Garuda - Garba Rujukan Digital

Pengembangan Model Machine Learning untuk Rekomendasi Produk Berdasarkan Analisis Pola Pembelian Sibuea, Sondang; Widodo, Yohanes Bowo
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2354

Dalam era digital saat ini, sistem rekomendasi menjadi komponen penting dalam platform e-commerce untuk meningkatkan pengalaman pengguna dan penjualan. Penelitian ini bertujuan untuk mengembangkan model machine learning yang mampu merekomendasikan produk secara personalisasi berdasarkan analisis pola pembelian pengguna. Algoritma Collaborative Filtering dan Content-Based Filtering diterapkan dalam penelitian ini untuk mengidentifikasi preferensi pelanggan dan memberikan rekomendasi yang relevan. Dataset yang digunakan terdiri dari riwayat transaksi pengguna, informasi produk, serta atribut demografis pengguna. Model Collaborative Filtering menggunakan pendekatan berbasis pengguna dan produk untuk mengidentifikasi kemiripan antara pola pembelian, sedangkan model Content-Based Filtering menganalisis fitur produk untuk memberikan rekomendasi produk yang mirip dengan yang telah dibeli pengguna. Hasil dari kedua model ini dikombinasikan menggunakan teknik Hybrid Filtering untuk meningkatkan akurasi dan relevansi rekomendasi. Evaluasi model dilakukan dengan menggunakan metrik seperti precision, recall, Mean Average Precision (MAP), dan Mean Squared Error (MSE). Hasil eksperimen menunjukkan bahwa model hybrid mampu memberikan rekomendasi produk dengan tingkat akurasi yang lebih tinggi dibandingkan model individu. Model ini juga menunjukkan peningkatan dalam keterlibatan pengguna dan potensi peningkatan penjualan melalui rekomendasi yang lebih tepat sasaran. Penelitian ini menyimpulkan bahwa pengembangan sistem rekomendasi berbasis machine learning yang efektif dapat memberikan keuntungan kompetitif bagi platform e-commerce dengan meningkatkan kepuasan pengguna serta memperluas cakupan produk yang dipromosikan. Model ini juga dapat disesuaikan dengan kebutuhan pasar yang berbeda melalui penyesuaian parameter dan pengoptimalan berkelanjutan.

YOLOv12 for Human Object Detection in Real-time Video Surveillance Systems Widodo, Yohanes Bowo; Sibuea, Sondang; Agustino, Rano
Jurnal Teknologi Informatika dan Komputer Vol. 11 No. 2 (2025): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v11i2.2789

This research discusses the application of the YOLO (You Only Look Once) model to detect human objects in real-time video surveillance systems. This model was developed in response to the increasing need for efficiency and accuracy in video surveillance analysis, particularly in identifying abnormal or malicious activities. The application of deep learning technology, especially the YOLO model, has been shown to provide better performance in object recognition compared to traditional methods, such as SVM and Haar-Cascade, which often experience limitations in terms of speed and accuracy. One significant contribution of the use of YOLO lies in its ability to detect objects simultaneously in high-speed video, which is crucial in surveillance contexts that require rapid response to incidents. The implementation of YOLO also promises better collaboration between edge and cloud computing, allowing video processing to be carried out closer to the data source, reducing latency and improving data security. With this approach, the system can generate relevant information for rapid decision-making, such as monitoring human behavior in public settings and detecting suspicious activity. The analysis of this study highlights the significant potential of YOLO in improving real-time video surveillance systems and demonstrates that more accurate object detection capabilities can improve overall public safety. Through this model, we hope to revolutionize surveillance practices, adapt to modern needs, and provide a solid foundation for further development in the field of video surveillance.

