p-Index From 2021 - 2026
7.385
P-Index
Claim Missing Document
Check
Articles

Deteksi Ujung Jari menggunakan Faster-RCNN dengan Arsitektur Inception v2 pada Citra Derau Derry Alamsyah; Dicky Pratama
JuSiTik : Jurnal Sistem dan Teknologi Informasi Komunikasi Vol. 2 No. 1 (2018): Jurnal Sistem dan Teknologi Informasi Komunikasi
Publisher : Universitas Katolik Musi Charitas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32524/jusitik.v2i1.429

Abstract

Fingertip detection is a field on computers that has extensive space in field: NUI, robotics, etc. CNN is one method that is being used in object detection, with some CNN updates being faster - RCNN is able to detect objects very well. This study conducted the ability of Faster-RCNN in detecting fingertips with the Inception V2 architecture. Implementation is done on images that have noise and not. The results showed that image without noise has 91% accuracy, while for each noisy image: Gaussian, Salt and Pepper, Poisson and Speckle had an accuracy of 34%, 5%, 80% and 21%.
Implementasi Convolutional Neural Networks (CNN) untuk Klasifikasi Ekspresi Citra Wajah pada FER-2013 Dataset Derry Alamsyah; Dicky Pratama
(JurTI) Jurnal Teknologi Informasi Vol 4, No 2 (2020): DESEMBER 2020
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v4i2.1714

Abstract

Abstract - session recognition is an interesting topic, where facial expressions in today's technological advances can support several fields such as health, business, and so on. Facial expression recognition can be done using the extraction of certain features. Meanwhile, Convolutional Neural Network (CNN) can recognize an object in the image through the features found by itself in the convolution process. By using CNN's advantages, this study aims to see CNN's performance in facial expressions of happiness and sadness in unideal data conditions. So based on this research, on the FER2013 dataset, CNN using the Adamax optimizer produced a fairly good performance where the value is given is 66% compared to Adam, N-Adam, and SGD.Keywords  -   CNN, Facial Expression, FER-2013 Abstrak – Pengenalan ekspresi merupakan topik penelitian yang menarik, dimana peran ekspresi wajah dalam kemajuan teknologi saat ini dapat mendukung beberapa bidang seperti kesehatan, bisnis, dan sebagainya. Pengenalan wajah dapat dilakukan dengan menggunakan ekstraksi fitur-fitur tertentu. Sementara itu, Convolutional Neural Network (CNN) dapat mengenali objek pada citra melalui fitur yang ditemukannya sendiri dalam proses konvolusinya. Dengan menggunakan keunggulan CNN, maka penelitian ini bertujuan untuk mengetahui performa CNN dalam mengenali ekspresi wajah bahagia (happy) dan sedih (sad) pada kondisi data tidak ideal. Maka berdasarkan hasil penelitian ini, pada dataset FER2013, CNN dengan menggunakan Adamax optimizer menghasilkan performa yang cukup baik dimana akurasi yang diberikan adalah sebesar 66% dibandingkan dengan Adam, N-Adam, dan SGD.Kata Kunci - CNN, Ekspresi Wajah, FER-2013.
Identifikasi Cluster Penduduk Usia Kerja Sumatera Selatan Menggunakan Metode K-Modes fithri selva jumeilah; Dicky Pratama
Jurnal Komputer Terapan  Vol. 4 No. 1 (2018): Jurnal Komputer Terapan Mei 2018
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.631 KB)

