Claim Missing Document
Check
Articles

Found 9 Documents
Search

Improved YOLOv5 with Backbone Replacement to MobileNet V3s for School Attribute Detection Nugroho, Ardanu Dhuhri; Wiga Maulana Baihaqi
Sinkron : jurnal dan penelitian teknik informatika Vol. 7 No. 3 (2023): Article Research Volume 7 Issue 3, July 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i3.12702

Abstract

School attributes are a series of clothes and accessories that must be worn by students in the school environment. The implementation of this rule aims to create discipline in students. However, in practice, not all rules can be implemented properly because there are still students who violate these rules. One of the rules applied at school is the use of complete attributes. Currently, attribute checks in schools are done manually or through teacher supervision. However, this takes more time, is prone to errors, and is inefficient due to the large number of students being checked. This study proposes an improved YOLOv5 architecture with the replacement of the backbone to MobileNetV3s to detect school attributes. This method uses deep learning and the YOLOv5 algorithm to detect in real time the use of school attributes by students. In this study, the experimental results show that the enhanced YOLOv5 with MobileNetV3s has higher accuracy compared to the original YOLOv5. In addition, the improved model is more efficient in memory usage and weight file size. With an accuracy result of 0.912 on mAP50 and a weight size of about 90 MB and a memory usage of <7 GB, it shows the potential of replacing the backbone in this technology in overcoming attribute detection challenges in schools and can be applied in other cases. However, further research is needed to generalize these results to other problems. This research also shows that backbone replacement in YOLOv5 can affect the accuracy of the model.
Perancangan UI/UX Aplikasi ChiliCare Guna Meningkatkan Mutu Petani Cabai Rumahan Menggunakan Metode Design Thinking Tri Septo Ardiansyah; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 3 (2024): Desember
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i3.11

Abstract

Pertanian memainkan peran penting dalam ekonomi Indonesia, khususnya sektor pertanian cabai. ChiliCare, sebagai platform informasi dan edukasi pertanian cabai, dikembangkan dengan menerapkan metode Design Thinking. Tujuan utamanya adalah meningkatkan hasil pertanian cabai dan kesejahteraan petani, dengan fokus pada pemahaman kebutuhan pengguna. Metode Design Thinking terdiri dari tahap Emphatize, Define, Ideate, Prototype, dan Testing. ChiliCare menyajikan fitur-fitur seperti informasi cuaca, LMS, artikel, dan forum untuk memberikan dukungan yang holistik kepada petani cabai. Melalui fase Emphatize, wawancara langsung dengan pemilik lahan cabai dilakukan untuk memahami permasalahan yang dihadapi. Hasil pengujian menggunakan metode Maze Design menunjukkan tingkat keberhasilan yang baik dengan usability score mencapai 91%. Fitur-fitur seperti LMS, artikel, dan forum mendapat respon positif dari pengguna. Meskipun demikian, fitur informasi cuaca membutuhkan iterasi lebih lanjut untuk memperbaiki missclick yang terjadi. Dengan demikian, ChiliCare diharapkan dapat menjadi solusi yang efektif untuk memberikan informasi dan edukasi yang dibutuhkan oleh petani cabai, berkontribusi pada peningkatan hasil pertanian dan kesejahteraan petani di Indonesia.
Implementasi dan Deployment Model Machine Learning Menggunakan App Engine pada Google Cloud Platform Fatin Cahyo; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 3 (2024): Desember
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i3.19

Abstract

Penelitian ini bertujuan menganalisis keberhasilan implementasi dan deployment aplikasi mobile berbasis cloud dalam konteks industri peternakan ayam. Fokus utama penelitian adalah mengevaluasi faktor - faktor kritis yang mempengaruhi kinerja aplikasi dalam meningkatkan produktivitas dan efisiensi produksi telur ayam. Tim multidisiplin terdiri dari anggota dari divisi Machine Learning, Cloud Computing, dan Mobile Development yang bekerja sama untuk mengembangkan aplikasi deteksi keberhasilan telur dengan menggunakan teknologi Convolutional Neural Network (CNN) dan Google Cloud Platform (GCP). Proses implementasi melibatkan pengembangan model machine learning menggunakan TensorFlow Lite, deployment pada Google Cloud Console dan integrasi dengan aplikasi mobile berbasis Android. Langkah-langkah melibatkan perancangan arsitektur aplikasi, otentikasi pengguna, pengelolaan dataset, dan pengujian fungsionalitas aplikasi. Sebagai tambahan, analisis biaya dan evaluasi dampak ekonomi dijalankan untuk memahami keefektifan solusi yang diusulkan. Banyak kemudahan yang ditawarkan dalam google app engine salah satunya terdapat fitur free trial dimana tidak perlu membayar apapun jika ingin menggunakan platform ini.
Prediksi Suatu Wilayah Untuk Menjadi PLTS Dengan Machine Learning Ratri Ismayanti; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 2 (2024): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i2.6

