Garuda - Garba Rujukan Digital

Sistem Informasi Point Of Sales Berbasis Web Pada Toko Sismaret Menggunakan Framework Codeigniter Wahyudin, Muhamad Syukur; Lestari, Novi; Aviani, Tri Hasanah Bimastari; Faulina, Sri Tita
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2120

Abstrak Masalah dalam penelitian ini adalah belum adanya sistem yang membantu toko Sismaret dalam melakukan penjualan, belum adanya sistem khusus yang membantu dalam melakukan pelaporan data penjualan dan stok barang, kegiatan penjualan yang berjalan saat ini banyak mengalami kesulitan dalam melakukan pengarsipan dan pencarian sebuah data transaksi penjualan. Teknik pengumpulan data yang digunakan adalah observasi, wawancara, dokumentasi, dan studi pustaka. Metode pengembangan sistem yang digunakan adalah prototype. Implementasi pendaftaran online dilakukan dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai database sistem. Framework yang digunakan dalam pembuatan aplikasi adalah codeigniter 4. Hasil penelitian ini adalah sistem POS yang digunakan untuk melakukan penjualan barang di Toko Sismaret. Sistem ini dibuat dengan menggunakan framework codeigniter 4. Bahasa pemrograman yang digunakan adalah PHP dan MySQL sebagai database sistem. Sistem yang telah selesai dibangun memiliki beberapa fitur yang dapat digunakan oleh aktor admin, pemilik, dan kasir. Fitur-fitur tersebut seperti, login, profil, dashboard, barang, barang masuk, barang keluar, penjualan, laporan, dan registrasi akun. Selain itu, sistem ini juga dapat melakukan cetak invoice dan generate barcode. Kata kunci : POS, PHP, MySQL, Codeigniter 4 Abstract The problem in this study is that there is no system that helps Sismaret stores in making sales, there is no special system that helps in reporting sales data and stock of goods, sales activities that are currently running have many difficulties in archiving and searching for sales transaction data. The data collection techniques used are observation, interviews, documentation, and literature studies. The system development method used is a prototype. The implementation of online registration is carried out using PHP and MySQL programming languages as system databases. The framework used in making applications is codeigniter 4. The result of this study is a POS system used to sell goods at the Sismaret Store. This system was created using the codeigniter 4 framework. The programming languages used are PHP and MySQL as system databases. The completed system has several features that can be used by admin actors, owners, and cashiers. These features such as, login, profile, dashboard, goods, incoming goods, outgoing goods, sales, reports, and account registration. In addition, this system can also print invoices and generate barcodes. Keywords : POS, PHP, MySQL, CodeIgniter 4

Sistem Informasi Point Of Sales Berbasis Web Pada Toko Sismaret Menggunakan Framework Codeigniter Wahyudin, Muhamad Syukur; Lestari, Novi; Aviani, Tri Hasanah Bimastari; Faulina, Sri Tita
Jurnal Teknologi Informasi Mura Vol 16 No 1 (2024): Jurnal Teknologi Informasi Mura JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v16i1.2120

Abstrak Masalah dalam penelitian ini adalah belum adanya sistem yang membantu toko Sismaret dalam melakukan penjualan, belum adanya sistem khusus yang membantu dalam melakukan pelaporan data penjualan dan stok barang, kegiatan penjualan yang berjalan saat ini banyak mengalami kesulitan dalam melakukan pengarsipan dan pencarian sebuah data transaksi penjualan. Teknik pengumpulan data yang digunakan adalah observasi, wawancara, dokumentasi, dan studi pustaka. Metode pengembangan sistem yang digunakan adalah prototype. Implementasi pendaftaran online dilakukan dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai database sistem. Framework yang digunakan dalam pembuatan aplikasi adalah codeigniter 4. Hasil penelitian ini adalah sistem POS yang digunakan untuk melakukan penjualan barang di Toko Sismaret. Sistem ini dibuat dengan menggunakan framework codeigniter 4. Bahasa pemrograman yang digunakan adalah PHP dan MySQL sebagai database sistem. Sistem yang telah selesai dibangun memiliki beberapa fitur yang dapat digunakan oleh aktor admin, pemilik, dan kasir. Fitur-fitur tersebut seperti, login, profil, dashboard, barang, barang masuk, barang keluar, penjualan, laporan, dan registrasi akun. Selain itu, sistem ini juga dapat melakukan cetak invoice dan generate barcode. Kata kunci : POS, PHP, MySQL, Codeigniter 4 Abstract The problem in this study is that there is no system that helps Sismaret stores in making sales, there is no special system that helps in reporting sales data and stock of goods, sales activities that are currently running have many difficulties in archiving and searching for sales transaction data. The data collection techniques used are observation, interviews, documentation, and literature studies. The system development method used is a prototype. The implementation of online registration is carried out using PHP and MySQL programming languages as system databases. The framework used in making applications is codeigniter 4. The result of this study is a POS system used to sell goods at the Sismaret Store. This system was created using the codeigniter 4 framework. The programming languages used are PHP and MySQL as system databases. The completed system has several features that can be used by admin actors, owners, and cashiers. These features such as, login, profile, dashboard, goods, incoming goods, outgoing goods, sales, reports, and account registration. In addition, this system can also print invoices and generate barcodes. Keywords : POS, PHP, MySQL, CodeIgniter 4

