Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : TIFDA : Journal Technology Information and Data Analytic

Perancangan Sistem Informasi Berbasis Web Pendataan Stok Helm di Toko Helm Bogor Sudibyo, Tommy; Setiawan, Aji
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 1 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i1.26

Abstract

Toko Helm Bogor merupakan usaha otomotif yang beroperasi di Kabupaten Bogor dan memiliki cabang di Bekasi. Proses pendataan stok barang saat ini masih dilakukan secara manual menggunakan Microsoft Excel, yang mengakibatkan kurangnya efisiensi dan akurasi dalam pengolahan data. Sistem informasi ini dirancang untuk mempermudah pengelolaan keluar masuk barang dan laporan stok secara cepat serta mudah. Aplikasi ini mengatur data masuk dan menampilkan laporan yang lengkap sesuai kebutuhan admin. Studi kasus ini menggunakan MySQL sebagai basis data, dan pengembangan aplikasi mengikuti metode waterfall yang dipilih berdasarkan referensi dari berbagai sumber. Diharapkan, sistem informasi ini dapat meningkatkan efisiensi dan akurasi dalam proses pendataan stok barang di Toko Helm Bogor.
Pemanfaatan Augmented Reality dalam Pembelajaran Struktur Atom di SMA Cahaya Sakti Muhammad Reza, Dwiky; Setiawan, Aji; Tri Mahardika, Bagus
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 1 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i1.30

Abstract

Augmented Reality (AR) adalah teknologi yang memadukan elemen dunia nyata dengan dunia virtual secara langsung. Berbeda dengan virtual reality yang menggantikan seluruh lingkungan nyata, AR hanya menambahkan komponen visual ke dalam lingkungan fisik. Teknologi ini berfungsi dengan menampilkan objek 3D pada marker yang dikenali oleh aplikasi. Penggunaan smartphone memungkinkan aplikasi AR menjadi lebih terjangkau dan mudah diakses oleh banyak pengguna. AR memiliki beragam manfaat di berbagai bidang, salah satunya dalam dunia pendidikan. Studi ini mengembangkan aplikasi AR sebagai alat bantu pembelajaran bagi siswa, menggunakan Vuforia SDK pada platform Android untuk menciptakan pengalaman belajar yang lebih interaktif melalui AR.
Implementasi Quality Management System Pada Baterai Lithium Dengan Metode Convolutional Neural Network (CNN) Emilia, Desiana Elsa; Setiawan, Aji
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.36

Abstract

Baterai lithium-ion adalah termasuk dalam jenis baterai sekunder (jenis baterai yang dapat diisi ulang) yang berfungsi untuk menyimpan dan mengalirkan energi secara elektrokimia. Baterai Lithium-Ion umumnya digunakan dalam berbagai perangkat elektronik portabel seperti smartphone, laptop, tablet, kamera digital, dan perangkat elektronik lainnya. Baterai Li-Ion terdiri dari sel-sel individu yang memiliki elektroda positif (anoda) dari lithium dan elektroda negatif (katoda) yang biasanya terbuat dari grafit. Penggunaan metode Convolutional Neural Network berguna untuk deteksi kecacatan produk yang digabungkan dengan beberapa model seperti ResNet, MobileNet, dan Inception. Penggunaan kombinasi ini telah terbukti menghasilkan tingkat akurasi yang signifikan dalam mengidentifikasi cacat pada produk baterai. Model dilatih dengan dataset yang cukup besar dan memiliki arsitektur yang mampu untuk mendeteksi kecacatan baterai dengan lebih baik, dan canggih. Model CNN yang telah dikembangkan mampu mengklasifikasikan jenis baterai menggunakan 3 model berbeda dan menghasilkan tingkat akurasi yang cukup tinggi. Hasil pengujian dengan 100 epoch menggunakan optimizer Adam menghasilkan tingkat akurasi sebesar 96% untuk model Inception, model ResNet menghasilkan akurasi sebesar 94% dan model MobileNet yang menghasilkan tingkat akurasi sebesar 92%. Dalam hal ini, model ResNet direkomendasikan untuk klasifikasi karena dapat memprediksi hasil dengan lebih akurat dibanding model MobileNet dan Inception.
Comparative Analysis of Naïve Bayes and SVM Algorithms for Early Detection of Lung Disease at Cimuning Community Health Center Hafidz, Jordi; Setiawan, Aji
Journal TIFDA (Technology Information and Data Analytic) Vol 2 No 1 (2025): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v2i1.75

Abstract

Comparative Analysis of Naïve Bayes and SVM Algorithms for Early Detection of Lung Disease at Cimuning Community Health Center