Claim Missing Document
Check
Articles

Found 3 Documents
Search

IMPLEMENTASI SISTEM PEMESANAN MENU MENGGUNAKAN METODE MULTI CHANNEL PADA ARBAS CAFE Talia Tasalsyabilla; A. Irmayani Pawelloi; Ahmad Selao
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 2 (2025): Prosisko Vol. 12 No. 2 Juli 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/1g0ea565

Abstract

Arbas Cafe di Enrekang masih menggunakan sistem pemesanan manual yang menyebabkan kurang efisiennya proses pelayanan, seperti waktu tunggu yang lama dan risiko kesalahan pencatatan pesanan. Tujuan penelitian ini untuk membangun sistem pemesanan yang memudahkan pelanggan dalam mengakses menu serta melakukan pemesanan secara mandiri, dan membantu kafe meningkatkan efisiensi pelayanan. Penelitian ini menggunakan ekspremental yang bersifat aplikatif menggunakan studi pustaka dengan mengumpulkan data melalui wawancara, analisis kebutuhan sistem, perancangan sistem, implementasi, serta pengujian menggunakan metode black box. Aplikasi ini dikembangkan menggunakan bahasa pemrograman PHP, HTML, CSS, dan JavaScript, dengan MySQL sebagai basis data, serta dibangun menggunakan Visual Studio Code dan XAMPP sebagai lingkungan pengembangan. Dengan adanya aplikasi sistem pemesanan ini, pengelolaan data dapat meningkatkan efisiensi dan pengalaman pelanggan dalam proses pemesanan di Arbas Cafe. Kesimpulannya, penerapan sistem ini memberikan solusi efektif untuk permasalahan pemesanan manual dan berkontribusi dalam digitalisasi layanan kafe
Aplikasi Pembayaran Wahana Menggunakan Radio Frequency Identification di Kawasan Puncak Bila Berbasis Web Sudarman Hamzah; Ade Hastuty; Ahmad Selao; Basri, Muh.; Wafiah , Andi
JEKIN - Jurnal Teknik Informatika Vol. 5 No. 2 (2025)
Publisher : Yayasan Rahmatan Fidunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jekin.v5i2.1617

Abstract

Proses pembayaran wahana di kawasan wisata umumnya masih dilakukan secara manual, sehingga rentan menimbulkan antrean, kesalahan input, dan keterlambatan transaksi. Salah satu inovasi potensial adalah pemanfaatan teknologi RFID (Radio Frequency Identification) dalam sistem pembayaran wahana, yaitu teknologi identifikasi otomatis berbasis gelombang radio. Penelitian ini bertujuan merancang dan mengimplementasikan aplikasi pembayaran wahana berbasis RFID yang diterapkan di kawasan wisata Puncak Bila. Metode yang digunakan adalah deskriptif dengan pendekatan rekayasa perangkat lunak, meliputi analisis kebutuhan, desain sistem menggunakan UML dan flowchart, implementasi berbasis web dengan PHP, JavaScript, dan MySQL, serta pengujian menggunakan metode black box. Hasil implementasi menunjukkan bahwa sistem mampu mendeteksi tag RFID secara akurat, memotong saldo secara otomatis, dan mencatat transaksi secara real-time. Pengujian juga membuktikan bahwa fitur utama, seperti manajemen data pengguna, top-up saldo, dan cetak laporan transaksi, berfungsi sesuai dengan yang diharapkan.
Pengembangan Sistem Absensi Berbasis Real-Time Face Recognation Di Lingkungan Sekolah Menggunakan You Only Look Once (Yolo) Rahmat Fardi Asli; Ahmad Selao; Untung Suwardoyo
Jurnal Informatika Vol 12, No 3 (2024): INFORMATIKA
Publisher : Fakultas Sains & Teknologi, Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/informatika.v12i3.7968

Abstract

The increasing demand for efficient and reliable student attendance systems highlights the limitations of conventional manual methods, which are often time-consuming, prone to fraud, and lack accuracy. This study develops a real-time attendance system based on facial recognition using the YOLOv8 deep learning model integrated with TensorFlow. The system is designed to automatically detect and recognize students’ faces through a webcam and record attendance data in real time. The research method involved three main stages: face registration, model training, and attendance recording. A dataset of 4,200 face images from 14 students was collected to train the model. The recognition process used cosine similarity with a threshold of 0.7 to balance accuracy and avoid false recognition. The results showed that the system could effectively recognize student faces under varying lighting and expression conditions with high accuracy, while also recording attendance automatically and reliably. The system proved to be efficient in reducing time consumption, minimizing fraud, and ensuring more accurate attendance records. This study demonstrates that YOLOv8-based face recognition can provide an effective solution for modernizing school attendance management.