem dilakukan untuk memastikan bahwa rancangan sudah sesuai dengan kebutuhan yayasan. Sistem ini dirancang untuk mendukung berbagai fungsi penting dalam pengelolaan keuangan yayasan, seperti pencatatan transaksi pada jurnal umum, pembuatan buku besar, penghitungan neraca saldo, dan laporan laba rugi. Setiap transaksi, baik pendapatan maupun pengeluaran, dicatat secara terstruktur di dalam jurnal, yang kemudian digunakan untuk menghasilkan laporan keuangan secara otomatis setiap bulannya. Dengan adanya fitur-fitur ini, sistem tidak hanya mempermudah proses pencatatan, tetapi juga meningkatkan akurasi dan efisiensi dalam pengelolaan keuangan. Hasil akhir dari pengembangan ini adalah sebuah rancangan sistem pengelolaan keuangan yang terintegrasi, komprehensif, dan mudah digunakan. Sistem ini diharapkan mampu membantu yayasan menyelesaikan permasalahan pengelolaan keuangan yang selama ini menjadi kendala, sekaligus menyediakan laporan keuangan yang dapat diakses dengan cepat dan akurat. Dengan demikian, Yayasan Angel Hearts Bali dapat lebih fokus pada kegiatan sosialnya tanpa terganggu oleh permasalahan administratif. Pengembangan sistem ini juga memberikan dasar yang kuat untuk pengelolaan keuangan yang berkelanjutan di masa mendatang.
Penerapan Regresi Linear Terhadap Tingkat Perceraian Di Jawa Tengah Menggunakan Bahasa Python Muhajannah, Syarifatul; Kadisi, Angelo Risang; Wakhidah, Nur
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.4936

Abstract

Penelitian ini dilakukan untuk mengidentifikasi pola trend hubungan antara jumlah pernikahan dengan tingkat perceraian yang terjadi di 35 kabupaten/kota di Provinsi Jawa Tengah. Metode yang digunakan adalah regresi linier sederhana, dengan data utama yang bersumber dari Badan Pusat Statistik (BPS) Jawa Tengah pada tahun 2023. Dalam proses analisis, penelitian ini memanfaatkan bahasa pemrograman Python karena berbagai keunggulan yang dimilikinya. Python tidak hanya menawarkan sintaks yang sederhana dan mudah dipahami, tetapi juga memiliki berbagai pustaka yang sangat mendukung analisis data, seperti Pandas untuk pengolahan data, Scikit-learn untuk membangun model prediktif, dan Matplotlib untuk visualisasi data. Kemampuannya dalam mengelola data dalam jumlah besar secara efisien membuat Python sangat cocok untuk analisis yang memerlukan kecepatan dan akurasi tinggi. Model regresi linier sederhana yang diterapkan dalam penelitian ini menunjukkan hasil yang cukup signifikan. Nilai R-squared mencapai 87,74%, yang berarti bahwa sebanyak 87,74% variasi tingkat perceraian dapat dijelaskan oleh jumlah pernikahan di kabupaten/kota yang dianalisis. Di sisi lain, nilai Mean Squared Error (MSE) sebesar 79.745,23 menunjukkan tingkat kesalahan prediksi yang berada dalam batas yang dapat diterima. Model ini juga mengungkapkan bahwa setiap peningkatan satu pernikahan rata-rata akan berhubungan dengan kenaikan sebesar 0,3486 pada tingkat perceraian. Beberapa hasil prediksi tingkat perceraian di kabupaten/kota tertentu berdasarkan jumlah pernikahan menghasilkan angka seperti 2.281,39; 3.501,47; 1.518,09; 1.455,32; 1.264,24; 2.240,59; dan 3.046,43 kasus. Hasil prediksi ini menggambarkan estimasi tingkat perceraian yang dihasilkan oleh model di wilayah-wilayah tersebut. Analisis ini memperlihatkan adanya korelasi positif antara jumlah pernikahan dan tingkat perceraian, di mana wilayah dengan jumlah pernikahan yang lebih tinggi cenderung memiliki tingkat perceraian yang juga lebih tinggi. Penemuan ini memberikan bukti empiris yang memperkuat adanya hubungan linier yang signifikan antara kedua variabel tersebut. Dengan demikian, penelitian ini diharapkan dapat menjadi pijakan ilmiah dalam perumusan kebijakan yang lebih efektif. Melalui pendekatan berbasis data ini, intervensi yang dirancang untuk mengurangi angka perceraian di masa depan dapat dilakukan secara lebih terarah dan strategis
Implementasi Metode SAW dengan Pembobotan ROC dalam Menentukan Stunting di Posyandu Desa Padang Palupi, Kinanthi Sekar; Putra, Rafli Danu Kusuma; Pungkasanti, Prind Triajeng
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5023

