Claim Missing Document
Check
Articles

Found 19 Documents
Search

IMPLEMENTASI PEMETAAN LOKASI PROYEK PEMBANGUNAN PADA DINAS PU CK KOTA LUBUKLINGGAU MENGGUNAKAN GOOGLE MAPS API BERBASIS WEB MOBILE Sobri, Ahmad
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.v3i2.2686

Abstract

Dalam penulisan karya ilmiah ini, penulis akan menjelaskan tentang Implementasi Pemetaan Lokasi Proyek Pembangunan Pada Dinas Pu Bidang Cipta Karya Kota Lubuklinggau Menggunakan Google Maps Api Berbasis Web Mobile dengan menggunakan bahan pemrograman Xampp. Kebutuhan-kebutuhan yang diperlukan dalam suatu implementasi pemetaan suatu pembangunan dengan menggunakan pemograman android yaitu menggunakan UML (Unified Modelling Language), Database yang dibuat menggunakan MySQL. Hasil pengembangan aplikasi ini meliputi  data data proyek pembanguna yang terdapat pada Dinas Pekerjaan Umum kota Lubuklinggau. Dalam implementasi ini akan mempermudah melihat setiap proyek pembangunan infrastruktur pada Dinas Pekerjaan Umum melalui google maps.
PERANCANGAN SISTEM INFORMASI PENGARSIPAN PERKARA PADA PENGADILAN NEGERI LUBUKLINGGAU BERBASIS WEBMOBILE DENGAN MENGGUNAKAN METODE WEB ENGINEERING Sunardi, Lukman; Bimastari, Tri Hasanah; Sobri, Ahmad
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.v7i2.1855

Abstract

Penelitian ini bertujuan untuk membangun sebuah sistem informasi pengarsipan berkas perkara pada Pengadilan Negeri Lubuklinggau berbasis web mobile agar memudahkan pihak Pengadilan didalam pengelolaan berkas perkara dengan efektif dan efisien. Pengarsipan adalah kegiatan menyimpan warkat dengan berbagai cara danalat di tempat tertentu yang aman agar tidak rusak atau hilang sebagai pusat ingatan atau sumber informasi suatu organisasi. Sedangkan hukum pidana adalah sekumpulan peraturan hukum yang dibuat oleh negara, yang isinya berupa larangan maupun keharusan sedang bagi pelanggar terhadap larangan dan keharusan sedang bagi pelanggar terhadap larangan dan keharusan tersebut dikenakan sanksi yang dapat dipaksakan oleh Negara. Pada penelitian maka metode pengembangan sistem yang digunakan adalah Metode Web Engineering merupakan suatu proses yang digunakan untuk membuat aplikasi web berkualitas tinggi dan juga merupakan sekumpulan cara atau model yang digunakan untuk mengembangkan aplikasi berbasis web. Dengan adanya sistem ini dapat memudahkan dalam pembuatan system yang akan digunakan oleh pegawai di pegadilan Negeri Lubuklinggau
SISTEM INFORMASI GEOGRAFIS PEMETAAN LOKASI ASET TANAH BARANG MILIK DAERAH (BMD) KABUPATEN MUSI RAWAS BERBASIS WEB MOBILE Nurdiansyah, Deni; Sobri, Ahmad; Sunardi, Lukman
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2055

Abstract

Tujuan penelitian ini untuk memudahkan masyarakat yang berada di desa dalam melihat dan mengetahui asset- asset miliki desa yang ada dalam wilayah kabupaten Musi Rawas. Selain itu dengan adanya sistem yang dapat digunakan untuk mengetahui keberadaan asset peninggal nenek moyang zaman yang sangat berguna bagi kemajuan suatu Desa. Dalam mengembangkan sistem ini, maka diperlukan metode pengembangan sistem seperti UML, PHP dan Mysql. Sistem ini juga menampilkan halaman admin, beranda, halaman lokasi, halaman letak asset dan juga halaman titik asset yang ada di wilayah kabupaten Musi Rawas. Hasil penelitian ini adalah implementasi posisi letak asset desa yang akan berdampak pada pelestarian budaya yang dimiliki oleh desa dalam menjaga dan mearwat asset tersebut.
Perbedaan Penerjemahan Gramatikal Bahasa Arab dan Bahasa Indonesia Sobri, Ahmad; Syahvini, Salsabila Nasywa; Rizqa, Rachma Fatihatul; Padilah, Salwa; Athallah, Muhammad Rafif; Fadila, Nurul
Jurnal Edukasi Vol. 1 No. 3 (2023): Jurnal Edukasi
Publisher : Edu Berkah Khatulistiwa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60132/edu.v1i3.184

