Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls (AVITEC) Indonesian Journal of Informatics and Research
Fathulloh Fathulloh
Universitas Peradaban
Aerospace Engineering Computer Science & IT Electrical & Electronics Engineering Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BONUS GAJI UNTUK KARYAWAN MENGGUNAKAN METODE TOPSIS (STUDI KASUS : DNS) Chintia Iscahayawati; Rito Cipta Sigitta Hariyono; Fathulloh Fathulloh
Indonesian Journal of Informatics and Research Vol 1 No 1 (2020): Indonesian Journal of Informatics and Research
Publisher : Informatika Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (482.467 KB)

Abstract

DNS merupakan perusahaan yang bergerak di bidang penjualan sepeda motor. Kendala yang dihadapi oleh DNS ini pada proses penentuan bonus gaji untuk karyawannya belum memiliki suatu alat perhitungan evaluasi kinerja karyawan sales sebagai suatu faktor penting dalam penentuan karyawan sales yang berhak mendapatkan bonus. penilaian karyawan pada DNS untuk karyawan yang berhak mendapatkan bonus hanya berdasarkan target sales. Oleh karena itu, perlu adanya sistem pendukung keputusan untuk menyeleksi karyawan yang berhak mendapatkan bonus. Sistem yang akan dibuat nantinya menggunakan bahasa pemprograman PHP dan MySQL sebagai pembuatan databasenya, metode pengembangan sistem menggunakan tools UML dengan menggunakan 3 notasi yang meliputi Use Case Diagram, Activity Diagram, Class Diagram. Metode yang digunakan dalam proses pengambilan keputusan adalah Technique for Order Preferense by Similarity to Ideal Solution (TOPSIS). Dan kriteria yang digunakan dalam penentuan bonus gaji ini meliputi absensi, target sales, potensi dan pelayanan. Dari hasil perhitungan sistem yang dibangun nantinya menghasilkan rekomendasi karyawan sales yang berhak mendapatkan bonus berdasarkan bobot kriteria perhitungan metode TOPSIS.
KLASIFIKASI BADAN AIR SYNTHETIC APERTURE RADAR (SAR) MENGGUNAKAN EARTH ENGINE UNTUK PEMANTAUAN DAN EVALUASI SDEW Fathulloh Fathulloh; Rito Cipta Sigitta Hariyono; mukrodin mukrodin
Indonesian Journal of Informatics and Research Vol 1 No 1 (2020): Indonesian Journal of Informatics and Research
Publisher : Informatika Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (800.4 KB)

Abstract

Situ, danau, embung dan waduk atau disingkat SDEW adalah daerah yang secara alami maupun buatan membentuk genangan pada permukaan bumi. Berbeda dengan laut, SDEW terletak di daratan, sehingga selain adanya aliran air yang masuk (inlet), terdapat juga aliran air yang keluar (outlet). Hal ini yang menyebabkan SDEW memiliki pengaruh dan juga dipengaruhi oleh lingkungan sekitarnya. Pengaruh inilah yang menyebabkan perlunya pemantauan dan evaluasi untuk menjaga dan mengawasi tampungan air tersebut agar tetap memberikan manfaat pada lingkungan di sekitarnya. Dalam bidang penginderaan jauh, permukaan bumi memiliki warna rona yang berbeda-beda, termasuk warna rona badan air. Salah satu citra yang digunakan untuk intepretasi tutupan lahan adalah citra Sentinel-1, yang merupakan citra radar tembus awan yang memiliki periode rotasi setiap 12 hari. Dalam penelitian ini kami melakukan pemantauan dan evaluasi situ, danau, embung dan waduk (SDEW) dengan lokasi fokus Danau Rawa Pening. Danau Rawa Pening memiliki daerah tangkapan air (DTA) seluas kurang lebih 29.538,21 Ha. Metode yang digunakan adalah klasifikasi badan air menggunakan air synthetic aperture radar (SAR) dengan sumber data citra Sentinel-1 dengan periode waktu tahun 2015 sampai dengan tahun 2018. Hasil pemantauan badan air pada Danau Rawa Pening dalam kurun waktu tersebut memperlihatkan bahwa badan air mencapai tutupan maksimal 2 (dua) bulan setelah musim penghujan dan mengalami penurunan tutupan badan air secara signifikan 2 (dua) bulan setelah musim kemarau. Kondisi dan luas Daerah Tangkapan Air (DTA) sangat berpengaruh dalam mensuplai air sampai dengan kondisi maksimal, dan akan tetap memberikan aliran mekipun sudah masuk musim kemarau. Hal ini juga sebagai evaluasi bahwa kondisi air pada danau memiliki fluktuasi yang besar ketika musim hujan dan musim kemarau.
Deteksi Penyakit Tomat melalui Citra Daun menggunakan Metode Convolutional Neural Network Rito Cipta Sigitta; Roni Halim Saputra; Fathulloh Fathulloh
Aviation Electronics, Information Technology, Telecommunications, Electricals, Controls (AVITEC) Vol 5, No 1 (2023): February
Publisher : Institut Teknologi Dirgantara Adisutjipto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28989/avitec.v5i1.1404

Abstract

Tomat merupakan tanaman hortikultura yang memiliki nilai ekonomi tinggi dan banyak ditanam oleh masyarakat Indonesia sebagai negara agraris. Menurut data BPS tahun 2019, produktivitas tomat mengalami peningkatan dalam empat tahun terakhir, namun dalam proses perawatan tanaman sering terjadi kendala dalam mengidentifikasi jenis penyakit yang terdapat pada daun tanaman tomat karena memiliki gejala yang hampir mirip dan sulit dibedakan. Penelitian ini mencoba mengidentifikasi penyakit pada tanaman tomat melalui citra daun menggunakan Deep learning dengan metode Convolutional neural network. Penerapan model deteksi menggunakan dua jenis arsitektur Convolutional neural network yaitu standar LeNet-5 dan LeNet-5 (Custom) yang telah dimodifikasi. LeNet-5 standar berhasil mendeteksi penyakit pada daun tomat dengan akurasi 90%, sedangkan pada arsitektur LeNet-5 yang telah dimodifikasi pada network layerdan parameteryang digunakan, menghasilkan akurasi yang lebih optimal dengan akurasi sebesar 95%.
Co-Authors Chintia Iscahayawati Rito Cipta sigitta Hariyono Roni Halim Saputra