Claim Missing Document
Check
Articles

Found 4 Documents
Search

APLIKASI MUSI RAWAS SMART REGENCY BERBASIS ANDROID Rusdiyanto rusdiyanto
Jurnal Teknologi Informasi Mura Vol 13 No 1 (2021): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v13i1.1304

Abstract

Saat ini pemerintah Kabupaten Musi Rawas belum memiliki aplikasi khusus yang menyajikan informasi terkait Kabupaten Musi Rawas, Adapun informasi-informasi terkait Kabupaten Musi Rawas masih tersebar di beberapa Situs sehingga masyarakat masih sedikit kesulitan mencari informasi tersebut. Maka dengan permasalahan tersebut diperlukanlah sebuah aplikasi berbasis Android yang Mulus Musirawas Smart Regency yang dapat menampung berbagai informasi terkait Kabupaten Musirawas sehingga masyarakat tidak perlu lagi mencari di Google Search
APLIKASI MUSI RAWAS SMART REGENCY BERBASIS ANDROID Rusdiyanto rusdiyanto
Jurnal Teknologi Informasi Mura Vol 13 No 1 (2021): Jurnal Teknologi Informasi Mura Juni
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v13i1.1304

Abstract

Saat ini pemerintah Kabupaten Musi Rawas belum memiliki aplikasi khusus yang menyajikan informasi terkait Kabupaten Musi Rawas, Adapun informasi-informasi terkait Kabupaten Musi Rawas masih tersebar di beberapa Situs sehingga masyarakat masih sedikit kesulitan mencari informasi tersebut. Maka dengan permasalahan tersebut diperlukanlah sebuah aplikasi berbasis Android yang Mulus Musirawas Smart Regency yang dapat menampung berbagai informasi terkait Kabupaten Musirawas sehingga masyarakat tidak perlu lagi mencari di Google Search
PERANCANGAN SISTEM INFORMASI PELAYANAN KEPENDUDUKAN BERBASIS ANDROID KOTA LUBUKLINGGAU A. Taqwa Martadinata; Rusdiyanto Rusdiyanto; Iski Iski; Agustina Heryati
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 8 No 1 (2023): JUTIM (Jurnal Teknik Informatika Musirawas) JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

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

Abstract

Permasalahan dalam penilitian ini adalah pada pelayanan kependudukan catatan sipilyang mana pada kondisi pandemi meminta upaya pelayanan publik agar tetap optimal sertamemberikan kemudahan bagi masyarakat dalam mengakses setiap layanan yang tersedia.Sistem pelayanan yang masih konvensional membuat dibutuhkan sedikit sentuhan teknologialam memudahkan proses pelayanan yang ada. Sehingga dengan adanya pandemi kali ini,diharapkan dapat mengubah sistem pelayanan yang manual dan konvensional menjadi lebihterotomatisasi dan digital. Selain itu, metode penelitian ini adalah deskriptif denganmenggunakan metode waterfall yang terdiri dari beberapa tahap: analisis, perancangan,pengkodean dan pengujian. Selanjutnya, dalam mengumpulkan data, peneliti menggunakan dataprimer dan data sekunder. Data primer meliputi observasi, wawancara dan dokumentasi. Di sisilain, data sekunder termasuk referensi, jurnal, artikel dan dokumentasi. Nantinya pada front endakan menggunakan android serta back end admin dapat diakses dengan menggunakan sisteminformasi website. Akhirnya dengan adanya perencanaan sistem informasi pelayanankependudukan berbasis android dapat memberikan kemudahan dalam proses pelayanan yangada pada dinas kependudukan dan catatan sipil kota Lubuklinggau.
IMPLEMENTASI DEEP LEARNING ALEXNET UNTUK DETEKSI DAN KLASIFIKASI TANDA TANGAN Deni Nurdiansyah; Ahmad Sobri; Lukman Sunardi; Rusdiyanto Rusdiyanto; Budi Santoso
Jurnal Teknologi Informasi Mura (JTI) Vol. 17 No. 2 (2025): Jurnal Teknologi Informasi Mura DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jti.v17i2.2897

Abstract

The problem in this research is that the manual signature verification process is still widely used. However, this method is prone to human error and is highly subjective, so its accuracy in distinguishing genuine and fake signatures is not optimal. The pattern recognition extraction process in signatures uses the Alexnet algorithm. This study uses a digital signature image dataset consisting of two classes, with 90 images per class. Furthermore, the signature pattern recognition extraction process based on digital images can be performed using the Alexnet model. The purpose of this paper is to help classify signature types, which can facilitate the medical treatment process. The analysis uses deep learning with Python tools. Explicitly, the total sample size in Figure "Distribution of Classes in Training, Validation, and Testing Data" (image_98f1fc.png) shows that the number of samples for the 'full_forg' class is fewer than for the 'full_org' class. Although the model performs very well on the minority class, the presence of perfect recall for the 'full_org' class will be interesting to observe.