Indonesia merupakan bangsa yang terdiri dari berbagai etnik dan memiliki keberagaman kesenian dan kebudayaan yang unik. Perkembangan zaman telah membawa perubahan sejarah budaya, salah satunya adalah senjata tradisional. Senjata tradisional merupakan salah satu kekayaan budaya, seperti yang ada di Indonesia, Senjata ini memiliki berbagai ciri khas dan cerita tersendiri, masyarakat di Indonesia sudah cukup mengenal berbagai jenis senjata tradisional dari daerah masing-masing namun untuk mengenal senjata tradisional dari daerah lain dapat dibilang kurang memahami, Banyaknya jenis senjata tradisonal yang ada di Indonesia khususnya di pulau Jawa membuat peneliti tertarik untuk membuat suatu program pengenalan jenis senjata tradisional khususnya untuk senjata tradisional yang ada di Jawa Tengah berdasarkan dataset foto atau citra senjata tradisional menggunakan metode Transfer Learning, yang merupakan metode dari Convolutional Neural Network dengan memanfaatkan pre-trained model yang mampu meningkatkan nilai akurasi cukup tinggi dan jumlah training parameters yang kecil. Citra senjata tradisional Jawa Tengah yang digunakan adalah Keris, Tombak, Khudi, Wedhung dan Plintheng. Implementasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari MobileNetV2 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pegujian sebanyak 638 data training atau sebesar 81% dan 147 data validasi atau sebesar 19% dengan melakukan pengujian sebanyak 50 kali dan batch size sebesar 32, maka diperoleh hasil akurasi sebesar 98,64% namun memiliki nilai loss sebesar 0.16
Papua merupakan sebuah pulau yang terletak di sebelah utara Australia dan merupakan bagian dari wilayah timur Indonesia yang sebagian besar daratannya masih berupa hutan belantara dan merupakan pulau terbesar kedua di dunia setelah Greenland. Papua terkenal akan aneka budayanya, termasuk kekayaan alat musik. Ada berbagai jenis alat musik tradisional Papua yang menawan dan memiliki sejarah musik tradisional mendalam dibaliknya. Alat musik ini biasa digunakan untuk mengiringi acara adat maupun pesta. Perkembangan teknologi saat ini dan di tengah perkembangan musik kontemporer di Papua, ada kegelisahaan akan hilangnya musik-musik tradisi yang sangat kaya beragam sesuai kebudayaan masing-masing wilayah di Papua. Oleh karena itu, peneliti membuat program pengenalan citra alat musik tradisional Papua menggunakan metode Transfer Learning, yang merupakan metode dari Convolutional Neural Network yang merupakan operasi konvolusi dengan melatih terlebih dahulu pada model sebelumnya yang kemudian menggabungkan beberapa lapisan pemrosesan, menggunakan beberapa elemen yang bergerak secara paralel dan terinspirasi oleh sistem saraf biologis. Citra alat musik Papua yang digunakan adalah Fue, Pikon, Triton, Yi dan Tifa. Implementasi pengenalan citra ini dilakukan dengan memanfaatkan Pre-Trained model dari DenseNet201 yang berjalan pada aplikasi Google Collaboratory dan Tensorflow. Dataset yang digunakan dalam pengujian sebanyak 979 data training dan 143 data testing yang mengahasilkan nilai evaluasi dengan nilai precision 98%, recall 98%, f1-score 98%, accuracy 98,46% dan loss 0.051.
E-commerce in Indonesia has grown rapidly and provided many positive impacts especially on the field of online business. Through the developments, there are certainly many factors that must be carefully considered in all aspects to get the “goal” as desired. So, when an e-commerce website has made changes whether we can conclude that the results worked so far or not. It can start by taking the existing factors that become the determinant of one of the successes in the e-commerce website. The study aims to evaluate factors become the success of an e-commerce (jualandbeli.com). Using the McLean and Delone success model approach that has 5 factors, namely: system quality, information quality, use, user satisfaction and net benefit. The result shows system quality, user satisfaction, and net benefits influence to use factor. net benefit influence to use. Quality of information influence to user satisfaction factor.While user satisfaction influence on net benefit factor. Thus, be expected, the model can be used as reference in related evaluating an e-commerce website.
Bahasa isyarat adalah Bahasa yang menggunakan gerakan tangan dan tubuh, serta ekspresi dalam menyampaikan kata dan kalimat. Belajar huruf Hijaiyah adalah langkah awal untuk bisa membaca Al-Qur'an. Anak penyandang tunarungu dan tunawicara memiliki IQ di bawah rata-rata anak normal, yang menyebabkan proses belajar mereka lebih lambat dan memerlukan metode khusus. Ada sekelompok besar tunarungu-bisu di seluruh dunia, dan bahasa isyarat adalah alat komunikasi utama dalam komunitas ini. Penyandang tunarungu dan tunanetra perlu untuk dapat berkomunikasi dengan orang lain yang mampu mendengar, dan orang yang mendengar juga perlu memahami bahasa isyarat, yang menghasilkan permintaan yang besar untuk pelajaran bahasa isyarat. Sudah banyak penelitian yang membahas tentang pendeteksian sebuah objek menggunakan citra digital untuk mengenali macam-macam bahasa isyarat. Penelitian kali ini penulis menerapkan metode YOLOV5 untuk mendeteksi Bahasa isyarat khususnya huruf hijaiyah. Pada penelitian ini penulis menggunakan dataset sebesar 1014 gambar dengan kelas huruf hijiyah dari alif sampai ya. Hasil penelitian yang di peroleh menggunakan metode YOLOV5 terbukti dapat mengenali objek secara konsisten dengan nilai tingkat akurasi yang cukup tinggi yaitu 95%
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.