Ridho Rahmadi
Department Of Informatics, Faculty Of Industrial Technology, Universitas Islam Indonesia

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

Penelitian Terkini Tentang Sistem Pendeteksi Pelanggaran Lalu Lintas Berbasis Deep Learning: Sebuah Kajian Pustaka Dimas Ariyoga; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kajian pustaka ini menganalisis sejauh mana dan metode apa yang digunakan di dalam penelitian-penelitian sebelumnya terkait dengan permasalahan deteksi pelanggaran lalu lintas menggunakan image processing dan deep learning. Dari sebelas literatur yang dikaji, diketahui bahwa metode-metode yang digunakan memperoleh nilai akurasi dan ketepatan yang cukup dan bahkan sangat baik. Namun, terdapat beberapa kelemahan pada pendeteksian kendaraan dan pelanggaran pada keadaan minim cahaya. Selain itu, ditemukan juga bahwa banyaknya data set dan beragamnya sudut pandang pada gambar pada proses pelatihan berpengaruh pada kecepatan dan nilai akurasi hasil model.
Pengembangan Sistem Deteksi Hunian Parkir Menggunakan Metode Convolutional Neural Network Fatih Assidhiqi; Rian Adam Rajagede; Ridho Rahmadi
AUTOMATA Vol. 2 No. 1 (2021)
Publisher : AUTOMATA

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

Abstract

Kurangnya informasi mengenai area parkir merupakan masalah yang saat ini dihadapi oleh para pengendara. Peningkatan jumlah kendaraan dengan lahan parkir yang dibutuhkan seringkali tidak seimbang dimana hal ini dapat menimbulkan kemacetan di berbagai tempat, salah satunya yaitu di area parkir. Untuk mendapatkan tempat parkir, seringkali pengendara harus berkeliling ke seluruh area parkir, bahkan pengendara harus keluar dari area parkir tersebut karena tidak dapat menemukan tempat parkir untuknya. Pada penelitian ini, penulis mengembangkan sistem deteksi hunian parkir menggunakan metode convolutional neural network yang diimplementasikan menggunakan aplikasi android, sehingga pengendara dapat menggunakannya untuk mencari informasi dimana letak tempat parkir yang kosong. Hasil akurasi dan loss yang didapatkan terbilang sangat baik, dimana akurasi pada training set mencapai nilai 0.9965 dengan nilai loss 0,0113 dan akurasi pada validation set mencapai 0,9877 dengan nilai loss 0,03406. Sedangkan pada test set akurasi yang didapat yaitu 0,9901 dengan loss sebesar 0,0461. Deteksi gambar sebuah area parkir menggunakan model yang sudah dilatih sebelumnya dapat divisualisasikan dengan baik pada aplikasi android secara real-time.
ANALISIS HALAMAN DARKWEB UNTUK MENDUKUNG INVESTIGASI KEJAHATAN Muhammad Naufal Bahreisy; Ridho Rahmadi; Yudi Prayudi
JIKO (Jurnal Informatika dan Komputer) Vol 4, No 1 (2021)
Publisher : Journal Of Informatics and Computer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v4i1.1817

Abstract

Dark Web merupakan konten online yang terenkripsi dan hanya dapat di akses menggunakan jaringan khusus seperti TOR (The Onion Router). Saat ini perkembangan konten online menjadi perhatian serius karena pertumbuhan bagi kegiatan dan layanan terlarang seperti penjualan barang illegal, narkoba dan pornografi anak. Kejahatan komputer dalam dunia internet mendorong banyaknya pertumbuhan transaksi jual beli barang-barang illegal yang dijual dipasar gelap, transaksi yang menguntukan namun illegal menarik perhatian. Dark Web merupakan istilah web yang dikategorikan sebagai Deep Web yang berdomain .onion yang tidak dapat ditemukan di mesin pencarian seperti google, yahoo dan bing. Analisis halaman-halaman Dark Web dalam mendukung investigasi kejahatan diusulkan sebagai solusi untuk memecahkan masalah tersebut. Konsep ini berupa analisis halaman-halaman Dark Web yang diharapkan mendukung dalam investigasi kejahatan.
Studi Komparatif Penggunaan Open Source Content Management System (CMS) Joomla Dan Drupal Untuk Pembuatan Website Ridho Rahmadi
Generic Vol 5 No 1 (2010): Vol 5, No 1 (2010)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Penggunaan Content Management System (CMS) saat ini telah berkembang pesat hingga pemakaiannya terbilang sangat luas. Tidak hanya penggunaan CMS dalam bidang pendidikan, namun juga telah merambah dunia bisnis. CMS memberikan kemudahan dalam hal teknis dan mengakomodasi secara mudah bagi orang awam yang ingin membangun sebuah website untuk tujuan tertentu. Disaat yang bersamaan para web developer berlomba-lomba membangung sebuah CMS yang memberikan fitur-fitur menarik bagi pengguna. Joomla dan Drupal adalah dua dari sekian banyak CMS yang terbilang sukses mewarnai dunia CMS saat ini. Pemakaian keduanya sangat luas dari kategori tujuan maupun klasifikasi pengguna. Penulis mencoba membuat perbandingan dari keduanya berdasarkan data-data valid yang diperoleh tentang keduanya kemudian mencoba menganalisisnya hingga didapati hasil studi komparatif.
Hubungan Kausal Antar Faktor-Faktor yang Mempengaruhi Sistem Informasi Akademik pada Perguruan Tinggi (Studi Kasus pada Perguruan Tinggi Swasta di Jawa Tengah) Ahmad Rois Syujak; Ridho Rahmadi; Yudi Prayudi
IJAI (Indonesian Journal of Applied Informatics) Vol 4, No 2 (2020)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v4i2.40664

Abstract

Pemanfaatan teknologi informasi tidak hanya pada pemanfaatan sektor bisnis, tetapi juga sektor publik yang salah satunya adalah lembaga perguruan tinggi melalui Sistem Informasi Akademiknya. Efisiensi dan  efektifitas proses informasi dengan menggunakan sistem informasi hanya akan terjadi apabila teknologi tersebut terjamin kualitas serta keamanannya. Tesis ini merupakan penelitian yang akan membahas tentang hubungan kausal antar faktor–faktor yang merepresentasikan kualitas dan keamanan Sistem Informasi Akademik pada Perguruan Tinggi. Sejumlah 147 responden ikut berpartisipasi dalam penelitian ini. Dalam memodelkan hubungan kausal, penelitian ini menggunakan sebuah metode baru yang bernama Stable Spesification Search for Cross-Sectional Data with Latent Variable (S3C-Latent) (Rahmadi, Groot, & Heskes, 2019). Dari studi ini, peneliti menemukan hubungan asosiasi antara variabel yang arah kausalnya belum dapat ditentukan dari data kuisioner yang telah didapatkan. Sehingga dalam penelitian ini menyimpulkan bahwa ditemukan adanya hubungan asosiasi yang kuat yang tidak bisa ditentukan arah hubungan kausalnya. Kualitas sistem informasi sebagai variabel inti berhubungan langsung dengan variabel kualitas informasi. Secara tidak langsung variabel kualitas sistem informasi melalui variabel kualitas informasi mempunyai hubungan dengan variabel kepuasan pengguna, yang mana variabel kepuasan pengguna berhubungan langsung dengan dua variabel lainya yaitu variabel keamanan dan variabel penanganan sistem terhadap masalah keamanan. Hubungan-hubungan tersebut secara umum sesuai dengan studi-studi sebelumnya yang relevan.