Abstract

Listrik sudah menjadi kebutuhan pokok sebagian umat manusia karena semua aktivitas hampir berhubungan dengan listrik. Indonesia memiliki beberapa proyek Pembangkit Listrik dan Pembangkit Listrik yang terbesar dihasilkan dari PLTU yang mana bisa dampak yan kita rasakan adalah emisi gas rumah kaca dan polusi udara yang buruk dan juga sangat bergantung pada batu bara sedangangkan SDA tersebut tidak bisa diperbarui dengan fakta tersebut jika kita mengurangi penggunan batu bara maka akan menjadi boomerang bagi Indonesia sendiri. Penelitian ini bertujuan untuk memprediksi wilayah yang dapat berpotensi menjadi Pemangkit Listrik Tenaga Surya dengan pendekatan model regresi machine learning. Sehingga diharapkan penelitian ini bisa menjadi acuan dalam pengembangan Pembangkit Listrik Tenaga Surya di Indonesia. Metode yang digunakan adalah Liniear Regression(LR), Lasso Regression(LR), Ridge Regression(RR), dan Support Vector Regression (SVR). Koefisien R2 untuk radiasi sinar matahari berturut-turut adalah 0.924; 0.910; 0.917; 0.949; dan 0.987
PENERAPAN DATA MINING DALAM MENGANALISIS POLA PEMBELIAN MENGGUNAKAN ALGORITMA APRIORI Nurul Hidayati; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 2 (2024): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i2.9

Abstract

Meningkatnya jumlah transaksi saat ini menciptakan kebutuhan analisis yang efektif untuk menggali informasi berharga dari pola yang tersembunyi. Data transaksi dari penjualan yang dilakukan setiap hari menyebabkan penyimpanan data yang besar. Pada dasarnya kumpulan data memiliki informasi yang dapat dimanfaatkan dengan baik. Berdasarkan permasalahan tersebut diperlukan adanya sistem guna mendapatkan informasi yang menunjang dan meningkatkan pola bisnis menggunakan algoritma apriori. Dengan digunakannya pendekatan apriori diharapkan akan memberikan gambaran hubungan antar barang yang dibeli secara bersamaan. Hasil yang harapkan berupa laporan hasil data mining pola pembelian pelanggan yang sering membeli produk dalam waktu bersamaan guna menyusun strategi pemasaran.
Pemanfaatan Teknologi Artificial Intelligence Preferbot (Predict Face Care and Recommendation) sebagai Rekomendasi Perawatan Wajah Dewi, Aitsnainawati; Zain Arif Wildan Sugandi; Rizki Arief Dehanudin; Erly Dwi Puspita; Nishrina Syifa; Tiar Aulia Maulid; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 2 (2024): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i2.10

Abstract

PreferBot merupakan sebuah aplikasi berbasis kecerdasan buatan yang bertujuan memberikan rekomendasi perawatan wajah yang spesifik berdasarkan jenis kulit dan preferensi pengguna. Metode pengembangan melibatkan beberapa tahapan, termasuk pengumpulan data, pra-pemrosesan data, pembelajaran model AI, pengukuran kinerja model, integrasi model AI dengan chatbot, pengembangan chatbot, pengujian, dan penyempurnaan. PreferBot dikembangkan sebagai solusi untuk mengatasi tantangan yang dihadapi oleh pelanggan dalam memilih produk perawatan wajah yang sesuai dengan kebutuhan kulit dan preferensi mereka. Aplikasi ini mampu memberikan rekomendasi perawatan wajah yang spesifik berdasarkan analisis jenis kulit dan kondisi kulit pengguna, membantu pengguna dalam memilih produk perawatan yang tepat dan mengoptimalkan hasil perawatan. Selain itu, PreferBot juga dilengkapi dengan chatbot yang responsif, memungkinkan pengguna untuk mengajukan pertanyaan terkait perawatan wajah dan mendapatkan tanggapan yang cepat dan akurat. Meskipun PreferBot memiliki kelebihan dalam memberikan rekomendasi perawatan wajah yang spesifik dan responsif, aplikasi ini juga memiliki beberapa kelemahan, seperti keterbatasan dalam analisis kulit, ketergantungan pada teknologi, dan ketidakmampuan untuk menggantikan konsultasi dengan profesional. Namun, dengan pengembangan yang tepat dan kerjasama dengan ahli perawatan kulit, PreferBot dapat menjadi aplikasi yang berguna bagi pengguna yang mencari solusi perawatan wajah yang personal dan efektif. Dalam pengembangannya, PreferBot menggunakan pendekatan berbasis data science dan machine learning untuk memberikan rekomendasi perawatan wajah yang lebih efektif.
Redesain Aplikasi MyTelkomsel Menggunakan Metode Desain Thinking Tika Dianasari; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 2 (2024): Agustus
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i2.13