Abstract

Kelompok penduduk usia yang belum produktif (<15 tahun) dan kelompok penduduk yang tidak lagi produktif (>64 tahun) bergantung pada penduduk usia kerja. Semakin tinggi jumlah penduduk yang tidak produktif maka semakin tinggi rasio ketergantungan yang ada pada suatu negara. Jika penduduk usia kerja banyak yang bekerja maka akan mendorong ekonomi negara tetapi sebaliknya akan menciptakan ketidakstabilan sosial maupun politik. Indonesia diperkirakan akan menghadapi bonus demografi puncaknya pada tahun 2030. Untuk mempermudah penduduk usia kerja mendapatkan pekerjaan maka dibutuhkan pembangunan dan kebijakan pemerintah salah satunya pemerintah Sumatera Selatan. Membuat kebijakan membutuhkan gambaran keadaan penduduk usia kerja yang dapat diperoleh dengan menggelompokan data sensus provinsi Sumatera selatan tahun 2010 yang diproleh dari Badan Pusat Statistik menjadi beberapa cluster dan melihat pola dari setiap cluster. Data akan di cluster dengan menggunakan R-studio dengan metode K-modes. Dari hasil nilai silhouette yang diperoleh maka penduduk usia kerja akan dikelompokan menjadi 8 cluster. C1 sebanyak 132.866 objek yang merupakan kumpulan laki-laki yang tinggal di desa dan masih bekerja, C2 sebanyak 68.281 orang dimana sebagian besar memiliki usia 25 tahun yang masih sekolah C3 sebanyak 47.38 orang perempuan tinggal di desa dan tidak bekerja, C4 sebanyak 51.925 orang dimana sebagian besar merupakan perempuan yang tinggal di desa, C5 sebanyak 62.411 orang rata-rata laki-laki tinggal di kota yang bekerja di bidang jasa kesehatan, perdagangan dan konstruksi, C6 sebanyak 31.542 orang yang merupakan kelompok perempuan yang tinggal di desa bekerja yang rata-rata memiliki 1 anak, C7 (31932 jiwa) laki-laki belum menikah < 30 tahun yang bekerja di perkebunan,dan terakhir C8 sebanyak 46.074 jiwa kumpulan ibu rumah tangga yang tinggal di kota.
KLASTERISASI PENDUDUK LANJUT USIA SUMATERA SELATAN MENGGUNAKAN ALGORITMA K-MODES Fithri Selva Jumeilah; Dicky Pratama
Jurnal TAM (Technology Acceptance Model) Vol 8, No 2 (2017): Jurnal TAM (Technology Acceptance Model)
Publisher : LPPM STMIK Pringsewu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (240.41 KB)

Abstract

Currently, Indonesia is included in a country with a population of old structures because of its advanced population of more than 7% of the total population and 2% comes from southern Sumatra. The large number of elderly citizens required a special government policy to formulate policies and special programs the population can use to alleviate the community. To help local government of South Sumatera government to determine the policy and program hence needed clustering elderly population by using K-mode algorithm existing in R-Studio. This study uses population census data of South Sumatera in 2010 obtained from Bapan Pusat Statistik with 47,358 data sample. From the results of this study made 4 clusters: K1 16244 people, K2 6061 people, K3 18681 people, and K4 6372 people. K1 is an elderly group of mostly men who live in the village and still work in agriculture and plantations. K2 is a cluster of women who still work and live in the village. The third K3 cluster is an elderly unemployed group that mostly lives in the city and 25% lives alone. The last K4 is a cluster of women who do not work anymore, live in the village and 73% illiterate. With the cluster the government can determine what is most appropriate for each cluster.
Analisis Kepuasan Pengguna Aplikasi Absen di Institusi XYZ Menggunakan Metode End User Computing Satisfaction (EUCS) Leo Putra Pratama; Dicky Pratama; Rizani Teguh
Jurnal Teknologi Sistem Informasi Vol 4 No 1 (2023): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v4i1.4389

