Claim Missing Document
Check
Articles

Found 3 Documents
Search

Design of the HealthyQue Mobile Application for Hospital Registration Based on Android Using the Design Thinking Approach and UML Modeling Fajar Mahardika; Rizki Ripai; Sony Veri Shandy; Fazar Sidik; Riki Aldi Pari; Kukuh Muhammad
Blend Sains Jurnal Teknik Vol. 4 No. 2 (2025): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i2.1287

Abstract

The increasing number of patient visits to hospitals each year poses challenges in providing fast and efficient services, especially during the registration process. Conventional registration systems often cause long queues and patient discomfort. This study aims to design the HealthyQue mobile application as a digital solution for hospital registration based on the Android platform. The application development follows the Design Thinking approach through five stages: empathize, define, ideate, prototype, and test, to deeply explore user needs and behaviors. The results of this process are realized in the form of system modeling using Unified Modeling Language (UML), including use case diagrams, activity diagrams, sequence diagrams, and class diagrams to structurally depict the system's workflow and architecture. This application offers features such as online patient registration, doctor schedule checking, and real-time queue notifications. The implementation of HealthyQue is expected to improve hospital administrative efficiency, reduce patient waiting times, and enhance service quality. The design results demonstrate that the Design Thinking approach effectively produces solutions aligned with user needs, while UML modeling supports the system documentation in a technical and systematic manner.
Strategi Keamanan VPS Menggunakan Pendekatan Berlapis: Studi Kasus Integrasi Cloudflare, 2FA, dan Monitoring Ratih Ratih; Nur Moniroh; Fajar Mahardika
Blend Sains Jurnal Teknik Vol. 4 No. 2 (2025): Edisi Oktober
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i2.1315

Abstract

Virtual Private Server (VPS) merupakan salah satu komponen krusial dalam penyediaan layanan digital modern karena fleksibilitas dan skalabilitasnya. Namun, seiring meningkatnya adopsi VPS, risiko keamanan terhadap sistem ini pun semakin tinggi. Ancaman seperti Distributed Denial of Service (DDoS), brute force, dan eksploitasi akses ilegal menjadi tantangan serius yang dapat mengganggu ketersediaan layanan dan mengancam kerahasiaan data. Penelitian ini mengusulkan strategi keamanan berbasis pendekatan berlapis (layered security) yang menggabungkan tiga elemen utama: (1) Cloudflare sebagai lapisan proteksi awal untuk menyaring lalu lintas berbahaya dan mencegah serangan DDoS; (2) Two-Factor Authentication (2FA) untuk meningkatkan keamanan akses akun administrator; dan (3) sistem monitoring aktif yang memungkinkan deteksi dini terhadap aktivitas mencurigakan dan memberikan respon otomatis. Metode studi kasus digunakan dengan mengimplementasikan arsitektur keamanan tersebut pada sebuah VPS berbasis Linux. Pengujian dilakukan melalui simulasi serangan dan evaluasi efektivitas masing-masing lapisan keamanan. Hasil penelitian menunjukkan bahwa kombinasi ketiga komponen tersebut mampu secara signifikan menurunkan risiko kompromi sistem, dengan peningkatan kemampuan deteksi dini terhadap ancaman sebesar 85% serta pemblokiran otomatis terhadap akses ilegal yang terintegrasi melalui Cloudflare dan sistem monitoring. Penelitian ini menyimpulkan bahwa pendekatan berlapis memberikan perlindungan yang lebih komprehensif dibandingkan sistem proteksi tunggal, dan direkomendasikan sebagai standar minimum dalam pengamanan VPS.
Deteksi Kantuk Pengemudi Berdasarkan Keterbukaan Mata Menggunakan Model Ringan dari Spatiotemporal Pyramidal CNN Angga Maulana Purba; Fajar Mahardika; Satriawan Desmana; Nur Moniroh
sudo Jurnal Teknik Informatika Vol. 4 No. 4 (2025): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v4i4.1342

Abstract

Keselamatan berkendara merupakan hal yang penting dan menjadi topik yang krusial diperbincangkan termasuk mendeteksi kantuk pengemudi. Dalam Computer Vision salah satu pendekatan yang dilakukan adalah mendeteksi kedipan mata pengemudi. Penelitian tahun 2022 menunjukkan hasil yang baik dalam penggunaan Pyramidal Bottleneck CNN untuk mempelajari fitur spatio dan temporal pada kedipan mata. Kemudian tahun 2023 dikembangkan model yang lebih ringan dengan Depth-wise Separable Convolution, sehingga parameter latih bisa diperkecil. Oleh karena itu, Penelitian ini bertujuan mengadaptasi arsitektur tersebut untuk kasus keterbukaan mata. Kedipan mata berlangsung cukup singkat dan hanya sepersekian detik, sehingga belum cukup membantu untuk mendeteksi kantuk. Model tersebut berhasil dilatih pada data primer yang terbatas dan dibandingkan dengan model baseline. Model terbaik secara keseluruhan menghasilkan F1 score 0.75, Precision 0.63, dan Recall 0.93. Model tersebut bisa berjalan diatas CPU dengan rata-rata 12 FPS (Frame Per Second). Hasil recall yang cukup tinggi menunjukkan model tersebut bisa menangkap momen mata tertutup cukup banyak, hal ini cukup krusial karena kehilangan momen mata tertutup akan fatal akibatnya, meskipun harus mengorbankan precision atau masih tinggi false positive-nya.