Abstract

Penerjemahan merupakan suatu kegiatan sangat penting dalam komunikasi lintas budaya, terutama antara bahasa Indonesia dan bahasa Arab. Terdapat karakteristik khusus yang membedakan kedua bahasa ini, baik dari segi struktural, gramatikal, maupun budaya yang signifikan. Menerjemahkan dari bahasa Indonesia ke bahasa Arab, dan sebaliknya, menjadi tantangan tersendiri karena kompleksitas perbedaan antara keduanya yang menimbulkan tantangan dalam proses penerjemahan. Metode yang digunakan dalam kajian ini adalah metode deskriptif kualitatif. Teknik pengumpulan data yang digunakan adalah observasi,wawancara dan studi kepustakan/dokumentasi. Kajian ini bertujuan untuk mendeskripsikan, menjelaskan, dan memvalidasi fenomena social yang menjadi objek kajian. Kajian ini bertujuan untuk memahami lebih dalam mengenai karakteristik penerjemahan dua bahasa, dengan fokus pada bagaimana perbedaan tersebut mempengaruhi hasil penerjemahan dan untuk memberikan wawasan lebih dalam mengenai proses penerjemahan bahasa Indonesia dan Arab dengan menganalisis perbedaan struktural, mengeksplorasi faktor budaya, dan mempertimbangkan aspek psikolinguistik.
SISTEM INFORMASI GEOGRAFIS PEMETAAN LOKASI ASET TANAH BARANG MILIK DAERAH (BMD) KABUPATEN MUSI RAWAS BERBASIS WEB MOBILE Nurdiansyah, Deni; Sobri, Ahmad; Sunardi, Lukman
Jurnal Teknologi Informasi Mura Vol 15 No 1 (2023): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v15i1.2055

Abstract

Tujuan penelitian ini untuk memudahkan masyarakat yang berada di desa dalam melihat dan mengetahui asset- asset miliki desa yang ada dalam wilayah kabupaten Musi Rawas. Selain itu dengan adanya sistem yang dapat digunakan untuk mengetahui keberadaan asset peninggal nenek moyang zaman yang sangat berguna bagi kemajuan suatu Desa. Dalam mengembangkan sistem ini, maka diperlukan metode pengembangan sistem seperti UML, PHP dan Mysql. Sistem ini juga menampilkan halaman admin, beranda, halaman lokasi, halaman letak asset dan juga halaman titik asset yang ada di wilayah kabupaten Musi Rawas. Hasil penelitian ini adalah implementasi posisi letak asset desa yang akan berdampak pada pelestarian budaya yang dimiliki oleh desa dalam menjaga dan mearwat asset tersebut.
MONITORING SISTEM PENDETEKSI KETINGGIAN BENCANA BANJIR DENGAN SENSOR ULTRASONIK BERBASIS IOT Husein, Muhammad; Armanto, Armanto; Sobri, Ahmad
Jusikom : Jurnal Sistem Komputer Musirawas Vol 8 No 1 (2023): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v8i1.2062

Abstract

Masalah pada penelitian adalah belum adanya pemanfaatan teknologi berbasis IoT pada monitoring akan bahayanya bencana banjir. Penelitian ini menggunakan metode pengumpulan data, dengan cara pengamatan secara langsung terhadap objek dan dokumentasi dengan cara membaca pedoman-pedoman literature serta jurnal yang terkait. Hasil penelitian menunjukkan bahwa perencanaan pembuatan hardware maupun software mengenai pembuatan alat monitoring pendeteksi banjir menggunakan board NodeMCU ESP8266 sebagai landasan dimana hardware tersebut dapat menjadi input pada software Arduino Ide. Hardware yang digunakan dalam penelitian ini berupa NodeMCU ESP8266, Sensor Ultrasonik, dan Modul Buzzer, yang dimana sistem kerja alat ini yaitu di saat sensor ultrasonik mendeksi ketinggian air maka suara buzzer akan berbunyi selama beberapa detik dan notifikasi alarm akan masuk ke HP melalui aplikasi Telegram dan ketinggian air akan dimonitoring melalui aplikasi Blynk IoT sebagai penghubung IoT kepada pemilik masing masing ponsel sebagai tanda bahwa ketinggian air sudah beranjak naik. Dapat disimpulkan bahwa perencanaan ini menghasilkan hardware dan software berjalan sesuai yang diinginkan sehingga pemilik yang memiliki Platform IoT tersebut dapat bersiap siaga akan datang nya bencana banjir.
Prediksi penyakit jantung berbasis mesin learning dengan menggunakan metode k-nn Hakim, Lukman; Sobri, Ahmad; Sunardi, Lukman; Nurdiansyah, Deni
Jurnal Digital: Telnologi Informasi Vol 7, No 2 (2024): Jurnal Digital Teknologi informasi
Publisher : Universitas Muhammadiyah Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32502/digital.v7i2.9429

