Abstract:Abstract: Toko Ratna Jaya is a business in the fashion sector that sells women's robes and is experiencing instability in its sales because Toko Ratna Jaya is unable to predict their sales for the following month. Ratna…
Jaya Shop currently carries out forecasting only by relying on the owner's predictions. However, this approach is less efficient and can lead to losses or increased stock costs if forecasting is inaccurate. To increase the accuracy of the estimates, the use of the Single Exponential Smoothing Method is proposed. This method smooths past values with exponential weights, placing greater emphasis on recent data. Use of data from the last 1 (one) year as reference data for recording the past for forecasting experiments for the next 1 (one) month. Experiments using different Alphas test accuracy in actual situations. The results of the experiment with an alpha of 0.2 are almost the same as the actual value in predicting the situation one month into the future with the lowest error, namely MAPE 12.05% and forecasting sales of gamis of 1,476 pcs.
Keywords: forecasting; gamis; sales; single exponential smoothing (SES); toko ratna jaya.
Abstrak: Toko Ratna Jaya adalah usaha di bidang fashion yang menjual baju gamis wanita dan sedang mengalami ketidakstabilan dalam penjualannya dikarenakan Toko Ratna Jaya tidak mampu meramalkan penjualan mereka untuk bulan berikutnya. Toko Ratna Jaya saat ini melakukan peramalan hanya dengan mengandalkan paraduga pemiliknya. Namun, pendekatan ini kurang efisien dan dapat menyebabkan kerugian atau peningkatan biaya stok jika peramalan tidak akurat. Untuk meningkatkan ketepatan perkiraan, penggunaan Metode Single Exponential Smoothing diusulkan. Metode ini menghaluskan nilai masa lalu dengan bobot eksponensial, memberikan penekanan lebih besar pada data terbaru. Penggunaan data 1 (satu) tahun terakhir sebagai data acuan pencatatan masa lalu untuk percobaan peramalan untuk 1 (satu) bulan kedepan. Eksperimen menggunakan Alpha yang berbeda menguji akurasi dalam situasi aktual. Hasil dari eksperimen dengan alpha 0,2 hampir sama dengan nilai aktual dalam meramalkan keadaan satu bulan ke depan dengan error yang paling rendah yaitu MAPE 12,05% dan peramalan penjualan gamis sebanyak 1.476 pcs.
Kata kunci: gamis; penjualan; peramalan; single exponential smoothing (ses); toko ratna jaya.
Abstract:Abstract: There are a great number of academics that are now conducting research on sentiment analysis by employing supervised and machine learning techniques. The research can be carried out with the assistance of a variety…
iety of sources, including reviews of movies, reviews of Twitter, reviews of online products, blogs, discussion forums, and other social networks. With the progress of technology, individuals may now effortlessly utilize social media platforms to access and share information, as well as express their viewpoints to the general public, without any constraints of distance or time. Twitter is a social media network that serves as a repository for opinions. Diverse techniques are employed to provide optimal and realistically precise pressure detection. The analysis and discussion affirm that the Support Vector Machine (SVM) was effectively employed in this study, utilizing public opinion data on television program reviews in Indonesia. An SVM classifier is employed to examine the Twitter data set by utilizing various parameters. The study successfully completed the preprocessing process by collecting a total of 400 data points, consisting of 320 reviews from 4 television shows for training data and 80 reviews for testing. The data was filtered and classified using SVM, with 200 positive and 200 negative data points for comparison. The experiment utilized the SVM method using TF-IDF to achieve the most accurate test results. The test accuracy was 80%, while the training data accuracy reached 100%.
