Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JUTECH : Journal Education and Technology Journal of Information Systems and Business Technology
Rifdah Salaamah
Universitas Pamulang
Computer Science & IT Education Languange, Linguistic, Communication & Media Library & Information Science Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis dan Perancangan Sistem Informasi Manajemen Kontrak Berbasis Website Dengan Standar ISO/IEC 25010 (On Project PT Teknologi Informatika Solusindo) Rifdah Salaamah; Sulistian Bahar; 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

Pengelolaan kontrak PT Teknologi Informatika Solusindo masih dilakukan secara manual atau sebagian digital, yang menyebabkan masalah seperti pengolahan dokumen yang tidak efisien, kontrak yang tertunda, dan data yang sulit. Tujuan penelitian ini adalah untuk mengembangkan dan mengembangkan sistem informasi manajemen kontrak yang dapat diakses melalui internet dan membantu proses manajemen kontrak secara terintegrasi. Metode pengembangan sistem prototype memungkinkan solusi yang dapat disesuaikan dan melibatkan pengguna. Unified Modeling Language (UML) adalah alat yang digunakan untuk merancang sistem dan terdiri dari diagram use case, aktivitas, sequence, dan class. Perangkat lunak yang memiliki fitur fungsional seperti kesesuaian, efisiensi kinerja, kompatibilitas, kemudahan penggunaan, ketahanan, keamanan, ketahanan, dan portabilitas dinilai sesuai dengan standar ISO/IEC 25010. Hasilnya menunjukkan bahwa sistem PT Teknologi Informatika Solusindo dinilai sebagai "Sangat Baik" dengan nilai persentase keseluruhan 81%. Dengan demikian, sistem ini dianggap layak digunakan dan memiliki kemampuan untuk meningkatkan produktivitas dan efisiensi dalam pengelolaan kontrak.
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 Chairul Anwar Hafizd Ramadhan Khoirunnisa Khoirunnisa Sulistian Bahar