Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS JATI (Jurnal Mahasiswa Teknik Informatika) JPNM : Jurnal Pustaka Nusantara Multidisiplin
Muh. Ihsan Sarita, Muh. Ihsan
Halu Oleo University
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Education Social Sciences

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

Found 4 Documents
Search

 1 
APLIKASI PENGARSIPAN SURAT BERBASIS WEBSITE KANTOR BADAN PENDAPATAN DAERAH PROVINSI SULAWESI TENGGARA MENGGUNAKAN METODE WATERFALL Nisa Ifayatin, Hadijah; Aprilyani.S, Lily; Sarita, Muh. Ihsan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6 (2023): JATI Vol. 7 No. 6
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i6.7949

Abstract

Mengatasi sistem pengarsipan surat yang masih dilakukan secara manual di BAPENDA Sulawesi Tenggara menjadi penting untuk meningkatkan efisiensi dan efektivitas operasional, meningkatkan kecepatan pencarian surat, mengurangi risiko kerusakan atau kehilangan surat, memaksimalkan penggunaan ruang penyimpanan, serta mengurangi dampak negatif terhadap lingkungan. Pengarsipan surat secara manual menghadapi kendala dalam hal waktu dan tenaga yang besar. Proses fisik seperti pencetakan, pengurutan, dan penyimpanan surat dapat memperlambat operasional dan mengurangi produktivitas. Selain itu, pencarian surat yang sudah diarsipkan menjadi sulit dan memakan waktu. Keterbatasan ruang penyimpanan juga dapat menyulitkan perluasan sistem. Penggunaan kertas sebagai media penyimpanan dalam pengarsipan manual berdampak negatif pada lingkungan. Dengan adopsi sistem pengarsipan surat digital, BAPENDA Sulawesi Tenggara dapat meningkatkan kinerja dan pelayanannya. Sistem informasi dan teknologi telah membuktikan peran penting memperbaiki pelayanan publik dan tata kelola pemerintahan Badan Pendapatan Daerah Sulawesi Tenggara. Dengan adopsi sistem pengarsipan surat digital, BAPENDA Sulawesi Tenggara dapat memberikan pelayanan dan meningkatkan kinerja secara optimal kepada masyarakat.
IDENTIFIKASI TANAMAN OBAT PADA DAUN BERDASARKAN EKSTRAKSI FITUR HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN LOCAL BINARY PATTERNS (LBP) MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBORS Anggin Tri Muslimin, Hasna; Mashur Sajiah, Adha; Sarita, Muh. Ihsan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13983

Abstract

Tanaman obat memiliki peran penting dalam pengobatan karena mengandung bahan aktif yang dapat digunakan sebagai obat alami maupun sintetik. Keberagaman tanaman obat di Indonesia memerlukan proses klasifikasi yang akurat untuk memastikan spesiesnya. Namun, klasifikasi manual sering kali memakan waktu, membutuhkan keahlian tinggi, dan cukup rumit.Penelitian ini bertujuan untuk mengevaluasi akurasi algoritma Fuzzy K-Nearest Neighbors (Fuzzy KNN) dalam klasifikasi tanaman obat berdasarkan ciri daun. Metode yang digunakan adalah ekstraksi fitur Histogram of Oriented Gradients (HOG) dan Local Binary Patterns (LBP) untuk meningkatkan akurasi model. Berdasarkan hasil pengujian, algoritma Fuzzy KNN menunjukkan kinerja yang baik dalam mengklasifikasikan tanaman obat seperti aloe vera, kemangi, kembang sepatu, lemon, dan lainnya. Hasil klasifikasi menunjukkan nilai accuracy 91,11%, precision 96,67%, dan recall 100%. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem klasifikasi otomatis untuk tanaman obat, yang dapat membantu ahli botani dan herbalis dalam mengidentifikasi spesies dengan lebih cepat dan akurat.
Penerapan Algoritma You Only Look Once V5 Large (YOLOv5L) dan Tesseract Optical Character Recognition (Tesseract OCR) dalam Deteksi Plat Nomor Kendaraan untuk Cek Status Uji Emisi Kendaraan Zaria, Hashimatul; Sarita, Muh. Ihsan; Sajiah, Adha Mashur
JPNM Jurnal Pustaka Nusantara Multidisiplin Vol. 3 No. 3 (2025): October : Jurnal Pustaka Nusantara Multidisiplin (ACCEPTED)
Publisher : SM Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59945/jpnm.v3i3.736

