Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI SmartComp
Fajar, Andriyana
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Implementasi Sistem Informasi Pendataan Penduduk Berbasis WEB pada RT 003 Rw 009 Kelurahan Cakung Bara, Kecamatan Cakung Arinal, Veri; Sutisna, Sutisna; Sugiyono, Sugiyono; Akbar, Ali; Nauval, Kurniawan Irfan; Fajar, Andriyana
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.3339

Abstract

Pendataan penduduk disini dimaksudkan untuk meningkatkan efisiensi dalam hal pelayanan penduduk. RT 003/009 Kelurahan Cakung Barat Kecamatan Cakung selama ini masih mempunyai sistem yang belum terkomputerisasi sehingga menyulitkan dan memperlambat dalam proses pengolahan data penduduk. Oleh karena itu perlu dilakukan penelitian untuk membangun aplikasi pengolahan data tersebut. Dalam implementasi ini digunakan bahasa pemrograman PHP, Framework Codeigniter 3.0.6 dan MySQL sebagai database. Aplikasi web ini dapat digunakan dimana saja asalkan terhubung pada jaringan internet. Admin dapat menginputkan data secara langsung melalui aplikasi tanpa harus memeriksa kembali data, selain itu warga juga dapat melihat informasi tentang data penduduk di RT 003/009 Kelurahan Cakung Barat Kecamatan Cakung.
Identifikasi Kerusakan Jalan dengan Metode Faster R-CNN Studi Kasus di Jalan Pakansari Bogor Jawa Barat Fajar, Andriyana; Mulyana, Dadang Iskandar; Amrullah, Aziz Septian; Nauval, Kurniawan Irfan
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 2 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i2.3509

Abstract

Salah satu mobilitas yang sangat penting jalan Raya.karena baik buruk nya jalan,dapat menjadi salah satu faktor keselamatan bagi pengguna jalan,di jalan Pakansari bogor saat ini ada banyak sedikit ditemukan kerusakan jalan berupa lubang yang tidak terlalu besar,salah satu faktor lamanya proses perbaikan jalan yaitu disebabkan oleh proses pendataan yang kondisi kerusakan jalan yang masih dilakukan secara manual.Dengan perkembangan teknologi saat ini, telah banyak dilakukan penelitian untuk mendeteksi jenis kerusakan jalan secara otomatis dengan menggunakan metode Faster RCNN.pada tahun 2015 dilakukan perubahan pada algoritma pengumpulan region proposal pada Fast R-CNN yang semula selective search menjadi Region Proposal Network (RPN) dan mendapatkan kecepatan deteksi dan akurasi yang lebih baik dari pendahulunya. Metode tersebut Faster R-CNN. Masing-masing kecepatan R-CNN, Fast R-CNN, Faster R-CNN berturut-turut yaitu 50 detik, 2 detik, dan 0,2 detik. Dengan catatan, hardware yang digunakan pada penelitian tersebut menggunakan komputer high-end. Pada pengukuran akurasi, keluarga R-CNN mendapat akurasi rata-rata diatas 70%. Dengan kehandalan yang dimiliki Faster R-CNN, penulis membangun sistem deteksi pengguna jalan. Namun, spesifikasi hardware yang lebih rendah yang dimiliki, penulis mengusulkan menggunakan arsitektur yang lebih ringan, yaitu tingkat akurasi yang dihasilkan menggunakan metode Faster R-CNN yang diperbarui sebesar 96,84%. Sedangkan kecepatan deteksi yang diperoleh sebesar 0,16 citra/detik.
Co-Authors Ali Akbar Amrullah, Aziz Septian Arinal, Veri Dadang Iskandar Mulyana` Nauval, Kurniawan Irfan Sugiyono Sugiyono Sutisna Sutisna