Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ahmad Subhan Yazid
Informatika, Universitas Alma Ata
Computer Science & IT

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

Found 3 Documents
Search

 1 
PENERAPAN METODE YOLOv11 DALAM MENDETEKSI GESTUR TANGAN ALFABET BISINDO BERBASIS WEBSITE Muhammad Asifaq; Dita Danianti; Dhina Puspasari Wijaya; Ahmad Subhan Yazid
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.16880

Abstract

Bahasa Isyarat Indonesia (BISINDO) merupakan bahasa alami yang digunakan oleh komunitas Tuli di Indonesia, namun pemanfaatan teknologi untuk mendukung pembelajaran dan komunikasi BISINDO masih terbatas. Permasalahan utama yang dihadapi adalah rendahnya ketersediaan sistem otomatis yang mampu mendeteksi dan mengenali gestur alfabet BISINDO secara akurat dan real-time, khususnya yang dapat diakses melalui platform berbasis web. Penelitian ini bertujuan untuk mengembangkan sistem deteksi gestur tangan alfabet BISINDO berbasis website menggunakan pendekatan object detection berbasis deep learning. Metode yang digunakan adalah arsitektur YOLOv11 dengan dataset sebanyak 2.600 citra gestur alfabet BISINDO A–Z yang telah dianotasi dan dibagi ke dalam data training, validation, dan testing. Evaluasi model dilakukan menggunakan metrik precision, recall, mAP@0.5, dan mAP@0.5:0.95. Hasil pengujian menunjukkan bahwa model YOLOv11 mampu menghasilkan performa deteksi yang tinggi dan stabil pada seluruh kelas alfabet BISINDO. Model terbaik selanjutnya diintegrasikan ke dalam sistem berbasis web menggunakan FastAPI sebagai backend dan React.js sebagai frontend, serta mendukung deteksi melalui webcam dan unggahan citra. Sistem yang dikembangkan mampu melakukan deteksi gestur secara real-time dan dapat diakses langsung melalui browser tanpa instalasi tambahan
SISTEM PERANGKINGAN KARYAWAN BERBASIS WEBSITE DENGAN MENGGUNAKAN ALGORITMA TOPSIS Albert Aymi Pratama Putra; Deden Hardan Gutama; Dhina Puspasari Wijaya; Ahmad Subhan Yazid
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 1 (2026): JATI Vol. 10 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i1.17035

Abstract

PT Karya Buana Cilacap merupakan perusahaan yang memerlukan sistem penilaian karyawan yang objektif dan terstruktur untuk mendukung pengambilan keputusan manajerial. Permasalahan yang dihadapi adalah proses penilaian karyawan kontrak yang masih dilakukan secara manual dan cenderung subjektif, sehingga hasil evaluasi belum sepenuhnya mencerminkan kinerja karyawan secara akurat. Penelitian ini bertujuan untuk mengembangkan sistem perangkingan karyawan berbasis website menggunakan algoritma Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) berdasarkan kriteria Presensi, Catatan Buruk, Kinerja, dan Medical Check Up (MCU). Metode pengembangan sistem yang digunakan adalah Waterfall, dengan implementasi menggunakan bahasa pemrograman PHP (framework Laravel) dan basis data MySQL. Algoritma TOPSIS diterapkan untuk menghitung nilai preferensi karyawan berdasarkan kedekatan dengan solusi ideal positif dan jarak terjauh dari solusi ideal negatif. Hasil penelitian menunjukkan bahwa sistem mampu menghasilkan perangkingan karyawan secara otomatis, objektif, dan transparan. Berdasarkan pengujian menggunakan metode Blackbox Testing, seluruh fungsi sistem berjalan sesuai dengan kebutuhan pengguna, sehingga sistem dinyatakan layak digunakan sebagai pendukung keputusan dalam evaluasi kinerja karyawan di PT Karya Buana Cilacap
ANALISIS POLA PEMBELIAN KONSUMEN UNTUK MENENTUKAN PROMOTION SESSION MENGGUNAKAN ALGORITMA APRIORI: Salman Rifki Yanuar; Ahmad Subhan Yazid; Cicin Hardiyanti P; Andri Pramuntadi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 3 (2026): JATI Vol. 10 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i3.18177

Abstract

DM Grosir Sembako memiliki data transaksi penjualan dalam jumlah besar yang berpotensi dimanfaatkan guna mendukung pengambilan keputusan bisnis. Meskipun demikian, pemanfaatan data tersebut masih terbatas pada analisis per produk, sehingga belum mampu mengungkap pola keterkaitan antar produk yang kerap dibeli secara bersamaan. Akibatnya, optimalisasi data dalam penentuan strategi promosi belum tercapai secara maksimal. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen sebagai landasan penetapan sesi promosi berupa bundling produk. Pendekatan yang diterapkan adalah data mining dengan algoritma Apriori serta metodologi CRISP-DM, yang mencakup tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data yang dianalisis terdiri dari 9.406 transaksi penjualan pada bulan November 2025, dengan parameter minimum support sebesar 0,15%, minimum confidence 20%, serta lift > 1. Hasil penelitian mengungkap bahwa algoritma Apriori berhasil mengidentifikasi pola asosiasi antar produk yang signifikan, ditandai dengan nilai lift lebih besar dari satu, yang menunjukkan adanya hubungan kuat antar produk tersebut. Pola-pola ini dapat dijadikan dasar penyusunan strategi bundling produk yang lebih tepat dan efektif.
Co-Authors Albert Aymi Pratama Putra Andri Pramuntadi Cicin Hardiyanti P Deden Hardan Gutama Dhina Puspasari Wijaya Dita Danianti Muhammad Asifaq Salman Rifki Yanuar