cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Joseph Dedy Irawan
Contact Email
joseph@lecturer.itn.ac.id
Phone
+62811367463
Journal Mail Official
mnemonic@scholar.itn.ac.id
Editorial Address
Jl. Raya Karanglo Km. 2 Malang
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Mnemonic
Published by Institut Teknologi Nasional Malang
ISSN : -     EISSN : 26144808     DOI : https://doi.org/10.36040/mnemonic
Core Subject : Science,
Computer Science & IT
Jurnal Mnemonic adalah jurnal nasional yang diterbitkan oleh Teknik Informatika Institut Teknologi Nasional Malang, sebagai media publikasi hasil penelitan dan pengabdian masyarakat dalam bidang Teknik Informatika bagi para akademisi dan peneliti untuk mempublikasikan karya-karya ilmiah di khalayak luas, diterbitkan secara berkala 2 kali setahun pada bulan Februari dan September.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 192 Documents
 16   17   18   19   20 
KLASIFIKASI TELAPAK TANGAN MENGGUNAKAN DEEP LEARNING DAN MACHINE LEARNING Huang, Jervis; Handhayani, Teny
Jurnal Mnemonic Vol 8 No 2 (2025): Mnemonic Vol. 8 No. 2
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v8i2.15716

Abstract

Tujuan penelitian ini adalah untuk membandingkan kinerja model deep learning MobileNetV2 dan beberapa algoritma machine learning yaitu K-Nearest Neighbor (KNN), Artificial Neural Network (ANN), Decision Tree (DT) dan Support Vector Machine (SVM) dalam mengklasifikasi telapak tangan. Karena algoritma machine learning tidak dapat membaca data citra secara langsung, fitur dari gambar akan diekstraksi dengan gray level co-occurrence matrix (GLCM). Penelitian ini menggunakan data citra telapak tangan dari 26 responden yang berasal dari Universitas Tarumanagara yang berumur sekitar 17 tahun, dan dibagi menjadi 52 kelas (telapak tangan kanan dan kiri dianggap kelas beda). Selain itu, responden diusahakan untuk memenuhi beberapa syarat untuk data citra mereka seperti latar belakang polos dan garis-garis telapak tangan yang jelas. Data uji dan data latih diambil secara acak dengan rasio data latih:data uji 70%:30% dan 80%:20%. Setelah eksperimen, KNN menghasilkan rata-rata akurasi 87% dengan waktu latihan 0.01 detik, ANN menghasilkan rata-rata akurasi 87% dengan waktu latihan 14 detik, DT menghasilkan rata-rata akurasi 83% dengan waktu latihan 0.18 detik, SVM menghasilkan rata-rata akurasi 94% dengan waktu latihan 0.17 detik dan MobileNetV2 menghasilkan akurasi 59% dengan waktu latihan 3336.28 detik. Selain itu, ANN mengasih tanda ketidakkonsistenan karena menghasil akurasi lebih rendah jika menggunakan data uji lebih tinggi dan MobileNetV2 mengasih tanda kekurangan data karena menghasilkan akurasi lebih rendah jika data latih lebih dikit. Dengan pengetahuan ini, para pengembang dapat memilih model atau algoritma paling cocok untuk proyek mereka, seperti sebuah sistem keamanan biometrik menggunakan telapak tangan pengguna
SISTEM INFORRMASI AKADEMIK SEKOLAH UNTUK MENINGKATKAN TATA KELOLA MANAJEMEN AKADEMIK DI MTS GUNUNG GALESA PUTRI SUMBAWA BERBASIS WEB Rodianto, Rodianto; Adinda Putri, Rizkatty
Jurnal Mnemonic Vol 9 No 1 (2026): Mnemonic Vol. 9 No. 1
Publisher : Teknik Informatika, Institut Teknologi Nasional malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/mnemonic.v9i1.16152

Abstract

Transformasi digital di bidang pendidikan menuntut pengelolaan data akademik yang terintegrasi dan real-time. Namun, sebagian besar penelitian sistem informasi akademik masih berfokus pada sekolah dengan infrastruktur memadai, sehingga terdapat research gap pada implementasi sistem yang adaptif di lingkungan madrasah dengan keterbatasan sumber daya, seperti MTs Gunung Galesa Putri Sumbawa yang masih menggunakan sistem manual. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi akademik berbasis web yang sesuai dengan kebutuhan pengguna di lingkungan tersebut. Metode yang digunakan adalah pendekatan kualitatif dengan teknik observasi, wawancara, dan studi pustaka, serta pengembangan sistem menggunakan model prototype berbasis iterasi pengguna. Sistem dibangun menggunakan PHP, framework CodeIgniter, dan basis data MySQL, serta dirancang dengan UML. Evaluasi dilakukan melalui black-box testing dan pengukuran kepuasan pengguna menggunakan skala Likert. Hasil menunjukkan bahwa sistem memenuhi kebutuhan fungsional dan meningkatkan efisiensi pengelolaan data akademik, dengan tingkat kepuasan pengguna sebesar 4,20 (kategori setuju). Implikasi penelitian ini adalah tersedianya model implementasi sistem informasi akademik yang adaptif pada lingkungan madrasah. Dengan demikian, penelitian ini berkontribusi dalam mengisi kesenjangan studi terkait pengembangan sistem berbasis kebutuhan pengguna pada konteks sumber daya terbatas

Page 20 of 20 | Total Record : 192

 16   17   18   19   20 

Filter by Year

2018 2026


Reset
Filter By Issues
All Issue Vol 9 No 1 (2026): Mnemonic Vol. 9 No. 1 Vol 8 No 2 (2025): Mnemonic Vol. 8 No. 2 Vol 8 No 1 (2025): Mnemonic Vol. 8 No. 1 Vol 7 No 2 (2024): Mnemonic Vol. 7 No. 2 Vol 7 No 1 (2024): Mnemonic Vol. 7 No. 1 Vol 6 No 2 (2023): Mnemonic Vol. 6 No. 2 Vol 6 No 1 (2023): Mnemonic Vol. 6 No. 1 Vol 5 No 2 (2022): Mnemonic Vol. 5 No. 2 Vol 5 No 1 (2022): Mnemonic Vol. 5 No. 1 Vol 4 No 2 (2021): Mnemonic Vol. 4 No. 2 Vol 4 No 1 (2021): Mnemonic Vol. 4 No. 1 Vol 3 No 2 (2020): Mnemonic Vol. 3 No. 2 Vol 3 No 1 (2020): Mnemonic Vol. 3 No. 1 Vol 2 No 2 (2019): Mnemonic Vol. 2 No. 2 Vol 2 No 1 (2019): Mnemonic Vol. 2 No. 1 Vol 1 No 2 (2018): Mnemonic Vol. 1 No. 2 Vol 1 No 1 (2018): Mnemonic Vol. 1 No. 1 More Issue