Claim Missing Document
Check
Articles

Found 28 Documents
Search

Pengembangan Sistem Aplikasi Mobile Kehadiran Kinerja Karyawan Berbasis GIS Dengan Metode Agile (Studi Kasus: PT. Ameliore Solusi Analitika) Satrio, Musyaffa' Muhammad; Wahab, Abdi
Jurnal Ilmu Teknik dan Komputer Vol 8, No 2 (2024)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/jitkom.v8i2.007

Abstract

Aplikasi mobile di masa kini terus berkembang pesat dan mempunyai akses yang sederhana yang telah tertanam dalam kehidupan masyarakat di kegiatan sehari-hari. PT. Ameliore adalah perusahaan yang bergerak di bidang IT Consultant. Bidang SDM dari perusahaan tersebut ingin memastikan karyawannya yang bekerja di kantor hadir di tempat dan performansi kinerja sesuai dengan yang diharapkan oleh instansi tersebut. Untuk ini, penulis memproposikan metode pengembangan perangkat lunak dengan Agile Methodology sebagai metode pengembangan dan Flutter framework sebagai pondasi untuk mengimplementasikan sistem aplikasi mobile pencatatan kehadiran dan kinerja karyawan di PT. Ameliore Solusi Analitika. Hasilnya, Sistem yang dirancang penulis mengandalkan pihak internal untuk menambahkan data karyawan baru. Pemantauan Absensi yang lebih detail, Dashboard pemantauan sudah bisa melacak jumlah karyawan yang hadir tetapi bukan siapa yang hadir
Pengoptimalan Penggunaan Teknologi AI dalam Pembelajaran Inovatif bagi Guru SMAN 85 Jakarta Ayu, Kurnia Gusti; Sari, Dwi Wulandari; Wahab, Abdi; Hasanudin, Muhaimin
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 4, No. 2: October 2025
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2025.v4i2.7627

Abstract

SMAN 85 Jakarta merupakan sekolah negeri yang menerapkan pendekatan ilmiah dalam pembelajaran. Pendekatan ini mendorong kemampuan berpikir kritis, kreatif, dan analitis pada peserta didik. Di sisi lain, pemanfaatan teknologi kecerdasan buatan (AI) dalam proses pembelajaran masih belum optimal, terutama karena belum merata dan terbatasnya pemahaman dan keterampilan para guru dalam mengintegrasikan teknologi tersebut ke dalam penyusunan materi ajar yang kontekstual dan menarik . Kondisi ini menjadi tantangan tersendiri di era digital yang menuntut inovasi dalam strategi pembelajaran. Sebagai bentuk solusi, dilakukan pelatihan penggunaan aplikasi Gamma AI yang dirancang untuk meningkatkan kompetensi digital guru serta mendorong pemanfaatan AI secara praktis dalam kegiatan pembelajaran. Metode pelatihan dilaksanakan secara partisipatif dan berbasis praktik langsung sesuai kebutuhan peserta. Hasil pelaksanaan kegiatan menunjukkan peningkatan signifikan pada pengetahuan dan keterampilan guru, antara lain literasi digital (16,33%), pemahaman konsep AI (84,6%), kepercayaan diri dalam penggunaan AI (78,03%), dan kemampuan penerapan AI dalam pembelajaran (14,28%). Temuan ini mengindikasikan bahwa pelatihan berdampak positif terhadap kompetensi guru dan menyiapkan guru dalam menghadapi tuntutan pendidikan era Revolusi Industri 5.0 dan mendukung peningkatan mutu serta pemerataan kompetensi.Kata kunci: kecerdasan buatan, kompetensi digital, gamma AI, revolusi industri 5.0  
PENERAPAN APLIKASI TRELLO SEBAGAI ALAT BANTU MANAJEMEN PEMBELAJARAN BERBASIS PROYEK UNTUK GURU DI SMAN 85 Wulandari Sari, Dwi; Gusti Ayu, Kurnia; Hasanudin, Muhaimin; Wahab, Abdi
Mejuajua: Jurnal Pengabdian pada Masyarakat Vol. 5 No. 1 (2025): Agustus 2025
Publisher : Yayasan Penelitian dan Inovasi Sumatera (YPIS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52622/mejuajuajabdimas.v5i1.245