Perancangan Aplikasi Pencarian Lokasi Kerja Berbasis Sistem Informasi Geografis (SIG) Pada PT.Kusri Teknik Abadi Sibuea, Sondang; Amin Sakaria, Muhammad; Setiadi, Dedi; Fadillah, Agung; Fitriansyah, Ahmad; Untoro, Ari Bayu
Jurnal Teknologi Informatika dan Komputer Vol. 8 No. 1 (2022): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v8i1.857

Pekerjaan di PT Kusri Teknik Abadi selalu berpindah pindah tempat dari satu lokasi kerja ke lokasi kerja lainnya. Setiap berpindah lokasi kerja, terkadang karyawan tersebut selalu kebingungan mencari lokasi kerja baru yang telah ditentukan oleh team leader, apalagi jika ternyata karyawan tersebut baru dan atau tidak begitu hafal wilayah tersebut. Hal ini akan sangat menyulitkan, membuang waktu dan membuat pekerjaan menjadi tidak optimal karena waktu banyak terbuang dijalan. Saat ini teknologi berkembang pesat. Dengan menggunakan sistem informasi geografis dan sistem navigasi media layanan internet atau GPS yang terdapat pada platform smartphone android, Google Maps dan Layanan Google yang merupakan produk virtual peta, gratis dan online.Metode yang digunakan dalam penelitian ini adalah dengan menggunakan metode penelitian kualitatif. Dalam penelitian data secara garis besar menggunakan kelompok, yaitu: observasi, wawancara dan studi kepustakaan.Â Pada penilitian ini, peneliti membuat automatic geographic information system pencarian lokasi kerja berbasis sistem informasi geografis (SIG)Â pada PT Kusri Teknik Abadi. Dalam uji coba yang dilakukan aplikasi ini dapat mempermudah karyawan menemukan lokasi kerja di PT Kusri Teknik Abadi.

Rancang Bangun Kendali Cerdas dan Otonom pada Robot Mobil Beroda Widodo, Yohanes Bowo; Rahman, Taslim Idris; Sibuea, Sondang; Saputro, Mohammad Ikhsan
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1793

Sistem robot memberikan banyak keuntungan untuk menyelesaikan berbagai tugas yang membutuhkan kekuatan, kecepatan, ketepatan, pengulangan, dan kemampuan untuk bertahan di lingkungan yang ekstrem. Mobile robot merupakan sebuah robot yang dapat bergerak dengan leluasa karena memiliki alat gerak untuk berpindah posisi. Robot autonomous (otonom) merupakan robot dengan sistem kompleks yang membutuhkan interaksi dengan perangkat lunak. Robot autonomous dirancang untuk melakukan tugas tingkat tinggi dengan kontrol eksternal yang sangat terbatas. Penelitian yang dilakukan adalah merancang sistem kendali autonomous pada Robot Mobil Beroda (Wheeled Mobile Robot) berbasis lokasi. Penelitian yang akan dilakukan adalah menetapkan dasar-dasar metode yang secara spesifik untuk melakukan pemantauan dengan kontrol sederhana pada Robot Mobil Beroda yang berorientasi pada pergerakan berdasarkan waypoint yang telah ditentukan. Kerangka kerja kontrol Robot Mobil Beroda terhadap lokasi tujuan dengan acuan posisi robot terhadap posisi tujuan dengan nilai bearing sebagai acuan heading robot terhadap titik tujuan. Robot mobil dimodelkan memiliki tiga roda dengan mempertimbangkan aktuasi kecepatan sudut untuk mempertahankan posisi pada trajectory. Hasil dalam pengujian mobile robot secara autopilot, robot dapat bergerak secara autonomous dimana titik-titik lokasi tujuan dibuat pada Ground Control Station (GCS) dengan mentransmisikan data-data lokasi waypoint ke robot mobil maka robot akan bergerak menuju titik-titik lokasi yang telah ditentukan. Sinyal GPS sangat dipengaruhi oleh kondisi cuaca. Ccuaca mendung akan menghalangi sinyal satelit untuk mencapai sensor GPS.

