Yosua Alvin Adi Soetrisno
Diponegoro University

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

Found 2 Documents
Search

Designing a Machine Learning Model Using Tensorflow in the Cato Application to Recognize Human Body Members Eko Handoyo; Yosua Alvin Adi Soetrisno; Enda Wista Sinuraya; Denis Denis; Imam Santoso; Hanif Muhammad Irsyad
Justek : Jurnal Sains dan Teknologi Vol 5, No 2 (2022): November
Publisher : Unversitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/justek.v5i2.11818

Abstract

Abstract:  Nowadays, many children are allowed to have smartphones. Children become too distracted by the presence of smartphones, so their learning time is reduced. This research attempts to overcome these problems by developing learning applications. Learning can be done by designing applications with unique interactions. A direct interaction that can be done is to recognize body parts. This research aims to build a deep-learning model that can be used in body recognition applications for children. This application is expected to be a fun interaction medium so that children want to learn in addition to the many game applications on Android. The research method is to build a deep learning model with training from several body images. The Keras Sequential Model was designed for the Convolutional Neural Network (CNN) architectural deep learning model. The model is then embedded in the Android application. The results obtained are that the deep learning model has an accuracy of 83% in recognizing images of limbs that were not seen in the training stage. That way, when children can identify body parts correctly, this application can be used by children to learn to recognize body parts and correct each other if there are mistakes.Abstrak: Di masa sekarang banyak anak - anak yang diperbolehkan memiliki smartphone. Anak - anak menjadi terlalu teralihkan oleh kehadiran smartphone sehingga waktu belajarnya berkurang. Permasalahan tersebut berusaha diatasi di penelitian ini dengan pengembangan aplikasi pembelajaran. Pembelajaran bisa dilakukan dengan merancang aplikasi dengan interaksi khusus. Salah satu interaksi sederhana yang bisa dilakukan adalah mengenali anggota tubuh. Tujuan penelitian ini adalah untuk membangun model deep learning yang bisa digunakan di dalam aplikasi pengenalan tubuh untuk anak. Aplikasi ini diharapkan dapat menjadi media interaksi yang menyenangkan agar anak-anak mau belajar di samping banyaknya aplikasi game di Android. Metode penelitian yang dilakukan adalah membangun model deep learning dengan pelatihan dari beberapa citra anggota tubuh. Model deep learning menggunakan arsitektur Convolutional Neural Network (CNN) dirancang menggunakan Keras Sequential Model. Model tersebut kemudian ditanam pada aplikasi Android. Hasil penelitian yang diperoleh adalah model deep learning memiliki akurasi 83% dalam mengenali gambar anggota tubuh yang belum dilihat pada tahap training. Dengan begitu ketika bisa mengenali anggota tubuh dengan benar maka aplikasi ini bisa dipakai anak-anak untuk belajar mengenali anggota tubuh dan saling mengkoreksi bila ada kesalahan.           
Android-Based Mobile Device Application Development in Vehicle Maintenance System Yosua Alvin Adi Soetrisno; Eko Handoyo; Enda Wista Sinuraya; Bambang Winardi; Imam Santoso; Zwingli Hilkia Batubara
Justek : Jurnal Sains dan Teknologi Vol 5, No 2 (2022): November
Publisher : Unversitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/justek.v5i2.11831

Abstract

Abstract:  In today's rapid development, application technology has begun to be widely used in business transactions. The use of computers on mobile devices such as mobile phones is no longer every day; it is even used to order daily necessities through the marketplace. The existence of various types of applications makes us sometimes become unfocused. The research here aims to create a vehicle maintenance application that helps remind users, although many other applications exist. The built-in reminder feature relates to the vehicle maintenance date based on car usage, car age, and the last maintenance date recorded on the application. The research method used is prototyping. Figma adjusted user expectations to current programming needs in developing the initial application design. After the user's expectations are in line, use Android Studio as the Integrated Development Environment for full application development. The results of this study are the functions of the application can be used properly and can remind users to service their vehicles properly.Abstrak: Pada perkembangan zaman yang pesat saat ini, teknologi aplikasi mulai banyak digunakan di dalam transaksi bisnis. Penggunaan komputer pada perangkat bergerak seperti handphone sudah tidak lazim dilakukan bahkan digunakan untuk memesan barang kebutuhan sehari-hari melalui marketplace. Adanya berbagai jenis aplikasi membuat kita kadang menjadi tidak fokus. Tujuan penelitian yang dilakukan di sini adalah mencoba membuat aplikasi pemeliharaan kendaraan yang membantu mengingatkan pengguna di tengah banyaknya aplikasi yang lain. Fitur pengingat yang dibangun berkaitan tentang tanggal perawatan kendaraan, berdasarkan penggunaan mobil, usia mobil, dan tanggal perawatan terakhir yang terekam pada aplikasi. Metode penelitian yang dilakukan adalah dengan menggunakan prototyping. Dalam mengembangkan rancangan aplikasi di awal maka digunakan Figma agar bisa menyesuaikan ekspektasi pengguna dengan kebutuhan pemrograman yang ada. Setelah ekspektasi pengguna sesuai maka untuk pengembangan aplikasi menggunakan Android Studio sebagai Integrated Development Environment. Hasil dari penelitian ini adalah fungsi-fungsi dari aplikasi dapat digunakan dengan baik dan dapat mengingatkan penggunanya untuk melakukan servis kendaraan dengan baik.