Article Per Year (5 Year)
p-Index From 2020 - 2025
4.572
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan JURNAL LENTERA : Kajian Keagamaan, Keilmuan dan Teknologi JOURNAL OF APPLIED INFORMATICS AND COMPUTING INTECOMS: Journal of Information Technology and Computer Science Systematics JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Teknik dan Komputer Jurnal Ilmiah Wahana Pendidikan TEKIBA : Jurnal Teknologi dan Pengabdian Masyarakat Society: Jurnal Pengabdian Masyarakat Innovative: Journal Of Social Science Research
garno, Garno
Unknown Affiliation
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Public Health Social Sciences Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Comparative Study of Web Server Performance Testing with and without Docker Based on Virtual Machines Ramadhan, Fajar Kurnia; Garno, Garno; Solehudin, Arip
Journal of Applied Informatics and Computing Vol. 8 No. 1 (2024): July 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i1.3884

Abstract

Web server development is often hindered by the cost and resources required, as developing a web server typically requires a bare-metal server. Container technology, which allows for the development of multiple web servers on a single bare-metal server, has become popular. One of the most widely used containers is Docker. Docker reduces the need for costs and resources. Beyond the issues of cost and resource requirements, the performance of web servers also needs to be considered. The performance of web servers with and without Docker needs to be verified. This research aims to test the performance of two web servers, one using Docker and one not using Docker, utilizing the native hypervisor VMware ESXi. The web server performance test items in this study include CPU and RAM resource usage. The method for developing infrastructure systems uses SIDLC (System Infrastructure Development Life Cycle). Performance testing (Load Test) was conducted using Apache JMeter as a tool, with the manipulation of the number of threads predetermined. Resource usage information was monitored using Prometheus and Grafana. The research results show that with the same resources for each virtual machine, the CPU resource usage of Virtual Machine 2 (Undockerized) is less than that of Virtual Machine 1 (Dockerized). Meanwhile, RAM resource usage is not affected by the number of users on both virtual machines. Virtual Machine 2 (Undockerized) is better at handling HTTP requests. Virtual Machine 1 (Dockerized) can handle only 2,790 users, while Virtual Machine 2 (Undockerized) can handle more than 2,790 users without errors.
Implementation of Identity Loss Function on Face Recognition of Low-Resolution Faces With Light CNN Architecture Mufid, Tsaqif Mu'tashim; Adam, Riza Ibnu; Jaman, Jajam Khaeru; Garno, Garno; Maulana, Iqbal
Journal of Applied Informatics and Computing Vol. 8 No. 1 (2024): July 2024
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v8i1.6274

Abstract

Face recognition in low-resolution images has seen significant advancements over the past few decades. Although extensive research has been conducted to improve accuracy in these conditions, one of the main challenges remains the difficulty in identifying unique facial features in low-resolution images, leading to high error rates in identification. The use of Deep Convolutional Neural Networks (DCNN) for low-resolution face recognition is still limited. However, employing super-resolution models like REAL-ESRGAN can enhance recognition accuracy in low-resolution images. This study utilizes the Light CNN architecture and applies the margin-based identity loss function AdaFace on low-resolution datasets. The model is trained using the Casia-WebFace dataset and evaluated using the LFW and TinyFace test datasets. Based on the evaluation results on the LFW test data, the best model is Light CNN9-AdaFace, achieving the highest accuracy of 97.78% at 128x128 resolution. For images with the lowest resolution of 16x16, an accuracy of 83.37% was achieved using super-resolution techniques. On the TinyFace test data, the use of super-resolution resulted in performance metrics with a Rank-1 accuracy of 47.26%, Rank-5 accuracy of 55.25%, Rank-10 accuracy of 58.61%, and Rank-20 accuracy of 61.90% using the Light CNN9-AdaFace architecture.
IMPLEMENTASI ALGORITMA K-MEANS UNTUK KLASTERISASI DALAM PENGELOLAAN PERSEDIAAN OBAT (STUDI KASUS : APOTEK NAZA) Fitriyani, Dede; Jajuli, Mohamad; Garno, Garno
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4921

