PEMANFAATAN DEEP LEARNING DALAM REKOMENDASI PERBAIKAN LAYOUT DAN DESAIN VISUAL PADA WEBSITE LMS IIB DARMAJAYA BERDASARKAN PRINSIP DESAIN GRAFIS

Ferdiansyah, Satria and Trisnawati, Sherli (2025) PEMANFAATAN DEEP LEARNING DALAM REKOMENDASI PERBAIKAN LAYOUT DAN DESAIN VISUAL PADA WEBSITE LMS IIB DARMAJAYA BERDASARKAN PRINSIP DESAIN GRAFIS. Skripsi thesis, Institut Informatika dan Bisnis Darmajaya.

	Text COVER SATRIA FERDIANSYAH.pdf Download (103kB)
	Text PERNYATAAN SATRIA FERDIANSYAH.pdf Download (129kB)
	Text HALAMAN PERSETUJUAN SATRIA FERDIANSYAH.pdf Download (173kB)
	Text PENGESAHAN SATRIA FERDIANSYAH.pdf Download (179kB)
	Text ABSTRAK INDONESIA SATRIA FERDIANSYAH.pdf Download (113kB)
	Text ABSTRACT DLC SATRIA FERDIANSYAH.pdf Download (150kB)
	Text DAFTAR ISI SATRIA FERDIANSYAH.pdf Download (121kB)
	Text BAB I SATRIA FERDIANSYAH.pdf Download (123kB)
	Text BAB II SATRIA FERDIANSYAH.pdf Download (407kB)
	Text BAB III SATRIA FERDIANSYAH.pdf Download (728kB)
	Text BAB VI SATRIA FERDIANSYAH.pdf Download (907kB)
	Text BAB V SATRIA FERDIANSYAH.pdf Download (122kB)
	Text DAFTAR PUSTAKA SATRIA FERDIANSYAH.pdf Download (337kB)
	Text LAMPIRAN SATRIA FERDIANSYAH.pdf Download (522kB)

Abstract

Penelitian ini bertujuan menghasilkan sistem rekomendasi penyegaran desain antarmuka Learning Management System (LMS) IIB Darmajaya menggunakan metode Deep Learning berbasis Convolutional Neural Network (CNN). Permasalahan yang diangkat berkaitan dengan tampilan visual LMS, seperti estetika, tipografi, warna, dan tata letak yang dinilai belum optimal. Model CNN dilatih menggunakan dataset berisi 50 gambar hasil replikasi dari sepuluh jenis halaman LMS. Sistem diimplementasikan sebagai aplikasi web menggunakan Flask, yang memungkinkan pengguna mengunggah screenshot halaman LMS untuk diklasifikasikan dan direkonstruksi menjadi desain yang lebih representatif. Hasil penelitian menunjukkan bahwa sistem dapat berfungsi sesuai rancangan, meskipun akurasi prediksi masih terbatas akibat jumlah dan keragaman dataset yang belum memadai.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	- Satria Ferdiansyah -
Date Deposited:	09 Dec 2025 01:22
Last Modified:	09 Dec 2025 01:22
URI:	http://repo.darmajaya.ac.id/id/eprint/23364

Actions (login required)

View Item