Keywords: Sentiment Analysis; Support Vector Machine; Television Shows Review, TF-IDF,
Abstrak: Saat ini, banyak akademisi sedang menyelidiki analisis sentimen melalui pemanfaatan teknik yang diawasi dan pembelajaran mesin. Kajian dapat dilakukan dengan menggunakan beberapa sumber seperti review film, review Twitter, review produk online, blog, forum diskusi, atau jejaring sosial lainnya. Dengan kemajuan teknologi, masyarakat kini dapat dengan mudah memanfaatkan platform media sosial untuk mengakses dan berbagi informasi, serta menyampaikan pandangan mereka kepada masyarakat umum, tanpa batasan jarak dan waktu. Twitter adalah jaringan media sosial yang berfungsi sebagai gudang opini. Beragam teknik digunakan untuk menghasilkan deteksi tekanan yang optimal dan presisi secara realistis. Analisis dan pembahasan menegaskan bahwa Support Vector Machine (SVM) efektif digunakan dalam penelitian ini, memanfaatkan data opini publik tentang review program televisi di Indonesia. Pengklasifikasi SVM digunakan untuk memeriksa kumpulan data Twitter dengan memanfaatkan berbagai parameter. Penelitian berhasil menyelesaikan proses preprocessing dengan mengumpulkan total 400 titik data yang terdiri dari 320 review dari 4 acara televisi untuk data pelatihan dan 80 review untuk pengujian. Data disaring dan diklasifikasikan menggunakan SVM, dengan 200 titik data positif dan 200 titik data negatif sebagai perbandingan. Percobaan ini menggunakan metode SVM dengan menggunakan TF-IDF untuk mencapai hasil pengujian yang paling akurat. Akurasi pengujiannya mencapai 80%, sedangkan akurasi data pelatihan mencapai 100%.
Kata kunci: Analisis Sentimen, Review Tayangan Televisi, TF-IDF, Support Vector Machine
Abstract:Abstract: The service dramatically affects the number of guests staying at the hotel. Bali is the most visited tourist area by foreign tourists. Therefore, improved service is crucial for determining the rating level of…
a hotel. This research aims to combine two data mining algorithms: clustering and classification. This research is expected to contribute to hospitality in improving the best services for tourists, especially in the City of Bali. Clustering algorithms are used to group the best number of hotels based on the four clusters selected from the k-means clustering algorithm. The classification algorithm using C4.5 determines the factors most dominant in determining the hotel rating level based on the gain ratio. The data used in this study results from observations on the website agoda.com in Bali of 51 data. The results of this study explained that cluster_0 is the highest-rated cluster, with a total number of 19 hotels found in claster_0. Data cluster0 is used for classification analysis using a decision tree, and the most dominant factor is the service factor, with an accuracy of 80%.
Keywords: data mining; kmeans; decision tree; hotel; bali;
Abstrak: Pelayanan sangat mempengaruhi jumlah pengunjung yang menginap dihotel. Bali merupakan daerah wisata paling banyak dikunjungi oleh wisatawan mancanegara. Oleh karena itu, peningkatan pelayanan sangat penting untuk penentuan level rating dari hotel. Tujuan dari penelitian ini untuk menggabungkan dua algoritma data mining yaitu clustering dan klasifikasi. Dengan penelitian ini diharapkan dapat memberikan kontribusi bagi perhotelan dalam meningkatkan pelayanan yang terbaik bagi wisatawan khususnya di Kota Bali. Algoritma Clustering digunakan untuk mengelompokkan dari jumlah hotel yang terbaik berdasarkan empat cluster yang dipilih dari algoritma clustering berupa k-means. Algoritma klasifikasi menggunakan C4.5 digunakan untuk mengetahui faktor apa yang paling dominan dalam menentukan level rating hotel berdasarkan gain ratio. Data yang digunakan dalam penelitian ini hasil observasi di website agoda.com di bali sebanyak 51 data. Hasil dari penelitian ini menjelaskan dataset cluster_0 merupakan cluster rating tertinggi dengan jumlah 19 hotel yang terdapat di cluster_0. Data cluster_0 digunakan untuk analisis klasifikasi menggunakan decesion tree, didapat faktor yang paling dominan adalah faktor layanan dengan nilai akurasi sebesar 80%.