Abstract

Apotek Naza plays an important role in providing medicines to the community. This study utilizes sales data from Apotek Naza for the period of July to December 2023. The K-Means algorithm is used to cluster the medicine data into clusters representing different sales patterns. The Elbow Method is employed to determine the optimal number of clusters (K) based on the Sum of Square Error (SSE). Evaluation is conducted using the Silhouette Coefficient (SC) to measure the quality of the resulting clusters. The analysis results show that the distribution of medicines in each cluster is as follows: 13.7% or 70 items are classified in the high-usage cluster (Cluster 0 - High), 57.5% or 294 items are classified in the medium-usage cluster (Cluster 1 - Medium), and 28.8% or 147 items are classified in the low-usage cluster (Cluster 2 - Low). This indicates a dominance of medium-usage medicines in the Apotek Naza dataset. The obtained Silhouette Score is 0.520, indicating that the clustering is well performed. According to Table 2.1 on the criteria for measuring clustering based on the Silhouette Coefficient (SC), this score indicates that the resulting clusters are fairly compact and well-separated from each other. Keywords: Medicine Inventory, Data Mining, K-Means, KDD, Elbow Method, Silhouette Coefficient
Analisis Sentimen Ulasan Aplikasi Jago Bank Digital Menggunakan Multi Layer Perceptron Chandraditio, Ramadhan; Garno, Garno; Jaman, Jajam Haerul
INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 1 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v8i1.13705

Abstract

Bank Jago merupakan platform perbankan daring yang memungkinkan pengguna mengakses layanan perbankan secara langsung melalui telepon pintar. Aplikasi Bank Jago telah mencapai tonggak sejarah yang mengesankan, yakni sebanyak 5 juta unduhan di Google Play Store, dengan rating 4,6. Pengguna berbagi pengalaman dengan memberikan rating dan ulasan di platform ini. Meskipun demikian, terkadang rating tidak sesuai dengan isi ulasan. Banyaknya ulasan yang tidak terstruktur sering kali mempersulit pemahaman umpan balik pengguna. Dalam pengembangan aplikasi, opini pengguna sama pentingnya dengan rating itu sendiri. Oleh karena itu, pengembang harus menafsirkan setiap ulasan yang diterima secara efektif. Untuk mencapai hal ini, analisis sentimen dilakukan terhadap ulasan tersebut dengan menggunakan algoritma Multi Layer Perceptron, yang bertujuan untuk mengumpulkan wawasan tentang sentimen pengguna terkait aplikasi Bank Jago di Google Play Store. Penelitian ini menggunakan metode Knowledge Discovery in Database (KDD) yang terdiri dari 5 tahap, yaitu Data Selection, Preprocessing, Transformation, Data Mining, dan Evaluation. Data yang digunakan adalah 5174 ulasan aplikasi Bank Jago, dengan 3629 ulasan positif dan 1499 ulasan negatif. Pada tahap Transformation dan Data Mining dilakukan dengan split data 70:30. Kemudian dengan model Multi Layer Perceptron mengkonversikan hasil dari confusion matrix yaitu false negative dan false positive menjadi hasil sebenarnya untuk memperbaiki ketidakserasian rating dengan komentar. Proses ini mendapatkan tingkat akurasi sebesar 91,82%, Precision 94,69%, Recall 92,05%, dan f1-score 93,35% evaluasi tersebut mendapatkan predikat sangat baik
PENERAPAN DATA MINING DALAM KLASIFIKASI DATA TRANSAKSI PRODUK KOPERASI DI SMK PGRI 2 KARAWANG Zidane, M Yazid; Nurina Sari, Betha; Maulana, Iqbal; Primaya, Aji; Garno, Garno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12196

