cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Amir Mahmud Husein
Contact Email
publikasi@itscience.org
Phone
+6281262404895
Journal Mail Official
publikasi@itscience.org
Editorial Address
Jl. Sugeng. Komp. Griya Makmur 7. No D29. Deli Serdang.
Location
Unknown,
Unknown
INDONESIA
Data Sciences Indonesia (DSI)
Published by Information Technology and Science
ISSN : -     EISSN : 28090721     DOI : 10.47709
Core Subject : Science, Education,
Computer Science & IT Education Physics
Data Sciences Indonesia (DSI) adalah jurnal yang memuat hasil penelitian atau kajian ilmu di bidang Ilmu komputer dengan mengambil ranah Data Sciende dan pendukung keilmuan tersebut. Data Sciences Indonesia (DSI) terbit setiap dua kali dalam setahun, yaitu pada bulan Juni dan Desember. Data Sciences Indonesia (DSI) mempublikasikan karya ilmiah terbaik berdasarkan yang berfokus pada penerbitan makalah berkualitas. Artikel yang diserahkan akan ditinjau oleh komite teknis Jurnal. Semua artikel yang dikirimkan harus berupa laporan asli, memiliki nilai kebaruan atau hasil kegiatan yang telah dilakukan sebelumnya, eksperimental atau teoritis, dan akan diulas oleh mitra bestari. Artikel yang dikirim ke jurnal Data Sciences Indonesia (DSI) tidak boleh dipublikasikan di tempat lain. Naskah harus mengikuti pedoman penulis yang disediakan oleh Data Sciences Indonesia (DSI) dan harus ditinjau dan disunting. DSI diterbitkan oleh Information Technology and Science (ITScience), sebuah Lembaga Penelitian di Medan, Sumatera Utara, Indonesia. Aims and Scope Data Science & Analysis Big Data Analytics Business Analysis Business Analytics Business Forecasting Marketing Analytics Business For Decision Making Business Intelligence and Analytics Natural Language Processing Natural Language Analytics Search-Driven Analytics Computational Linguistics Social Media Analysis Data Mining and Data Analytics Data Clustering and Classifications Data Analysis Data Analyticts Data Visualization Information Science Tools and Applications in Data Science Computer Vison Deep Learning Machine Learning
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 123 Documents
 3   4   5   6   7 
Penerapan Model Scrum Pada Aplikasi “Tebaran Nusira” di PT.NUSIRA Divisi SHE Simanjuntak, Andre Juan; Sinaga , Candra Julius
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2266

Abstract

PT.NUSIRA adalah cabang dari PT.MEGATARA TBK yang bergerak dibidang industrialis karet remah (crumb rubber) terbanyak di Indonesia dan di ekspor ke berbagai negara yang memiliki Standar Indonesia Rubber (SIR) dengan menggunakan teknis (Technical Specified Rubber) untuk mewujudkan barang berkualitas sesuai dengan Standar Internasional.Perkembangan aplikasi adalah salah satu contoh yang tidak dapat dihindari, semakin banyak inovasi-inovasi yang dilakukan karyawan agar meminimalisir pekerjaan manusia, agar menjadi cepat dan efektif. Dalam praktek kerja yang terjadi di perusahaan tersebut, minim kebersihan dan perlu dilakukan tindak pencegahan dari perusahaan dan juga bantuan pelaporan dari masyarakat sekitar agar sama-sama memperhatikan kebersihan lingkungan seperti limbah industri yang tidak dikelola dengan baik, namun sulit buat masyarakat untuk menyampaikannya jika tidak ada perantara yang dapat digunakan maupun sesuatu hal yang dapat digunakan untuk disampaikan kepada pihak perusahaan. Jika hal tersebut disampaikan melalui karyawan belum tentu hal tersebut langsung menyampaikan nya kepada bos atau malah bisa terlupakan mengenai kejadian yang lain. Melihat kesempatan tersebut penulis merancang aplikasi dengan menggunakan model Scrum yang mampu melakukan pendekatan pembuatan aplikasi secara dinamis dan cepat, kajian ini menghasilkan implementasi aplikasi yang bernama “Tebaran Nusira” yang mampu menerima aspirasi dengan tujuan memberikan komentar dan juga pendapat masyarakat yang ingin disampaikan kepada perusahaan dalam hal-hal tersebut model ini tepat digunakan karena mengutamakan perulangan atau pengiriman sebuah fitur yang cepat sesuai kegunaannya.
Pembuatan Model Bisnis Proses Aplikasi Tebaran Nusira Dengan Pendekatan BPMN Tampubolon, Mei Monica; Situmorang, Priskila Natalia C
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2269