Perancangan dan Analisis Redaman pada Jaringan Fiber To The Home dengan Menggunakan OTDR (Optical Time Domain Reflectometer) Sibuea, Sondang; Sinaga, Fius Bryan Nigel M.; Setiadi, Dedi; Widodo, Yohanes Bowo
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1858

Kebutuhan komunikasi berkecepatan tinggi dan berkapasitas besar dalam bidang telekomunikasi saat ini sangat dibutuhkan. Telekomunikasi saat ini sedang mengalami perkembangan yang sangat pesat, terutama pada layanan berbasis internet. Fiber optic merupakan teknologi yang menyediakan kapasitas bandwith besar dengan kecepatan tinggi yang tidak dipengaruhi interferensi gelombang elektromagnetik. Dengan perkembangan yang begitu pesat, penggunaan serat optik sebagai medium penghantar, kemungkinan terjadi penurunan kualitas jaringan akibat dari pemanjangan kabel fiber optic atau penyambungan pada kabel fiber optic. Penurunan kualitas atau kerugian tersebut dinamakan link loss dalam penerapan metode Link power budget. Untuk mengatasi masalah tersebut perlu dirancang dan dianalisa redaman pada jaringan FTTH (Fiber to the home) dengan menggunakan OTDR (Optical Time Domain Reflectometer) dan metode Link power budget. Parameter untuk menguji kelayakan sistem jaringan FTTH yang telah standar dari ITU-T 984 (International Telecommunication Union of TelecommunicationÂ 984), dengan hasil perhitungan menggunakan 3 buah sampel ODP (Optical Distribution Point) yang terdekat dari ODC (Optical Distribution Cabinet) yang menunjukan bahwa redaman total berkategori andal, hal ini sesuai dengan nilai redaman ITU-T 984 dengan nilai redaman maksmial 27 dBm (decibel-miliwatt). Dalam perancangan dan analisis jaringan FTTH dengan menggunakan OTDR, dilanjutkan dengan menganalisa redaman dengan parameter Link Power Budget dan Rise Time Budget, memenuhi standar kualitas dan memberikan kinerja yang stabil.

Penggunaan Software Nginx Sebagai Load Balancing Web Server Clustering Sibuea, Sondang; Widodo, Yohanes Bowo; Khaliq, Muhammad Nur
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i1.2184

Ketika suatu situs web mengalami tingkat kunjungan yang tinggi, berdampak peningkatan permintaan layanan pada server web tunggal. Akibatnya, kinerja server web menjadi terbebani dan kemungkinan terjadi overload, sehingga server tunggal tidak mampu melayani semua permintaan dari pengguna. Untuk mengatasi hal tersebut, dapat dilakukan sistem cluster dan metode load balancing pada server. Dalam sistem cluster, beberapa server dapat dikombinasikan. Permintaan dari pengguna dapat dibagi secara merata ke seluruh cluster server web. Untuk melakukan cluster pada server, digunakan software nginx sebagai metode untuk membagi tugas yang diberikan oleh pengguna kepada cluster server web. Dengan menerapkan cluster server web dan metode load balancing sebagai pembagi, kinerja layanan kepada pengguna dapat dipercepat dibandingkan dengan hanya menggunakan satu server web. Jika terjadi kegagalan pada perangkat keras yang mengakibatkan matinya server secara keseluruhan, server lain dalam cluster akan mengambil alih fungsi server yang mati. Dengan demikian, komputer klien tidak menyadari adanya kegagalan pada server, karena proses yang sedang berlangsung pada server yang gagal atau mati akan dilanjutkan oleh server cadangan. Setelah dilakukan pengujian, dapat diambil kesimpulam bahwa dengan menggunakan load balancing bisa dimanfaatkan sebagai backup atau failover, jika salah satu server down dapat diatasi oleh server lainnya. Pelayanan request data dari user dapat ditangani lebih cepat. Rekomendasi yang dapat diberikan guna pengembangan lebih lanjut maupun melengkapi penelitian ini, yaitu dengan melakukan load balancing pada database server cluster.

