{JALUR MAGANG IT} PENGEMBANGAN BACKEND APLIKASI EDUKASI ‘CUNNY’ BERBASIS KLASIFIKASI CITRA UNTUK PEMBELAJARAN KECERDASAN BUATAN

Aldiyanto, Ahmad (2025) {JALUR MAGANG IT} PENGEMBANGAN BACKEND APLIKASI EDUKASI ‘CUNNY’ BERBASIS KLASIFIKASI CITRA UNTUK PEMBELAJARAN KECERDASAN BUATAN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf - Published Version
Download (1MB)
[img] Text (BAB I)
BAB I.pdf - Published Version
Download (250kB)
[img] Text (BAB II)
BAB II.pdf - Published Version
Restricted to Registered users only
Download (568kB)
[img] Text (BAB III)
BAB III.pdf - Published Version
Restricted to Registered users only
Download (2MB)
[img] Text (BAB IV)
BAB IV.pdf - Published Version
Download (123kB)
[img] Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf - Published Version
Restricted to Registered users only
Download (364kB)
[img] Archive (SOURCE CODE)
Sourcecode - 22.12.2726.zip - Published Version
Restricted to Repository staff only
Download (3MB)

Abstract

Perkembangan pesat teknologi Kecerdasan Buatan (AI) belum diimbangi oleh pemahaman yang memadai di kalangan siswa sekolah menengah, sehingga menimbulkan kesenjangan literasi digital, khususnya terkait konsep dasar AI dan penerapannya. Penelitian ini mengembangkan backend aplikasi edukasi CUNNY (Cognitive Understanding of Neural Network for Youth), sebuah media pembelajaran berbasis Android yang memanfaatkan model Convolutional Neural Network (CNN) untuk klasifikasi citra sebagai sarana belajar interaktif. Metode pengembangan yang digunakan adalah pendekatan Waterfall, meliputi tahapan rekayasa kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Backend aplikasi dibangun menggunakan layanan cloud Railway untuk memastikan skalabilitas, kinerja real-time, dan kemudahan deployment. Integrasi API mencakup materi pembelajaran dan prediksi citra berbasis TensorFlow Lite (TFLite). Hasil pengujian menggunakan Postman, unit test, dan JMeter menunjukkan bahwa API bekerja secara stabil, responsif, dan mampu memproses klasifikasi gambar dengan akurat sesuai dataset. Produk akhir yang dihasilkan memberikan media pembelajaran AI yang lebih praktis, visual, dan adaptif, serta dapat menjadi solusi awal dalam meningkatkan literasi kecerdasan buatan pada siswa sekolah menengah.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Rohman, Arif Nur
Uncontrolled Keywords: Backend Development, Android, MVVM, REST API, Image Classification.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 25 Feb 2026 01:40
Last Modified: 25 Feb 2026 01:40
URI: http://eprints.amikom.ac.id/id/eprint/31630

Actions (login required)

View Item View Item