Wahyu Joni Kurniawan
Institut Bisnis dan Teknologi Pelita Indonesia

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perancangan Sistem Periklanan Dengan Teknologi Augmented Reality dan Metode Location Based Service Wahyu Joni Kurniawan; Rometdo Muzawi
INTECOMS: Journal of Information Technology and Computer Science Vol 3 No 2 (2020): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v3i2.1583

Abstract

Baliho merupakan salah satu dari beberapa jenis periklanan yang banyak digunakan. Hanya saja banyak berita menginformasikan baliho menyebebakan kecelakaan yang disebabkan oleh kondisi baliho itu sendiri maupun kondisi cuaca. Serta baliho juga mengganggu tatanan kota karna sengat banyak ditemui ukuran besar dari baliho membuat pemandangan kota jadi tidak indah. Karena itu dikembangkanlah periklanan yang memanfaatkan aughmented reality (AR), yang mana teknologi ini menyatukan antara dunia nyata dengan dunia virtual. Metode yang digunakan adalah dengan memanfaatkan teknologi location based service (LBS) yang merupakan salah satu teknologi markerless yang ada pada AR. LBS memanfaatkan titik lokasi dari iklan yang tersimpan dalam database, yang nantinya saat suatu mobile berada pada radius koordinat lokasi akan menampilkan iklan yang terpasang. Sehingga dengan pemanfaatan AR dengan metode LBS ini, bisa membantu menggantikan baliho yang ada disetiap daerah serta bisa membantu penerapan teknologi 4.0. Billboards are one of several types of advertising that are widely used. It's just that a lot of news reports that billboards cause accidents caused by the conditions of the billboards themselves and weather conditions. As well as billboards also disturb the structure of the city because it is often found that the large size of the billboards makes the city view not good. Because of that, advertising was developed that utilizes aughmented reality (AR), which this technology unites the real world with the virtual world. The method used is to use location based service (LBS) technology, which is one of the markerless technologies that exist in AR. LBS makes use of the location points of the advertisements stored in the database, which later when a mobile is in the radius of the location coordinates, the advertisements are displayed. So that with the use of AR with the LBS method, it can help replace existing billboards in each region and can help implement 4.0 technology.
DIAGNOSA PENYAKIT IKAN GURAMI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER BERBASIS WEB Gustientiedina Gustientiedina; Wahyu Joni Kurniawan; Gusrianty Gusrianty; Roni Sanjaya; Dictia Diantika
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 6 No 2 (2022)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v6i2.2795

Abstract

Ikan gurami merupakan salah satu jenis ikan air tawar yang banyak digemari masyarakat. Dalam membudidayakan ikan gurami tidak akan terlepas dari serangan penyakit yang dapat mengancam kelangsungan hidup ikan gurami. Penyakit yang melanda ikan gurami merupakan masalah bagi peternak ikan gurami, menyebabkan penurunan kualitas dan kuantitas produksi ikan gurami, dan dapat juga menimbulkan kematian secara masal yang mengakibatkan gagal panen. Untuk membantu mengatasi permasalahan ini dibutuhkan bantuan seorang pakar yaitu seorang ahli perikanan yang ahli dalam melakukan diagnosis, penanganan dan pengobatan penyakit ikan gurami. Namun faktanya para pakar perikanan tidak selalu dapat hadir untuk membimbing para peternak ikan gurami, oleh karena itu dibutuhkan sistem pakar yang dapat membantu para peternak dalam mendiagnosis penyakit ikan gurami berdasarkan pada gejalanya. Metode yang digunakan forward chaining berbasis aturan dan metode naïve bayes classifier. Pada penelitian ini metode naïve bayes classifier digunakan untuk menentukan nilai tingkat keyakinan pada sistem pakar yang dibuat. Perangkat lunak sistem pakar berbasis web yang dibuat dapat membantu masyarakat khususnya peternak ikan gurami dalam mengindentifikasi penyakit ikan gurami secara cepat, dan dilengkapi dengan solusi untuk pengobatan pada ikan gurami yang sudah terjangkit penyakit, dengan tingkat akurasi 90%.
Membangun Mutu Melalui Peningkatan Kualitas Perangkat Lunak Menggunakan Metode TELOS Deny Jollyta; Gusrianty Gusrianty; Alyauma Hajjah; Wahyu Joni Kurniawan; Gustientiedina Gustientiedina; Johan Johan; Dwi Oktarina; Hutri Rizkiyah Alda; Hadi Dwi Putra; Darmanta Sukrianto; Loneli Costaner
Archive: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 2 (2024): Juni 2024
Publisher : Asosiasi Pengelola Publikasi Ilmiah Perguruan Tinggi PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55506/arch.v3i2.108