Kata kunci: data mining; kmeans; decision tree; hotel; bali;
Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: that the number of catches obtained by fishermen is more optimal. With secondary data based on the type of cultivation developed by fishing communities, the authors intend to explore this data so that they can…
examine more deeply the most effective types of cultivation using analysis of variance to find out the differences between each type of cultivation and cluster analysis using the complete linkage method. to find out the grouping of marine culture production based on the types developed by fishing communities in Indonesia. The correlation between the observed variables is 0.008, so it can be said that there is no relationship between the observed variables. In addition, the sig. and t-test. sig value is obtained. > α (5% = 0.05). This means that there is a significant average difference in fish production results based on the type of cultivation developed by fishing communities. With the grouping of types of marine cultivation developed by the Wesleyan community using the complete-linkage method, they are divided into 3 groups based on the degree of similarity in the production results obtained. Cluster 1 consists of Floating Nets, and Pools; Cluster 2 consists of other seas, seaweed, cages, and fishing nets; and Cluster 3 consists of Fresh Floating Nets, Minapadi, and Ponds.
Keywords: Complete-Linkage; Fish Production; Mariculture; Multivariate Analysis; T-test;
Abstrak: Berdasarkan penelitian sebelumnya pada analisis variansi untuk menguji perbedaan rata-rata pada masing-masing perlauan peletakan sudut jarring agar jumlah tangkapan yang diperoleh nelayan lebih optimal. Dengan adanya data sekunder berdasarkan jenis budidaya yang dikembangkan masyarakat nelayan, penulis bermasksud untuk melakukan eksplorasi pada data tersebut agar dapat mengkaji lebih dalam terhadap jenis budidaya yang paling efektif dengan analisis variansi untuk mengetahu perbedaan dari masing-masing jenis budidaya serta analisis cluster dengan metode complate linkage untuk mengetahui adanya pengelompokan hasil produksi bududaya laut berdasarkan jenis yang dikembangkan oleh masyarakat nelayan di Indonesia. Korelasi antar variabel yang diamati sebesar 0.008, maka dapat dikatakan bahwa tidak ada hubungan antara variabel yang diamati. Selain itu, hasil uji sig. dan uji t. diperoleh nilai sig. > α (5% = 0.05). Artinya, terdapat perbedaan rata-rata secara signifikan hasil produksi ikan berdasarkan jenis budidaya yang dikembangkan oleh masyarakat nelayan. Dengan adanya pengelompokan jenis budidaya laut yang dikembangkan oleh masyarakat neleyan dengan metode complete-linkage terbagi atas 3 kelompok berdasarkan tingkat kemiripan hasil produksi yang diperoleh. Cluster 1 terdiri dari Jaring Apung, Kolam; Cluster 2 terdiri dari Laut lainnya, Rumput laut, Keramba, Jaring Tancap; dan Cluster 3 terdiri dari Jaring Apung Tawar, Minapadi, Tambak.
Kata kunci: Analisis Multivariate; Budidaya Laut; Complate-Linkage; Produksi Ikan; Uji-t;
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: This research was conducted in the Bangka Belitung region specifically observing what criteria could support and hinder the development of home industries. The home industry is a small-scale industry that is generally…
nerally carried out in the family sphere and is driven by women. Home industries need to receive support from the provincial government to survive and increase the scale of production. To make support for home industries more targeted, this research summarizes several criteria related to the conditions of home industries and the businesses they run. In Bangka Belitung Province there are several types of businesses that are run on a home industry scale. Based on the condition of the home industry which has multiple criteria and multiple alternatives, this research uses the Analytical Hierarchy Process method and Expert Choice software as data processing aids. The results of data processing show that industrial business is the highest alternative with a weight of 24.7% and the highest criterion is strategy at 23.7%. These results indicate that the largest portion of home industry business actors is engaged in the industrial sector and to encourage the progress of the home industry the most important factor is strategy, namely understanding the type of business they are involved in, labor-intensive industries, paying attention to production factors, electricity capacity, and business operations. While the next stage is to design a user interface for a web-based system as a means of collecting home industry data.