Rancang Bangun Briefing Attendance App Menggunakan Geolocation Berbasis Android : (Studi Kasus: PT Gelora Aksara Pratama) Widodo, Yohanes Bowo; Sibuea, Sondang; Narji, Mohammad; Andrian, Feri
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 1 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i1.2236

Sistem absensi briefing saat ini perlu pembaharuan dengan memanfaatkan teknologi masa kini, karena pemakaian kertas dianggap sudah kurang efisien di masa kini. Karena dengan melakukan pembaharuan akan berdampak sangat baik bagi perusahaan dari sisi efisiensi, evektifitas, dan kecepatan. Dampaknya adalah adanya penambahan waktu briefing dalam penyampaian informasi dan waktu diskusi dengan karyawan. Data rekap kehadiran menjadi bermanfaat bagi supervisor karena dapat menjadi salah satu acuan dalam memberi penilaian pada karyawan. Perusahaan berlomba membuat sistem absensi yang dapat berjalan pada teknologi saat ini seperti smartphone android. Hal tersebut membutuhkan sebuah rancangan sebelum sistem ini dibuat. Sehingga fungsi dari rancangan ini dapat mengetahui permasalahan dan solusi pada sistem yang akan dibuat. Rancangan sistem absensi online digunakan untuk mempercepat absensi melalui smartphone yang dimiliki masing-masing karyawan. Sistem membutuhkan layanan internet dan jangkauan absensi berjarak kurang dari 10 meter, sehingga karyawan tidak dapat absen diluar jangkauan. Untuk membuat sebuah laporan dengan metode sistem diatas, memerlukan metode pengumpulan data sistem yang berjalan, wawancara, observasi, analisa sistem yang diusulkan, dan testing sebagai pembentukan sistem usulan yang memadai sebagai alternatif solusi terbaik dari permasalahan yang ada.

Kecerdasan Buatan dalam Pendidikan: Meningkatkan Pembelajaran Personalisasi Widodo, Yohanes Bowo; Sibuea, Sondang; Narji, Mohammad
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2324

Penelitian ini mengkaji peran Kecerdasan Buatan (Artificial Intelligence) dalam pendidikan, khususnya dalam meningkatkan pembelajaran personalisasi. Pembelajaran personalisasi adalah pendekatan yang disesuArtificial Intelligencekan dengan kebutuhan, kecepatan, dan preferensi individu, memungkinkan siswa mendapatkan pengalaman belajar yang lebih efektif dan relevan. Melalui penerapan Artificial Intelligence, seperti sistem rekomendasi berbasis data, analisis prediktif, dan chatbot cerdas, proses pendidikan dapat dioptimalkan untuk memberikan dukungan yang lebih baik bagi siswa. Penelitian ini mengeksplorasi berbagai teknologi Artificial Intelligence yang digunakan dalam pendidikan, manfaatnya dalam mendukung gaya belajar individual, serta tantangan yang mungkin muncul dalam implementasinya, termasuk masalah privasi, bias algoritma, dan aksesibilitas teknologi. Hasil penelitian menunjukkan bahwa penerapan Artificial Intelligence dalam pendidikan dapat meningkatkan keterlibatan siswa, mempercepat proses pembelajaran, dan menyediakan umpan balik yang lebih tepat waktu. Meskipun demikian, regulasi dan kebijakan yang tepat dibutuhkan untuk memaksimalkan potensi Artificial Intelligence sekaligus meminimalkan risiko yang mungkin timbul. Penelitian ini akan mengeksplorasi bagaimana Artificial Intelligence dapat digunakan untuk menciptakan pengalaman belajar yang lebih personal bagi siswa. Dengan menggunakan algoritma pembelajaran mesin, sistem pendidikan dapat menganalisis gaya belajar individu dan menyesuaikan materi ajar sesuai dengan kebutuhan masing-masing siswa. Penelitian ini juga akan membahas tantangan etis dan privasi yang mungkin muncul dalam pengumpulan data siswa. Secara keseluruhan, penelitian ini menyimpulkan bahwa AI memiliki potensi besar untuk mengubah sistem pendidikan menjadi lebih adaptif dan personal. Namun, untuk memaksimalkan dampak positifnya, implementasi Artificial Intelligence dalam pendidikan harus diiringi dengan persiapan yang matang, termasuk pengembangan kebijakan, pelatihan guru, serta penyediaan infrastruktur dan akses yang merata.