Abstract

PT Nusira memiliki kegiatan yang dilaksanakan untuk mengantisipasi adanya kecelakaan kerja dan pencemaran lingkungan selama proses produksi karet dengan melakukan identifikasi dan pelaporan dari penemuan, yaitu tindakan bahaya, kondisi berbahaya, dan pencemaran lingkungan. Ternyata kegiatan ini tidak berjalan baik karena karyawan merasa kesusahan dan malas melaporkan temuan tersebut. Penelitian ini bertujuan untuk mengatasi masalah karyawan dengan membuat aplikasi temuan 5R. Agar dapat mencapai tujuan yang dimaksud, pendekatan yang digunakan dalam penelitian ini adalah dengan menerapkan metode System Development Life Cycle (SDLC) dari metodologi pengembangan Sistem Informasi Prototyping, dan merancang proses bisnis menggunakan BPMN. Dengan merancang proses bisnis pada aplikasi ini menggunakan BPMN, diharapkan proses bisnis pada aplikasi dapat lebih mudah dipahami oleh manager,pembimbing lapangan, dan pengguna dari aplikasi. Hasil penelitian ini berupa model proses bisnis untuk mendistribusikan pengembangan aplikasi yang dapat diimplementasikan di PT Nusira. Penggunaan BPMN dalam pemodelan proses bisnis dianggap lebih praktis karena mampu menggambarkan keseluruhan proses dan memudahkan pemahaman terhadap proses bisnis. BPMN bertujuan sebagai pendukung manajemen proses bisnis bagi pengguna bisnisdengan memberikan notasi yang mudah dipahami, namun mampu mempresentasikan proses semantik yang kompleks. Dengan BPMN setiap pengguna dan pengembang dapat menganalisis fungsi dan kebutuhan sistem pada aktifitas-aktifitas yang ada dalam proses bisnis menjadi lebih jelas dan mudah dipahami. Hal ini membuat BPMN menjadi alat yang berguna dalam meningkatkan produktivitas dan efisiensi proses bisnis pada organisasi.
PENERAPAN ALGORITMA K-MEANS PADA DATA PENGANGGURAN DI JAWA BARAT N P Dharshinni; Gurbinder Singh; Aldwin Simamora; Johannes April Talian Naibaho; Riama D.Lumban Tobing
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2767

