Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal IC Tech: Majalah Ilmiah IC Tech: Majalah Ilmiah
Arochman
Institut Widya Pratama
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PERBANDINGAN WARNA DAN INTENSITAS CAYA PADA CONFIDENCE DETEKSI OBJEK BERBASIS YOLOV8N Ichwan Kurniawan; Much. Rifqi Maulana; Arochman; Christian Yulianto Rusli
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.349

Abstract

Tata letak pada desain interior ruangan menjadi hal yang penting dalam memberikan kenyamanan, faktor psikologis dan fisik desain interior dapat memberikn kesan yang baik bagi penghuninya. Namun, bagi penyandang disabilitas penglihatan, mengenali benda-benda menjadi tantangan dalam interaksi dan navigasi di dalam ruangan. Kesalahan peletakan benda-benda di dalam ruangan dapat membahayakan meraka dalam menjalankan aktifitas sehari-hari. Tujuan dari penelitian ini adalah mengetahui perbandingan warna dan intensitas cahaya dalam tingkat kepercayaan deteksi objek berbasis yolov8n. Sedangkang maanfaat yang diharapkan adalah penelitian ini adalah memberikan gambaran kepada pengembang deteksi objek dalam menentukan warna intensitas cahaya yang stabil dalam deteksi objek. Hasil dari penelitian ini adalah bahwa penggunaan cahaya dengan warna biru lebih stabil dalam tingkat kepercayaan/confidence deteksi objek dengan rata-rata confidence 84%, dengan rentang tingkat kecerahan yang dapat digunakan untuk deteksi objek adalah antara 30% sampai dengan 70%. Sedangkan penggunaan warna cahaya merah memiliki rata-rata confidence paling rendag yaitu 47%, namun memiliki rentang tingkat kecerahan yang paling panjang yaitu 6 point antara 30% s.d 80%, sedangkan untuk rentang tingkat kecerahan yang paling pendek yaitu 4 point adalah warna hijau. Untuk rekomendasi warna cahya yang digunakan dalam deteksi objek adalah warna biru dan putih karena memilik nilai confidence yang tinggi dan rentang tingkat kecerahan yang panjang.
PERBANDINGAN WARNA DAN INTENSITAS CAYA PADA CONFIDENCE DETEKSI OBJEK BERBASIS YOLOV8N Ichwan Kurniawan; Much. Rifqi Maulana; Arochman; Christian Yulianto Rusli
IC Tech: Majalah Ilmiah Vol 20 No 2 (2025): IC Tech: Majalah Ilmiah Volume XX No. 2 Oktober 2025
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v20i2.349

Abstract

Tata letak pada desain interior ruangan menjadi hal yang penting dalam memberikan kenyamanan, faktor psikologis dan fisik desain interior dapat memberikn kesan yang baik bagi penghuninya. Namun, bagi penyandang disabilitas penglihatan, mengenali benda-benda menjadi tantangan dalam interaksi dan navigasi di dalam ruangan. Kesalahan peletakan benda-benda di dalam ruangan dapat membahayakan meraka dalam menjalankan aktifitas sehari-hari. Tujuan dari penelitian ini adalah mengetahui perbandingan warna dan intensitas cahaya dalam tingkat kepercayaan deteksi objek berbasis yolov8n. Sedangkang maanfaat yang diharapkan adalah penelitian ini adalah memberikan gambaran kepada pengembang deteksi objek dalam menentukan warna intensitas cahaya yang stabil dalam deteksi objek. Hasil dari penelitian ini adalah bahwa penggunaan cahaya dengan warna biru lebih stabil dalam tingkat kepercayaan/confidence deteksi objek dengan rata-rata confidence 84%, dengan rentang tingkat kecerahan yang dapat digunakan untuk deteksi objek adalah antara 30% sampai dengan 70%. Sedangkan penggunaan warna cahaya merah memiliki rata-rata confidence paling rendag yaitu 47%, namun memiliki rentang tingkat kecerahan yang paling panjang yaitu 6 point antara 30% s.d 80%, sedangkan untuk rentang tingkat kecerahan yang paling pendek yaitu 4 point adalah warna hijau. Untuk rekomendasi warna cahya yang digunakan dalam deteksi objek adalah warna biru dan putih karena memilik nilai confidence yang tinggi dan rentang tingkat kecerahan yang panjang.
ANALISIS KLASTERISASI DATA TRANSAKSI PENYEWAAN PAKAIAN MENGGUNAKAN ALGORITMA K-MEANS UNTUK IDENTIFIKASI KARAKTERISTIK PELANGGAN SEBAGAI DASAR STRATEGI INOVASI DAN STOK Much Rifqi Maulana; Arochman; Chrinstian Yulianto Rusli
IC Tech: Majalah Ilmiah Vol 21 No 1 (2026): IC Tech: Majalah Ilmiah Volume XXI No. 1 April 2026
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v21i1.402

Abstract

This study aims to analyze clothing rental patterns and identify customer segmentation of Nani Collaction Clothing Rental, as an effort to support strategic decision-making in the rental business. The method used is the K-Means algorithm with the determination of the optimal number of clusters using the Elbow Method. The data analyzed include clothing categories, costs, rental time, clothing types (men/women), and sizes (children/adults). The results show that the data can be grouped into four main clusters, namely the profession-based children's segment, the culture-based children's segment, the adult segment with high transaction value, and the niche youth segment. The children's segment has the largest transaction volume and is therefore the main market, while the adult segment contributes more to revenue. Meanwhile, the youth segment has specific and seasonal demand characteristics. The analysis results show that the clustering approach is effective in identifying customer patterns and can be used as a basis for developing business strategies, particularly in stock management, service innovation, and market segmentation. This study also recommends the implementation of segmentation-based strategies, the utilization of reservation technology, and the development of further research by adding more diverse variables and clustering methods.
ANALISIS KLASTERISASI DATA TRANSAKSI PENYEWAAN PAKAIAN MENGGUNAKAN ALGORITMA K-MEANS UNTUK IDENTIFIKASI KARAKTERISTIK PELANGGAN SEBAGAI DASAR STRATEGI INOVASI DAN STOK Much Rifqi Maulana; Arochman; Chrinstian Yulianto Rusli
IC Tech: Majalah Ilmiah Vol 21 No 1 (2026): IC Tech: Majalah Ilmiah Volume XXI No. 1 April 2026
Publisher : P3M Institut Widya Pratama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47775/ictech.v21i1.402

Abstract

This study aims to analyze clothing rental patterns and identify customer segmentation of Nani Collaction Clothing Rental, as an effort to support strategic decision-making in the rental business. The method used is the K-Means algorithm with the determination of the optimal number of clusters using the Elbow Method. The data analyzed include clothing categories, costs, rental time, clothing types (men/women), and sizes (children/adults). The results show that the data can be grouped into four main clusters, namely the profession-based children's segment, the culture-based children's segment, the adult segment with high transaction value, and the niche youth segment. The children's segment has the largest transaction volume and is therefore the main market, while the adult segment contributes more to revenue. Meanwhile, the youth segment has specific and seasonal demand characteristics. The analysis results show that the clustering approach is effective in identifying customer patterns and can be used as a basis for developing business strategies, particularly in stock management, service innovation, and market segmentation. This study also recommends the implementation of segmentation-based strategies, the utilization of reservation technology, and the development of further research by adding more diverse variables and clustering methods.
Co-Authors Chrinstian Yulianto Rusli Christian Yulianto Rusli Kurniawan, Ichwan Much Rifqi Maulana Much. Rifqi Maulana