Claim Missing Document
Check
Articles

RANCANG BANGUN SISTEM INFORMASI JUAL BELI MOTOR MENGGUNAKAN ONE TIME PASSWORD (OTP) DAN MAILTRAP API Alfarizi, Salman; Sumaryana, Yusuf; Sundari, Shinta Siti
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 2 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i2.4137

Abstract

Dalam era transaksi jual beli yang semakin dominan, keamanan data menjadi krusial. Ancaman pencurian dan penyalahgunaan data meresahkan bisnis jual beli, termasuk motor. Perlindungan data yang efektif diperlukan untuk mempertahankan kepercayaan pelanggan dan integritas informasi bisnis. Saat ini, banyak bisnis jual beli motor mengalami kendala dalam mengamankan dan mengotomatisasi proses bisnis. Hal ini dapat menghambat pertumbuhan bisnis dan merugikan pemiliknya. Penggunaan teknologi seperti One Time Password (OTP) dan Mailtrap API menjanjikan solusi untuk meningkatkan keamanan dan efisiensi perlindungan data. OTP menambah lapisan keamanan dengan memverifikasi akun pengguna melalui kode unik, melindungi akun konsumen dari akses tidak sah. Penelitian ini bertujuan mengintegrasikan teknologi ini untuk mengembangkan sistem informasi yang aman dan efisien dalam bisnis jual beli motor. Fokusnya adalah perlindungan data konsumen dan pemilik bisnis. Diharapkan sistem ini dapat meningkatkan perlindungan data, mengoptimalkan operasional bisnis, dan meningkatkan pengalaman pengguna. Selain manfaat praktisnya, penelitian ini berpotensi memberikan sumbangan dalam pengembangan sistem informasi di seluruh industri jual beli motor.
Implementasi Algoritma CNN Dalam Aplikasi Pengenalan Aksara Sunda Dewi Sri Mulyani, Evi; Mufizar, Teuku; Siti Sundari, Shinta; Akbar Kasyfurrahman, Muhammad; Adilal Mahbub, Luthfi; Ahmad Wakih, Agus
Informatics and Digital Expert (INDEX) Vol. 6 No. 2 (2024): INDEX, November 2024
Publisher : LPPM Universitas Perjuangan Tasikmalaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36423/index.v6i2.1986

Abstract

Aksara sunda telah digunakan sejak zaman kerajaan-kerajaan Sunda kuno dan masih digunakan hingga saat ini dalam berbagai konteks budaya dan Pendidikan. Penelitian ini mengimplementasikan algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNet V1 untuk pengenalan aksara Sunda dalam aplikasi berbasis Android. Aksara Sunda, sebagai bagian dari warisan budaya Indonesia, memerlukan perhatian khusus dalam proses pembelajaran dan pelestariannya. Dalam penelitian ini, kami mengembangkan model CNN yang dilatih menggunakan dataset gambar aksara Sunda, yang mencakup berbagai variasi dan gaya tulisan. Model MobileNet V1 dipilih karena efisiensinya dalam pemrosesan di perangkat mobile, memungkinkan inferensi cepat dengan penggunaan sumber daya yang minimal. Proses pelatihan dilakukan menggunakan teknik transfer learning, yang mempercepat konvergensi dan meningkatkan akurasi model. Hasil evaluasi menunjukkan bahwa model mencapai kinerja akurasi sebesar 90,37% dalam pengenalan aksara Sunda. Aplikasi ini dirancang untuk memberikan pengalaman interaktif bagi pengguna, terutama anak-anak, dalam belajar mengenali aksara Sunda dengan cara yang menyenangkan. Melalui implementasi ini dapat, diiharapkan dapat berkontribusi pada pelestarian budaya dan meningkatkan kesadaran masyarakat tentang pentingnya aksara Sunda. Temuan ini juga menunjukkan potensi penerapan CNN dalam bidang pendidikan, khususnya dalam konteks pembelajaran bahasa dan budaya lokal. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan lebih lanjut dalam aplikasi pendidikan berbasis teknologi.
SISTEM PAKAR PENYAKIT PADA KUCING BERBASIS ANDROID MENGGUNAKAN METODE FORWARD CHAINING AZMI, TAUFIK; SITI SUNDARI, SHINTA; RAHMAT HIDAYAT, CEPI
Jurnal Informatika Kaputama (JIK) Vol 9 No 2 (2025): Volume 9, Nomor 2, Juli 2025
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v9i2.1003

Abstract

Kucing adalah salah satu hewan peliharaan yang rentan mengalami masalah kesehatan, tetapi banyak pemilik yang kesulitan mengidentifikasi gejala penyakit sejak awal. Untuk mendukung proses identifikasi penyakit pada kucing, penelitian ini merancang dan mengembangkan sebuah sistem pakar berbasis Android yang mampu mendiagnosis penyakit kucing berdasarkan gejala yang muncul. Sistem ini menggunakan metode forward chaining, yang melakukan penelusuran dari data atau fakta (gejala) menuju kesimpulan (penyakit). Dalam penelitian ini, tercatat 45 jenis gejala dan 15 jenis penyakit kucing yang telah melalui konsultasi dengan dokter hewan. Pengujian dilakukan dengan membandingkan hasil diagnosis dari sistem dengan diagnosis yang diberikan oleh dokter hewan pada 10 kasus uji. Hasilnya, sistem berhasil memberikan diagnosis yang tepat dalam 8 dari 10 kasus, sehingga tingkat akurasinya mencapai 80%. Temuan ini menunjukkan bahwa sistem pakar yang dikembangkan cukup efektif untuk membantu pengguna dalam mendeteksi kemungkinan penyakit kucing.