Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal Journal of Technopreneurship and Information System (JTIS) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pendidikan dan Teknologi Indonesia Jurnal Abdimas Indonesia : Jurnal Abdimas Indonesia Jurnal Minfo Polgan (JMP) Indonesian Community Journal Jurnal Teknologi dan Komputer Journal of Embedded Systems, Security and Intelligent Systems Science Information System and Technology
Suharni
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Islam Makassar, Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Mathematics Public Health Social Sciences Other

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Penerapan Kompetensi Informatika pada KKN Profesi Di Trans Jaya Flight School Suharni Suharni; Ayu Lestari Perdana; Nur Isnayanti Burhanuddin; Audy Ahlul Arsy; Muh. Dzulkifli P; Rihan Assalam
Jurnal Abdimas Indonesia Vol. 6 No. 1 (2026)
Publisher : Perkumpulan Dosen Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34697/jai.v6i1.3093

Abstract

Kegiatan Kuliah Kerja Nyata (KKN) Profesi bertujuan mengintegrasikan keilmuan mahasiswa dalam menyelesaikan permasalahan riil di dunia kerja. Kegiatan ini dilaksanakan di Trans Jaya Flight School dengan pendekatan berbasis kebutuhan institusi dalam bidang teknologi informasi. Bentuk kegiatan meliputi: pembuatan sistem informasi akademik berbasis web, pembangunan jaringan lokal (LAN), pemeliharaan dan penanganan kerusakan perangkat keras serta penyelenggaraan seminar literasi IT untuk siswa dan staf. Metode pelaksanaan terdiri dari observasi, perencanaan sistem, instalasi perangkat, pelatihan pengguna, dan evaluasi akhir. Hasilnya menunjukkan peningkatan efisiensi administrasi, konektivitas antar perangkat, serta peningkatan kesadaran pentingnya keamanan dan pengelolaan TI. Kegiatan ini memberikan kontribusi nyata terhadap transformasi digital lembaga pelatihan penerbangan tersebut.
PENGENALAN EKSPRESI WAJAH PENGUNJUNG DEAL COFFEE MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) Ayu Lestari Perdana; Suharni; Annahl Riadi
Journal of Embedded Systems, Security and Intelligent Systems Vol 4, No 2 (2023): November 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v4i2.1024

Abstract

Pengenalan ekspresi wajah telah dilakukan beberapa peneliti dan menjadi topik yang penting untuk dikaji. Dalam penelitian tersebut metode, data dan parameter wajah yang digunakan berbeda sehingga hasil ekspresi wajah beserta akurasi dari hasil penelitian juga berbeda. Permasalahan yang terjadi tingkat akurasi yang belum maksimal yang dapat mengakibatkan kurang optimalnya kinerja dari sistem pengenalan ekspresi wajah serta dibutuhkannya model algoritma terbaik untuk memperbaiki hasil akurasi. Mengingat Deal Coffee sebagai salah satu bidang usaha yang harus mengetahui tingkat kepuasan pengunjung untuk meningkatkan strategi penjualan. Salah satu peran komputasi cerdas adalah untuk menyelesaikan masalah tersebut menggunakan CNN yang dapat mengidentifikasi fitur penting pada wajah manusia dan menghasilkan representasi yang akurat dari wajah. Tujuan Penelitian yaitu untuk meningkatkan akurasi dari pengenalan ekspresi wajah pengunjung melalui perbaikan nilai akurasi menggunakan CNN sehingga dapat meningkatkan efisiensi dan efektivitas Deal Coffee dalam melakukan promosi dan strategi pemasaran. Manfaat Penelitian diharapkan memberikan konstribusi dalam pengembangan IPTEK khususnya dalam pengenalan ekspresi wajah dengan tingkat akurasi yang lebih baik dan akurat. Rencana Kegiatan penelitian diawali dengan pengambilan sampel data gambar yang bersumber dari CCTV. Tahap Kedua, dilakukan preprocessing dan dilatih menggunakan model CNN. Selanjutnya adalah melakukan klasifikasi. Hasil klasifikasi tersebut akan dihitung tingkat akurasinya.
Co-Authors Andi Haslindah Annahl Riadi Arnes Yuli Vandika Audy Ahlul Arsy Deddy Hidayat Haris Tehuayo Ita Soegiarto Lucky Mahesa Yahya Muh. Dzulkifli P Muhammad Subhan Iswahyudi nadiya mujahidah nadiya Nofirman, Nofirman Nur Isnayanti Burhanuddin Perdana, Ayu Lestari Rihan Assalam Sanpratiwi Suradi Wirayasa, I Ketut Adi Zulfitriadi Muhajir