Klaim Artikel Anda
Verifikasi kepemilikan artikel akademik
Apakah artikel-artikel ini milik Anda?
Daftarkan diri Anda sebagai author untuk mengklaim artikel dan dapatkan profil akademik terverifikasi dengan fitur lengkap.
Badge Verifikasi
Profil terverifikasi resmi
Statistik Lengkap
H-index, sitasi, dan metrik
Visibilitas Tinggi
Tampil di direktori author
Kelola Publikasi
Dashboard artikel terpadu
Langkah-langkah Klaim Artikel:
- 1. Daftar akun author dengan email akademik Anda
- 2. Verifikasi email dan lengkapi profil
- 3. Login dan buka menu "Klaim Artikel"
- 4. Cari dan klaim artikel Anda
- 5. Tunggu verifikasi dari admin (1-3 hari kerja)
Menampilkan 1–5 dari 5 artikel
Deteksi Aktivitas Vape Berbasis Yolov8 pada Citra dan Video dengan Pendekatan Deep Learning
Lahuddin, Lahuddin
; Larasati, Pamela
; Hasbi, Abdilah
; Lahuddin, Lahuddin
; Larasati, Pamela
; Hasbi, Abdilah
Perkembangan teknologi artificial intelligence, khususnya dalam bidang computer vision dan deep learning, telah mendorong lahirnya berbagai sistem otomatis dalam analisis citra dan video. Salah satu implementasi yang banyak digunakan adalah deteksi objek secara real-time menggunakan algoritma YOLO (You Only Look Once). Di sisi lain, penggunaan rokok elektronik atau vape semakin meningkat, terutama di lingkungan pendidikan, sehingga diperlukan sistem pengawasan otomatis yang mampu mendeteksi akti...
Google Scholar
DOI
Implementasi Metode Vision Transformer (ViT) Dalam Klasifikasi Jenis Tanah
JUISI : Jurnal Ilmiah Sistem Informasi
Vol 5
, No 1
(2026)
This study applies the Vision Transformer (ViT) method to soil-type classification and evaluates its accuracy using digital images. The Vision Transformer (ViT) is a Deep Learning architecture that uses self-attention to extract global features from images, enabling it to recognize texture and color patterns more comprehensively than other convolutional methods. The dataset used consists of eight soil types, each containing 77 image data in “.jpg” format. Each image was processed and augmented t...
Sumber Asli
Google Scholar
DOI
Implementasi Metode Vision Transformer (ViT) Dalam Klasifikasi Jenis Tanah
Hasbi, Abdilah
; Ardollynata, Ardollynata
; Tumanggor, Benelekser
; Hasbi, Abdilah
; Ardollynata, Ardollynata
; Tumanggor, Benerlekser
JUISI : Jurnal Ilmiah Sistem Informasi
Vol 5
, No 1
(2026)
This study applies the Vision Transformer (ViT) method to soil-type classification and evaluates its accuracy using digital images. The Vision Transformer (ViT) is a Deep Learning architecture that uses self-attention to extract global features from images, enabling it to recognize texture and color patterns more comprehensively than other convolutional methods. The dataset used consists of eight soil types, each containing 77 image data in “.jpg” format. Each image was processed and augmented t...
Google Scholar
DOI
Studi Kelayakan Bisnis Syariah Pengembangan UMKM “Dodolanku Surabaya”: Analisis Aspek Pemasaran
Jurnal Ilmu Ekonomi, Manajemen dan Bisnis
Vol 2
, No 2
(2024)
Penelitian ini bertujuan untuk menganalisis Aspek Pemasaran membahas tentang kelayakan bisnis syariah yang dikembangkan oleh UMKM Dodolanku Surabaya dengan berfokus pada analisis aspek pemasaran. Studi ini bertujuan untuk mengetahui apakah bisnis syariah yang dikembangkan oleh UMKM Dodolanku Surabaya memiliki potensi untuk berkembang dan berkelanjutan serta memiliki strategi pemasaran yang efektif. Penelitian ini menggunakan metode kualitatif dengan pendekatan deskriptif. Observasi dan wawancara...
Sumber Asli
Google Scholar
DOI
4 Sitasi
Seleksi Fitur Klasifikasi Penyakit Diabetes Menggunakan Particle Swarm Optimization (PSO) Pada Algoritma Naive Bayes
Jurnal Elektronika dan Komputer
Vol 1
, No 1
(2020)
Diabetes is a serious chronic disease that occurs because the pancreas does not produce enough insulin (a hormone that regulates blood sugar or glucose), or when the body cannot effectively use the insulin it produces. WHO data shows that the incidence of non-communicable diseases in 2004 reached 48 , 30% is slightly higher than the incidence rate of infectious diseases, namely 47.50% [1]. According to the Ministry of Health in 2012 diabetes caused 1.5 million deaths. Some Indonesian people, thi...
Google Scholar
DOI