p-Index From 2019 - 2024
0.702
P-Index
This Author published in this journals
All Journal SmartComp
Gusniar Alfian Noor
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Optimasi Image Classification Pada Burung Kenari Dengan Menggunakan Data Augmentasi dan Convolutional Neural Network Gusniar Alfian Noor; Dadang Iskandar Mulyana; Faisal Akbar
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3530

Abstract

Burung kenari atau dalam Bahasa latin (Serinus canaria) merupakan salah satu burung hias dimana anda dapat mendengar kicauan yang sangat bagus dan menarik. Kepulauan Canary pertama kali ditemukan di Kepulauan Canary pada abad ke-15 oleh seorang navigator Prancis bernama Jean de Berthan Cout. Burung yang ditemukan memiliki bulu dan warna yang sangat indah, serta suara yang sangat merdu. Namun perlu diingat bahwa ada beberapa jenis dan jenis burung kenari, tergantung dari bentuk, warna dan asalnya. Dalam hal ini peneliti menggunakan Convolutional Neural Network (CNN) untuk mengoptimalkan klasifikasi gambar kenari. Convolutional Neural Network (CNN) adalah jenis jaringan saraf yang biasa digunakan untuk data gambar. Tujuan dari penelitian ialah untuk mengoptimalkan citra burung kenari untuk mengklasifikasikan data berlabel menggunakan metode Supervised Learning, salah satu metode pembelajaran mesin di mana sistem sudah mengenali atau memiliki hasil yang diharapkan pengguna. Singkatnya, metode pembelajaran ini bekerja dengan menggunakan kembali data dan mengeluarkan hasil yang dimasukkan oleh pengguna atau dibuat oleh sistem sebelumnya. Implementasi pengenalan citra burung kenari dilakukan dengan menggunakan 2 model pengujian yaitu model Sequential dan model on top VGG16 yang berjalan pada data augmentasi. Data pengujian pada penelitian ini adalah 1.275 citra data latih dan 30 citra datauji yang menghasilkan nilai evaluasi dengan nilai akurasi 98,40% dan nilai loss 0,092 pada model Sequential dan nilai akurasi 98,15% dan nilai loss 0,032 pada model on top VGG16
Aplikasi Mobile Pendataan Jumantik (Juru Pemantau Jentik) di Rt.005 Rw.001 Kelurahan Jatibening, Kota Bekasi Yuma Akbar; Dadang Iskandar Mulyana; Sri Lestari; Gusniar Alfian Noor; Aziz Septian Amrullah; Angga Tristhanaya; Faisal Akbar
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3536

Abstract

Seiring dengan berkembangnya kemajuan teknologi sekarang ini sangat bermanfaat sekali bagi kita dalam mencari suatu informasi yang begitu cepat, tepat dan akurat yang bisa di akses melalui smartphone, dengan ada kemajuan teknologi dapat membantu kita dalam mengakses informasi dan juga membantu kita dalam menyelesaikan pekerjaan kita sehari-hari. Membuat pekerjaan yang sulit dilakukan menjadi mudah di kerjakan dan mendapatkan hasil yang lebih baik dari sebelumnya. Petugas JUMANTIK (Juru Pemanta Jentik) membutuhkan suatu system informasi tentang pendataan tempat perkembang biakan nyamuk yang berada di rumah warga Rukun Tetangga Kelurahan Jatibening yang bisa mempermudah  petugas JUMANTIK (Juru Pemantau Jentik) dalam mengumpulkan data untuk diinformasikan kepada warga Rukun Tetangga Kelurahan Jatibening. Saat ini, petugas masih secara manual dalam mengumpulkan data perkembang biakan nyamuk dirumah warga Rukun Tetangga Kelurahan Jatibening. Untuk itulah penulis mencoba membuat laporan KKP pengabdian masyarakat mengenai aplikasi mobile pendataan JUMANTIK (Juru Pemantau Jentik). Dengan menggunakan aplikasi mobile sebagai alat bantu dalam mengumpulkan data tentang perkembang biakan nyamuk yang berada di rumah warga Rukun Tetangga Kelurahan Jatibening dapat mempermudah petugas dalam pengumpulan data dengan cara lebih mudah dan efisien.