Keywords: AHP; collecting home industry data; home industries
Abstrak: Penelitian ini dilakukan di wilayah Bangka Belitung secara khusus melihat kriteria apa saja yang dapat mendukung dan menghambat perkembangan industri rumah tangga. Industri rumah tangga merupakan industri kecil yang umumnya dilakukan dalam lingkup keluarga dan digerakkan oleh perempuan. Industri rumah tangga perlu mendapat dukungan dari pemerintah provinsi agar bisa bertahan dan meningkatkan skala produksinya. Agar dukungan industri rumah tangga lebih tepat sasaran, penelitian ini merangkum beberapa kriteria terkait kondisi industri rumah tangga dan usaha yang dijalankannya. Di Provinsi Bangka Belitung terdapat beberapa jenis usaha yang dijalankan dalam skala industri rumah tangga. Berdasarkan kondisi industri rumah tangga yang memiliki banyak kriteria dan banyak alternatif, maka penelitian ini menggunakan metode Analytical Hierarchy Process dan software Expert Choice sebagai alat bantu pengolahan data. Hasil pengolahan data menunjukkan bahwa bisnis industri merupakan alternatif tertinggi dengan bobot 24,7% dan kriteria tertinggi adalah strategi 23,7%. Hasil tersebut menunjukkan bahwa porsi terbesar pelaku usaha industri rumah tangga bergerak di sektor industri dan untuk mendorong kemajuan industri rumah tangga faktor yang paling penting adalah strategi yaitu memahami jenis usaha yang digeluti, industri padat karya, pembayaran, memperhatikan faktor produksi, kapasitas listrik, dan operasional usaha. Sedangkan tahap selanjutnya adalah merancang antarmuka untuk sistem berbasis web sebagai sarana pendataan industri rumahan.
Kata kunci: AHP; industri rumahan; pendataan industri rumahan
Abstract:Abstract: The vehicle washing application using mobile is an application that aims to help users make it easier for users to order vehicle washing services online. This app was designed to make it easy for users to use and…
nd to allow them to send vehicle wash notifications whenever and wherever they want using a mobile device. Ordering Features: This application has several main features, namely Ordering Features: Users can order vehicle washing services easily through this application. They only need to choose the type of car they want, the services they want, and the time and place where they want to work. Integration Payment: This application is equipped with an online payment system, which allows easy and secure payments through the application. Feature Order Tracking: Users can monitor the status of their orders through the application, namely when the order will be picked up, the vehicle washing process, and when the order will be completed and will be completed. This application is equipped with a good and secure data management system, so that user data and orders can be accessed easily and protected from unwanted actions. Vehicle washing using mobile applications can provide many benefits for users, such as user convenience and satisfaction, time and cost efficiency, and ease of finding information. Because of this, app development must begin with a focus on the most important features that users require and end with a positive user experience.
Keywords: application; android; m-wash; mobile; vehiclewash.
Abstrak: Aplikasi cuci kendaraan menggunakan mobile merupakan aplikasi yang bertujuan untuk membantu pengguna dalam mempermudah pengguna dalam memesan jasa cuci kendaraan secara online. Aplikasi ini dirancang untuk memudahkan pengguna dalam menggunakan dan memungkinkan mereka mengirim notifikasi cuci kendaraan kapan pun dan di mana pun mereka mau menggunakan perangkat seluler. Fitur Pemesanan : Aplikasi ini memiliki beberapa fitur utama yaitu Fitur Pemesanan : Pengguna dapat memesan jasa cuci kendaraan dengan mudah melalui aplikasi ini. Mereka hanya perlu memilih jenis mobil yang diinginkan, layanan yang diinginkan, serta waktu dan tempat di mana mereka ingin bekerja. Pembayaran Integrasi: Aplikasi ini dilengkapi dengan sistem pembayaran online, yang memungkinkan pembayaran mudah dan aman melalui aplikasi. Fitur Order Tracking: Pengguna dapat memantau status pesanannya melalui aplikasi, yaitu kapan pesanan diambil, proses pencucian kendaraan, dan kapan pesanan selesai dan akan diselesaikan. Aplikasi ini dilengkapi dengan sistem pengelolaan data yang baik dan aman, sehingga data dan pesanan pengguna dapat diakses dengan mudah dan terlindungi dari tindakan yang tidak diinginkan. Pencucian kendaraan menggunakan aplikasi mobile dapat memberikan banyak manfaat bagi pengguna, seperti kenyamanan dan kepuasan pengguna, efisiensi waktu dan biaya, serta kemudahan dalam mencari informasi. Oleh karena itu, pengembangan aplikasi harus dimulai dengan fokus pada fitur paling penting yang dibutuhkan pengguna dan diakhiri dengan pengalaman pengguna yang positif.
