Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Fisika Journal Information System Development Jurnal Mantik Journal of Computer Networks, Architecture and High Performance Computing Jurnal Minfo Polgan (JMP) Jurnal Pengabdian Masyarakat Bidang Sains dan Teknologi
Robin Robin
Program Studi Informatika, Universitas Pelita Harapan Medan
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal Information System Development

 1 
Perancangan Sistem Informasi Point Of Sales (POS) Berbasis Web Pada Rumah Makan Kokobop Chicken Darwin Purba Sugumonrong; Robin Ray; Vielbert Victorio
Journal Information System Development Vol 4, No 1 (2019): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

Penggunaan sistem POS berbasis internet ini dibuat agar pemilik toko dapat mengakses data penjualan  tanpa harus datang ke toko. Penggunaan sistem POS yang berbasis software membutuhkan perangkat khusus yang memiliki biaya yang cukup mahal. Bagi pemilik usaha, ini dapat menjadi indikator dalam perhitungan pendapatan usaha tersebut, pada Kokobop Chicken saat ini masih belum adanya media elektronik yang dapat membantu dalam transaksi penjualan dan stok sehingga kerja kasir masih kurang efisisen dan diharapkan dengan menggunakan sistem POS pada Kokobop Chicken  dapat meningkatkan efisiensi dalam perhitungan khususnya pada  proses pembukuan data pada data penjualan, pembelian, stok  dan dapat meminimalisasikan terjadinya kerugian dari hal yang tidak diinginkan. Kokobop Chicken mempunyai sebuah visi untuk melakukan ekspansi dengan memperluas bisnis yang sedang dijalankan sehingga Kokobop Chicken  dapat dapat membangun gerai-gerai baru di beberapa wilayah berbeda. Oleh karena itu sistem POS yang berbasis web dapat memudahkan sistem perekapan data penjualan, data pembelian dan stok sehingga proses penjualan oleh kasir dapat lebih transparan. Pemilik usaha dapat dengan mudah melakukan pengecekan data penjualan, pembelian dan stok secara langsung karena berbasis web. Proses pembukuan data dapat lebih mudah dan lebih transparan karena memiliki data yang real dan jelas.Kata Kunci: internet, POS, sistem, web
End-To-End Neural Network Based Captcha Recognition Jusin Jusin; Wilbert Harriman; Robin Robin
Journal Information System Development (ISD) Vol 7 No 2 (2022): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19166/isd.v7i2.552

Abstract

Completely Automated Public Turing test to tell Computers and Humans Apart (CAPTCHA) is widely used as a security measure against spam and bot attacks via the Internet. CAPTCHA works by the assumption that it takes human sensory and cognitive skills (that are not present in computers) to successfully identify objects or letters within a noisy graphical environment. In this work, we propose a way to teach machines to recognize CAPTCHAs with deep learning. Our deep learning model uses a Convolutional Neural Network (CNN) encoder to convert CAPTCHA images into vector representations, followed by a Recurrent Neural Network (RNN) decoder to convert vector representations into text. Our model is able to achieve a validation accuracy of 90% after about an hour of training. Code is available at https://github.com/wilbertharriman/tf2-attention-captcha-recognizer.
Co-Authors Aldrick Handinata Barus, Okky Putra Brian Emerson Darwin Purba Sugumonrong Ferawaty Jusin Jusin Nurul Khairina Nurul Khairina Rudolfo Rizki Damanik Siregar, Saut Dohot Vielbert Victorio Wenripin Chandra Wilbert Harriman