Article Per Year (5 Year)
p-Index From 2021 - 2026
4.712
P-Index
This Author published in this journals
All Journal Jurnal Simetris Jurnal Pekommas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) JUTIM (Jurnal Teknik Informatika Musirawas) Kurawal - Jurnal Teknologi, Informasi dan Industri JUSIM (Jurnal Sistem Informasi Musirawas) Teknomatika (Jurnal Teknologi dan Informatika) Economics and Digital Business Review Brilliance: Research of Artificial Intelligence Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Digital Transformation Technology (Digitech) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY MDP Student Conference Nusantara Journal of Multidisciplinary Science Journal Information & Computer (JICOM) Jurnal Software Engineering and Computational Intelligence Jurnal Ilmiah Sistem Informasi
Novan Wijaya
Unknown Affiliation
Religion Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Other

Published : 43 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 43 Documents
Search

 1   2   3   4   5 
Sistem Pengambilan Keputusan dalam Memilih Bioskop di Palembang untuk Pelanggan Menggunakan Simple Additive Weighting (SAW) Atika, Rindi; Wijaya, Novan
Digital Transformation Technology Vol. 4 No. 1 (2024): Periode Maret 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i1.3680

Abstract

Bioskop adalah salah satu hiburan yang bisa dinikmati. Di Palembang, ada banyak bioskop yang bisa dipilih orang untuk menghabiskan waktu. Akan tetapi, seseorang hanya dapat menikmati salah satunya satu per satu. Dalam memilih bioskop sendiri, banyak kriteria yang bisa dipertimbangkan seperti harga, fasilitas, pelayanan, atau jarak. Dalam memilih bioskop terbaik untuk menonton film, kriteria tersebut dapat membantu. Untuk bisa mendapatkan hasil terbaik dalam memilih bioskop, seseorang dapat menggunakan pengambilan keputusan. Studi ini menggunakan metode Simple Additive Weighting (SAW) untuk membantu memutuskan bioskop mana yang layak untuk dipilih. Proses dalam membuat keputusan menggunakan SAW adalah menentukan kriteria yang terdiri dari keuntungan (benefit) dan biaya (cost), memutuskan alternatif, membuat matrix keputusan, melakukan normalisasi, dan mengurutkan alternatif untuk mengetahui nilai yang tertinggi. Setelah proses yang ada dilakukan, hasil akhir dari penggunaan metode SAW dalam pengambilan keputusan untuk memilih bioskop adalah Cinepolis berada di urutan teratas.
Sistem Pendukung Keputusan Pemilihan Laptop pada IT Store dengan Menggunakan Metode Simple Additive Weighting (SAW) Wijaya, Novan; Wulandari, Selvi Putri
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4459

Abstract

Laptop merupakan salah satu alat yang banyak digunakan di era modern saat ini. Laptop hadir dengan berbagai spesifikasi serta dengan harga yang bervariasi. Hal ini tentunya menyebabkan sulitnya dalam melakukan pemilihan laptop yang sesuai dengan kebutuhan pembeli. Untuk memudahkan dalam pemilihan laptop yang nyaman dan sesuai dengan kebutuhan pembeli, maka dibutuhkan sebuah sistem pendukung keputusan yang dapat membantu pembeli dalam memilih laptop yang tepat. Sistem pendukung keputusan ini menggunakan Metode Simple Additive Weighting (SAW), dimana metode ini merupakan metode penjumlahan terbobot dari seluruh data yang ada. Hasil dari penelitian ini berupa saran atau rujukan dalam memilih dan menentukan laptop yang ingin dibeli sesuai dengan kebutuhan berdasarkan kriteria laptop yang telah ditentukan dari berbagai varian laptop yang ada di IT Store.
Detection Of Left-Behind Bags Based On YOLOv11 And DeepSORT Budi, Raden George Samuel; Wijaya, Novan
Brilliance: Research of Artificial Intelligence Vol. 5 No. 2 (2025): Brilliance: Research of Artificial Intelligence, Article Research November 2025
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v5i2.7349

Abstract

Incidents of bags being left behind in public facilities such as transportation hubs, offices, and educational environments continue to pose security challenges, especially when monitoring relies solely on human operators. To address the limitations of manual CCTV observation, this study presents an automated system capable of identifying abandoned bags by integrating the YOLOv11n detection model with the DeepSORT tracking algorithm. The dataset used consists of 1000 annotated bag images, combined with a pre-trained YOLOv11 human detector. Prior to training, image preprocessing and augmentation were applied to ensure that the model remained robust under varying illumination, distance, and viewpoint conditions. Model training was carried out in Google Colab using PyTorch with 20 epochs, a learning rate of 0.002, and a batch size of 8. Experimental results indicate that YOLOv11n delivers strong detection performance, achieving a mAP@0.5 of 0.787, a precision score of 0.837, a recall of 0.690, and an F1-Score of 0.755. When combined with DeepSORT, the system operates efficiently in real time, reaching an average of 28.30 FPS with a latency of 35.34 ms per frame. The system effectively distinguishes bags that are separated from their owners through correlation analysis between human and bag movements. Overall, the proposed approach is capable of supporting real-time surveillance needs, although future enhancement of dataset diversity and adaptive thresholding is recommended to improve detection in more complex environments.
Co-Authors Adit Jansa Akhsani Taqwiym Aljabbar, Jodi Putra Alyssa Hasyim Amirah, Syabina Najla Andrean Tjen andreyas Anisa Rahmawati Atika, Rindi Budi, Raden George Samuel Dafid . Daniel Lim Daniel Udjulawa Darmawan, Dean Dedi Ferdinan Manalu Derry Alamsyah Devella, Siska Dicky Ryanto Fernandes Effendy, Qrizky Putra Felix Felix Georgerius Alesandro Christianto Hafiz Irsyad Hariyadi, Dyon Fillipo Agma Hasibuan, Citra Fadilah Heriyanto Heriyanto Jefry Kamaruddin Sanjaya, Herry Karolina, umi Kelvin Stepanus Kevin Susanto Lie, Kenny M Ezar Al Rivan M. Gilang, Seftian Mawarni, Marselyna Fitri Meiriyama, Meiriyama Molavi Arman Mughny, Tria Nanda Muhammad Akbar Muhammad Wildan Nabil Syawaludin Prima Nicolas Jacky Pratama Hasan Olivia Patricia, Grace Rahmad Firdaus Rajaguguk, M. Rifaldi Febriansyah Riadi, Safina Rizaldy, Alya Putri RR. Ella Evrita Hestiandari Steven Tan, Steven Suwanto, Fredy Syeira, Khaerani Tandoballa, Lucky Taqwiym, Akhsani Taqwiym, Akhsani Taqwiym, Akhsani Tinaliah, Tinaliah Tri Buana Ayu Tri Wahyu Cahyo Septa Triana Elizabeth, Triana Wulandari, Selvi Putri Yohannes Yohannes