Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Ryfial Azhar
Tadulako University
Computer Science & IT Education

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

Found 2 Documents
Search

 1 
Implementasi Algoritma Rivest-Shamir-Adleman (RSA) pada Sistem Monitoring Potensi Bahaya dan Kecelakaan Kerja di PT Citra Palu Minerals Murtafiatun Darojah; Nouval Trezandy Lapatta; Ryfial Azhar; Dwi Shinta Angreni; Rahmah Laila
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 2 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i2.6241

Abstract

Penelitian ini berfokus pada pembuatan sistem yang dapat memonitoring potensi bahaya kecelakaan kerja di PT Citra Palu Minerls, membuat arsip data perlaporan lebih administratif dan keamanan pada data pribadi pelapor. Penelitian ini bertujuan untuk mempermudah dalam pembuatan pelaporan potensi bahaya kecelakaan kerja serta implementasi algoritma RSA pada sistem. Penelitian ini menggunakan metode kualitatif dengan observasi, wawancara, dan dokumentasi. Penelitian ini melibatkan wawancara dengan Kepala Departemen Health, Safety, and Environment (HSE), Departemen Elektrik, dan beberapa karyawan yang ada di PT Citra Palu Minerals sebagai gambaran yang akurat sesuai kebutuhan pengguna. Sistem monitoring ini bernama HIAS (Hazard Information and Suggestion) dibuat menggunakan bahasa pemrograman React js membangun antarmuka pengguna (UI) dan Express js sebagai perancang sistem atau logika back-end pada aplikasi. Hasil pengujian menggunakan metode EUCS untuk menunjukkan tingkat ketidakpuasan sebelum adanya sistem monitoring dengan skor rata-rata 1,58. Sementara itu, untuk pengujian tingkat kepuasan setelah sistem monitoring, dengan skor rata-rata 4,6. Hal ini menunjukkan bahwa setelah adanya sistem monitoring, keberhasilan dalam membangun sistem ini sesuai dengan kebutuhan dan permasalahan yang ada.
KLASIFIKASI JENIS BATIK BOMBA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN ARSITEKTUR EFFICIENT-NET B2 (BATIK BOMBA SULAWESI TENGAH ) Julian Witjaksono; Mohammad Yazdi Pusadan; Yusuf Anshori; Rizka Ardiansyah; Ryfial Azhar
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 3 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i3.6191

Abstract

Batik adalah salah satu warisan budaya Indonesia yang diakui oleh UNESCO sebagai warisan dunia. Keanekaragaman motif batik mencerminkan kekayaan budaya dan seni yang perlu dilestarikan. Salah satu motif batik yang unik adalah batik Bomba dari Kabupaten Donggala, Sulawesi Tengah. Untuk membantu mengklasifikasikan motif batik yang beragam, penelitian ini menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur EfficientNet-B2. Penelitian ini melibatkan pengumpulan 21 citra batik Bomba dari berbagai sumber di Kota Palu, Sulawesi Tengah. Proses data preprocessing dilakukan melalui teknik augmentasi data, sementara model dikembangkan dengan menggunakan transfer learning dan beberapa teknik optimisasi seperti batch normalization, regulasi, dropout layer, dan fungsi aktivasi ReLU serta softmax. Model dilatih dengan optimizer Adamax dan early stopping untuk mencegah overfitting. Hasil pelatihan menunjukkan akurasi tinggi sebesar 100% pada data pelatihan dan 99.59% pada data validasi. Pengujian menggunakan confusion matrix menunjukkan akurasi total model sebesar 96%, dengan kesalahan klasifikasi minimal pada gambar "maleo". Model ini berhasil mengklasifikasikan motif batik Bomba dengan tingkat akurasi yang tinggi, menunjukkan potensi besar penggunaan teknologi kecerdasan buatan dalam pelestarian dan pengembangan warisan budaya batik.
Co-Authors Dwi Shinta Angreni Julian Witjaksono Mohammad Yazdi Pusadan Murtafiatun Darojah Nouval Trezandy Lapatta Rahmah Laila Rizka Ardiansyah Yusuf Anshori