Claim Missing Document
Check
Articles

Found 7 Documents
Search

PERANCANGAN E-LEARNING PADA SMAN 1 KOTA LUBUKLINGGAU MENGGUNAKAN FRAMEWORK CODEIGNITER (CI) Irawan, Davit; Novianto, Zerian
Jurnal Digital: Telnologi Informasi Vol 3, No 2 (2020): Jurnal Digial Teknologi informasi
Publisher : Universitas Muhammadiyah Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32502/digital.v3i2.2690

Abstract

Perkembangan teknologi informasi saat ini sangat pesat seiring dengan adanya kebutuhan dari aktivitas belajar online. Hal ini disebabkan semakin kompleks dan semakin banyaknya media pembelajaran online, sehingga dunia pendidikan  harus dapat selalu memiliki informasi yang cepat dan akurat untuk mengikuti perkembangan teknologi. Seiring dengan semakin pesatnya perkembangan teknologi informasi tersebut, maka kebutuhan teknologi komputerisasi diharapkan juga semakin baik, guna menghasilkan suatu informasi. Perkembangan teknologi pada dunia pendidikan  lebih mengarah kepada sistem informasi yang terkomputerisasi, hal tersebut tidak terlepas dari pesatnya perkembangan hardware dan software komputer itu sendiri. SMA Negeri 1 kota lubuklinggau merupakan salah satu sekolah dengan berbasis teknologi informasi. Sekolah ini memiliki fasilitas pembelajaran dan sarana pendidikan yang  cukup lengkap seperti laboratorium komputer dan tersedianya koneksi internet di sekolah. Namun seperti yang di ketahui pemenfaatan laboratorium di sekolah juga tidak bisa di gunakan setiap saat karna harus bergantian dengan kelas yang lain dan terdapat beberapa kendala lain dalam proses belajar mengajar di SMA N 1 ini, seperti  keterbatasan waktu di sekolah menjadi salah satu pemicu kurangnya pemberian materi yang dilakukan oleh pihak guru yang mengakibatkan siswa mengalami kesulitan untuk mendapatkan materi yang diajarkan sebagai bahan pembelajaran.
SISTEM PREDIKSI PERSEDIAAN BARANG DI MINI MARKET MARS MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER DENGAN PEMROGRAMAN PHYTON Putra, Pandi Wandana Putra; Irawan, Davit; Martadinata, A. Taqwa; Heryati, Agustina
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 7 No 2 (2022): JUTIM (Jurnal Teknik Informatika Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v7i2.2101

Abstract

Adapun permasalah pada Mini Market Mars adalah kesulitan saat menentukan berapa stok barang yang harus disediakan karena belum adanya sistem prediksi. Perencanaan dalam pengadaan stok perlu dilakukan karena dalam pengadaan stok barang membutuhkan biaya yang tidak sedikit. Banyaknya jenis item menjadi permasalahan dalam menentukan berapa jumlah stok barang yang harus ada untuk periode selanjutnya. Metode yang digunakan dalam proses prediksi stok barang adalah Naïve Bayes Classifier. Naïve bayes clasiffier didasarkan pada teorema Bayes yang memiliki kemampuan klasifikasi serupa dengan decision tree dan neural network. Bayes classification terbukti memiliki akurasi dan kecepatan yang tinggi saat diaplikasikan ke dalam database dengan data yang besar. Adanya sistem prediksi stok barang dengan algoritma naïve bayes, maka banyaknya jenis item barang tidak lagi menjadi permasalahan dalam menentukan berapa jumlah stok barang yang harus ada untuk periode selanjutnya. Pengujian model dilakukan untuk melihat seberapa baik akurasi dari model yang dihasilkan.
SISTEM INFORMASI PERPUSTAKAAN PADA SMA NEGERI JAYALOKA BERBASIS WEB DAN BARCODE SCANNER Irawan, Davit; Intan, Bunga; Astuti, Endang Tri
Jurnal Teknologi Informasi Mura Vol 14 No 2 (2022): Jurnal Teknologi Informasi Mura Desember
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v14i2.1826

Abstract

Pada penelitian ini di ketahui bahwa perpustakaan SMAN Jayaloka memiliki permasalahan yaitu pada proses peminjaman dan pengembalian buku yang dimana pada prosesnya masih dilakukan secara manual dengan cara pencatatan sehingga pada prosesnya akan membutuhkan waktu yang cukup lama dalam pengolahan data-data tersebut. Hasil dari penelitian menunjukkan bahwa program sistem informasi perpustakaan pada SMA Negeri Jayaloka berbasis web mobile dan barcode scanner merupakan suatu sistem informasi yang dapat membantu dalam proses perminjaman dan pengembalian buku dan pembuatan laporan, dan dalam pembuatan sistem menggunakan bahasa pemograman PHP dan database MySQL serta Notepad++ dalam penulisan code program. Kesimpulan dalam penelitian ini adalah bahwa sistem informasi perpustakaan pada SMA NegerI Jayaloka berbasis web mobile dan barcode scanner dapat membantu agar dalam proses peminjaman dan pengembalian tidak memakan waktu yang lama dan dapat mendapatkan hasil yang akurat serta cepat.
Penerapan Metode CNN (Convulution Neural Network) Dalam Klasifikasi Buah Putra, Fathan Aldira; Irawan, Davit; Wulandari, Cindi
Journal of Information System Research (JOSH) Vol 6 No 1 (2024): Oktober 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v6i1.6121

