Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Anggay Luri Pramana
Informatika, Universitas Nahdlatul Ulama Sidoarjo
Computer Science & IT

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

Found 2 Documents
Search

 1 
RANCANG BANGUN BUKU TAMU DIGITAL MENGGUNAKAN OTOMASI N8N DENGAN METODE AGILE M. Faisal Zhafran Farros; Anggay Luri Pramana
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 10 No. 2 (2026): JATI Vol. 10 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v10i2.17927

Abstract

Perkembangan teknologi informasi memungkinkan proses pelayanan dan pencatatan administrasi dilakukan secara terkomputerisasi sehingga menjadi lebih cepat dan efisien. Namun, pada praktiknya masih banyak instansi yang menggunakan sistem pencatatan tamu secara manual menggunakan buku tulis, yang menyebabkan berbagai permasalahan seperti kesulitan pencarian data, risiko kehilangan arsip, serta rendahnya efisiensi pelayanan. Permasalahan tersebut juga ditemukan pada proses penerimaan tamu di lingkungan perusahaan tempat penelitian ini dilakukan, di mana seluruh data kunjungan masih dicatat secara manual tanpa sistem validasi dan integrasi digital. Untuk mengatasi permasalahan tersebut, penelitian ini merancang dan membangun sistem buku tamu digital berbasis web dengan menerapkan otomasi menggunakan platform N8N. Sistem ini memungkinkan tamu melakukan pencatatan data secara digital, sementara data diproses secara otomatis untuk penyimpanan basis data, pengiriman notifikasi, serta pembuatan QR Code sebagai identitas kunjungan. Metode pengembangan sistem yang digunakan adalah Software Development Life Cycle (SDLC) dengan pendekatan Agile. Hasil penelitian menunjukkan bahwa sistem buku tamu digital yang dibangun mampu meningkatkan efisiensi pencatatan, mempermudah pengelolaan data tamu, serta mempercepat proses administrasi dibandingkan sistem manual. Melalui pengujian black box testing diperoleh hasil bahwa seluruh fitur utama sistem berfungsi dengan baik dan sesuai dengan kebutuhan pengguna.
PENGENALAN TINGKAT KEMATANGAN BUAH PISANG BERBASIS CITRA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK Mohammad Raihan Zacky Ramadhan; Anggay Luri Pramana
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.v10i3.18150

Abstract

  Pisang merupakan komoditas hortikultura krusial di Indonesia, di mana tingkat kematangannya menjadi indikator utama penentu kualitas pascapanen. Namun, proses penentuan kematangan di lapangan umumnya masih dilakukan secara manual dan subjektif, sehingga sering memicu inkonsistensi klasifikasi yang berdampak pada kerugian ekonomi. Penelitian ini bertujuan untuk mengotomatisasi proses tersebut dengan mengevaluasi dan membandingkan performa tiga arsitektur deep learning, yaitu Convolutional Neural Network (CNN) standar, VGG16, dan ResNet50, dalam mengklasifikasikan citra buah pisang ke dalam empat kategori kematangan. Evaluasi model dilakukan melalui skenario pelatihan 20 dan 50 epoch, dengan kinerja diukur menggunakan confusion matrix berdasarkan metrik Accuracy, Precision, Recall, dan F1-Score. Hasil pengujian pada skenario 50 epoch menunjukkan model CNN standar mencapai akurasi tertinggi sebesar 98,39%, disusul oleh VGG16 dengan 96,62%. Sebaliknya, ResNet50 mengalami underfitting dengan akurasi stagnan di 50,53%. Kesimpulannya, model CNN terbukti lebih efisien dan akurat untuk dataset citra ini dibandingkan arsitektur jaringan yang terlalu kompleks.
Co-Authors M. Faisal Zhafran Farros Mohammad Raihan Zacky Ramadhan