Article Per Year (5 Year)
p-Index From 2020 - 2025
2.495
P-Index
This Author published in this journals
All Journal Jurnal Teknologi dan Manajemen Informatika Jurnal Inspiration Jurnal Infomedia Dedication : Jurnal Pengabdian Masyarakat ILKOMNIKA: Journal of Computer Science and Applied Informatics Journal of Informatics, Information System, Software Engineering and Applications (INISTA) Jurnal Ilmiah Wahana Pendidikan Algoritme Jurnal Mahasiswa Teknik Informatika Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Innovative: Journal Of Social Science Research Dedication : Jurnal Pengabdian Masyarakat
Saiful Nur Budiman
Universitas Islam Balitar
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Rancang Bangun E-Commerce Produk Kecantikan Berbasis Website Menggunakan Metode Rapid Application Development (Studi Kasus : Salon Merak Ati) Saputro, Muhamad Mahasin Bagus; Budiman, Saiful Nur; Rahmat, Mohammad Faried
Jurnal Ilmiah Wahana Pendidikan Vol 11 No 5.B (2025): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

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

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem e-commerce berbasis website yang menjual produk kecantikan di Salon Merak Ati. Metode Rapid Application Development (RAD) digunakan untuk mengembangkan sistem ini. Latar belakang penelitian adalah masalah dalam pencatatan transaksi penjualan yang masih manual, yang sering menimbulkan kesalahan dalam pencatatan dan pelaporan penjualan. Selain itu, pelanggan mengalami kesulitan memesan produk karena harus menunggu konfirmasi stok dari admin. Sistem e-commerce yang dikembangkan diharapkan dapat mempermudah proses bisnis Salon Merak Ati, meningkatkan efisiensi pencatatan transaksi, dan memberikan pengalaman berbelanja yang lebih baik bagi pelanggan. Pengujian sistem menggunakan metode Black Box dan Close Beta memastikan bahwa sistem yang dikembangkan sesuai dengan kebutuhan pengguna dan berjalan dengan baik. Hasil pengujian menunjukkan bahwa sistem e-commerce ini berhasil diimplementasikan dengan baik dan diterima positif oleh pengguna, dengan hasil yang diperoleh dari pengujian Black Box menunjukkan tingkat keberhasilan 100%, yang berarti website ecommerce ini sangat baik untuk digunakan. Kemudian hasil yang diperoleh dari pengujian validasi ahli it mendapatkan 72%, yang berarti website e-commerce ini sudah layak dan boleh untuk digunakan dengan revisi kecil. Kemudian hasil pengujian yang didapatkan dari pengujian oleh pengguna mendapatkan 79%, yang berarti website e-commerce ini sudah layak dan boleh untuk digunakan dengan revisi kecil.
Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) Untuk Klasifikasi Jenis Ikan Mas Koki (Carassius Auratus) Berdasarkan Ciri Morfologi Alamsyah, Isnan Ridho; Budiman, Saiful Nur; Mawaddah, Udkhiati Mawaddah3
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7636

Abstract

Ikan mas koki (Carassius auratus) merupakan komoditas ikan hias unggulan Indonesia dengan nilai ekonomi tinggi, namun identifikasi varietasnya secara manual bersifat subjektif dan tidak efisien. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis berbasis Deep Learning untuk mengidentifikasi tiga varietas ikan koki utama: Oranda, Ranchu, dan Ryukin berdasarkan ciri morfologi. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur transfer learning pada model MobileNetV2 yang telah dilatih sebelumnya pada dataset ImageNet. Dataset terdiri dari 240 gambar yang dibagi menjadi data latih (192 gambar) dan data uji (48 gambar). Teknik augmentasi data diterapkan untuk meningkatkan variasi dan mencegah overfitting. Hasil pelatihan model menunjukkan akurasi sebesar 95,35% pada data latih dan 93,75% pada data uji. Evaluasi per kelas menunjukkan akurasi tertinggi untuk Oranda (99,36%), diikuti Ranchu (91,00%), dan Ryukin (68,58%). Performa yang lebih rendah pada Ryukin disebabkan oleh kemiripan morfologinya dengan varietas lain. Hasil penelitian membuktikan bahwa CNN sangat potensial digunakan untuk automasi klasifikasi ikan koki, mendukung program breeding dan standardisasi kualitas dalam industri akuakultur.
Sistem Pakar Sistem Pakar Diagnosis Hama Dan Penyakit Tanaman Bonsai Menggunakan Metode Forward Chaining Nurhayati, Ismiya; Lestanti, Sri; Budiman, Saiful Nur
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 3 No 1 (2022): Oktober 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v3i1.3343

Abstract

This study aims to build an expert system that can help determine quickly what pests or diseases attack bonsai plants based on symptoms that appear, especially in Blitar Nursery. Not only types of pests or diseases, this system also informs how to handle plants that are attacked by pests or diseases and how to prevent them. The method used in this study is the forward chaining method, the tracking process of this method is from symptom data, then matches the data with the IF part of the IF-THEN rule, if it is in accordance with the existing rules, then the rule will be executed to get a conclusion. This expert system was built using Bootstrap and the Hypertext Preprocessor (PHP) programming language with the Sublime Text text editor. Testing this expert system using black box and beta testing to IT experts and experts. The results of black box testing are 97.22% and beta test results are 85.2%, the conclusion that the system is feasible to use and can provide a diagnosis of pests or diseases in bonsai plants based on the symptoms given.
Development of Science Education Game Base on Computer Vision for Primary School Student Budiman, Saiful Nur; Lestanti, Sri; Rahmat, Mohammad Farried; Nafis, Mohamad
Journal of INISTA Vol 6 No 1 (2023): November 2023
Publisher : LPPM Institut Teknologi Telkom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/inista.v6i1.1325

