Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

p-Index From 2021 - 2026

0.659

P-Index

This Author published in this journals

All Journal SemanTIK : Teknik Informasi Simtek : Jurnal Sistem Informasi dan Teknik Komputer semanTIK

Baharuddin Baharuddin

STMIK Catur Sakti Kendari

Author-ID : 3408600

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 7 Documents Claim Missing Document

Claim Missing Document

Articles

APLIKASI PENGHITUNG ZAKAT PROFESI, ZAKAT EMAS, PERAK DAN EMAS SERTA ZAKAT FITRAH BERBASIS WEB Andi Muhammad Syafi’i; Baharuddin Baharuddin
Simtek : jurnal sistem informasi dan teknik komputer Vol 1 No 2 (2016): Agustus 2016
Publisher : STMIK Catur Sakti Kendari

Banyak umat beragama Islam yang sudah memenuhi syarat wajib zakat namun belum menunaikan zakatnya, salah satu alasan ialah karena kurangnya kesadaran dan pengetahuan mengenai zakat dan jumlah zakat yang harus dibayarkan itu sendiri. Pada penelitian yang dibuat ini metode yang digunakan adalah metode waterfall yang terdiri dari rekayasa sistem, analisisi kebutuhan, perancangan (desain), penulisan program, pengujian dan pemeliharaan. Sumber data dalam penelitan ini terdiri dari data primer dan sekunder sedangkan untuk perancangan sistem menggunakan UML (Unified Modeling Languange) dan ERD (Entity Relationship Diagram) serta database menggunakan MySQL. Dengan adanya aplikasi ini diharapkan dapat memberikan kemudahan kepada pengguna dalam mengakses informasi mengenai hitungan zakat tanpa perlu datang langsung kepada orang yang bersangkutan dan akan lebih menghemat waktu serta pengguna dapat mengetahui langsung berapa jumlah uang yang harus dikeluarkan untuk membayar zakat profesi, emas, perak dan uang serta zakat fitrahnya.

APLIKASI E-COMMERCE PADA TOKO KHAIRUNNISWA BERBASIS WEB Burhanudin Burhanudin; Baharuddin Baharuddin
Simtek : jurnal sistem informasi dan teknik komputer Vol 2 No 1 (2017): April 2017
Publisher : STMIK Catur Sakti Kendari

Tujuan penelitian ini adalah merancang sebuah sistem informasi berbasis e-commerce pada Toko Khairunniswa untuk membantu dan meningkatkan penjualan agar dapat melakukan pemesanan secara online dan memberikan informasi produk terbaru yang dijual kepada pelanggan melalui halaman website.Toko Khairunniswa adalah toko yang bergerak dalam bidang penjualan busana muslim seperti Gamis, Jilbab Khimar, Mukena dan lain-lain. Pengembangan aplikasi e-commerce Toko Khairunniswa menggunakan beberapa tahap sesuai dengan langkah-langkah yang ada pada pembangunan perangkat lunak model waterfall, diantaranya yaitu tahap analisis, desain, implementasi, dan testing. Hasil yang dicapai bahwa sistem ecommerce membutuhkan sistem penjualan yang berbasis website e-commerce, dengan adanya website ecommerce ini diharapkan dapat mempermudah baik bagi pihak Toko Khairunniswa dalam mengelola transaksi penjualan produk maupun pelanggan dalam melakukan pemesanan produk dengan memanfaatkan media Internet sehingga dapat bekerja secara efektif dan efisien sehingga target penjualan dapat berkembang. Kesimpulan yang dapat diambil adalah internet merupakan sebuah media yang dapat membantu dan mendukung dalam pengembangan bisnis.

APLIKASI SISTEM PAKAR MENDETEKSI KERUSAKAN PRINTER CANON INKJET BERBASIS WEB DENGAN METODE FORWARD CHAINING Baharuddin baharuddin; Maruji Maruji
Simtek : jurnal sistem informasi dan teknik komputer Vol 5 No 1 (2020): April 2020
Publisher : STMIK Catur Sakti Kendari

canon inkjet series MP ini adalah aplikasi yang memudahkan masyarakat menganalisa kerusakan printernya sendiri tanpa harus terlebih dahulu ke tempat service. Metode dalam pembuatan sistem yang digunakan dalam perancangan sistem ini adalah forward chaining yaitu dengan memilih gejala kerusakan untuk menampilkan kerusakan printer. Sistem pencarian dalam forward cahining yaitu dengan pencarian dari awal ke akhir. Hasil dari program ini adalah sebuah informasih kerusakan berdasarkan gejala-gejala kerusakan yang dipilih beserta cara penanganannya.

