cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zulfah Zulfah
Contact Email
zulfahasni670@gmail.com
Phone
+6282271279237
Journal Mail Official
zulfahasni670@gmail.com
Editorial Address
Jl. Sisingamangaraja, Bangkinang Kota, Kampar, Riau
Location
Kab. kampar,
Riau
INDONESIA
Journal on Pustaka Cendekia Informatika
Published by PT Pustaka Cendekia Group
ISSN : 29871883     EISSN : 29871891     DOI : https://doi.org/10.70292/pctif.v2i3
Core Subject : Engineering,
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering
Journal on Pustaka Cendekia Informatika (PCIF) is published by the PT PUSTAKA CENDEKIA GROUP (NOMOR : AHU-012686.AH.01.30.Tahun 2023) in helping academics, researchers, and practitioners to disseminate their research results. PCIF is a double blind peer-reviewed journal dedicated to publishing quality research results in the fields of Informatics Engineering. All publications in the PCIF Journal are open access which allows articles to be available online for free without any subscription. PCIF is a national journal with P-ISSN: 2987-1883 e-ISSN: 2987-1891. Journal of Pustaka Cendekia Informatika (PCIF) publishes articles periodically three times a year May, September, January. PCTIF uses Turnitin plagiarism checks, Mendeley for reference management and supported by Crossref (DOI) for identification of scientific paper.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 72 Documents
 4   5   6   7   8 
Deteksi Tingkat Kematangan Buah Salak Dengan Metode Hybrid Convolutional Neural Network (CNN) dan K-Nearest Neighbor (KNN) Berbasis Web: Penelitian Udan Gunawan; Iim Abdurrohim
Journal on Pustaka Cendekia Informatika Vol. 4 No. 2 (2026): Journal on Pustaka Cendekia Informatika: Volume 4 Nomor 2 June-September Tahun
Publisher : PT Pustaka Cendekia Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/pctif.v4i2.144

Abstract

Penentuan tingkat kematangan buah salak secara manual masih mengandalkan pengamatan visual berdasarkan warna, tekstur, dan bentuk buah sehingga bersifat subjektif dan berpotensi menghasilkan penilaian yang berbeda. Penelitian ini bertujuan membangun sistem deteksi tingkat kematangan buah salak berbasis web menggunakan metode hybrid Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 sebagai feature extractor dan K-Nearest Neighbor (KNN) sebagai classifier. Dataset yang digunakan berjumlah 1.200 citra yang terbagi ke dalam tiga kelas, yaitu matang, setengah matang, dan mentah. Sebelum proses pelatihan, citra melalui tahap preprocessing berupa resize, normalisasi, dan online data augmentation. Selanjutnya MobileNetV2 digunakan untuk mengektraksi fitur, sedangkan KNN dengan nilai parameter terbaik K=3 digunakan untuk proses klasifikasi. Hasil pengujian menunjukan bahwa model hybrid CNN dengan arsitektur MobileNetV2 dan KNN memperoleh akurasi sebesar 94% dengan nilai precision, recall, dan F1-score yang tinggi pada setiap kelas. Pengujian sistem berdasarkan karakteristik funcional suitability dan reliability pada standar ISO/IEC 25010 menunjukan bahwa seluruh fungsi sistem berjalan sesuai kebutuhan serta mempu beroperasi secara konsisten selama pengujian. Berdasarkan hasil tersebut, sistem yang dikembangkan mampu mendeteksi tingkat kematangan buah salak secara akurat, objektif, dan dapat diimplementasikan sebagai media bantu identifikasi kematangan buah salak berbasis web.
Sistem Klasifikasi Tingkat Kesejahteraan Penduduk Menggunakan Algoritma K-Nearest Neighbor (KNN): Penelitian Muhammad Supyan; Iim Abdurrohim
Journal on Pustaka Cendekia Informatika Vol. 4 No. 2 (2026): Journal on Pustaka Cendekia Informatika: Volume 4 Nomor 2 June-September Tahun
Publisher : PT Pustaka Cendekia Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/pctif.v4i2.145

Abstract

Penentuan tingkat kesejahteraan penduduk merupakan salah satu dasar dalam mendukung penyaluran bantuan sosial agar tepat sasaran. Proses pendataan yang masih dilakukan secara manual berpotensi menyebabkan ketidaktepatan dalam pengelompokan tingkat kesejahteraan. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi tingkat kesejahteraan penduduk berbasis web menggunakan algoritma K-Nearest Neighbor (KNN) pada Desa Sukanagalih, Kabupaten Cianjur. Metode penelitian yang digunakan adalah CRISP DM (Cross Industry Standard Process for Data Mining) yang meliputi tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Data diproses melalui tahapan pembersihan data, transformasi, encoding, normalisasi Min-Max, dan pembagian data latih serta data uji. Sistem dikembangkan menggunakan React, Node.js, dan MySQL, sedangkan model klasifikasi dibangun menggunakan Python dengan perhitungan jarak euclidean. Hasil penelitian menunjukkan bahwa sistem mampu melakukan klasifikasi tingkat kesejahteraan penduduk secara otomatis berdasarkan data yang diinputkan. Evaluasi model dilakukan menggunakan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score, sedangkan kualitas perangkat lunak diuji berdasarkan standar ISO/IEC 25010 pada karakteristik Functional Suitability, Performance Efficiency, dan Portability. Hasil pengujian menunjukkan bahwa sistem berjalan sesuai kebutuhan, memiliki performa yang baik, dan dapat diakses pada berbagai browser dan perangkat.

Page 8 of 8 | Total Record : 72

 4   5   6   7   8 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 2 (2026): Journal on Pustaka Cendekia Informatika: Volume 4 Nomor 2 June-September Tahun Vol. 3 No. 1 (2025): Journal on Pustaka Cendekia Informatika: Volume 3 Nomor 1 February - May 2025 Vol. 3 No. 2 (2025): Journal on Pustaka Cendekia Informatika: Volume 3 Nomor 2 June-September Tahun Vol. 2 No. 3 (2024): Journal on Pustaka Cendekia Informatika: Volume 2 Nomor 3 October 2024 - Januar Vol. 2 No. 2 (2024): Journal on Pustaka Cendekia Informatika: Volume 2 Nomor 2 June - September 2024 Vol. 2 No. 1 (2024): Journal on Pustaka Cendekia Informatika: Volume 2 Nomor 1 February - May 2024 Vol. 1 No. 3 (2024): Journal on Pustaka Cendekia Informatika: Volume 1 Nomor 3 Oktober 2023 - Januar Vol. 1 No. 1 (2023): Journal on Pustaka Cendekia Informatika: Volume 1 Nomor 1 February-May Tahun 20 Vol. 1 No. 2 (2023): Journal on Pustaka Cendekia Informatika: Volume 1 Nomor 2 June-September Tahun