Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JUTECH : Journal Education and Technology Indonesian Journal of Multidisciplinary on Social and Technology Journal of Information Systems and Business Technology
Hafizd Ramadhan
Universitas Pamulang
Computer Science & IT Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis dan Perancangan Sistem Informasi Booking Lapangan Olahraga Berbasis Website Menggunakan Standar ISO/Iec 25010 (Studi Kasus PT. Teknologi Informatika Solusindo) Hafizd Ramadhan; Lamborghini Anugrah Sa’arih; Chairul Anwar
Journal of Information Systems and Business Technology Vol 2 No 3 (2026): Journal of Information Systems and Business Technology
Publisher : PT Jurnal Cendekia Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemajuan teknologi informasi saat ini telah mendorong banyak sektor untuk beralih ke ranah digital, tidak terkecuali pada bisnis penyewaan fasilitas olahraga. Selama ini, proses pemesanan lapangan di PT Teknologi Informatika Solusindo masih ditangani secara konvensional. Pendekatan ini sering kali memicu berbagai masalah operasional, mulai dari jadwal yang bentrok hingga proses pendataan yang kurang efisien. Untuk mengatasi kendala tersebut, penelitian ini dilakukan guna mengevaluasi kelayakan mutu Sistem Informasi Booking Lapangan Olahraga berbasis website yang diterapkan di perusahaan tersebut. Pengujian kualitas sistem bersandar pada standar pengukuran ISO/IEC 25010, dengan membedah delapan aspek utama: functional suitability, performance efficiency, compatibility, usability, reliability, security, maintainability, dan portability. Data penelitian dikumpulkan melalui kuesioner yang disebarkan kepada 31 pengguna aktif, mulai dari staf operasional, administrator, hingga pihak manajemen. Dari hasil evaluasi, performa aplikasi mencatatkan tingkat kelayakan rata-rata di angka 79,87% (dengan sebaran nilai antara 74,19% hingga 85,81%). Capaian ini secara akumulatif menempatkan kualitas sistem ke dalam kategori "Baik". Kesimpulannya, sistem informasi ini terbukti efektif, aman, dan sangat mudah digunakan, sehingga dinilai sangat layak untuk diimplementasikan secara penuh guna mendukung operasional perusahaan, meskipun masih terdapat sedikit ruang perbaikan pada sisi keandalan dan efisiensi kinerjanya.  
Perancangan dan Pengembangan Aplikasi Deteksi Objek Pergerakan Mobil di Jalan Tol Menggunakan OpenCV dan Python Hafizd Ramadhan; Bagas Daniswara Adi Pangestu; Elvarel Naufal Krisna
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 2 (2026): Maret - Juni
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i2.10936

Abstract

Penelitian ini mengembangkan sistem deteksi pergerakan mobil berbasis OpenCV dan Python untuk mendukung pemantauan lalu lintas secara waktu nyata (real-time). Metode yang digunakan meliputi prapemrosesan citra, deteksi objek dengan algoritma background subtraction (MOG2 dan KNN), pelacakan menggunakan centroid tracking, serta klasifikasi kondisi lalu lintas menjadi tiga kategori: lancar, padat, dan macet. Evaluasi kinerja dilakukan berdasarkan akurasi deteksi, frame per second (FPS), dan pengujian berdasarkan pencahayaan. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi 94% pada siang hari, 88% pada malam hari, dan 80% pada kondisi hujan, dengan rata-rata FPS berkisar antara 18–32 tergantung resolusi video. Temuan ini membuktikan bahwa pendekatan berbasis OpenCV dapat diimplementasikan secara efektif untuk mendukung sistem transportasi cerdas dan pemantauan lalu lintas yang efisien.
PENGEMBANGAN APLIKASI DETEKSI PENYAKIT PADA DAUN TANAMAN SINGKONG MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Hafizd Ramadhan; Rifdah Salaamah; Khoirunnisa Khoirunnisa
JUTECH : Journal Education and Technology Vol 6, No 2 (2025): JUTECH DESEMBER
Publisher : STKIP Persada Khatulistiwa Sintang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31932/jutech.v6i2.5900

Abstract

Singkong (Manihot esculenta) merupakan salah satu komoditas pertanian utama di Indonesia yang produktivitasnya sering mengalami penurunan akibat serangan penyakit pada daun. Proses identifikasi penyakit secara konvensional membutuhkan keahlian khusus dan waktu yang relatif lama, sehingga kurang efektif bagi petani. Penelitian ini bertujuan untuk mengembangkan aplikasi deteksi penyakit daun singkong berbasis Convolutional Neural Network (CNN) guna membantu petani dalam mengidentifikasi penyakit tanaman secara cepat dan akurat. Dataset yang digunakan terdiri dari 2.780 citra daun singkong yang terbagi ke dalam lima kelas, yaitu penyakit mosaik singkong, penyakit bercak cokelat singkong, tungau hijau singkong, penyakit bercak bakteri singkong, dan daun singkong sehat. Model CNN dilatih melalui tahap pra-pemrosesan data, augmentasi citra, serta penerapan metode Stratified K-Fold Cross Validation. Hasil pelatihan menunjukkan bahwa model mampu mencapai tingkat akurasi sebesar 83%. Model yang telah dilatih kemudian diimplementasikan ke dalam aplikasi yang dilengkapi dengan fitur unggah gambar dan pengambilan citra secara real-time. Pengujian fungsional menunjukkan aplikasi berjalan dengan baik, sedangkan hasil usability testing terhadap 20 responden memperoleh tingkat kepuasan pengguna sebesar 88,3%. Hasil penelitian ini menunjukkan bahwa aplikasi yang dikembangkan efektif dalam mendukung deteksi dini penyakit daun singkong serta berpotensi mendukung penerapan pertanian digital.
Co-Authors Bagas Daniswara Adi Pangestu Chairul Anwar Elvarel Naufal Krisna Khoirunnisa Khoirunnisa Lamborghini Anugrah Sa’arih Rifdah Salaamah