PROTOTYPE PENGIRIMAN NOTIFIKASI PENERIMA PAKET BERBASIS ESP8266 Nyoman Govinda; Yonal Supit; Baharuddin Baharuddin
Simtek : jurnal sistem informasi dan teknik komputer Vol 7 No 1 (2022): April 2022
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v7i1.122

Seiring dengan meningkatnya pengguna jasa pengiriman, tidak lepas dari masalah yang terjadi dalam proses pengiriman paket. Salah satu permasalahannya adalah dengan tidak adanya penerima paket dirumah. Pada kasus ini biasanya ada beberapa tindakan alternatif seperti paket dititipkan ke tetangga terdekat atau paket bisa diantar pada hari selanjutnya. Maka dari itu, dalam penelitian ini akan dibuat sistem pengiriman notifikasi penerimaan paket berbasis Esp8266 sebagai komponen utama yang dapat menghubungkan sistem dengan aplikasi email. Metode yang digunakan dalam pengembangan sistem ini adalah metode prototyping. Sistem ini mampu mengirimkan notifikasi ke email. Berdasarkan hasil penelitian yang telah diuji, force sensitive resistor jika mendapat tekanan 200 gram akan mengirim notifikasi dan apabila force sensitive resistor mendapat tekanan dibawah 200 gram modul esp8266 tidak mengirim notifikasi

DETEKSI ARAH PERGERAKAN KENDARAAN DI JALAN RAYA DENGAN MENERAPKAN ALGORITMA OPTICAL FLOW Baharuddin Baharuddin; Andi Patombongi
semanTIK Vol 6, No 2 (2020): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Dalam beberapa tahun terakhir sistem video pengintaian menjadi sangat populer karena masalah keamanan yang meningkat dan tidak memerlukan banyak biaya dari sisi perangkat keras. Namun untuk mendeteksi perilaku mencurigakan masih dilakukan secara manual oleh manusia sehingga tidak efisien dari sisi akurasi dan tenaga. Sehubungan dengan fakta tersebut para peneliti berusaha membuat suatu sistem yang dapat mendeteksi secara otomatis dan real time perilaku mencurigakan dari satu orang atau lebih dan memberi peringatan kepada petugas kemanan. Adapun masalah utama dalam penelitian ini adalah bagaimana mendeteksi arah pergerakan kendaraan di jalan raya dengan menerapkan algoritma optical flow. Metode penelitian yang digunakan dalam penelitian ini terdiri dari empat tahap. Hasil yang didapatkan terlihat bahwa semakin tinggi level gaussian pyramid maka waktu proses semakin cepat, gaussian pyramid level 4 menghasilkan arah vektor yang lebih sesuai dengan arah kendaraan. Semakin tinggi interval frame maka waktu proses semakin cepat, interval frame 1 menghasilkan arah vektor yang sesuai dengan arah kendaraan. Algoritma optical flow dapat diterapkan untuk mendeteksi arah pergerakan kendaraan di jalan raya, sehingga penelitian ini dapat digunakan untuk melakukan pendeteksian pelanggaran melawan arus lalu lintas di jalan raya secara real time.Kata kunci; Lalu Lintas, Optical Flow, Deteksi Arah Pergerakan

PEMERIKSAAN LEMBAR JAWABAN PILIHAN GANDA BERBASIS COMPUTER VISION Cakra Cakra; Baharuddin Baharuddin; Samsuddin Samsuddin; Yonal Supit
Simtek : jurnal sistem informasi dan teknik komputer Vol. 8 No. 2 (2023): Oktober 2023
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v8i2.318