Kata kunci: aplikasi; android; m-wash; mobile; cuci kendaraan.
Abstract:Abstract : CV. MOL JAYA is one of the CVs engaged in providing car spare parts. In terms of spare parts inventory processing in CV. Mol Jaya is still experiencing difficulties, such as not being able to find out the amount…
nt of spare parts stock and sales reports that are not optimal, so the cause of work is delayed because they have to wait for parts orders from suppliers. This study aims to manage inventory and speed up the work of employees in overcoming spare parts supply problems in the Warehouse. The method in this study applies Supply Chain Management as for the stages, namely by managing raw materials, production, to distribution to end consumers in the most economical and effective way. The results of this research are in the form of a web-based goods inventory gateway sms application that has been successfully built and running well, as an information system that can assist in inventory management, quantity of spare parts stock and sales reports. The application of Supply Chain Management in a web-based application is very effective for coordinating the relationship between suppliers and CV. Mol Jaya.
Keywords : Inventory; Supply Chain Management; SMS gateway
Abstrak : CV. MOL JAYA merupakan salah satu CV yang bergerak dibidang menyediakan barang sperepart mobil . Dalam hal pengolahan persedian sparepart di CV. Mol Jaya masih mengalami kesulitan , seperti tidak dapat mengetahui jumlah stok onderdil dan laporan penjualan kurang maksimal , sehingga penyebab pekerjaan tertunda karena harus menunggu pemesanan onderdil dari pemasok. Penelitian ini bertujuan untuk mengelola persedian barang atau inventory dan mempercepat pekerjaan karyawan dalam mengatasi permasalahan persedian sparepart di Gudang. Metode dalam penelitian ini menerapan Supply Chain Management adapun tahapannya yaitu dengan melakukan manajemen terhadap bahan baku, produksi, sampai distribusi kepada konsumen akhir dengan cara yang paling hemat dan efektif. Hasil dari penelitian ini berupa aplikasi sms gateway inventory barang berbasis web yang berhasil dibangun dan berjalan dengan baik, sebagai sistem informasi yang dapat membantu dalam pengelolaan inventory , kuantitas stock suku cadang dan laporan penjualan. Penerapan Supply Chain Management pada aplikasi berbasis web sangat efektif untuk mengkoordinasikan hubungan antara pemasok dan CV. Mol Jaya.
Kata Kunci : Persediaan; Manajemen Rantai Pasokan; Gerbang SMS
Abstract:Abstract: Gender classification is one of the most important tasks of video analysis. A machine learning-based approach was presented to identify male and female facial images with a data set of 2000 images taken from kaggles. …
ggles. This method plays a role in finding the weight value that gives the best output value. This study uses the most appropriate learning rate of each optimization method as a criterion for stopping training. The results showed that the Artificial Neural Network with Adam optimization produced the highest accuracy, which was 91.5% compared to the SGD and ADADELTA optimization methods. Deep Learning techniques that are applied extensively to image recognition used utilize Adam's optimizer method.
Keywords: artificial neural networks; adadelta; adam; gender; sgm;
Abstrak: Klasifikasi gender adalah salah satu tugas analisis video yang paling penting. Pendekatan berbasis machine learning disajikan untuk mengidentifikasi gambar wajah Pria dan Wanita dengan kumpulan data sebanyak 2000 gambar yang diambil dari kaggle. Metode ini berperan dalam menemukan nilai bobot yang memberikan nilai keluaran terbaik. Penelitian ini menggunakan learning rate yang paling sesuai dari masing-masing metode optimasi sebagai kriteria pemberhentian pelatihan. Hasil penelitian menunjukkan Jaringan Saraf Tiruan dengan optimasi Adam menghasilkan akurasi tertinggi yaitu 91,5 % dibandingkan dengan dengan metode optimasi SGD dan ADADELTA. Teknik Deep Learning yang diterapkan secara ekstensif pada pengenalan gambar yang digunakan memanfaatkan metode optimizer Adam.
Kata kunci: Adadelta; Adam; Jaringan Syaraf; Gender; Tiruan; SGM;