Abstract

Angka pengangguran adalah satu dari antara masalah yang dihadapi negara berkembang ataupun negara maju. Jika angka pengangguran di suatu negara mencapai angka yang tinggi, maka akan menjadi masalah bagi negara tersebut. Pembayaran pajak negara akan mengalami penurunan yang mengakibatkan penghasilan negara berkurang. Di sisi lain, kualitas tenaga kerja yang tidak memadai juga mempengaruhi tingkatan pengangguran. Seperti masyarakat miskin yang tidak mampu menyekolahkan anaknya atau keterbatasan teknologi untuk mendapatkan ilmu yang berkualitas, masyarakat kelas menengah yang hanya mampu menyekolahkan anaknya sampai SMA dan para mahasiswa yang tidak mampu memenuhi standar prospek kerja. Penelitian ini bertujuan untuk menggambarkan pola dan dampak pengangguran di Provinsi Jawa Barat, Indonesia, dari tahun 2011 hingga 2022, dengan menggunakan metode K-means Clustering. Data yang digunakan dalam penelitian ini berasal dari Open Data Jabar, sebuah sumber data resmi pemerintah. Setelah melalui tahap pra-proses data, algoritma K-means diterapkan untuk mengelompokkan data pengangguran berdasarkan tingkat pendidikan dan kabupaten/kota. Hasil menunjukkan bahwa kabupaten Bogor memiliki angka pengangguran tertinggi pada tahun 2018, jumlah pengangguran di kabupaten Bogor mencapai 136.782 orang. Selain itu, terdapat hubungan antara tingkat pendidikan dan angka pengangguran; semakin tinggi tingkat pendidikan, semakin rendah angka pengangguran. Kabupaten Bogor mencatatkan angka pengangguran tertinggi, terutama di kalangan lulusan SLTA dan SMA. Hasil ini menegaskan pentingnya peningkatan kualitas pendidikan sebagai salah satu cara untuk mengurangi angka pengangguran di Jawa Barat.
Implementasi Algoritma K-Means Dalam Mengukur Tingkat Kepuasan Siswa Terhadap Pelayanan Pada SMA Swasta Bani Adam AS Tanjung, Juliansyah Putra; Wijaya, Bayu Angga; Ridho, Muhammad
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2775

Abstract

Pendidikan merupakan aspek penting dalam pembangunan suatu negara. Peningkatan kualitas pendidikan adalah suatu hal yang krusial bagi kemajuan suatu bangsa. Dalam rangka meningkatkan kualitas pendidikan, perlu adanya evaluasi yang teratur terhadap kinerja sekolah. SMA Swasta Bani Adam As merupakan salah satu sekolah swasta yang berkomitmen untuk memberikan pelayanan terbaik bagi siswa. Namun, perlu adanya evaluasi terhadap tingkat kepuasan siswa terhadap pelayanan yang diberikan oleh sekolah secara teratur Algoritma k-means merupakan salah satu algoritma clustering yang digunakan untuk mengelompokkan data berdasarkan kesamaan fitur atau atribut. Dengan tahapan awal melakukan pengumpulan data set, menganalisis data yang didapatkan, melakukan clustering dan implementasi. Setelah dilakukan semua proses sampai iterasi atau perulangan berhenti maka data dengan cluster tidak berpindah lagi dan merupakan data akhir dari pengujian. terlihat bahwa 8 dari 10 data menunjukkan bahwa jarak terdekat berada pada K1 yang merupakan kategori “Kurang Puas” terhadap pelayanan yang diberikan. Sedangkan sisa data untuk kategori “Cukup Puas” dan “Puas” oleh karena itu dapat disimpulkan bahwa Dari penerapan metode clustering dengan menggunakan algoritma K-Means yang diaplikasikan pada data set menghasilkan grafik kepuasan siswa dengan data kurang puas sebanyak 86 siswa atau sejumlah 43 %, cukup puas sebanyak 69 siswa atau sejumlah 34,5 % dan puas 45 siswa atau sejumlah 22,5 %.
Pembuatan Aplikasi Absensi Berbasis Website Pada POLDA Sumatera Utara Zizwan Putra, Adya; Amir Mahmud Husein; Yennimar; Rico Aldinata Tarigan
Data Sciences Indonesia (DSI) Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i1.2802

