Claim Missing Document
Check
Articles

Found 12 Documents
Search

A Desain Aplikasi E-Commerce Ikan Tuna Berbasis Android Pontoh, Fransisca Joanet
Jurnal Teknologi Informasi Indonesia (JTII) Vol 6 No 2 (2021): Jurnal Teknologi Informasi Indonesia (November)
Publisher : JURNAL TEKNIK INFORMATIKA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30869/jtii.v6i2.701

Abstract

The development of the use of mobile applications, especially for smartphone users, makes sellers of goods and services easier to market their merchandis., Tuna frozen, a place to sell tuna with a variety of choices, wants to use the e-commerce system to increase sales so that customers can order tuna without having to come to the sale place and save energy, time, and cost. The purpose of this study is to make an Android-based tuna e-commerce application for Frozen Tuna. The method used in making this application is the method of designing the Waterfall SDLC (System Development Life Cycle) system. The software used in developing this application is Eclipse, Sublime Text, XAMPP server, SQLite database, google chrome as a web browser, programming languages PHP, CSS, JS and system design using UML (Unified Modeling Language).
Identifikasi Pembuluh Darah Jari Tangan, Menggunakan Bahasa Pemrograman Python Pontoh, Fransisca Joanet; Sengkey, Rizal; Saputro, Pujo Hari
Jurnal Esensi Infokom : Jurnal Esensi Sistem Informasi dan Sistem Komputer Vol 8 No 2 (2024)
Publisher : Institut Bisnis Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55886/infokom.v8i2.918

Abstract

Sistem biometrika secara otomatis mengidentifikasi orang berdasarkan karakteristik perilakunya. Pembuluh darah jari tangan lebih aman sebagai data biometrika dibandingkan data biometrika lainnya. Pola pembuluh darah jari tangan sulit dipalsukan karena berada di bawah permukaan kulit. Supaya pola pembuluh darah jari tangan terlihat di kulit, diperlukan metode khusus untuk mengidentifikasinya. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan pembuluh darah jari menggunakan metode Convolutional Neural Network (CNN) yang diimplementasikan dalam bahasa Python, dengan tujuan menggantikan sistem absensi karyawan berbasis sidik jari di rumah sakit. Metode ini menawarkan keamanan yang lebih tinggi dan resistensi terhadap pemalsuan, mengingat pembuluh darah jari sulit diakses dari luar tubuh. Penelitian ini menggunakan dataset pembuluh darah dari Kaggle dan melalui tiga tahap utama: preprocessing, training, dan testing. Model CNN yang dilatih menunjukkan performa tinggi dengan akurasi 99,99% dalam mengenali pola-pola pada gambar pembuluh darah jari. Hasil penelitian ini menegaskan bahwa sistem yang dikembangkan dapat memberikan prediksi yang akurat dan konsisten, diharapkan dapat meningkatkan keamanan, kenyamanan, dan efisiensi operasional rumah sakit secara signifikan.