Abstract

Di zaman era digital sekarang peran teknologi meningkat semakin pesat dansangat penting dalam mendukung aktivitas sehari- hari. Di Dalam setiap aktivitasbaik pekerjaan maupun kegiatan lainnya selalu mengandalkan teknologi. Seiringberjalannya waktu teknologi terus berkembang pesat sampai dengan saatini.Kepolisian Daerah Sumatra Selatan atau Polda Sumsel adalah institusi yang dalammelakukan kegiatan sehari harinya menggunakan sebuah sistem aplikasi absensi yangbernama E Absensi untuk mempermudah pengawasan dari Divisi Profesi danPengamanan (PROPAM) terhadap setiap personil anggota dan bagi personil tentunyaaplikasi ini berguna untuk melihat jadwal dinas, absensi kantor, dan status status yangmencakup jadwal setiap anggota kepolisian di kantor Polda Sumatera Selatan.Padakesempatan ini peneliti melakukan sebuah penelitian untuk mengukur kepuasanpengguna aplikasi Eabsensi dikarenakan berdasarkan hasil studi literatur aplikasi inimasih ada kekurangan yang menyebabkan banyak anggota personil kepolisian yangmengeluh berdasarkan ulasan yang ada di Google Play Store, diharapkan setelahdilakukannya penelitian ini dapat membantu bidang TIK Kepolisian Daerah SumateraSelatan dalam mengembangkan aplikasi E Absensi. Metode yang digunakan untukmenganalisis tingkat kepuasan pengguna adalah Metode End user ComputingSatisfaction (EUCS) yang terdiri dari lima variable, yaitu(Content) X1, (accuracy)X2,(Format) X3,(Ease of Use) X4), (Timeliness) X5. Untuk pengolahan data yangdidapatkan dari kuesioner Google Form peneliti mengunakan aplikasi SPSS, hasilanalisis yang didapatkan berdasarkan hasil uji t, diperoleh nilai t statistik untukvariabel Content 0,473, variabel Accuracy 0,044, variabel Format -1,126, variabelEase of Use 3,237, variabel Timeliness 4,556, sedangkan berdasarkan hasil uji Fdiperoleh nilai F hitung sebesar 19,935 dan nilai signifikansi 0,000. Maka disimpulkan setiap variabel EUCS secara bersama – sama memiliki pengaruh dansignifikan terhadap kepuasan pengguna.
SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KARYAWAN TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA PT. BINTANG SELATAN AGUNG Juan Juan; Dicky Pratama
Jurnal Teknologi Sistem Informasi Vol 4 No 1 (2023): Jurnal Teknologi Sistem Informasi
Publisher : Program Studi Sistem Informasi, Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jtsi.v4i1.4463

Abstract

Di era Modern sekarang, perusahaan berusaha mengembangkan potensi teknologi yang akan di implementasikan atau dijalankan sebagai tujuan perusahaan itu sendiri. Salah satu yang menjadi pemasok perusahaan adalah dari aspek Sumber Daya Manusia (SDM). SDM dikatakan sangat penting untuk kepentingan perusahaan dalam mencapai keberhasilan bersama. Dalam PT. Bintang Selatan Agung adalah perusahaan yang bergerak di bidang konstruktor, Terkait sumber daya manusia yang ada didalamnya, karyawan memiliki total perkiraan 150 orang lebih yang di pecah dari berbagai divisi dari divisi Logistik, Maintenance, Teknik, IT, Alken, dan SDM. Dari sekian banyak karyawan untuk menentukan karyawan terbaik masih terlalu dini di terapkan walaupun ada sistem penilaian untuk menilai karyawan – karyawannya dari sisi gaji, kenaikan jabatan, atau terlibat proyek dan juga data penilaian yang masih belum relevan, membuat penilaian sedikit tidak objektif. Dari permasalahan tersebut, dikembangkan sistem yang akan digunakan adalah Sistem Pendukung Keputusan Menentukan Karyawan Terbaik dengan menggunakan Metodologi Simple Addative Weighting (SAW), use case diagram, class diagram, activity diagram, entity relationship diagram, dan Bahasa pemrograman PHP dengan framework Codeigniter dan database MySql. Hasil dari pembuatan Sistem Pendukung Keputusan ini dapat membantu perusahaan dalam mengambil keputusan dalam menentukan karyawan terbaik lebih mudah dan mendapatkan informasi yang transparan.
Sistem Informasi Manajemen Distribusi Hasil Laut pada CV Aldo Saputra M Rafli; Novan Wijaya; Dicky Pratama
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1090.497 KB) | DOI: 10.35957/mdp-sc.v2i1.4103