Abstract

Perkembangan teknologi dan penyebaran informasi menjadi semakin cepat berbagai aspek kehidupan, baik aspek sosial, politik, budaya, pendidikan dan pekerjaan. Perkembangan ini membuat banyak kegiatan operasional perusahaan yang menjadi lebih efisien dan efektif, salah satunya adalah kegiatan pencatatan kehadiran (absensi). Absensi menjadi salah satu aspek utama penilaian terkait ketaatan kehadiran dan kedisiplinan karyawan pada saat jam kerja. Hal ini dikarenakan absensi dapat mempengaruhi kinerja karyawan khususnya di Polda Sumatera Utara. Di Polda Sumatera Utara, sistem absensi sudah menggunakan mesin fingerprint. Namun, detektor pada mesin fingerprint seringkali mengalami masalah sehingga karyawan harus melakukan fingerprint berulang-ulang agar sidik jari dapat dikenali sensorPenelitian ini menggunakan berbagai metode yaitu metode pengamatan secara langsung terhadap kegiatan-kegiatan yang dilakukan di Polda Sumatera Utara, wawancara dengan karyawan Polda Sumatera Utara yang berkaitan langsung dengan masalah yang diteliti dan Jurnal yang berhubungan dengan penelitian yang dilakukan. Diharapkan aplikasi yang dirancang dapat menjadi solusi yang efektif dalam penyelesaian permasalahan yang dihadapi oleh Polda Sumatera Utara terutama dalam kegiatan absensi karyawan. Pengujian pada aplikasi kehadiran karyawan dilakukan agar dapat memastikan bahwa aplikasi dapat berjalan dengan baik dan tidak ada debugging pada sistem.Aplikasi kehadiran karyawan dirancang dengan model waterfall melalui empat tahapan yang dilakukan yaitu analisis kebutuhan, desain antarmuka pengguna, implementasi aplikasi, dan pengujian aplikasi, Melalui aplikasi ini, pihak Polda Sumatera Utara dapat melakukan mencatat, memeriksa, mengubah dan menyusun laporan kehadiran karyawan berbasis website, Penambahan karyawan, pengubahan data user, beserta pengunduhan laporan dalam aplikasi ini hanya dapat dilakukan oleh admin untuk menghindari kebocoran data yang terkait dengan aplikasi tersebut.
Klasifikasi Tingkat Kematangan Buah Strawberry Menggunakan Algoritma Logistic Regression Zulkifli; Fajri, Riyadhul
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4850

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi tingkat kematangan buah strawberry menggunakan algoritma Logistic Regression dengan regularisasi L2 Ridge. Dataset yang digunakan berupa gambar strawberry yang terbagi dalam dua kategori: matang dan belum matang. Proses klasifikasi dilakukan melalui platform Orange Data Mining, yang mempermudah pengolahan data visual dengan fitur image embedding untuk mengonversi gambar menjadi vektor numerik. Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 97,7%, dengan AUC sebesar 0,995, serta nilai precision, recall, dan F1-score masing-masing sebesar 0,977. Confusion matrix menunjukkan bahwa model hanya membuat 12 kesalahan prediksi dari 521 gambar, dengan 7 gambar belum matang diprediksi sebagai matang, dan 5 gambar matang diprediksi sebagai belum matang. Temuan ini menunjukkan bahwa Logistic Regression sangat efektif dalam tugas klasifikasi biner, terutama dalam mendeteksi kematangan buah strawberry. Meskipun terdapat beberapa kesalahan prediksi, hasil keseluruhan memperlihatkan potensi besar penerapan machine learning dalam otomatisasi proses deteksi kematangan buah. Penelitian ini menyarankan penggunaan dataset yang lebih luas dan eksplorasi model yang lebih kompleks untuk meningkatkan performa klasifikasi
Penerapan Data Mining untuk Rekomendasi Pilihan Lagu di RRI Medan dengan Metode Apriori ZR, Arya Andrian; Ikhwan, Ali; Sinaga, Imam Adlin
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4879