Abstract

Peningkatan jumlah kendaraan bermotor di kawasan perkotaan, khususnya di Kota Kendari, berpotensi meningkatkan pencemaran udara akibat emisi gas buang kendaraan. Emisi ini mengandung senyawa berbahaya yang berdampak negatif terhadap kesehatan dan lingkungan. Sebagai upaya pengendalian, pemerintah telah menerapkan kebijakan uji emisi. Namun, pelaksanaannya masih terkendala oleh sistem pendataan manual, keterbatasan petugas, lambatnya proses identifikasi kendaraan, serta adanya ketidaksesuaian antara Peraturan Daerah Kota Kendari Nomor 8 Tahun 2015 dan Undang-Undang Nomor 22 Tahun 2009. Perbedaan regulasi ini menghambat optimalisasi pelaksanaan uji emisi oleh perangkat daerah. Penelitian ini bertujuan untuk merancang sistem otomatisasi deteksi status uji emisi kendaraan berbasis computer vision, dengan memanfaatkan algoritma YOLOv5L untuk mendeteksi plat nomor kendaraan, Tesseract OCR dan EasyOCR untuk mengenali karakter pada plat tersebut. Data karakter yang berhasil diekstraksi kemudian akan dicocokkan dengan database uji emisi guna mengetahui riwayat status uji emisi dari kendaraan yang bersangkutan. Pengujian sistem dilakukan dengan dua pendekatan, yaitu pengujian model deteksi dan pengujian algoritma OCR. Hasil pengujian model YOLOv5L menunjukkan bahwa sistem berhasil mendeteksi plat nomor kendaraan dengan nilai Precision sebesar 91%, Recall sebesar 98,1%, AP sebesar 91%, serta mAP (1 kelas), mAP50, dan mAP50-95 masing-masing sebesar 91%. Sementara itu, pengujian algoritma Tesseract OCR dan EasyOCR menghasilkan nilai Accuracy sebesar 0,93 (93%), Precision sebesar 0,95 (95%), Recall sebesar 0,98 (98%), dan F1-Score sebesar 0,96 (96%). Berdasarkan hasil tersebut, sistem dinyatakan layak digunakan karena mampu mendeteksi serta mengenali plat nomor kendaraan dengan baik untuk mendukung pengecekan status uji emisi secara otomatis.
Perbandingan Algoritma Winnowing dan Algoritma Rabin-Karp pada Aplikasi Pendeteksi Kesamaan Dokumen Skripsi Nangi, Jumadil; Asmara, Ida Bagus Gede Pala; Sarita, Muh. Ihsan; Jaya, Laode Muh. Golok; Mokui, Hasmina Tari; Tajidun, LM
Jurnal Sistem Informasi Bisnis Vol 14, No 2 (2024): Volume 14 Nomor 2 Tahun 2024
Publisher : Diponegoro University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol14iss2pp131-142

Abstract

Plagiarism is often found in the academic world and is considered a serious violation because it involves the appropriation of ideas, opinions, or writings of others. A thesis is the final work of a student that must meet scientific standards and be tailored to the field of study. It is important to check the similarity of the thesis using a web-based sistem to prevent plagiarism and ensure academic integrity. This sistem will be developed as a web-based platform with the aim of comparing the Winnowing algorithm and the Rabin-Karp algorithm in checking the similarity of thesis/final project texts with existing thesis data. In principle, both methods involve searching for strings using hashing functions to compare the sought string (m) with the compared string (n) by comparing the results of the hashing function used. However, the Winnowing algorithm differs in that it does not use all hash values from each formed set of grams. The hash values formed in the previous stage will be divided into a window of size (w). In this research, the sistem testing uses data from Computer Engineering students at Halu Oleo University to facilitate checking the plagiarism level of theses using the Rabin-Karp and Winnowing algorithms. In this study, the Rabin-Karp and Winnowing algorithms have been implemented successfully in the plagiarism checking sistem for students' theses. The test results for the comparison of the Winnowing and Rabin-Karp algorithms in terms of processing time show that the Rabin-Karp algorithm takes 1.509 seconds, while the Winnowing algorithm takes 1.508 seconds. Subsequent testing using Normalized Mean Absolute Error (NMAE) reveals that the Rabin-Karp algorithm has an absolute error value of 0.1829, while the Winnowing algorithm has a value of 0.0194. Therefore, based on the NMAE test, the Winnowing algorithm performs better than the Rabin-Karp algorithm.
Co-Authors Anggin Tri Muslimin, Hasna Aprilyani.S, Lily Asmara, Ida Bagus Gede Pala Hasmina Tari Mokui Jaya, La Ode Muhammad Golok Jumadil Nangi, Jumadil LM Tajidun, LM Mashur Sajiah, Adha Nisa Ifayatin, Hadijah Sajiah, Adha Mashur Zaria, Hashimatul