Abstract

Koperasi SMK PGRI 2 Karawang menghasilkan data transaksi harian yang sering kali hanya terdokumentasi tanpa pemanfaatan lebih lanjut, meskipun data tersebut dapat digunakan untuk mengoptimalkan penjualan dan mengurangi kerugian. Penelitian ini bertujuan menerapkan algoritma Naive Bayes untuk mengklasifikasikan data transaksi koperasi dalam memprediksi keuntungan dan kerugian. Data terdiri dari 774 transaksi dari Januari 2023 hingga Agustus 2024, mencakup atribut seperti tanggal, nama produk, kategori, jumlah terjual, harga, dan total penjualan. Metodologi penelitian menggunakan Knowledge Discovery in Database (KDD), yang meliputi pemilihan data, preprocessing, transformasi, data mining, dan evaluasi model. Hasil evaluasi menunjukkan akurasi model Naive Bayes sebesar 98,97% pada test size 0,5 dengan F1-score 0,99 dalam mengklasifikasikan produk laku dan kurang laku, sehingga meningkatkan efisiensi pengelolaan transaksi koperasi.
PERANCANGAN UI/UX DESIGN UNTUK SISTEM ABSENSI REAL-TIME ASISTEN LABORATORIUM DENGAN OPTIMALISASI UNTUK MEMPERKUAT TRANSPARANSI DAN PENGAWASAN KEHADIRAN Sufah, Feila; Susilo Yuda Irawan, Agung; Prihandani, Kamal; Yusup, Dadang; Garno, Garno
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i2.13130

Abstract

Perkembangan teknologi informasi yang pesat di Indonesia menyebabkan peningkatan penggunaan internet, dengan jumlah pengguna mencapai 221 juta pada tahun 2024. Hal ini mempengaruhi kebutuhan terhadap aplikasi yang responsif dan mudah digunakan, termasuk dalam sistem absensi laboratorium. Di Fakultas Ilmu Komputer Universitas Singaperbangsa Karawang, sistem absensi yang ada saat ini masih memiliki masalah dalam hal navigasi, tampilan visual, dan pengalaman pengguna yang belum optimal. Penelitian ini bertujuan untuk merancang dan menguji user interface (UI) dan user experience (UX) pada sistem absensi laboratorium untuk meningkatkan kenyamanan dan kemudahan navigasi. Metode yang digunakan dalam penelitian ini adalah pendekatan design thinking yang diikuti dengan pengujian menggunakan task-based usability testing dan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa rancangan UI/UX yang dihasilkan telah memenuhi kebutuhan pengguna dengan skor usability yang sangat baik, yaitu 92, dengan area-area yang perlu pengoptimalan seperti akses data kehadiran dan konfirmasi absensi. Penelitian ini memberikan kontribusi pada pengembangan sistem absensi yang lebih efektif dan sesuai dengan kebutuhan pengguna di lingkungan akademik.
Rancang Bangun Website Layanan Pendidikan Guna Mendukung Administrasi dan Branding di TKIT Al Binaa Aditya Daffa Syahputra; Risma, Risma Auliya Salsabilla; Afridho, Afridho Ikhsan; Ananta, Ananta Ziaurohman Az Zaki; Maheswara, Maheswara Abhista Hamdan Hafiz; Ari, Ari Rizwan; Alfia, Alfia Meilani Putri; Johan; Garno, Garno
TEKIBA : Jurnal Teknologi dan Pengabdian Masyarakat Vol. 4 No. 2 (2024): TEKIBA : Jurnal Teknologi dan Pengabdian Masyarakat
Publisher : Fakultas Teknik, Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/tekiba.v4i2.4586