Abstract

Penelitian ini bertujuan untuk melakukan redesain pada aplikasi MyTelkomsel dengan mengimplementasikan metode Desain Thinking. Desain Thinking digunakan sebagai pendekatan kreatif untuk memahami dan mengatasi permasalahan pengguna, dengan fokus utama pada pengalaman pengguna. Dengan menerapkan metode ini, diharapkan hasil redesain dapat memberikan perbaikan signifikan dalam tampilan dan fungsionalitas aplikasi, sehingga dapat meningkatkan kepuasan pengguna. Penelitian ini dilakukan dengan menggunakan metode Design Thinking yang melibatkan tahapan Empathize, Define, Ideate, Prototype, dan Testing. Tahapan ini mencakup identifikasi permasalahan pengguna, analisis kebutuhan, generasi ide, pembuatan prototipe, dan pengujian usability. Hasil redesain antarmuka aplikasi MyTelkomsel mencakup perubahan navigasi, penyederhanaan menu, peningkatan estetika visual, dan penambahan fungsionalitas yang meningkatkan kemudahan pengguna dalam mengakses layanan dan informasi. Evaluasi dilakukan melalui pengujian usability menggunakan System Usability Scale (SUS), yang menghasilkan nilai positif terkait efektivitas, efisiensi, dan kepuasan pengguna terhadap aplikasi. Redesain ini diharapkan dapat menjawab dinamika kebutuhan pengguna, menjadikan aplikasi MyTelkomsel lebih kompetitif, dan memberikan pengalaman pengguna yang lebih memuaskan.
Perancangan Aplikasi Bahasa Inggris Untuk Anak Usia Dini Akmali Rizqi, Fajar; Wiga Maulana Baihaqi
Journal of Informatics and Interactive Technology Vol. 1 No. 1 (2024): April
Publisher : ACSIT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63547/jiite.v1i1.18

Abstract

Bahasa Inggris memainkan peran utama sebagai bahasa internasional yang sangat penting dalam dinamika globalisasi saat ini. Keberhasilan dalam menguasai bahasa ini memberikan keuntungan yang tidak bisa diabaikan, terutama dalam menghadapi berbagai tantangan di berbagai sektor seperti pendidikan, karier, dan komunikasi lintas budaya. Anak-anak yang memiliki kemampuan berbahasa Inggris yang baik tidak hanya membuka pintu peluang, tetapi juga memberikan landasan yang kokoh untuk pengembangan diri mereka secara holistik. Namun, disayangkan bahwa minat untuk mempelajari bahasa Inggris masih rendah, menciptakan hambatan yang signifikan dalam proses pembelajaran. Metode pembelajaran tradisional yang sering kali mengandalkan buku teks dan pendekatan formal ternyata tidak efektif atau kurang menarik apalagi untuk anak usia dini sehingga perlu adanya media pembelajaran yang dapat menambah semangat belajar. Seiring perkembangan teknologi banyak sekali media belajar tetapi media tersebut harus sesuai agar hasil belajar sesuai apa yang diharapkan. Dalam penelitian kali ini akan membuat rancangan sebuah aplikasi bahasa inggris untuk anak usia dini, menggunakan metode MDLC (Multimedia Development Life Cycle). Hasil dari penelitian ini ialah rancangan sebuah aplikasi bahasa inggris yang sudah melalui tahapan pengujian pre-alpha testing. Hasilnya rancangan ini dapat dikembangkan atau di implementasikan kedalam sebuah aplikasi mobile maupun desktop.
Implementasi Metode Extreme Programming untuk Pengembangan Sistem Online Course pada Madania Centre Arbi Restandi; Wiga Maulana Baihaqi; Hendra Marcos
Jurnal Teknologi Sistem Informasi dan Aplikasi Vol. 8 No. 1 (2025): Jurnal Teknologi Sistem Informasi dan Aplikasi
Publisher : Program Studi Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jtsi.v8i1.46872

Abstract

  This study implements the Extreme Programming (XP) method for developing an online course system at Madania Centre. The system addresses challenges such as manual transaction processes, inefficiencies, and user unfamiliarity with technology. Using the Laravel framework and Midtrans as a payment gateway, the system streamlines content purchasing and access for users. The research involves stages of planning, design, coding, and testing, ensuring a user-friendly interface and secure transactions. Testing via black-box methodology confirmed the system's reliability. The results demonstrate improved efficiency, better user experience, and operational optimization, making the solution adaptable to similar use cases in educational and consulting sectors.