Abstract

Fruit type classification plays an important role in supporting the efficiency of distribution, sorting, and stock management processes in the agriculture and food industry. The use of technology in various aspects of life is growing rapidly, including in agriculture and agro-processing. Fruit type classification is an important stage in the fruit supply chain, starting from farmers to consumers. Traditionally, fruit type classification is done manually by human labor, which can be error-prone and time-consuming. With the advancement of technology, especially the development of Convolutional Neural Network (CNN) in deep learning, there is an opportunity to automate and improve the accuracy of the fruit type classification process based on images. Convolutional Neural Network (CNN) is one of the methods in deep learning that has proven effective in image processing and pattern recognition. This method has provided impressive results in various applications, including object classification in images. The purpose of this research is to find out how the architecture and results of the Convolutional Neural Networks (CNN) algorithm for image classification of fruit types. The method used is CNN with different epoch values on each training data. Training data is 9000 and testing data is 100, and validation data is 1000 data. The results obtained quite high accuracy training which reached 82.42% and accuracy validation reached 87.50%. from these results it can be concluded that the model is included in good accuracy and succeeded in identifying types of fruit when testing with test data.
Transfer Learning Model dalam Klasifikasi Penyakit Daun Pepaya dengan Pendekatan Arsitektur ResNet152v2 Nasution, Aji Aris; Irawan, Davit; Rizki, Fido
SWABUMI (Suara Wawasan Sukabumi): Ilmu Komputer, Manajemen, dan Sosial Vol 13, No 1 (2025): Volume 13 Nomor 1 Tahun 2025
Publisher : Universitas Bina Sarana Informatika Kota Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/swabumi.v13i1.25278

Abstract

Penelitian ini membahas penggunaan model transfer learning ResNet152v2 Untuk klasifikasi penyakit daun pepaya, Metode tradisional dalam mengidentifikasi penyakit tanaman seringkali bersifat subjektif dan bergantung pada pengalaman manusia, yang dapat menyebabkan inkonsistensi dan ketidakakuratan. Dengan memanfaatkan pembelajaran mendalam (Deep learning). Penelitian ini bertujuan untuk mengembangkan model klasifikasi yang efisien dan andal. Dataset yang digunakan terdiri dari tiga kelas : healthy (Sehat), Ringspot (Virus), dan Curl (Keriting pada daun pepaya). Citra pada dataset ini telah melalui tahap preprocessing dan augmentasi guna meningkatkan keragaman data. Model dilatih menggunakan pendekatan transfer learning dengan arsitektur ResNet152v2, dan hasil pelatihan dianalisis berdasarkan metrik akurasi, loss, serta Confusion matrix. Hasil menunjukkan model mampu menunjukkan bahwa model mencapai akurasi pelatihan sebesar 96% dan akurasi validasi sebesar 75% setelah 20 epoch, Untuk kategori Curl, model mencatatkan presisi sebesar 89% dan recall 97%, sedangkan kategori Rinspot menunjukkan  presisi 80% dan recall 100%. Namun, recall kategori healthy relatif lebih rendah, yaitu 63%, akibat kesalahan klasifikasi. Akurasi keseluruhan pada pengujian adalah 87%. Penelitian ini menunjukkan potensi Transfer learning dalam klasifikasi penyakit tanaman, meskipun ada tantangan pada keterbatasan dan dan kesalahan klasifikasi.Rekomendasi untuk penelitian selanjutnya mencakup peningkatan variasi dataset, pengoptimalan hyperparameter, serta eksplorasi arsitektur deep learning lain untuk memperbaiki performa klasifikasi, selain itu pengembangan aplikasi berbasis web atau seluler dapat meningkatkan penerapan model ini dalam praktik pertanian.This study discusses the use of the ResNet152v2 transfer learning model for papaya leaf disease classification, traditional methods of identifying plant diseases are often subjective and rely on human experience, which can lead to inconsistencies and inaccuracies. This study aims to develop an efficient and reliable classification model. The dataset used consists of three classes: healthy, Ringspot (Virus), and Curl (Curly on papaya leaves). The images in this dataset have gone through preprocessing and augmentation stages to increase data diversity. The model was trained using a transfer learning approach with the ResNet152v2 architecture, and the training results were analyzed based on accuracy, loss, and Confusion matrix metrics. The results show that the model is able to demonstrate that the model achieves a training accuracy of 96% and a validation accuracy of 75% after 20 epochs. For the Curl category, the model recorded a precision of 89% and a recall of 97%, while the Rinspot category showed a precision of 80% and a recall of 100%. However, the recall of the healthy category is relatively lower, which is 63%, due to misclassification. The overall accuracy of the test was 87%. This study shows the potential of Transfer Learning in plant disease classification, despite challenges in terms of limitations and classification errors. Recommendations for further research include increasing the variety of datasets, optimizing hyperparameters, and exploring other deep learning architectures to improve classification performance, in addition to developing web or mobile-based applications to improve the application of this model in agricultural practices.
PENERAPAN TEKNOLOGI PROGRESSIVE WEB APPS (PWA) PADA SISTEM INFORMASI LAYANAN PARIWISATA DI KABUPATEN MUSI RAWAS MENGGUNAKAN FRAMEWORK LARAVEL Wijaya, Dika Ifbra; Irawan, Davit; Rizki, Fido
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2627

