Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Sistem Informasi dan Aplikasi

IMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN WAJAH Destiana, Nadia; ., Tjahjanto; Aisyah, Nurul; Sebayang, Adianta; Yuniasih, Idah
Jurnal Sistem Informasi dan Aplikasi (JSIA) Vol 2 No 2 (2024): Jurnal Sistem Informasi dan Aplikasi
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/jsia.v2i2.8560

Abstract

Pengenalan wajah adalah salah satu bidang yang kini sedang berkembang pesat dalam computer vision dan memiliki penerapan yang luas dalam kehidupan sehari-hari. Penerapan deep learning telah mencapai kemajuan signifikan dalam pengenalan wajah dengan akurasi tinggi. Penelitian ini bertujuan untuk mengimplementasikan deep learning berbasis TensorFlow untuk pengenalan wajah. Metode ini diharapkan dapat meningkatkan kinerja pengenalan wajah di berbagai lingkungan aplikasi serta memperluas cakupan dan akurasi teknologi pengenalan wajah yang digunakan di berbagai industri dan jasa. Oleh karena itu, penelitian ini diharapkan memberikan kontribusi yang signifikan terhadap pengembangan teknologi pengenalan wajah yang andal dan efektif dalam aplikasi praktis.
PENGEMBANGAN ARSITEKTUR DATA LAKE UNTUK MENGELOLA DATA TIDAK TERSTRUKTUR DALAM EKOSISTEM BIG DATA Yoshita, Andrea Berliani; ., Tjahjanto; khafanofa, widya
Jurnal Sistem Informasi dan Aplikasi (JSIA) Vol 2 No 2 (2024): Jurnal Sistem Informasi dan Aplikasi
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/jsia.v2i2.8604

Abstract

Arsitektur Data Lake telah menjadi solusi inovatif untuk mengelola data tidak terstruktur yang berkembang pesat dalam ekosistem Big Data. Penelitian ini bertujuan untuk mengembangkan kerangka kerja arsitektur Data Lake yang efektif, dengan fokus utama pada integrasi dan pengelolaan data tidak terstruktur. Metode penelitian yang digunakan adalah studi literatur, mencakup jurnal dan artikel ilmiah terbaru sejak tahun 2020. Tujuan dari studi literatur ini adalah untuk mengidentifikasi komponen utama dan praktik terbaik dalam implementasi Data Lake, sehingga dapat memberikan panduan yang jelas bagi organisasi untuk mengoptimalkan penggunaan data tidak terstruktur. Hasil penelitian menunjukkan bahwa arsitektur Data Lake yang efektif harus mencakup beberapa komponen penting seperti ingestion, storage, processing, dan governance untuk mencapai efisiensi dan skalabilitas yang optimal. Ingestion memastikan bahwa data dari berbagai sumber dapat dikumpulkan dan diintegrasikan dengan mudah. Storage menyediakan penyimpanan yang aman dan scalable untuk data dalam berbagai format. Processing memungkinkan pemrosesan data secara real-time atau batch sesuai kebutuhan analisis. Governance menjamin bahwa data dikelola dengan baik, memenuhi standar kualitas, keamanan, dan kepatuhan. Kombinasi dari komponen-komponen ini membantu organisasi dalam memaksimalkan nilai dari data yang mereka miliki, serta mengatasi tantangan dalam pengelolaan data tidak terstruktur.
Literature Review : Implementasi Teknologi Artificial Intelligence dalam Sistem Keamanan Kota di Ibu Kota Nusantara (IKN) Rahmawati, Defita; Tjahjanto; Rais Ruli, Ahmad
Jurnal Sistem Informasi dan Aplikasi (JSIA) Vol 2 No 2 (2024): Jurnal Sistem Informasi dan Aplikasi
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52958/jsia.v2i2.8673

Abstract

Pemindahan ibu kota Indonesia dari Jakarta ke Nusantara di Kalimantan Timur merupakan keputusan strategis oleh pemerintah. Meskipun ada berbagai reaksi publik, pemerintah tetap bertekad melaksanakan perpindahan ini. Presiden Joko Widodo pertama kali mengusulkan ini pada tahun 2019 untuk menyebarkan pembangunan ekonomi, meratakan populasi, dan memperluas infrastruktur di seluruh Indonesia. Ibu kota baru ini bertujuan mengubah lokasi fisik pusat pemerintahan serta membawa perubahan budaya dan paradigma, serta mempersiapkan sumber daya manusia untuk perubahan tersebut. Keamanan perkotaan menjadi penting dalam konteks urbanisasi dan perkembangan teknologi. Kecerdasan Buatan (AI) menjadi teknologi penting dalam meningkatkan keamanan kota. Menurut John McCarthy (1956), AI bertujuan memahami dan memodelkan proses berpikir manusia serta merancang mesin agar dapat meniru perilaku manusia. Dalam keamanan kota, AI dapat mengatasi masalah seperti kemacetan lalu lintas, kekerasan di jalan raya, dan krisis air. Sebagai kota terencana yang sedang berkembang, Nusantara menawarkan peluang mengeksplorasi penerapan teknologi AI dalam sistem keamanan kota. Penelitian ini bertujuan menganalisis perkembangan terbaru dalam penerapan AI dalam sistem keamanan kota, khususnya di Nusantara, menggunakan pendekatan tinjauan pustaka. Penelitian ini mengidentifikasi tren dan temuan utama, mengevaluasi kelebihan dan kekurangan, serta mengidentifikasi tantangan dan kesenjangan dalam penerapan AI. Temuan menunjukkan AI dapat meningkatkan efisiensi deteksi kejahatan dan responsivitas penegakan hukum, meskipun ada tantangan terkait privasi, keandalan teknologi, dan biaya implementasi. Penelitian ini diharapkan menjadi dasar bagi studi lebih lanjut dalam mengoptimalkan penerapan AI di wilayah tersebut.