Deteksi Dini Penyakit Kulit Pada Wajah Berdasarkan Citra Dengan Pendekatan Convolutional Neural Network (CNN) Apriyani, Sisi; Lestari, Novi; Aviani, Tri Hasanah Bimastari; Daulay, Nelly Kahirani
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 1 (2025): JUSIFOR - Juni 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i1.7058

Penyakit kulit wajah seperti jerawat dan melasma dapat memengaruhi kesehatan serta kepercayaan diri seseorang. Deteksi dini sangat penting untuk mendukung penanganan yang lebih cepat dan efektif. Penelitian ini bertujuan mengembangkan sistem klasifikasi penyakit kulit wajah berbasis citra digital menggunakan pendekatan Convolutional Neural Network (CNN). Model dikembangkan untuk mengklasifikasikan lima kategori: jerawat, flek hitam, herpes, kutil, dan tahi lalat, dengan total 380 citra. Data melalui tahapan pra-pemrosesan seperti pengubahan ukuran, normalisasi, dan augmentasi. Arsitektur CNN terdiri dari dua lapisan konvolusi, dua max pooling, dan dua fully connected. Hasil evaluasi menunjukkan akurasi rata-rata sebesar 90,58%, presisi 82,28%, recall 76%, dan F1-score 74,82%. Meskipun model menunjukkan performa baik pada beberapa kelas, masih ditemukan indikasi overfitting dan kesalahan klasifikasi antar kategori. Keterbatasan utama terletak pada jumlah data dan kemampuan generalisasi model. Dengan demikian, model CNN memiliki potensi dalam mendukung diagnosis awal penyakit kulit wajah, namun masih memerlukan pengembangan lanjutan melalui penggunaan dataset yang lebih besar dan arsitektur yang lebih kompleks.

Pelatihan Microtik Untuk Meningkatkan Keterampilan Siswa Smk Negeri 5 Rejang Lebong Maya Sari, Wisdalia; Susilo, Andrianto Tri; Elmayati, Elmayati; Intan, Bunga; Santoso, Budi; Hidayat, Asep Toyib; Sobri, Ahmad; Aviani, Tri hasanah Bimastari; Wulandari, Cindi; Aprillian, Alif
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 4 No. 4 (2023): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar

Jaringan komputer diera digitalisasi saat ini sangatlah penting, apalagi untuk siswa-siwa SMK jurusan teknik komputer jaringan. Untuk memudahkan para pelajar dalam pemakaian dan berbagi koneksi jaringan internet, maka dibutuhkan sebuah mikrotik router. Tentunya membagi-bagi koneksi internet harus memperhatikan beberapa hal dalam mengkonfigurasi mikrotik router. Sebagai solusi dari permasalahan tersebut, maka dibutuhkan pengetahuan dalam mengkonfigurasi mikrotik router. Adanya pelatihan jaringan ini diharapkan dapat memberi tambahan wawasan serta keterampilan bagi siswa SMKN 5 Rejang Lebong untuk menghadapi tantangan industri di masa mendatang. Kegiatan pengabdian ini menargetkan siswa-siswa SMK N 5 Rejang Lebong memiliki kompetensi yang seharusnya memang dimiliki oleh siswa-siswa SMK jurusan TKJ yang nantinya bisa menjadi kompetensi yang bisa dijadikan untuk mencari pekerjaan selain itu juga Pelatihan ini diharapkan bisa membuat para pelajar mengkonfigurasi mikrotik router dengan sempurna sehingga dapat dimanfaatkan oleh para pelajar yang membutuhkan koneksi internet dalam pembelajaran sehari-hari.