Abstract

SMAN 85 terletak di Srengseng, Kecamatan Kembangan, merupakan lembaga pendidikan dengan jumlah siswa yang cukup banyak dan memiliki berbagai jurusan. Dengan didukung oleh sekitar 15 orang guru, SMA Negeri ini menerapkan kurikulum yang berlaku di Indonesia, yaitu kurikulum berbasis proyek. Untuk mendukung pembelajaran berbasis proyek, para guru di SMAN 85 perlu dibekali teknologi yang nantinya mendukung dalam Pendidikan abad ke-21 yang menekankan pada keterampilan kolaborasi, komunikasi dan literasi digital. Permasalahan: Hal utama yang dijadikan permasalahan di mitra adalah a) Sulitnya mengorganisasi tugas, kurangnya kolaborasi antar siswa, dan minimnya keterlacakan progres b) Kurangnya pengalaman belajar yang lebih terstruktur dan relevan dengan kebutuhan industri modern c) Belum adanya fasilitas kolaborasi antar siswa dan guru dalam pengelolaan tugas proyek. Solusi:  a) Memberikan pengalaman dengan mengenalkan teknologi untuk meningkatkan efisiensi manajemen pembelajaran berbasis proyek. b) Mengadakan pelatihan dan pendampingan penggunan aplikasi Trello yang menawarkan visualisasi tugas yang jelas, kemudahan kolaborasi, serta alat pelacakan progres yang efektif. Target capaian luaran adalah peningkatan pemahaman dan keterampilan para guru SMAN 85. Hasil dari kegiatan pengabdian Masyarakat yang telah dilakukan, para guru di SMAN 85 berdasarkan dari hasil pretest dan posttest menunjukkan peningkatan kemampuan dan keterampilan sebesar 88%. Untuk menjamin keberhasilan program pengmas maka akan dilakukan evaluasi saat pengmas dilaksanakan dan pemantauan penggunaan aplikasi selepas pelatihan pengmas dilakukan. Sehingga, kegiatan pengmas akan terus berkelanjutan.
Transformasi Guru dan Siswa Modul Gemini AI dalam Ekosistem Informatika di Sekolah Menengah Atas Hasanudin, Muhaimin; Wahab, Abdi; Sari, Dwi Wulandari; Ayu, Kurnia Gusti
Jurnal Pengabdian Masyarakat dan aplikasi Teknologi Vol. 4, No. 2: October 2025
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.adipati.2025.v4i2.7782

Abstract

Jakarta dengan mengintegrasikan Kecerdasan Buatan (Artificial Intelligence/AI) ke dalam ekosistem pembelajaran. Inisiatif ini berusaha mengatasi tantangan seperti metode pengajaran konvensional, materi yang tidak mutakhir, dan keterbatasan kompetensi guru dalam teknologi AI. Metodologi yang diterapkan menggunakan pendekatan partisipatif, diawali dengan analisis kebutuhan, dilanjutkan dengan pengembangan kolaboratif modul ajar interaktif menggunakan alat Gemini AI. Program ini juga mencakup pelatihan guru intensif berbasis praktik dan implementasi modul selama satu bulan di kelas informatika, yang puncaknya adalah evaluasi metode campuran menggunakan kuesioner dan diskusi kelompok terfokus. Hasilnya menunjukkan dampak positif yang signifikan: 95,6% siswa mengalami peningkatan pemahaman konsep informatika, dan 90% guru melaporkan peningkatan kepercayaan diri dalam mengintegrasikan AI ke dalam pengajaran mereka. Modul berbasis AI berhasil menciptakan lingkungan belajar yang lebih dinamis dan menarik, memupuk kreativitas siswa, yang dibuktikan dengan proyek AI yang dipimpin siswa. Kegiatan ini menyimpulkan bahwa pendekatan berbasis AI sangat efektif untuk merevitalisasi pendidikan informatika. Program ini menyediakan model berkelanjutan untuk meningkatkan kualitas pembelajaran, membangun kapasitas digital guru dan siswa, serta menawarkan referensi bagi sekolah lain dalam menavigasi transformasi digital.Kata kunci: kecerdasan buatan, pembelajaran informatika, modul ajar, pelatihan guru, revitalisasi pendidikan 
Analisis Perancangan Manajemen Sistem Sedekah Berbasis Web Menggunakan Metode Analytical Hierarchy Process Putra, Revin Aulia Rizky Eka; Wahab, Abdi
Jurnal Ilmiah FIFO Vol 15, No 1 (2023)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2023.v15i1.003