Abstract

CV Aldo Saputra terletak di Sungsang merupakan perusahaan Distribusi hasil laut, yang berdiri pada tahun 2011. Perusahaan ini mendistribusikan hasil laut seperti ikan dan udang dengan kualitas yang sangat baik. Manajemen distribusi pada CV Aldo Saputra terjadi beberapa kendala sebab aktifitas yang masih dijalankan dengan sistem manual yang tidak menjamin keakuratan data. Sistem manual masih menggunakan catatan. Tujuan pembuatan aplikasi ini adalah untuk membuat suatu sistem informasi manajemen distribusi hasil laut berbasis web pada CV Aldo Saputra sebagai solusi untuk mengatasi masalah dalam pengolahan data yang masih manual. Tujuan ini diharapkan dapat meningkatkan kinerja karyawan dalam pengolahan data menjadi lebih cepat, tepat, dan efisien. Metode yang diterapkan menggunakan metode waterfall. Metodologi waterfall memiliki beberapa langkah yaitu analisa kebutuhan, Desain Sistem, Penulisan Kode Program, Pengujian Program dan Penerapan Program. Pembuatan aplikasi ini menggunakan bahasa pemrograman javascrip dan database MySQL.
Sistem Pendukung Keputusan Rekrutmen Pegawai Metode Weighted Product PT. Langgeng Daya Agrindo Achmad Rivaldi; Dicky Pratama
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1107.162 KB) | DOI: 10.35957/mdp-sc.v2i1.4357

Abstract

PT. Langgeng Daya Agrindo merupakan perusahaan yang bergerak dibidang jasa area pertambangan yang mana mereka menyediakan jasa seperti buka lahan dan jasa penyewaan alat berat. Masa rekrutmen tentunya masa yang penting bagi perusahaan karena mereka ingin mendapatkan sumber daya manusia yang terbaik dari seluruh pelamar. PT. Langgeng Daya Agrindo sendiri sering melakukan rekrutmen pegawai. Selama tahun 2021 mereka melakukan rekrutmen pegawai hampir sebulan sekali karena setiap kali ada pekerjaan atau alat berat baru yang datang, mereka langsung mengadakan rekrutmen. Tujuan pembuatan sistem adalah membuat suatu sistem pendukung keputusan yang mana sistem ini akan melakukan perhitungan manual untuk membantu mereka dalam masa rekutmen karyawan baru. Sistem pendukung keputusan yang dibuat akan menggunakan metode Weight Product (WP) dalam perhitungannya. Metode penelitian yang digunakan adalah metode SDLC Waterfall karena, metode ini mengharuskan untuk menyelesaikan tahapan pertahap dalam pengembangannya. Hasil yang nantinya akan ditampilkan adalah sebuah report yang akan merekomendasikan manajer dalam penggunaan website.
Perancangan Sistem Informasi Kepegawaian pada PT Nauli Citra Alam Khatulistiwa Berbasis Website Karina karina; Dicky Pratama; Hermawan Hermawan
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1852.238 KB) | DOI: 10.35957/mdp-sc.v2i1.4438

Abstract

PT Nauli Citra Alam Khatulistiwa merupakan sebuah perusahaan yang bergerak di bidang hutan tanaman industri. Pengelolaan data pegawai telah menggunakan Excel, namun proses yang terjadi di perusahaan mengalami redudansi data dikarenakan data tersebut berada di lokasi yang berbeda dan masih harus digabungkan menjadi satu file oleh admin, kemudian data memiliki integrasi data yang buruk. Tujuan dari penelitian ini adalah mempermudah perusahaan dalam mengelola data kepegawaian dengan aplikasi yang dapat memonitoring data kepegawaian, seperti kehadiran, pengelolaan data, cuti, promosi, mutasi, demosi, PHK, reward&punishment dan penggajian. Pengembangan ini menggunakan metode Rational Unified Process (RUP), dan analisis menggunkan Class Diagram, Activity Diagram serta Relasi Antar Tabel, aplikasi ini dibuat menggunakan Visual Studio Code dan XAMPP, PHP, database MySQL, dan framework Boostrap. Hasil akhir yang didapatkan, yaitu perusahaan dapat mengelola data kepegawaian berbasis website secara online yang memberikan kemudahan dalam mengelola data kepegawaian.
Pelatihan aplikasi screen recorder dan video conference guna meningkatkan proses belajar mengajar Triana Elizabeth; Dicky Pratama; Derry Alamsyah; Yoannita Yoannita; Inayatullah Inayatullah; Tinaliah Tinaliah
ABSYARA: Jurnal Pengabdian Pada Masayarakat Vol 2 No 1 (2021): ABSYARA: Jurnal Pengabdian Pada Masyarakat
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/ab.v2i1.3495