Abstract

Radio Republik Indonesia (RRI) masih memiliki pendengar aktif hingga saat ini, di mana para pendengar dapat menikmati berbagai acara yang disediakan. Namun, terdapat permasalahan dalam pencatatan permintaan lagu dari pendengar, karena penyiar masih menggunakan buku catatan manual dan menerima permintaan melalui SMS. Hal ini menyebabkan risiko hilangnya data sehingga penyiar kesulitan dalam membuat rekapitulasi data permintaan lagu. Selain itu, RRI belum menyediakan fitur yang memungkinkan pendengar memberikan rekomendasi lagu secara lebih terstruktur. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemilihan lagu berbasis website yang dilengkapi dengan fitur rekomendasi menggunakan metode Apriori. Sistem ini juga memungkinkan pendengar untuk membuat permintaan lagu secara otomatis melalui integrasi dengan WhatsApp. Penelitian ini menggunakan metode campuran, dengan pendekatan kuantitatif dan kualitatif yang dilakukan secara simultan. Hasil dari penelitian ini diharapkan dapat membantu RRI dalam meningkatkan efisiensi pencatatan permintaan lagu dan memberikan pengalaman yang lebih baik bagi para pendengarnya.
Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network Untuk Klasifikasi Jenis Bunga Anggrek Sriani, Sriani; Armansyah, Armansyah; Panjaitan, Nurhalimah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4941

Abstract

Bunga merupakan salah satu komponen estetika yang penting dalam kehidupan manusia. Di Indonesia, terdapat berbagai jenis bunga dengan karakteristik unik, seperti warna dan bentuknya. Anggrek adalah famili terbesar dalam tumbuhan berbunga, yang mencakup sekitar 7-10% dari seluruh spesies berbunga di dunia, dan di Indonesia diperkirakan ada sekitar 4.000-5.000 jenis anggrek. Beberapa penelitian telah dilakukan untuk mengklasifikasikan bunga menggunakan metode pembelajaran mesin, namun pengklasifikasian anggrek menghadapi kendala karena adanya variasi warna yang luas dan kemiripan bentuk antar spesies, sehingga masyarakat sulit membedakan jenis anggrek yang berbeda. Keunikan anggrek yang menjadi daya tarik bagi penggemar tanaman hias terutama terletak pada bunga dan warna bunganya yang beragam. Pengklasifikasian secara manual saat ini dilakukan berdasarkan ciri mahkota bunga dan susunannya dengan cara pengamatan langsung, yang kurang efektif dan memerlukan waktu serta tenaga yang besar jika dilakukan dalam jumlah banyak. Dari berbagai metode deep learning, metode Convolutional Neural Network (CNN) adalah yang paling sesuai untuk penelitian ini, karena CNN dianggap sebagai model unggul dalam menangani masalah object detection dan object recognition. Oleh karena itu, dikembangkanlah aplikasi yang dapat mengatasi masalah ini melalui pengambilan citra bunga, didukung oleh teknologi berbasis deep learning dengan metode convolutional neural network sebagai solusi untuk mengklasifikasikan berbagai jenis tanaman bunga sebagai langkah dalam mendeteksi jenis bunga. Tujuan dari penelitian ini adalah mengembangkan model CNN yang dapat mengklasifikasikan jenis anggrek berdasarkan kecocokan gambar input dengan dataset yang tersedia. Berdasarkan simulasi yang telah dilakukan, model ini berhasil mencapai rata-rata akurasi sebesar 94,28%.
Sistem Informasi Manajemen Berbasis Web untuk Lembaga Pengembangan Tilawatil Qur'an (LPTQ) Kota Medan Fachrurrozi, Zein Ahmad; Nasution, Muhammad Irwan Padli; Sibarani, Fathiya Hasyifah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4960

