Article Per Year (5 Year)
p-Index From 2021 - 2026
3.215
P-Index
This Author published in this journals
All Journal JRST (Jurnal Riset Sains dan Teknologi) Query : Jurnal Sistem Informasi JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Jurnal Tunas Journal of Computer Networks, Architecture and High Performance Computing JiTEKH (Jurnal Ilmiah Teknologi Harapan) Prosiding Snastikom Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Prioritas : Jurnal Pengabdian Kepada Masyarakat Insight Power (Kekuatan Wawasan) - Jurnal Pengabdian Kepada Masyarakat Digital (JUPED) Jurnal Pengabdian Masyarakat Bangsa Jurnal Ilmu Komputer dan Sistem Informasi
Tommy Tommy
Fakultas Teknik Dan Komputer, Program Studi Teknik Informatika, Universitas Harapan Medan, Medan, Indonesia
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Reconstruction of Low-Resolution Facial Images Using Improvements to the FSRCNN Model with Parallel Feature Extraction Layers and Residual Connections Tommy Tommy; Rosyidah Siregar; Edy Rahman Syahputra
JRST (Jurnal Riset Sains dan Teknologi) Volume 9 No. 2 September 2025: JRST
Publisher : Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/jrst.v9i2.24237

Abstract

Enhancing the quality of reconstructing low-resolution facial images poses a significant challenge in various applications, particularly in CCTV-based surveillance. This study develops a Fast Super-Resolution Convolutional Neural Network (FSRCNN) model with the addition of parallel feature extraction layers and residual connections from these layers to the expanding layer to improve the reconstruction quality of faces from low resolution. The proposed model is tested using two datasets: CelebA and CCTV footage. The tests are conducted for two reconstruction scales, namely from LR to HR and from LR to intermediate. The results demonstrate that the proposed model consistently outperforms the standard FSRCNN. In the LR to HR reconstruction, the proposed model achieves an average PSNR improvement of 1.24 dB and an SSIM increase of 0.0584 on the CelebA dataset. For the CCTV dataset, an average PSNR enhancement of 0.52 dB and an SSIM improvement of 0.025 are attained. While this model significantly enhances image quality, several limitations were identified regarding performance on more varied CCTV images and the higher complexity of the model.
Analisis Perbandingan Metode WP dan SAW Pada Sistem Pendukung Keputusan Persediaan Merek Sepatu Pada 45 Second Shoes Qoshwie Fuady; Tommy; Yessi Fitri Annisah Lubis
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 1 No. 2 (2022): September 2022
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v1i2.21

Abstract

Sepatu merupakan salah satu unit kebutuhan sandang manusia yang berfungsi sebagai alas kaki hingga sebagai penunjang aktivitas seharihari. Hal inilah yang mendorong semakin pesatnya bisnis di bidang penjualan sepatu. Manajer toko sepatu harus menyediakan berbagai jenis sepatu dengan keunggulan tertentu yang dibutuhkan masyarakat sehingga mampu bersaing dengan toko sepatu lain. Maka dari itu akan dibuat penelitian sistem pendukung keputusan untuk menentukan merek sepatu yang akan dijadikan persediaan berikutnya sehingga terjadinya keseimbangan pendapatan dan pengeluaran dengan tujuan memperbanyak merek sepatu yang akan menjadi kandidat pemenang dalam perangkingan sistem pendukung keputusan, dan tidak memperbarui atau mengurangi persediaan merek sepatu bagi merek sepatu yang paling rendah rangkingnya agar menghemat modal bagi sang pemilik toko dan terjadinya keefektifan penjualan sepatu. Adapun sistem pendukung keputusan yang akan dibuat ini menggunakan 2 metode yaitu menggunakan metode SAW dan metode WP, meskipun kedua metode ini sama-sama relevan dan efektif tetapi ada beberapa hal yang membedakan kedua metode ini, sehingga akan dicari analisismengenai metode mana yang lebih efektif untuk membuat sistem pendukung keputusan dalam menentukan persediaan merek sepatu berikutnya.
Aplikasi Enkripsi Data Video Menggunakan Metode Rsa Dan Blowfish Berbasis Web Yusmaifany Yusmai; Tommy Tommy; Rosyidah siregar
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 2 No. 3 (2024): Februari 2024
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v2i3.143