Abstract

At the beginning of 2020, Indonesia faced the Covid-19 virus pandemic. As a result, changes occurred in all sectors, including the education sector. The change in the learning model from offline to online makes it difficult for Indonesian because they are not accustomed to using digital technology in the learning process. Therefore, this service activity aims to train 10 Dewi Sartika Palembang Kindergarten teachers using video conferencing applications (Google Meet) and screen recorders (AZ Screen Recorder) to support a more optimal learning process. This activity is carried out by implementing health protocols. Based on the results of the evaluation of the training activities, it was obtained that all teachers were able to use the Google Meet and AZ Screen Recorder applications and were able to make learning videos and use them in the learning process. However, many students cannot participate in the online learning process because of poor internet signals. This problem can be overcome by sending a video recording of the learning process.
Co-Authors Abdurrahman, M Aulia Abi Zidan Abiyyu Al Thoriq Zidan Achmad Rivaldi Adelitan Salsabilah Amir Agnes Monica Albert Wijaya Alfredo Kristian Alvian, Muhammad Christian Alyssa Hasyim Andrean Tjen Angelina Paramitha Anggoro Aryo P Arisandi, Dessi Arya Darma Saputra Audina, Mia Divia Calista Silvia Jaya Callista Felisya Cesya Catherine Charles Yandhika Daffa Aqilahsyah Darren Hansen Darriel Dapples Dealy Alti Dedi Ferdinan Manalu Denita, Nayra Alya Derry Alamsyah Deryl Andeya Yeremia Dheren Harliana Halim Dwiki Yosinta Ulpa Dyah Handayani Dyon Fillipo Ellen Fransisca Evan Gunawan Fachrizal Fadhil Oktafian Felinsia Pung Handoko Fernando Alfian Fithri Selva Jumeilah fithri selva jumeilah Fitria Choirunisa Fredy Suwanto gasim, Gasim Georgerius Alesandro Christianto Gunawan, Jenifer Hendri Sopryadi Hermawan Hermawan Ilham Swandanang Imam Fathul Aziz Inayatullah Inayatullah Inayatullah, Inayatullah Ishak, Reven Rudy Jodi Putra Aljabbar Juan Juan Karina karina Kennan Hamilton Kenny Lie Kevin Brillian Kevin Fernando Cahyadi Kristian, Alfredo Leo Putra Pratama Lioe, Valencia Lionnell Julycell Huang M Rafli M. Fazril Afni Pratama M.Zacky Aulya Mahendra Gilang Marcell Fernando Wongso Mario Aldy Wijaya Marvin Junaidi Michael Michael Michael Saputra Michella Valery Muhammad Akbar Muhammad Arsya Pradana Muhammad Aziz Muhammad Roid Lumbantobing Muhammad Wildan Mulia Perdana, Prayogi Muthia Syakirah Syakirah Mutiara Astri Pradina Nabilah Syahwalrani Nelson Nelson Nicholas Nicholas Nicholas Roy Biantoro Nickolas Su Niko Ananda Limmanto Noval Saputra Novan Wijaya Nurwijayanti Odelia Permata, Imelda Nova Putri Fathonah Putri Meylani, Viola Rahmad Firdaus Rahmad Firdaus Rajaguguk, Rifaldi Febriansyah Richi, Michael Rifaldi Febriansyah Rajaguguk Ritzy Effendy Rizani Teguh Roger Skavinsky Teddy Seftian, M. Gilang Shella Marcelia Siti Sheila Mozza Fatihah W Skavinsky Teddy, Roger Steven Tan Su, Nickolas Suwanto, Fredy Syeira Khaerani Theresia Chintia Herawati Tinaliah, Tinaliah Tria Nanda Mughny Triana Elizabeth, Triana Ubaidillah Ubaidillah Valens Florencia Vincent Andreson Viola Putri Meylani Vionetha Lavega Virgie, Marsella Vivian Vivian Wasilah Maulia Wilbert Anderson Yeremia, Deryl Andeya Yoannita Yoannita, Yoannita Yoga Dwi Andhika Yoseph Felix Marchello Zidan, Abiyyu Al Thoriq