Abstract

Permasalahan dalam penelitian ini adalah belum adanya sistem prediksi penyakit jantung yang dapat memudahkan proses penanganan dan identifikasi gejala penyakit jantung. Oleh karena itu, dilakukan proses ekstraksi pola gejala penyakit jantung berdasarkan data medis menggunakan model K-Nearest Neighbor (KNN). Proses pengolahan data penyakit jantung dengan algoritma KNN ini bertujuan untuk menganalisis data penyakit jantung berbasis machine learning. Dalam prediksi penyakit jantung, diperlukan sistem yang dapat membantu mengelola data terkait pengolahan citra medis. Tujuan dari penelitian ini adalah untuk membantu melakukan klasifikasi jenis penyakit jantung, sehingga memudahkan proses penanganan medis. Analisis dilakukan menggunakan sistem machine learning dengan tools Python, di mana dalam pengolahan data terdapat tahapan yang berhubungan dengan pembagian data (splitting data) untuk menghasilkan akurasi yang optimal.
Application of Random Forest Algorithm To Classify Credit Status of KPR Customers at Bank BTN Based on Machine Learning Fitri, Maysade; Sobri, Ahmad; Rizki, Fido
JURNAL TEKNIK KOMPUTER AMIK BSI Vol 11, No 1 (2025): Periode Januari 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jtk.v11i1.25261

Abstract

In the banking sector, this study is very suitable for determining and improving accuracy and determining credit status classification. This study aims to apply the Exploratory Data Analysis (EDA) method in supporting credit status classification at PT. Bank Tabungan Negara KCP Lubuklinggau Persero Tbk. Exploratory Data Analysis (EDA) as data exploration and Machine Learning Algorithms such as Random Forest as modeling in determining classification. The results show that the Exploratory Data Analysis (EDA) method successfully determines data patterns, while Random Forest in modeling achieves accuracy, recall, Precision, F1-Score of 100% in predicting the credit status of KPR customers. This method is expected to be useful in making decisions on more accurate credit status by the bank.
DETEKSI TUMOR OTAK MENGGUNAKAN CITRA MRI (MAGNETIC RESONANCE IMAGING) MELALUI PENDEKATAN DEEP CONVOLUTIONAL NEURAL NETWORK Surya Putra, Raihan Rama; Sobri, Ahmad; Nurdiansyah, Deni
JUSIM (Jurnal Sistem Informasi Musirawas) Vol 10 No 1 (2025): JUSIM : Jurnal Sistem Informasi Musi Rawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusim.v10i1.2641

Abstract

Proses pengolahan data penyakit tumor otak dengan menggunakan MRI, dalam melihat perkembangan penyakit tumor otak maka perlu adanya suatu sistem yang dapat menganalisis penyakit tumor otak yang berhubungan akurasi, presisi dan juga recall yang akan membandingkan beberapa jenis penyakit tumor otak. Tujuan penelitian dapat melakukan deteksi tumor otak dengan melihat citra MRI pada hasil scannya, mempercepat hasil rekaman medis yang menggunakan MRI lebih cepat dan juga dapat menganalisis secara efektif dan efisien. Selain itu dalam mengembangkan kolaborasi untuk mengetahui letak atau posisi penyakit tumor dan berjenis apa penyakit tersebut. Klasifikasi tumor otak menggunakan arsitektur MobileNet telah menjadi fokus utama dalam penelitian berbasis pembelajaran mendalam (deep learning). MobileNet, yang dikenal karena efisiensinya dalam penggunaan sumber daya dan akurasi yang tinggi, digunakan untuk mengklasifikasikan berbagai jenis tumor otak dari citra Magnetic Resonance Imaging (MRI). akurasi yang baik sambil tetap mempertahankan kecepatan pemrosesan yang tinggi. Dalam beberapa studi, model ini telah mencapai akurasi hingga 97% pada data pelatihan dan 94% pada data pengujian. Hasil ini menunjukkan bahwa MobileNet tidak hanya efisien tetapi juga efektif dalam mendeteksi dan mengklasifikasikan jenis tumor otak dengan baik.
Klasifikasi Penyakit Tanaman Padi Berdasarkan Kondisi Daun Menggunakan Compact Convolutional Transformers Nurdiana, Hestin; Lestari, Novi; Rusdiyanto, Rusdiyanto; Sobri, Ahmad
Komputa : Jurnal Ilmiah Komputer dan Informatika Vol 14 No 1 (2025): Komputa : Jurnal Ilmiah Komputer dan Informatika
Publisher : Program Studi Teknik Informatika - Universitas Komputer Indonesia (UNIKOM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputa.v14i1.15674

Abstract

Rice (Oryza sativa) is one of the world's main food crops as it serves as a staple food source for the majority of people in various countries, including Indonesia. Optimal rice productivity is highly dependent on plant health, particularly the condition of the leaves, which are susceptible to various diseases. Diseases affecting rice leaves can significantly reduce yields, making early detection and disease management crucial for farmers. Deep learning methods, such as Convolutional Neural Networks (CNNs), have demonstrated excellent performance in image pattern recognition, including plant disease classification based on leaf imagery. One of the latest advancements in this field is Compact Convolutional Transformers (CCT), which combine the strengths of CNNs in capturing local features with the ability of Transformers to understand global relationships between image features. The Compact Convolutional Transformers (CCT) method will be applied to classify rice plant diseases based on leaf images.  This study classifies four categories, namely Normal, Leaf smut, Brown spot, and Bacterial leaf blight. This technology is expected to assist farmers in detecting rice diseases automatically and more rapidly, ultimately enhancing productivity and harvest quality. The study has resulted in a reliable model, achieving an accuracy of 94% with a low loss.