Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Journal of Information Systems and Informatics Journal of Information Technology Ampera
Yudha Pratomo
Universitas Sumatera Selatan
Computer Science & IT

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

Found 2 Documents
Search

 1 
Pengembangan Sistem Informasi Pelayanan Administrasi Berbasis Web Pada Desa Paya Angus Tommy Saputra; Ruswa Dwipa; Yudha Pratomo; Hadi Syaputra
Journal of Information Technology Ampera Vol. 7 No. 2 (2026): Vol. 7 No. 2 (2026): Journal of Information Technology Ampera
Publisher : APTIKOM SUMSEL

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

Abstract

Pelayanan administrasi pada Pemerintah Desa Paya Angus, Kecamatan Sungai Rotan, Kabupaten Muara Enim ini masih dilakukan secara manual, khususnya dalam proses pengajuan dan pengelolaan surat administrasi masyarakat. Kondisi tersebut menyebabkan proses pelayanan menjadi kurang efektif karena masyarakat harus datang ke kantor desa untuk mengajukan surat dan kembali datang untuk mengambil surat yang telah selesai, sehingga proses pelayanan administrasi tersebut kurang efektif. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi pelayanan masyarakat berbasis web pada Desa Paya Angus yang dapat mempermudah masyarakat dalam memperoleh informasi desa serta mengajukan surat administrasi secara online. Dalam pengembangan sistem menggunakan metode Waterfall, yang meliputi tahap analisis kebutuhan, percangan, implementasi, pengujian dan pemeliharaan. Pengujian sistem dilakukan menggunakan metode Black Box Testing dan hasil penelitian ini berupa sistem informasi pelayanan masyarakat berbasis web yang dapat membantu masyarakat mengajukan surat tanpa harus datang ke kantor desa pada tahap awal serta membantu perangkat desa dalam mengelola data dan proses administrasi surat secara lebih terstruktur. Sistem ini diharapkan dapat meningkatkan efektivitas, efisiensi, dan kualitas pelayanan administrasi masyarakat di Desa Paya Angus.
Performance Analysis of Convolutional Neural Network in Pempek Food Image Classification with MobileNetV2 and GoogLeNet Architecture Yudha Pratomo; Muhammad Taufik Roseno; Hadi Syaputra; Darius Antoni
Journal of Information System and Informatics Vol 7 No 1 (2025): March
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51519/journalisi.v7i1.1026

Abstract

This research develops a pempek food image classification system using two Deep Learning architectures, namely MobileNetV2 and GoogLeNet. The dataset consists of five types of pempek with a total of 446 images, which are divided for training (70%), validation (15%), and testing (15%). The model was evaluated based on accuracy, precision, recall, and F1-score. The results showed that GoogLeNet achieved a validation accuracy of 96.21%, higher than MobileNetV2 which was only 70.58%. GoogLeNet is also more stable in convergence and more accurate in recognizing different types of pempek. This research shows that GoogLeNet is more optimal for pempek classification. In the future, this research can be extended by adding more datasets, exploring more sophisticated models, and developing mobile or web-based applications.
Co-Authors Darius Antoni Hadi Syaputra Muhammad Taufik Roseno Ruswa Dwipa Tommy Saputra