Abstract

Penelitian ini bertujuan untuk menerapkan teknologi Progressive Web Apps (PWA) pada sistem informasi layanan pariwisata di Kabupaten Musi Rawas dengan menggunakan framework Laravel. Teknologi PWA memungkinkan aplikasi berbasis web untuk memberikan pengalaman pengguna yang mirip dengan aplikasi native, seperti akses offline, notifikasi push, dan kecepatan tinggi, sehingga diharapkan dapat meningkatkan kenyamanan dan kepuasan pengguna. Metode yang digunakan dalam penelitian ini mencakup analisis kebutuhan sistem, desain arsitektur aplikasi, implementasi menggunakan Laravel, serta pengujian kinerja dan pengalaman pengguna. Hasil penelitian menunjukkan bahwa sistem informasi layanan pariwisata berbasis PWA dapat meningkatkan aksesibilitas informasi wisata, mengurangi ketergantungan terhadap koneksi internet, dan memperluas jangkauan pengguna. Uji coba menunjukkan bahwa aplikasi ini memiliki waktu respons yang cepat dan mendapatkan umpan balik positif dari pengguna terkait kemudahan navigasi dan fitur-fitur yang disediakan. Dengan diterapkannya PWA pada layanan pariwisata, potensi pariwisata Kabupaten Musi Rawas dapat dipromosikan secara lebih efektif, mendukung pertumbuhan ekonomi lokal, serta meningkatkan daya saing destinasi wisata. Penelitian ini diharapkan menjadi referensi bagi pengembangan aplikasi serupa di sektor pariwisata lainnya.
PENERAPAN TEKNOLOGI PROGRESSIVE WEB APPS (PWA) PADA SISTEM INFORMASI LAYANAN PARIWISATA DI KABUPATEN MUSI RAWAS MENGGUNAKAN FRAMEWORK LARAVEL Wijaya, Dika Ifbra; Irawan, Davit; Rizki, Fido
Jurnal Teknologi Informasi Mura Vol 17 No 1 (2025): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i1.2627

Abstract

Penelitian ini bertujuan untuk menerapkan teknologi Progressive Web Apps (PWA) pada sistem informasi layanan pariwisata di Kabupaten Musi Rawas dengan menggunakan framework Laravel. Teknologi PWA memungkinkan aplikasi berbasis web untuk memberikan pengalaman pengguna yang mirip dengan aplikasi native, seperti akses offline, notifikasi push, dan kecepatan tinggi, sehingga diharapkan dapat meningkatkan kenyamanan dan kepuasan pengguna. Metode yang digunakan dalam penelitian ini mencakup analisis kebutuhan sistem, desain arsitektur aplikasi, implementasi menggunakan Laravel, serta pengujian kinerja dan pengalaman pengguna. Hasil penelitian menunjukkan bahwa sistem informasi layanan pariwisata berbasis PWA dapat meningkatkan aksesibilitas informasi wisata, mengurangi ketergantungan terhadap koneksi internet, dan memperluas jangkauan pengguna. Uji coba menunjukkan bahwa aplikasi ini memiliki waktu respons yang cepat dan mendapatkan umpan balik positif dari pengguna terkait kemudahan navigasi dan fitur-fitur yang disediakan. Dengan diterapkannya PWA pada layanan pariwisata, potensi pariwisata Kabupaten Musi Rawas dapat dipromosikan secara lebih efektif, mendukung pertumbuhan ekonomi lokal, serta meningkatkan daya saing destinasi wisata. Penelitian ini diharapkan menjadi referensi bagi pengembangan aplikasi serupa di sektor pariwisata lainnya.