Abstract

In this research, a discussion was carried out regarding the use of computer vision in educational games developed using the Python programming language and the Mediapipe library. Game applications must be able to capture hand movements and create hand landmark models. These landmarks are used to move the snake's head in the Snake Game and answer questions in the Virtual Quiz. The aim of this research is to develop interest and increase focus in elementary school students with educational games. An analysis was carried out on the results of the respondent's questionnaire to determine the impact of using educational games on students' interest in learning. It was found that 80% of these educational games helped students understand learning concepts. The games developed are also appropriate to the level and knowledge of skills, especially for grade 2 and 3 students with a percentage score of 60%. There are obstacles to the development of this educational game, namely 30% of respondents experiencing difficulties in using it. Sometimes hand movements cannot be captured properly, if the distance of the hand from the camera is too close or far.
Penerapan Mediapipe dalam Pengenalan Bisindo Berbasis Deep Learning dan Computer Vision (Studi Kasus: SLB-C B Yayasan Pendidikan Luar Biasa (YPLB) Blitar) Ahwani, Didik Kholidil; Budiman, Saiful Nur; Rahmat, Mohammad Faried
Innovative: Journal Of Social Science Research Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.15199

Abstract

Di Indonesia, komunikasi antara komunitas Tuli dengan masyarakat umum sering kali terhambat oleh perbedaan bahasa, khususnya Bahasa Isyarat Indonesia (BISINDO). Penelitian ini memanfaatkan teknologi kecerdasan buatan, khususnya Convolutional Neural Networks (CNN) dalam platform MediaPipe, untuk meningkatkan pengenalan huruf-huruf dalam BISINDO melalui analisis gerakan tangan. Pendekatan ini bertujuan untuk mengurangi jurang komunikasi dengan memungkinkan interpretasi yang lebih baik terhadap gerakan kompleks dalam BISINDO. Metode penelitian ini melibatkan pengembangan dan evaluasi model CNN menggunakan MediaPipe untuk mengenali gerakan isyarat tangan. Pengukuran kinerja model dilakukan menggunakan Confusion matrix, dengan hasil akurasi mencapai 94% selama pelatihan dan 78,46%pada pengujian real-time. Hasil ini menunjukkan bahwa model berhasil mengklasifikasikan gerakan tangan dengan baik dalam kondisi ideal maupun di lingkungan dunia nyata. Penelitian ini memberikan kontribusi dalam mengembangkan solusi teknologi untuk mendukung komunikasi inklusif bagi komunitas Tuli, dengan potensi untuk diterapkan dalam aplikasi pengenalan bahasa isyarat dan teknologi asistensi lainnya.
Penerapan Algoritma Support Vector Machine Untuk Analisis Sentimen Data Ulasan Aplikasi Binance Pada Google Play Store Alamsyah, Anandyta Sakti; Budiman, Saiful Nur; Romadhona, ⁠Rizki Dwi
Innovative: Journal Of Social Science Research Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.15721

Abstract

Penelitian ini dilatar belakangi oleh pentingnya pemahaman sentimen pengguna terhadap aplikasi Binance dan analisis sentimen merupakan alat yang efektif untuk mencapai tujuan tersebut. Metode yang digunakan meliputi pengumpulan data ulasan dari Google Play Store pada rentang waktu tertentu, preprocessing teks untuk membersihkan data dari noise dan normalisasi teks, serta pembagian data menjadi data latih dan data uji. Selanjutnya, model SVM dilatih menggunakan data latih dan dievaluasi menggunakan data uji dan confusion matrix. Hasil eksperimen menunjukkan bahwa model SVM mencapai akurasi sebesar 87,24%. Evaluasi lebih lanjut mengungkapkan precision sebesar 85%, recall sebesar 87%, dan f1-score sebesar 85%.
Co-Authors Ahwani, Didik Kholidil Alamsyah, Anandyta Sakti Alamsyah, Isnan Ridho Awwalin, Beta Nurul Handayani Tjandrasa Kirom, Sabitul Lestanti, Sri Lestanti, Sri Lestari, Yuliana Dwi Mawaddah, Udkhiati Mawaddah, Udkhiati Mawaddah3 Nafis, Mohamad Nurhayati, Ismiya Primasari, Yusniarsi Puspitasari, Wahyu Dwi Putri, Rahma Kartika Rahmat, Mohammad Faried Rahmat, Mohammad Farried Raihan, Muhammad Iqbal Romadhona, ⁠Rizki Dwi sakur, stendy Saputro, Muhamad Mahasin Bagus Widhi, Suherkika Suryaning Wulandari, Dimas Cici Yanuar Risah Prayogi Yuana, Haris