Claim Missing Document
Check
Articles

Found 4 Documents
Search

A Comparative Analysis of Transfer Learning Architecture Performance on Convolutional Neural Network Models with Diverse Datasets Muhammad Daffa Arviano Putra; Tawang Sahro Winanto; Retno Hendrowati; Aji Primajaya; Faisal Dharma Adhinata
Komputika : Jurnal Sistem Komputer Vol 12 No 1 (2023): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v12i1.8626

Abstract

Deep learning is a branch of machine learning with many highly successful applications. One application of deep learning is image classification using the Convolutional Neural Network (CNN) algorithm. Large image data is required to classify images with CNN to obtain satisfactory training results. However, this can be overcome with transfer learning architectural models, even with small image data. With transfer learning, the success rate of a model is likely to be higher. Since there are many transfer learning architecture models, it is necessary to compare each model's performance results to find the best-performing architecture. In this study, we conducted three experiments on different datasets to train models with various transfer learning architectures. We then performed a comprehensive comparative analysis for each experiment. The result is that the DenseNet-121 architecture is the best transfer learning architecture model for various datasets.
PERANCANGAN APLIKASI PEMESANAN ONLINE BARBERSHOP BERBASIS MOBILE DENGAN PENDEKATAN ANALISIS DAN DESAIN BERBASIS OBJEK Ahmad Muaz; Nakia Natassa; Dwi Muhamad Nofan; Retno Hendrowati
JISAMAR (Journal of Information System, Applied, Management, Accounting and Research) Vol 7 No 2 (2023): JISAMAR : May 2023
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v7i2.1038

Abstract

Peningkatan gaya hidup masyarakat khususnya pada penampilan gaya rambut pria membuat kecenderungan orang untuk pergi ke barbershop meningkat. Namun bisnis barbershop mengalami penurunan yang sangat signifikan selama masa pandemi. Penurunan ini terjadi karena sepinya pelanggan yang datang akibat dari di berlakukannya physical dan social distancing untuk mencegah penularan virus covid-19. Dengan dilakukannya perancangan aplikasi Catur Apps dapat diharapkan menjadi solusi untuk mengatasi permasalahan tersebut. Metode yang digunakan dalam penelitian ini adalah kajian kualitatif dengan penggalian teoritis bertujuan untuk menjawab permasalahan yang telah di uraikan. Kajian kualitatif merupakan bentuk kajian yang berfokus pada peneliti sebagai instrumen kunci dalam menilai objek tertentu. Kajian ini berfokus pada perancangan model prototipe yang nantinya akan di uji oleh pengguna. Dalam perancangannya, menggunakan pendekatan analisis dan desain berbasis objek dengan bantuan Unified Modeling Language sebagai alat bantu. Perancangan aplikasi pemesanan online ini diharapkan dapat mengatasi permasalahan sepinya bisnis barbershop akibat pandemi covid-19 dan dapat membantu bisnis barbershop untuk bertahan.
Peningkatan Kemampuan Computational Thinking dalam Persiapan Tantangan Bebras 2022 Pada Siswa SD Kanaan Jakarta Muhammad Darwis; Wahyuningdiah Trisari Harsanti Putri; Retno Hendrowati
I-Com: Indonesian Community Journal Vol 3 No 2 (2023): I-Com: Indonesian Community Journal (Juni 2023)
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (680.196 KB) | DOI: 10.33379/icom.v3i2.2473

Abstract

Computational thinking merupakan suatu metode pemecahan masalah secara terstruktur dan sistematis yang menerapkan cara kerja sistem komputasi. Salah satu bentuk evaluasi pemahaman siswa terhadap metode tersebut adalah melalui tantangan bebras. Tantangan bebras adalah kompetisi yang diadakan oleh Bebras Indonesia dan berisi persoalan yang menuntut siswa untuk menyelesaikannya dengan menerapkan konsep informatika dan computational thinking. Universitas Paramadina merupakan salah satu biro yang berperan dalam menyiapkan peserta untuk mengikuti kompetisi tersebut. Biasanya, Universitas Paramadina akan memberikan pelatihan kepada calon peserta yang tergabung didalamnya mengenai konsep computational thinking dan melakukan simulasi pelaksanaan tantangan bebras. Salah satu fokus peserta pelatihan tersebut adalah siswa SD yang terdiri dari tingkat Sikecil atau kelas 1-3 dan Siaga atau kelas 4-6. Selain karena pesertanya cukup banyak, juga sangat penting untuk mengajarkan konsep computational thinking pada anak sejak dini. Pada pelaksanaan Tantangan Bebras 2022, Universitas Paramadina akan meningkatkan prestasi siswa yang tergabung dalam biro tersebut.
PENGEMBANGAN APLIKASI DKM REGISTRATION SYSTEM BERBASIS WEB MENGGUNAKAN METODE WATERFALL Muhamad Adillah Fatih; Reza Arif Maulana; Rizki Reza Pratama; Muhammad Darwis; Retno Hendrowati
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 12 No 1 (2024): TEKNOIF APRIL 2024
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2024.V12.1.36-46

Abstract

The Mosque Family Council (DKM) Paramadina regularly holds various events or activities such as the Prophet Muhammad's Maulid event, Qurban, to the Religious Festival. One of the problems often faced by DKM Paramadina is that registration and attendance data are not synchronized, making it difficult to ensure that participants are entitled to event benefits. To overcome this problem, DKM Paramadina needs an effective and efficient registration and attendance system in ensuring data consistency. The purpose of this study is to improve and develop an event registration and attendance recording system using the Waterfall Method approach. The result of this study is a web-based DKM Registration System, which allows the use of recording and monitoring the attendance of event participants efficiently. This system utilizes Next.js Framework for Frontend, Express.js for Backend, and Node.js as runtime. To store registration and attendance data, this system is integrated with Google Spreadsheet by utilizing Google Application Programming Interface (API). In addition, Node Mailer is also used to send a QR Code to the registrant's email for attendance. The Blackbox method has been used to test the effectiveness of the DKM Registration System and the results show good performance. This research provides a solution to overcome conventional problems in data management, ensuring registration and attendance data remain synchronized and consistent.