Pengembangan Model Machine Learning untuk Rekomendasi Produk Berdasarkan Analisis Pola Pembelian Sibuea, Sondang; Widodo, Yohanes Bowo
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2354

Dalam era digital saat ini, sistem rekomendasi menjadi komponen penting dalam platform e-commerce untuk meningkatkan pengalaman pengguna dan penjualan. Penelitian ini bertujuan untuk mengembangkan model machine learning yang mampu merekomendasikan produk secara personalisasi berdasarkan analisis pola pembelian pengguna. Algoritma Collaborative Filtering dan Content-Based Filtering diterapkan dalam penelitian ini untuk mengidentifikasi preferensi pelanggan dan memberikan rekomendasi yang relevan. Dataset yang digunakan terdiri dari riwayat transaksi pengguna, informasi produk, serta atribut demografis pengguna. Model Collaborative Filtering menggunakan pendekatan berbasis pengguna dan produk untuk mengidentifikasi kemiripan antara pola pembelian, sedangkan model Content-Based Filtering menganalisis fitur produk untuk memberikan rekomendasi produk yang mirip dengan yang telah dibeli pengguna. Hasil dari kedua model ini dikombinasikan menggunakan teknik Hybrid Filtering untuk meningkatkan akurasi dan relevansi rekomendasi. Evaluasi model dilakukan dengan menggunakan metrik seperti precision, recall, Mean Average Precision (MAP), dan Mean Squared Error (MSE). Hasil eksperimen menunjukkan bahwa model hybrid mampu memberikan rekomendasi produk dengan tingkat akurasi yang lebih tinggi dibandingkan model individu. Model ini juga menunjukkan peningkatan dalam keterlibatan pengguna dan potensi peningkatan penjualan melalui rekomendasi yang lebih tepat sasaran. Penelitian ini menyimpulkan bahwa pengembangan sistem rekomendasi berbasis machine learning yang efektif dapat memberikan keuntungan kompetitif bagi platform e-commerce dengan meningkatkan kepuasan pengguna serta memperluas cakupan produk yang dipromosikan. Model ini juga dapat disesuaikan dengan kebutuhan pasar yang berbeda melalui penyesuaian parameter dan pengoptimalan berkelanjutan.

Artificial Intelligence for Unstructured Data Processing Widodo, Yohanes Bowo; Widyahastuti, Febrianti; Narji, Mohammad; Sibuea, Sondang
Jurnal Teknologi Informatika dan Komputer Vol. 11 No. 1 (2025): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v11i1.2542

In the digital era, the volume of unstructured data such as text, images, audio, and video continues to increase exponentially. Processing unstructured data is a major challenge for various industries due to its high complexity and the difficulty of extracting relevant information. Artificial Intelligence (AI) has become an innovative solution in addressing this challenge through techniques such as Natural Language Processing (NLP), Computer Vision, and Machine Learning. This study aims to explore various AI methods used in processing unstructured data and examine their effectiveness in improving the efficiency and accuracy of data analysis. adopts a multidisciplinary approach that combines natural language processing (NLP), machine learning, and data analytics techniques to extract information from unstructured data, especially in the context of electronic medical records (EMR). This study will be conducted in several stages including data collection, data processing, model development, and evaluation of results. The results show that AI is not only able to automate the information extraction process but also improve the accuracy and speed of data analysis, which is very important in the context of decision making in the fields of healthcare, finance, and business. By using deep learning models and advanced algorithms, AI can identify patterns and relationships in complex data, thereby providing deeper insights for better decision making. The results of this study are expected to provide insight for developers and practitioners in optimizing the use of AI to manage unstructured data more effectively and efficiently.

Title

Found 33 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 33 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 33 Documents
Search