Abstract

Seiring dengan bertambahnya data dan kebutuhan operasional kerja, fungsi perangkat lunak memerlukan pembaharuan dan peningkatan. Pentingnya kegiatan pengabdian ini dilakukan karena permasalahan muncul saat tidak memahami cara maupun metode yang tepat untuk meningkatkan kualitas perangkat lunak, termasuk oleh Sekolah Menengah Kejuruan Negeri (SMKN) di Pekanbaru. Pengabdian ini bertujuan untuk memberikan pemahaman sekaligus pelatihan kepada guru dan siswa SMKN di Pekanbaru tentang metode yang tepat untuk peningkatan kualitas perangkat lunak. Metode yang diusulkan adalah Technical, Economic, Legal, Operational dan Schedule atau disebut TELOS. Metode ini digunakan untuk menentukan kelayakan terhadap kualitas sistem informasi akademik sekolah yang perlu ditingkatkan. Sistem dianalisis melalui 5 aspek TELOS secara objektif melalui 50 responden pengguna sistem dari lingkungan sekolah. Hasil TELOS menunjukkan bahwa sistem informasi akademik sekolah layak untuk ditingkatkan kualitasnya dengan rata-rata nilai TELOS adalah 7.812.
DUAL-LAYER ANTI-SPOOFING UNTUK SISTEM PRESENSI MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN GEOFENCING HAVERSINE Yermis Duha; Gusrio Tendra; Wilda Susanti; Wahyu Joni Kurniawan; Nicholas Renaldo
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol. 10 No. 1 (2026)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v10i1.5906

Abstract

Sistem absensi berbasis web menghadapi dua vektor penipuan utama yaitu pemalsuan GPS dan pemalsuan biometrik melalui foto, video replay, atau deepfake berbasis AI. Solusi yang ada umumnya hanya mengatasi satu ancaman, meninggalkan celah keamanan yang kritis. Penelitian ini mengusulkan dan memvalidasi kerangka kerja keamanan dua lapis yang mencegah kedua ancaman secara bersamaan melalui Liveness Detection sisi klien dan geofencing sisi server. Liveness Detection menggunakan Convolutional Neural Network berbasis MobileNetV1 melalui pustaka face-api.js yang berjalan sepenuhnya di browser. Pengguna harus mempertahankan ekspresi senyum dengan probabilitas ?0,70 selama 1,5 detik sebelum absensi diaktifkan. Otentisitas lokasi diverifikasi di sisi server menggunakan Rumus Haversine dengan pengiriman melebihi radius 50 meter ditolak dengan HTTP 403. Sistem dikembangkan menggunakan metodologi Waterfall dengan backend Flask dan basis data SQLite. Evaluasi dilakukan melalui pengujian skenario keamanan terstruktur yang mengukur True Positive Rate (TPR), False Acceptance Rate (FAR), dan akurasi geofencing pada kondisi GPS stabil maupun koordinat yang dimanipulasi. Dari 40 percobaan liveness, sistem menghasilkan TPR 95%, FAR 0% terhadap serangan foto statis, dan akurasi geofencing 100% pada kondisi GPS stabil. Penelitian ini membuktikan secara nyata bahwa geofencing pada sisi klien dapat dilewati melalui Sensor Emulation browser dengan celah yang dieliminasi sepenuhnya oleh validasi sisi server. Kerangka kerja yang diusulkan memberikan ketahanan terhadap serangan presentasi dan penipuan lokasi tanpa instalasi aplikasi native. Temuan ini perlu divalidasi pada partisipan yang lebih besar, mengingat dataset terbatas pada 40 percobaan liveness dan 6 skenario geofencing. Penelitian lanjutan diprioritaskan pada ketahanan terhadap deepfake real-time dan mitigasi degradasi GPS dalam ruangan.