Abstract

Lembaga Pengembangan Tilawatil Qur'an (LPTQ) merupakan lembaga yang memfasilitasi pengembangan kemampuan para qori dan qori'ah dalam membaca Al-Qur'an, mengamalkan tahfizh, dan kegiatan terkait lainnya. Pelaksanaan Musabaqah Tilawatil Qur'an (MTQ) oleh LPTQ melibatkan tahapan pendaftaran, penjadwalan, penilaian, dan pelaporan hasil. Namun, selama ini pengelolaan MTQ masih dilakukan secara manual tanpa sistem terintegrasi, yang rentan terhadap kesalahan, memakan waktu, dan membutuhkan banyak alat tulis. Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Manajemen (SIM) berbasis web untuk LPTQ Kota Medan guna meningkatkan efisiensi dan efektivitas pengelolaan MTQ. SIM ini akan mengotomatisasi proses administratif dan operasional, seperti pendaftaran peserta, penjadwalan, pengumpulan dan penilaian nilai, serta pelaporan hasil. Sistem ini juga diharapkan meningkatkan aksesibilitas dan transparansi informasi, memudahkan pelacakan tahapan kegiatan oleh pengelola dan peserta, sehingga mendukung pelaksanaan MTQ yang lebih terstruktur dan akurat. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan pendekatan waterfall dalam pengembangan sistem, dan pengujian dilakukan menggunakan black box testing. Hasil pengujian menunjukkan bahwa sistem berhasil berjalan sesuai rancangan dan dapat digunakan. Dengan adanya SIM ini, LPTQ Kota Medan diharapkan mampu memberikan akses informasi yang lebih baik bagi peserta dan pihak terkait, memastikan keakuratan data, serta meningkatkan pengelolaan acara MTQ secara keseluruhan.
Klasifikasi Jenis Jamur Berdasarkan Citra Gambar Menggunakan Algoritma Stochastic Gradient Descent Dedy
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.5014

Abstract

Penelitian ini mengkaji penerapan Stochastic Gradient Descent (SGD) untuk klasifikasi gambar jamur berdasarkan citra, menggunakan dataset tidak seimbang dengan 10 kelas jamur yang berbeda. Algoritma SGD digunakan karena efisiensinya dalam menangani dataset besar serta kemampuan untuk memperbarui parameter secara bertahap guna meminimalkan fungsi loss. Penyesuaian parameter pada SGD, seperti Squared Hinge Loss untuk klasifikasi, Elastic Net sebagai regularisasi, dan optimal learning rate, dilakukan untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa akurasi model mencapai 62.4%, yang lebih tinggi dibandingkan dengan beberapa algoritma lain seperti CNN, Logistic Regression, SVM, dan Random Forest yang telah diuji pada dataset yang sama. Meskipun demikian, nilai AUC sebesar 0.775 dan F1-score 0.625 menunjukkan bahwa performa model masih belum optimal, terutama dalam menangani ketidakseimbangan data. Penggunaan teknik penyeimbangan data seperti SMOTE direkomendasikan untuk penelitian lebih lanjut guna meningkatkan performa klasifikasi pada kelas yang minoritas. Dengan penyesuaian parameter yang tepat, SGD terbukti mampu bekerja lebih baik dibandingkan model lain dalam konteks klasifikasi citra jamur. Hasil ini memberikan kontribusi signifikan dalam bidang klasifikasi berbasis citra, khususnya pada aplikasi dengan dataset yang tidak seimbang

Page 5 of 13 | Total Record : 123

 3   4   5   6   7 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025 Vol. 5 No. 1 (2025): Article Research Volume 5 Issue 1, June 2025 Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024 Vol. 4 No. 1 (2024): Article Research Volume 4 Issue 1, June 2024 Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023 Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, December 2023 Vol. 3 No. 1 (2023): Article Research Volume 3 Issue 1, June 2023 Vol. 2 No. 2 (2022): Article Research Volume 2 Issue 2, Desember 2022 Vol. 2 No. 1 (2022): Article Research Volume 2 Issue 1 Juni Tahun 2022 Vol. 1 No. 2 (2021): Article Research Volume 1 Number 2, Desember 2021 Vol. 1 No. 1 (2021): Article Research Volume 1 Issue 1, June 2021 More Issue