Tingkat perkembangan teknologi komputer yang sangat cepat saat ini telah mencakup hampir semua aspek pengolahan data dan informasi. Teknologi ini telah disesuaikan dengan kebutuhan di berbagai bidang, termasuk di sekolah. Salah satu teknologi yang umum digunakan di sekolah adalah pemeriksaan lembar jawaban komputer (LJK). Penelitian ini menggunakan teknologi image processing dengan algoritma Active Contour untuk mengoreksi LJK siswa. Sistem ini menggunakan metode Canny Edge Detection yang optimal untuk mengoreksi jawaban pilihan ganda. Citra diolah dengan menghitung jumlah pixel hitam. Implementasi menggunakan bahasa pemrograman Python, memberikan fleksibilitas dan sumber daya yang luas. Akurasi sistem dalam mendeteksi jawaban yang dihitamkan dengan pensil 2B telah diuji dengan hasil yang baik. Keakuratan tetap konsisten meskipun jumlah jalur pemilihan LJK bervariasi dalam kondisi tertentu. Namun, ada keterbatasan saat menghadapi sudut miring, kecerahan berlebihan, atau kegelapan ekstrem.

Klasifikasi Daerah Rawan Longsor menggunakan Metode Deep Learning Berbasis Data Citra Sentinel-1 Cakra Cakra; Baharuddin Baharuddin; Andi Muhammad Islah; Samsuddin; La Ode Muhammad Bahtiar Aksara
SemanTIK : Teknik Informasi Vol. 11 No. 2 (2025): SemanTIK : Teknik Informasi
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55679/semantik.v11i2.246

Tanah longsor merupakan bencana yang sering terjadi di wilayah tropis dengan kerugian besar terhadap aspek sosial, ekonomi, dan lingkungan. Sulawesi Tenggara termasuk salah satu wilayah dengan tingkat kerawanan tinggi akibat kondisi topografi berbukit, curah hujan tahunan yang tinggi, serta aktivitas manusia seperti deforestasi dan pertambangan. Penelitian ini bertujuan untuk mengembangkan model klasifikasi daerah rawan longsor menggunakan metode Deep Learning berbasis Convolutional Neural Network (CNN) dengan memanfaatkan data radar Sentinel-1 GRD. Data penelitian mencakup 54 lokasi InaRisk BNPB dari enam kabupaten di Sulawesi Tenggara. Proses penelitian meliputi akuisisi data Sentinel-1, pra-pemrosesan (speckle filtering, kalibrasi radiometrik, koreksi topografi), ekstraksi patch multi-skala, pembangunan dan pelatihan CNN menggunakan TensorFlow/Keras, serta evaluasi model dengan metrik Accuracy, Precision, Recall, F1-score, dan AUC-ROC. Hasil penelitian menunjukkan model terbaik diperoleh pada patch 128×128 dengan akurasi 85,71%, presisi 85,81%, recall 85,71%, F1-score 85,46%, dan AUC-ROC 0,9807. Temuan ini menunjukkan potensi CNN dalam mendukung pemetaan kerawanan longsor secara akurat untuk mitigasi bencana di Sulawesi Tenggara. Landslides are disasters that frequently occur in tropical regions, causing severe impacts on social, economic, and environmental aspects. Southeast Sulawesi is among the regions with high susceptibility due to its hilly topography, high annual rainfall, and human activities such as deforestation and mining. This study aims to develop a landslide susceptibility classification model using a Deep Learning approach based on Convolutional Neural Networks (CNN) by utilizing Sentinel-1 GRD radar data. The research dataset consists of 54 InaRisk BNPB locations across six districts in Southeast Sulawesi. The research process includes Sentinel-1 data acquisition, preprocessing (speckle filtering, radiometric calibration, topographic correction), multi-scale patch extraction, CNN model construction and training using TensorFlow/Keras, and model evaluation with metrics such as Accuracy, Precision, Recall, F1-score, and AUC-ROC. The results show that the best model was achieved using 128×128 patches, reaching an accuracy of 85.71%, precision of 85.81%, recall of 85.71%, F1-score of 85.46%, and AUC-ROC of 0.9807. These findings demonstrate the potential of CNN to support accurate landslide susceptibility mapping for disaster mitigation in Southeast Sulawesi.

Co-Authors Andi Muh Islah Andi Muhammad Syafi’i Andi Patombongi Burhanudin Burhanudin Cakra Cakra La ode Muhammad Bahtiar Aksara Maruji Maruji Nyoman Govinda Samsuddin Samsuddin Samsuddin Yonal Supit

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search