Abstract

Stunting merupakan masalah kesehatan yang serius di Indonesia, terutama pada balita yang berada dalam tahap usia dini. Stunting adalah status gizi yang sering terjadi pada anak dibawah 5 tahun karena terjadinya kekurangan gizi sejak dalam kandungan dan pada awal kelahiran. Deteksi dini pada status gizi balita sangat penting untuk mencegah terjadinya kekurangan gizi kronis yang dapat menghambat pertumbuhan anak. Penelitian ini bertujuan untuk menerapkan metode Simple Additive Weighting (SAW) dengan pembobotan Rank Order Centroid (ROC) dalam menentukan status gizi balita di Posyandu Desa Padang. Metode ROC dipilih untuk memberikan bobot pada keriteria yang relevan, sedangkan metode SAW digunakan untuk perhitungan alternatif berdasarkan bobot kriteria tersebut. Peneliti menggunakan data antropometri seperti tinggi badan, berat badan, umur, dan data pendukung lainnya untuk mengidentifikasi status gizi balita. Pengumpulan data dilakukan melalui wawancara dengan bidan desa, yang menghasilkan data antropometri balita yang dianalisis. Hasil menunjukkan bahwa penggunaan metode SAW dengan pembobotan ROC memungkinkan penentuan status gizi balita dengan lebih akurat dan efesien. Hasil nilai preferensi dihitung untuk menentukan skala status gizi balita, yang diklasifikasikan sebagai sangat pendek, stunting, tinggi, dan normal. Penerapan metode SAW dengan pembobotan ROC dalam menentukan status gizi balita ini menunjukkan bahwa metode ini efektif dalam memebantu deteksi dini stunting, mendukung upaya pencegahan, dan meningkatkan kualitas sumber daya manusia. Dengan metode ini, posyandu diharapkan dapat meningkatkan akurasi dalam menentukan status gizi balita serta mengatasi keterbatasan sumber daya manusia. Kata Kunci: Stunting, Metode SAW, Metode ROC, Status Gizi, Posyandu
Penerapan Metode Moora Dalam Menentukan Tingkat Pendidikan Masyarakat Berdasarkan Jumlah Lulusan Kota Semarang Kadisi, Angelo Risang; Muhajannah, Syarifatul Muhajannah; Pungkasani, Prind Triajeng
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5009