Abstract

Komunitas Satuwaktu sangat membantu masyarakat dalam melakukan sedekah. Masyarakat mempergunakan Satuwaktu sebagai wadah untuk bersedekah kepada orang yang sedang membutuhkan bantuan khususnya yang bertempat di Kota Tangerang, Provinsi Banten. Penelitian ini dilakukan atas dasar kebutuhan  adanya suatu sistem pengelolaan data penerima dana sedekah yang dapat digunakan untuk mengelola data sedekah Satuwaktu. Untuk melakukan kegiatan dikomunitas Satuwaktu masih dilakukan secara manual, kemudian kurangnya akses informasi dalam menyebarkan berita sedekah tersebut mengakibatkan sedekah yang  dilakukan hanya terdengar ke beberapa teman dekat dan orang disekitar. Maka dari itu, diperlukan Sistem Manajamen Sedekah Satuwaktu Berbasis Website. Dalam pembangunan sistem ini, pendekatan metode pengembangan perangkat lunak yang digunakan adalah Waterfall, karena itu memiliki proses yang berurutan, sehingga sistem yang dikembangkan akan sesuai dengan harapan yang diinginkan atau tepat sasaran. Selain itu metode AHP juga digunakan pada pengembangan sistem ini dengan tujuan membantu dalam menguraikan suatu masalah ke dalam kelompoknya masing-masing kemudian dibentuk sebuah hirarki sehingga permasalahan tampak lebih terstruktur dan sistematis. Oleh karena itu, dengan pengambangan sistem ini diharapkan dapat memudahkan masyarakat dalam hal bersedekah secara online, serta memudahkan pengelola untuk melakukan pengelolaan sedekah dana, sedekah barang, sedekah untuk bencana dan juga distribusi sedekah, dengan efektif dan efisien.
Stock Prediction for Indonesia Stock Exchange with Long Short-Term Memory Wahab, Abdi; Herdian, Ali; Wirawan, Dian; Jumaryadi, Yuwan; Alam, Syamsir; Fiade, Andrew
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.010

Abstract

Predicting stock prices through different analyses and techniques is highly challenging. The task is complicated further by fluctuating market conditions and the impact of news, necessitating the consideration of numerous factors. The advancements in machine learning and deep learning have led many researchers to use algorithms like RNN with LSTM for predictions. In this study, we aim to predict stock prices on the Indonesia Stock Exchange using LSTM, focusing on optimizing the hidden layer and activation function. We focus on some stock data with good liquidation in the Indonesia Stock Exchange. The comparison performance between models proposed in this research will be the method in this research. The result showed that the LSTM model with hyperbolic tan activation method performed better than the LSTM model with sigmoid activation method. The future research based on this research, we can compare several other activation methods.
Deep Learning-Based Autism Detection Using Facial Images and EfficientNet-B3 Hasanudin, Muhaimin; Afiyati, Afiyati; Budiarto, Rahmat; Wahab, Abdi; Jokonowo, Bambang; Indrianto, Indrianto; Yosrita, Efy; Hanifah, Nurul Afif
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 1 (2026): JUTIF Volume 7, Number 1, February 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.1.4574

Abstract

This study presents a novel deep learning approach for early detection of Autism Spectrum Disorder (ASD) using facial image analysis. Leveraging the EfficientNet-B3 model, the research addresses limitations in traditional diagnostic methods by autonomously extracting discriminative facial features associated with ASD. A balanced dataset of 2,940 facial images (1,470 autistic and 1,470 non-autistic children) from Kaggle was pre-processed to 200x200 pixels and evaluated under three dataset-splitting scenarios (80:10:10, 70:15:15, and 60:20:20) to assess generalisability. The model, trained with the Adam optimiser over 10 epochs, achieved optimal performance in the 80:10:10 scenario, with 84.67% precision, 84.35% recall, and 84.32% F1 score. Results demonstrate high confidence (>90% probability) in distinguishing autistic from non-autistic individuals on unseen data. The study underscores the potential of integrating deep learning into clinical decision-support systems for ASD detection, offering a robust, scalable, and efficient solution to improve diagnostic accuracy and reduce reliance on manual methods.
Enhanced Violence Detection in CCTV Using LSTM Hasanudin, Muhaimin; Santoso, Hadi; Wahab, Abdi; Indrianto, Indrianto; Kuswardani, Dwina; Ridlan, Ahmad
ILKOM Jurnal Ilmiah Vol 17, No 2 (2025)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v17i2.2318.196-202

Abstract

Violence detection in CCTV footage remains a critical challenge for public safety, necessitating automated solutions to overcome human monitoring limitations. This study proposes an LSTM-based framework to improve detection accuracy by analyzing temporal patterns in surveillance videos. Using a dataset of 2,000 videos (1,000 violent/1,000 non-violent), the model extracts spatial-temporal features via optical flow and achieves 93% training accuracy and 91% test accuracy, with a precision of 92% and AUC of 0.94. Results demonstrate significant improvements over traditional methods, particularly in dynamic scenarios, though performance dips for occluded actions or weapon-related violence. The discussion highlights the model’s real-time applicability, computational efficiency (120 ms latency per segment), and alignment with smart city surveillance needs. Limitations include dataset diversity and environmental variability, suggesting future directions in multi-modal data fusion and edge computing. This research advances AI-powered security systems, offering a robust tool for proactive threat detection while underscoring the need for scalable, context-aware solutions.