Abstract

Easy and accurate access to information about TKIT Al Binaa is a crucial need for the community, particularly for parents who require detailed information on educational services. The limited time parents have to conduct direct surveys necessitates a medium that can effectively provide this information. This article proposes the development of a website to support information management, administration, and branding at TKIT Al Binaa. The website is expected to ease public access to necessary information while assisting the school in disseminating information and facilitating administrative processes efficiently. The website development follows four main stages: data collection, website creation, usage socialization, and evaluation. Data were collected through observation, interviews, and PIECES analysis to meet the school's needs. This initiative is anticipated to significantly contribute to resolving information access issues and reinforce TKIT Al Binaa's brand as a technologically-oriented institution. Throughout the program, the school has shown high enthusiasm and welcomed the outcomes of this initiative.
Socialization of Digital Literacy and Artificial Intelligence to Improve Knowledge and Skills in Rangdumulya Village Voutama, Apriade; Maulana, Iqbal; Yusup, Dadang; Garno, Garno; Novalia, Elfina
Society : Jurnal Pengabdian Masyarakat Vol 4, No 3 (2025): Mei
Publisher : Edumedia Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55824/jpm.v4i3.524

Abstract

The socialization of Digital Literacy and Artificial Intelligence was carried out in Randumulya Village, Karawang Regency, which focused on increasing the community's insight into skills so that they can train and create creative ideas and opportunities. The socialization was carried out by two targets, namely to village officials and the community and students at elementary schools in the village. This activity was carried out in the Village Hall with resource persons who were expert lecturers in their fields and activities with students were carried out at the school and accompanied by students to be more interactive. The results of the satisfaction of 55 respondents who were carried out by distributing questionnaires reached 85% who stated that they were satisfied. With this training, it can help the village community to know and get benefits from digital literacy and technological intelligence so that it has a positive impact and standard of living in the village.
Identifikasi Citra Kain Songket Pandai Sikek Menggunakan Metode Convolutional Neural Network (CNN) Ananda, Tri Darma; Garno, Garno; Primajaya, Aji; Juardi, Didi; Jaman, Jajam Haerul
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 7.D (2025): Jurnal Ilmiah Wahana Pendidikan 
Publisher : Peneliti.net

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

Abstract

Indonesia memiliki banyak kerajinan tangan yang telah mendunia salah satunya kerajinan tenun berbahan dasar benang yang berasal dari daerah Minangkabau yaitu songket. Songket yang dibuat memiliki motif ciri khas tersendiri dari masing-masing daerah pembuatannya. Salah satu kerajinan songket ini telah dijadikan sebagai warisan budaya tak benda Indonesia oleh Kementerian Pendidikan dan Kebudayaan yaitu songket Pandai Sikek. Keindahan motif-motif pada songket Pandai Sikek merupakan bentuk atau ciri khas daerah itu sendiri seperti misalnya motif gunung-gunung yang menunjukkan indahnya pegunungan didaerah Pandai Sikek. Akan tetapi, sekarang motif songket Pandai Sikek mulai sedikit berubah menjadi motif baru yang tidak memiliki nilai filosofis sehingga nantinya warisan ini akan terancam kehilangan keaslian dari motif tersebut. Penelitian ini bertujuan untuk mengidentifikasi motif-motif asli songket Pandai Sikek dengan teknik deep learning yaitu convolutioanl neural network (CNN) menggunakan algoritma MobileNetV2. Metode yang digunakan dalam penelitian ini adalah Cross Industry Standart Process for Data Mining (CRISP-DM) dengan langkah-langkah diantaranya business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Total dataset sebanyak 200 citra diantaranya terdiri dari 4 jenis motif adalah Balah Kacang, Salapah, Cukia Barantai, Sirangkak dengan setiap motif berjumlah 50 citra. Dataset dibagi menjadi 100 data latih dan 100 data tes. Dalam pengujian dilakukan perbandingan data latih dan data tes dengan cara data splitting seperti 70% : 30%, 80% : 20%, dan 90% : 10%. Hasil akurasi model setiap data splitting yaitu 100%, 100%, dan 72.22%. Model terbaik pada perbandingan 90% : 10% dan tidak terjadinya overfitting, maka model ini menunjukkan bahwa algoritma MobileNetV2 dapat digunakan untuk mengidentifikasi motif songket.
PENERAPAN ALGORITMA DBSCAN DAN K-MEANS UNTUK CLUSTERING PENDERITA PNEUMONIA DI KABUPATEN KARAWANG Fauzan, Muh. Yoga; Garno, Garno; Umaidah, Yuyun
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13410

