cover
Contact Name
Cucut Susanto
Contact Email
cucut@undipa.ac.id
Phone
+628124150373
Journal Mail Official
cucut@undipa.ac.id
Editorial Address
Jl. Perintis Kemerdekaan Km.9 Makassar , Telp.(0411) 587194
Location
Kota makassar,
Sulawesi selatan
INDONESIA
DIPANEGARA KOMPUTER TEKNOLOGI INFORMATIKA (DIPAKOMTI)
ISSN : 19074410     EISSN : 29632854     DOI : -
Jurnal Penelitian Universitas Dipa Makassar yang khusus untuk penerbitan Hasil Penelitian Mahasiswa dan Dosen Program Studi Teknik Informatika
Articles 114 Documents
Analisis Kinerja CNN Dengan XceptionNet Dalam Klasifikasi Penyakit Daun Terong Berdasarkan Citra Tirza Mesak; Gracia Anasthasia; Muh. Syahlan Natsir; Muhammad Rusdi Rahman
Dipanegara Komputer Teknologi Informatika Vol. 18 No. 1 (2026): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomti.v18i1.2416

Abstract

Tanaman terong (Solanum melongena) merupakan salah satu komoditas hortikultura yang memiliki nilai ekonomi penting di Indonesia. Dalam proses budidayanya, tanaman terong sering mengalami berbagai jenis penyakit pada bagian daun yang dapat mengganggu proses fotosintesis dan menurunkan produktivitas tanaman. Identifikasi penyakit daun secara manual sering mengalami kesulitan karena beberapa jenis penyakit memiliki kemiripan pola visual sehingga sulit dibedakan secara akurat. Oleh karena itu, penelitian ini bertujuan untuk menganalisis kinerja Convolutional Neural Network (CNN) dengan arsitektur XceptionNet dalam melakukan klasifikasi penyakit daun terong berdasarkan citra. Dataset yang digunakan terdiri dari 1.400 citra dengan 7 kelas penyakit daun terong yang diperoleh dari Kaggle. Proses penelitian meliputi tahap pra-pemrosesan data, pelatihan model menggunakan pendekatan transfer learning, serta evaluasi model menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model CNN dengan arsitektur XceptionNet mampu melakukan klasifikasi penyakit daun terong dengan akurasi sebesar 83,57% serta menunjukkan performa yang cukup baik pada metrik evaluasi lainnya. Hasil ini menunjukkan bahwa metode yang digunakan memiliki potensi untuk dikembangkan sebagai sistem identifikasi penyakit tanaman berbasis citra secara otomatis.
Implementasi Game Edukasi Augmented Reality Pengenalan Huruf Angka Dengan Kuis Interaktif Fadlan Ananda Firman; Michael Immanuel Manabung; Herman Heriadi; Imran Djafar
Dipanegara Komputer Teknologi Informatika Vol. 18 No. 1 (2026): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomti.v18i1.2427

Abstract

Penelitian ini mengatasi rendahnya rentang perhatian anak usia dini di Sekolah Filadelfia Makassar dalam pengenalan huruf dan angka menggunakan media cetak konvensional. Sebagai solusi, dikembangkan Game Edukasi berbasis Aug-mented Reality (AR) melalui metode Research and Development (R&D) dengan model Prototype. Aplikasi ini memproyeksikan objek 3D secara real-time dan menghadirkan kebaruan berupa fitur kuis interaktif audiovisual, di mana anak merespons instruksi suara. Pengujian sistem dilakukan melalui Black-Box Testing untuk fungsionalitas dan Usability Testing guna mengukur kebermanfaatan, kemudahan, serta kepuasan pengguna. Hasil pengujian usability menunjukkan tingkat kelayakan sebesar 82,06% dengan kategori sangat layak, serta pengujian fungsional mencapai 100%. Hal ini menunjukkan bahwa aplikasi efektif digunakan sebagai media pembelajaran interaktif bagi anak usia dini. Ini diharapkan menjadi media pendamping pembelajaran yang inovatif, interaktif, dan efektif bagi pendidikan anak usia dini.
Pengukuran Tingkat Usability Website Monitoring Dan Analitik Kinerja Tim Mikro Bank Mandiri KCP Bangsal Mojokerto Menggunakan Metode System Usability Scale (SUS) Faisal Hafis Saputra; Kayla Aurel Putri Prasetyo; Dinda Sekarwangi; Andrean Saputra; Sholihah Ayu Wulandari
Dipanegara Komputer Teknologi Informatika Vol. 18 No. 1 (2026): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomti.v18i1.2526