Abstract

Abstrak− Penelitian ini dilakukan untuk memberikan rekomendasi keputusan dalam penentuan tingkat pendidikan bagi masyarakat Kota Semarang berdasarkan jumlah kelulusannya. Permasalahan dalam penelitian ini adalah bagaimana pihak terkait seperti pemerintah dapat menentukan tingkat pendidikan masyarakat bagi setiap kecamatan berdasarkan angka kelulusan yang dimiliki di setiap jenjang pendidikan. Penentuan tingkat pendidikan ini dihitung menurut setiap kecamatan di Kota Semarang dengan metode MOORA (Multi-Objective Optimization on the Basis Of Ratio Analysis). Masing-masing jenjang pendidikan merupakan kriteria yang diberikan bobot dengan teknik pembobotan Rank Sum. Alternatif yang digunakan dalam penelitian ini sebanyak 16 alternatif yang semuanya adalah kecamatan yang ada di Semarang. Sebagai kriteria yang diganakan pada perhitungan ini adalah setiap jenjang pendidikan yang ada di kota Semarang. Jenjang pendidikan yang digunakan pada perhitungan ini adalah belum/tidak menempuh pendidikan, belum tamat SD/sederajat, hingga lulusan SD, SLTP/sederajat, SLTA/sederajat, Diploma I/II, Diploma III/Akademi, Diploma IV/Strata I, Strata II, dan Strata III. Hasil implementasi metode MOORA dalam sistem pendukung keputusan dengan pembobotan Rank Sum untuk kriteria kecamatan yang memperoleh hasil paling rendah dalam tingkat pendidikan adalah Gayamsari dengan nilai Yi sebesar 0.099639. Berdasarkan data UNESCO 2023 jumlah besaran presentase lulusan sarjana di Indonesia adalah 10,51%. Dari hal tersebut dapat dikatakan bahwa hasil yang diperoleh sudah sesuai dengan penelitian, karena Kecamatan Gayamsari menjadi salah satu daerah paling rendah tingkat presentase lulusan sarjananya. Kecamatan ini hanya menyumbang angka presentase lulusan sarjana sebesar 7,45% berdasarkan data DISDUKCAPIL Kota Semarang 2023. Jumlah presentase lulusan sarjana di Kecamaan Gayamsari ini jelas dibawah dari nilai presentase yang ada di Indonesia berdasarkan data UNESCO. Dengan adanya penelitian ini diharapkan pemerintah mampu mengambil langkah serius dalam menangani daerah yang kualitas tingkat lulusanya paling rendah. Melalui hasil penelitian ini, nantinya pemerintah dapat memberikan informasi terkait tingkat pendidikan masyaarakat berdasarkan tingkat lulusan kota semarang. Pemerintah dapat mengambil langkah strategis dan serius dalam menangani wilayah-wilayah dengan kualitas pendidikan yang rendah, sehingga upaya pemerataan mutu pendidikan dapat tercapai secara lebih optimal.Kata Kunci: Tingkat Pendidikan, Moora, Kelulusan, Kota Semarang, UNESCO, Sistem Pendukung Keputusan.
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI DAN DETEKSI TUMOR OTAK Kurnia, Decky Putra
Jurnal Tekno Kompak Vol 19, No 2 (2025): AGUSTUS (In Progress)
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i2.5139

Abstract

Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) untuk mendeteksi tumor otak melalui citra digital. Tumor otak merupakan salah satu penyakit dengan tingkat kompleksitas tinggi yang memerlukan diagnosis cepat dan akurat. CNN digunakan karena kemampuannya untuk mengekstraksi pola kompleks dari citra tanpa memerlukan rekayasa fitur manual. Dataset yang digunakan mencakup empat kategori utama: glioma, meningioma, pituitary, dan non-tumor. Model dilatih menggunakan teknik transfer learning untuk meningkatkan efisiensi pelatihan dan akurasi prediksi. Evaluasi model menunjukkan hasil yang menjanjikan dengan tingkat akurasi sebesar 88%, menggunakan metrik seperti precision, recall, F1-score, dan Confusion Matrix untuk analisis kinerja. Hasil penelitian ini diharapkan dapat mendukung pengembangan sistem berbasis kecerdasan buatan untuk membantu diagnosis medis secara otomatis, terutama di wilayah dengan akses terbatas terhadap fasilitas diagnostik dan tenaga medis.

Page 22 of 23 | Total Record : 225

 19   20   21   22   23 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol 19, No 2 (2025): AGUSTUS (In Progress) Vol 19, No 1 (2025): FEBRUARI Vol 18, No 2 (2024): AGUSTUS Vol 18, No 1 (2024): FEBRUARI Vol 17, No 2 (2023): Agustus Vol 17, No 1 (2023): Februari Vol 16, No 2 (2022): Agustus Vol 16, No 1 (2022): Februari Vol 15, No 2 (2021): Agustus Vol 15, No 1 (2021): Februari Vol 14, No 2 (2020): AGUSTUS Vol 14, No 1 (2020): Februari Vol 13, No 2 (2019): Agustus Vol 13, No 1 (2019): Februari Vol 12, No 2 (2018): Agustus Vol 12, No 1 (2018): Februari Vol 11, No 2 (2017): Agustus Vol 11, No 1 (2017): Februari More Issue