Abstract

Perkembangan teknologi pada era digital sekarang ini memiliki dampak yang begitu besar dalam kehidupan manusia, salah satunya adalah teknologi video. Video merupakan salah satu media komunikasi yang paling populer dan banyak digunakan terutama dalam hal konferensi, rekaman rapat kantor, rekaman belajar mengajar oleh guru dan lain sebagainya. Akan tetapi, karena banyak orang cenderung berbagi dan menyimpan video dalam jumlah besar di internet, keamanan data video menjadi hal yang sangat penting untuk dilindungi agar data video tidak bisa di akses oleh orang yang tidak berwenang. Dengan demikian peneliti merancang sebuah aplikasi enkripsi data video yang menggunakan metode RSA(Rivest Shamir Adleman) dan blowfish sebagai algoritma keamanan untuk meningkat tingkat keamanan dan kecepatan performa enkripsi dan dekripsi. hasil uji coba penelitian pada sistem aplikasi enkripsi data video menggunakan metode RSA (Rivest Shamir Adleman) dan Blowfish menunjukkan bahwa aplikasi ini mampu dan berhasil mengamankan data video dengan tingkat kecepatan dan keamanan yang tinggi, sehingga mengurangi resiko kebocoran dan peretasan data video.
Analisis Performa Kecepatan Enkripsi File Video Menggunakan Algoritma DSA dan Twofish Berbasis Web Rehansyah Akbar Nasution; Tommy
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 3 (2026): Februari 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i3.520

Abstract

Keamanan data merupakan aspek krusial dalam pengelolaan dan distribusi file digital, terutama file video yang berukuran besar dan berpotensi mengandung informasi sensitif. Dalam konteks ini, diperlukan pendekatan kriptografi yang tidak hanya menjamin kerahasiaan data, tetapi juga memastikan integritas dan keasliannya. Penelitian ini bertujuan untuk menganalisis performa kombinasi algoritma Twofish dan Digital Signature Algorithm (DSA) dalam proses enkripsi dan dekripsi file video pada aplikasi berbasis web. Algoritma Twofish, sebagai metode simetris, dipilih karena kemampuannya dalam mengolah data berukuran besar secara cepat dan efisien. Sementara itu, DSA digunakan sebagai algoritma asimetris untuk menghasilkan tanda tangan digital yang menjamin validitas dan integritas file. Aplikasi yang dikembangkan memungkinkan pengguna mengunggah video, melakukan enkripsi dengan kunci acak menggunakan Twofish, serta menghasilkan tanda tangan digital dengan DSA. Pengujian dilakukan terhadap lima file video dengan ukuran bervariasi, dari 4,59 MB hingga 43,5 MB. Hasil menunjukkan bahwa seluruh proses enkripsi dan dekripsi berjalan sukses dan menghasilkan tanda tangan digital yang valid. Waktu enkripsi berkisar antara 8,88 detik hingga 01 menit 26,41 detik, sedangkan waktu dekripsi berkisar antara 8,28 detik hingga 01 menit 24,31 detik. Rata-rata waktu enkripsi tercatat 33,17 detik, sementara dekripsi rata-rata 32,61 detik. Selisih waktu antar proses relatif kecil, menandakan efisiensi algoritma Twofish dalam kedua arah operasi. Selain itu, waktu pemrosesan meningkat seiring bertambahnya ukuran file, namun tetap dalam batas wajar untuk aplikasi web. Secara keseluruhan, kombinasi Twofish dan DSA terbukti efektif dan efisien untuk meningkatkan keamanan file video berbasis web tanpa mengorbankan performa sistem.
Co-Authors Abdul Fattah Hasibuan Amir Mahmud Husein, Mawaddah Harahap, Amir Andi Marwan Elhanafi Dedek Prasetyo Denny Abdul Malik Divi Handoko Dwi Resty Ananda Edy Rahman Syahputra Fera Damayanti Ferdy Riza Harahap, Herlina Hasibuan, Ade Zulkarnain Herlina Harahap Jadi Olo Pangihutan Kalvin Chiuloto Liza Novietta M. Mahdi Maulana Lubis Manovri Yeni Mawaddah Harahap Nenna Irsa Syahputri Nur Wulan Nurcholis Geofany Qoshwie Fuady Rehansyah Akbar Nasution Risko Liza Rizkiman Waruru Rizko Liza Ruswan Nurmadi Siregar, Rosyidah Syahputri, Nenna Irsa Yessi Fitri Annisah Lubis yusmaifany yusmai