Abstract

Website Monitoring dan Analitik Kinerja Tim Mikro Bank Mandiri KCP Bangsal Mojokerto dikembangkan untuk mendukung proses monitoring pengajuan kredit, analisis kinerja, pengelolaan target pemasaran, proses persetujuan (approval), serta penyusunan laporan secara terintegrasi. Meskipun telah digunakan dalam kegiatan operasional, website tersebut belum pernah dievaluasi dari aspek usability, sehingga tingkat kemudahan penggunaan, efisiensi, dan kepuasan pengguna belum diketahui secara objektif. Penelitian ini bertujuan mengukur tingkat usability Website Monitoring dan Analitik Kinerja Tim Mikro Bank Mandiri KCP Bangsal Mojokerto menggunakan metode System Usability Scale (SUS). Penelitian menggunakan pendekatan kuantitatif dengan teknik pengumpulan data melalui observasi, dokumentasi, dan penyebaran kuesioner SUS kepada 10 pengguna aktif website yang telah menggunakan sistem dalam aktivitas operasional. Data dianalisis menggunakan metode System Usability Scale (SUS) untuk memperoleh skor usability berdasarkan persepsi pengguna. Hasil penelitian menunjukkan nilai rata-rata SUS sebesar 84,75, yang termasuk dalam kategori Acceptable, memperoleh Grade A, dan berada pada kategori Excellent. Selain itu, mayoritas responden memberikan penilaian positif terhadap website, di mana sekitar 90% jawaban berada pada kategori Setuju dan Sangat Setuju pada pernyataan positif, serta Sangat Tidak Setuju dan Tidak Setuju pada pernyataan negatif. Hasil tersebut menunjukkan bahwa website memiliki tingkat kemudahan penggunaan yang tinggi, mudah dipelajari, mudah diingat, minim kesalahan saat digunakan, serta mampu memberikan kepuasan kepada pengguna dalam mendukung proses monitoring dan analitik kinerja tim mikro. Dengan demikian, Website Monitoring dan Analitik Kinerja Tim Mikro Bank Mandiri KCP Bangsal Mojokerto memiliki tingkat usability yang sangat baik dan layak digunakan sebagai pendukung kegiatan operasional perusahaan.
Perbandingan Kinerja Algoritma C4.5, Naïve Bayes dan K-Nearest Neighbor dalam Sistem Deteksi Penyakit Tanaman Jagung Royandi Royandi; Paskal Kalempe; Wilem Musu; Hardi Hardi
Dipanegara Komputer Teknologi Informatika Vol. 18 No. 1 (2026): Jurnal Dipanegara Komputer Teknik Informatika (DIPAKOMTI)
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/dipakomti.v18i1.2637

Abstract

Penyakit daun jagung dapat menyebabkan penurunan produktivitas sehingga diperlukan metode identifikasi yang mampu melakukan klasifikasi secara cepat dan akurat. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit daun jagung menggunakan algoritma Decision Tree C4.5, Gaussian Naïve Bayes, dan K-Nearest Neighbor (KNN) berdasarkan fitur ekstraksi citra. Data penelitian terdiri atas tiga kelas penyakit, yaitu Bercak Daun, Bulai Daun, dan Hawar Daun. Hasil pengujian menunjukkan bahwa KNN dengan konfigurasi K=5 memberikan performa terbaik dengan akurasi 88,1%, precision 88,7%, recall 88,1%, dan F1-score 87,9%. Model tersebut dipilih sebagai metode klasifikasi terbaik dalam penelitian ini.

Page 12 of 12 | Total Record : 114