Abstract

Pneumonia adalah infeksi pernapasan akut yang menyerang paru-paru dan dapat disebabkan oleh bakteri, virus, atau jamur. Penyakit ini menjadi salah satu penyebab utama morbiditas dan mortalitas di berbagai wilayah, termasuk Kabupaten Karawang. Penelitian ini bertujuan untuk mengklasifikasikan wilayah rawan penyebaran pneumonia di Kabupaten Karawang menggunakan algoritma K-Means dan DBSCAN pada rentang tahun 2019-2023. Metode Knowledge Discovery in Database (KDD) diterapkan dengan pemrograman Python dalam Google Colab sebagai editor teks. DBSCAN menghasilkan 3 cluster, cluster -1 (5 kecamatan), cluster 0 (40 kecamatan), dan cluster 1 (6 kecamatan). Sementara itu, K-Means menghasilkan 4 klaster: Cluster 0 (6 kecamatan), Cluster 1 (31 kecamatan), cluster 2 (7 kecamatan), dan cluster 3 (7 kecamatan). Pemilihan C= 4, menggunakan Sum of Square Error (SSE) menunjukkan nilai 14.54426 pada K-Means, dengan Silhouette Coefficient sebesar 0.61082, menunjukkan struktur klasterisasi yang cukup baik. DBSCAN dengan nilai epsilon 3 memiliki Silhouette Coefficient lebih tinggi, yaitu 0.76746, menunjukkan struktur klasterisasi yang lebih kuat. Selain itu, Davies-Bouldin Index (DBI) menunjukkan nilai 0.684 untuk K-Means dan 0.273 untuk DBSCAN, mengindikasikan keunggulan DBSCAN dalam membentuk cluster yang lebih optimal. Hasil penelitian ini dapat menjadi referensi dalam pengambilan keputusan terkait intervensi kesehatan untuk mengendalikan penyebaran pneumonia di Kabupaten Karawang.
Co-Authors Aditya Daffa Syahputra Afridho, Afridho Ikhsan Alfajr, Nur Halizah Alfia, Alfia Meilani Putri Alwansyah, Izhari Ananda, Tri Darma Ananta, Ananta Ziaurohman Az Zaki Anisah Apriade Voutama Ari, Ari Rizwan Aries Suharso Arip Solehudin Betha Nurina Sari Chandraditio, Ramadhan Deltania, Dellia Elvis Syahri, Mohamad Fauzan, Muh. Yoga Fitriyani, Dede Hayah, Najmil Heru Widiyanto, Muhammad Heryana, Nono Hidayat, Ibnu Nur Ihya Ullummuddien, Damareindra Iqbal Maulana Irawan, Agung Susilo Yuda Irna Purnahasanah Jamaludin, Asep Jaman, Jajam Haerul Johan Johan Juardi, Didi Kurnia Abdullah, Kunaifi Maheswara, Maheswara Abhista Hamdan Hafiz Maria, Giovanny Mayasari, Rini Mufid, Tsaqif Mu'tashim Muhammad Lias, Lintar Mukholad Fauzi, Wildan Novalia, Elfina Nur Padilah, Tesa Nurina Sari, Betha Prihandani, Kamal Primaya, Aji Puad, Salim Purwantoro Rahma Putri, Annisa Rahmayani, Fenny Ramadhan Harahap, Yudha Ramadhan, Fajar Kurnia Risma, Risma Auliya Salsabilla Riza Ibnu Adam, Riza Ibnu Safitri, Nur Sandra Nathalie Silalahi, Jovanka Setiawan, Fikri Maulana Sofi Defiyanti Sufah, Feila Surya Prabu Al Amin, Sinar Susilo Yuda Irawan, Agung Susilo Yuda Irawan, Agung Umaidah, Yuyun Wildan Bahari, Bayu Yusuf, Dadang Yusup, Dadang Zidane, M Yazid