Analisis Sentimen Pengguna Terhadap Aplikasi Belajar Online Ruang Guru Pada Ulasan Google Play Store Menggunakan Algoritma Naïve Bayes dan Support Vector Machine Baharsyah, Efrico Fernando; Armanto, Armanto; Aviani, Tri Hasanah Bimastari; Wulandari, Cindi
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.10769

Melalui laman pengunduhan aplikasi belajar online ruang guru di play store, pengguna dapat melihat ulasan ataupun penilaian dalam menggunakan aplikasi belajar online tersebut. Salah satu masalah yang menghambat pengguna dalam memilih dan menggunakan aplikasi pembelajaran online, terutama dalam hal mengulasnya, adalah kurangnya partisipasi pengguna dalam memberikan umpan balik atau evaluasi terhadap platform tersebut. Ulasan ini sangat mempengaruhi dan akan menjadi faktor dalam menentukan apakah aplikasi pembelajaran online tertentu cocok untuk penggunanya. Penelitian ini bertujuan untuk menilai sentimen pengguna terhadap aplikasi pembelajaran online Ruang Guru dengan menganalisis ulasan Google Play Store menggunakan Algoritma Naïve Bayes dan Support Vector Machine. Data yang diambil sebanyak 10000 data ulasan yang kemudian dilakukan preprocessing data sehingga tersisa menjadi 9580 data yang bisa diolah. Labelling data dilakukan berdasarkan skor rating penilaian secara otomatis dengan menggunakan Bahasa pemrograman python. Hasil pelabelan data dikategorikan ke dalam dua kelas yaitu kelas positif, yang terdiri dari 7504 data, dan kelas negatif, yang terdiri dari 2076 data. Proses klasifikasi dan penilaian dilakukan dengan menggunakan dua teknik algoritma, yaitu naïve Bayes dan support vector machine. Berdasarkan nilai perbandingan data training dan data testing sebesar 90:10, 80:20, 70:30 diperoleh hasil perbandingan nilai Algoritma support vector machine mencapai nilai akurasi yang lebih tinggi yaitu 89% dibandingkan dengan algoritma naïve bayes yang hanya mencapai nilai akurasi 84,86%. Kata kunci: Analisis Sentimen, Ruang Guru, Ulasan Play Store, Naïve Bayes, SVM

Penerapan Metode Transfer Learning untuk Klasifikasi Penyakit Tanaman Kembang Kol dengan Arsitektur Inception V3 Marsevin, Randy; Aviani, Tri Hasanah Bimastari; Martadinata, A. Taqwa; Santoso, Budi
Indonesian Journal of Applied Technology Vol. 2 No. 4 (2025): October
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/ijat.v2i4.5167

Indonesia sebagai negara agraris menghadapi tantangan dalam produksi pertanian, khususnya akibat serangan hama dan penyakit yang menurunkan kualitas hasil panen kembang kol (Brassica oleracea var. botrytis L). Penelitian ini mengembangkan model klasifikasi penyakit tanaman kembang kol menggunakan metode transfer learning berbasis arsitektur Inception V3. Dataset terdiri dari empat kelas: Bacterial Spot Rot, Black Rot, Downy Mildew, dan No Disease, diperoleh dari Kaggle. Proses pengembangan mengikuti tahapan CRISP-DM, mulai dari pra-pemrosesan data, pelatihan model, hingga evaluasi. Model dilatih dengan memanfaatkan bobot awal dari ImageNet, diikuti dengan penyesuaian beberapa lapisan klasifikasi dan penggunaan teknik fine-tuning serta augmentasi data. Evaluasi performa dilakukan dengan metrik akurasi, precision, recall, dan F1-score. Hasil akhir menunjukkan akurasi validasi sebesar 93,75% dan akurasi pengujian mencapai 99%, dengan nilai precision dan recall yang seimbang (93,75%). Model terbukti efektif dalam mengklasifikasi penyakit tanaman dan memiliki potensi untuk diterapkan pada sistem deteksi otomatis berbasis citra guna mendukung pertanian presisi secara real-time.

Penerapan Convolutional Neural Network Dalam Klasifikasi Daun Tanaman Obat Menggunakan Pendekatan Transfer Learning Yolanda, Herliya; Hakim, Lukman; Satriansyah, Satriansyah; Aviani, Tri Hasanah Bimastari
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 2 (2025): JUSIFOR - Desember 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i2.7056

Medicinal plant leaves hold significant value in health and traditional medicine due to their bioactive compounds, which can be used to treat various diseases. However, identifying and classifying medicinal plant leaves remains challenging due to subtle visual differences that are difficult to recognize manually. Misidentification can hinder the development of herbal medicines and potentially pose risks to users. Therefore, an effective method is needed to accurately classify medicinal plant leaves. The dataset used in this study consists of 3,500 images, which are divided into training, validation, and test sets. The model training process is conducted using the VGG16 architecture, which is known for its effectiveness in feature extraction from images. The training results indicate that the model achieves an accuracy of 97%. Model evaluation is performed using a confusion matrix, which demonstrates that the model effectively distinguishes between 10 classes of medicinal plant leaves. The findings of this study are expected to contribute to the development of a more effective and efficient medicinal plant classification system, making it a potential tool to support decision-making in medicinal leaf classification tasks. This research not only focuses on model development but also highlights the importance of deep learning technology in healthcare, particularly in medicinal plant leaf classificationses.

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search