Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Eksplora Informatika Jurnal E-Komtek
Muhammad Mustajib
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Enterprise Architecture Planning at the Health Sciences Faculty of UMSurabaya Using the Zachman Framework M. Taufiqur Rohman; Made Kamisutara; Muhammad Mustajib
Jurnal E-Komtek (Elektro-Komputer-Teknik) Vol 5 No 1 (2021)
Publisher : Politeknik Dharma Patria Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/e-komtek.v5i1.416

Abstract

Health Sciences Faculty of Muhammadiyah University of Surabaya (UM Surabaya) is a faculty in UM Surabaya. It has a mission to develop academic, general, and student administration services based on quality management systems and the application of Information Technology. To achieve the mission, it is necessary to design and implement Information Technology in assisting administrative service business processes including a letter management system, the attendance system of staff and lecturer, and a financial submission system for the activity plan of the Implementing Unit, Head of Study Program, and Quality Control Group at the Faculty of Health Sciences UM Surabaya. Therefore, this research aimed to build an Enterprise Architecture Planning (EAP) using Zachman Framework method. This research resulted a structured integrated information system Blueprint design along with application prototypes at the Faculty of Health Sciences UM Surabaya. With the Information System Blueprint design, it made it easier for Developers to develop information systems and documented every system transaction process.
Deteksi Citra Uang Kertas dengan Fitur RGB Menggunakan K-Nearest Neighbor Andhika Ryan Pratama; Muhammad Mustajib; Aryo Nugroho
Jurnal Eksplora Informatika Vol 9 No 2 (2020): Jurnal Eksplora Informatika
Publisher : Bagian Perpustakaan dan Publikasi Ilmiah - Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (562.138 KB) | DOI: 10.30864/eksplora.v9i2.336

Abstract

Mesin pendeteksi uang kertas menjadi salah satu objek yang diperhatikan untuk diteliti dan dikembangkan. Mesin pendeteksi uang kertas Indonesia yang ditemukan seperti di stasiun kereta api di suatu kota, terdapat kegagalan dalam mengenali nilai uang kertas tertentu. Tujuan dari penelitian ini adalah membangun model dari pengenalan nilai uang kertas menggunakan K-Nearest Neighbor (KNN) yang merupakan metode yang paling sederhana dan paling penting dalam pengenalan pola, hal ini ditunjukkan pada akurasi yang diperoleh lebih tinggi dibandingkan metode lainnya seperti Artificial Neural Networks (ANN) dan Feedforward Neural Network (FNN). Model yang diusulkan menggunakan ekstraksi fitur, terdapat beberapa fitur yang digunakan untuk pengenalan uang kertas seperti yang pernah dilakukan menggunakan ekstraksi fitur tekstur. Penelitian ini menggunakan ekstraksi fitur warna. Warna memberikan informasi yang berarti dan nilai-nilai yang penting dalam proses mendeskripsikan suatu objek. Warna yang digunakan adalah Red, Green, Blue (RGB). Hasil disajikan pada dataset 40 gambar uang kertas yang terdiri dari pecahan 2000 rupiah keluaran lama, 2000 rupiah keluaran baru, 5000 rupiah keluaran lama, dan 5000 rupiah keluaran baru. Pendekatan yang diusulkan terlihat kinerja yang cukup baik dengan menggunakan metode KNN. Dari 16 data uji menunjukkan 15 objek uang kertas berhasil dideteksi dengan benar. Akurasi yang dihasilkan sebesar 93,7% dengan nilai K=5.
Co-Authors Andhika Ryan Pratama Aryo Nugroho Kamisutara, Made M. Taufiqur Rohman