Claim Missing Document
Check
Articles

Found 25 Documents
Search

Implementasi Framework Djanggo dalam Sistem Layanan Restorasi Arsip Keluarga (SELARAS) Pada Arsip Nasional Republik Indonesia Bambang Wijonarko; Ricki Sastra; Numan Musyaffa
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 5 No. 2 (2024): Edisi November 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v5i2.4980

Abstract

Kemajuan teknologi merupakan sesuatu yang tidak bisa dihindari dalam kehidupan ini, karena kemajuan teknologi akan berjalan sesuai dengan kemajuan ilmu pengetahuan, terutama dengan adopsi teknologi berbasis web, Arsip keluarga yang tercipta dalam berbagai bentuk dan media tersebut merupakan data penting bagi setiap anggota keluarga untuk berbagai kepentingan, namun pendaftaran yang dilakukan pada layanan restorasi arsip keluarga di Arsip Nasional Republik Indonesia (ANRI) masih manual, masih belum efektif dengan cara menghubungi petugas secara langsung. Penelitian ini bertujuan untuk membuat sebuah sistem informasi manajemen restorasi arsip Keluarga pada ANRI dengan menggunakan framework Django-Phyton, Pengembangan sistem dilakukan dengan menggunakan framework Django-Phyton untuk membangun sistem informasi manajemen arestorasi arsip keluarga yang terintegrasi dan basis data MySQL dengan adanya perancangan Sistem informasi layanan restorasi arsip keluarga berbasis web memungkinkan otomatisasi proses pendaftaran, pengguna dapat mendaftar secara online dengan mengisi formulir elektronik, Hasil penelitian ini berupa sistem informasi yang efisien dan terintegrasi untuk Manajemen Restorasi Arsip Keluarga yang dapat memudahkan user dalam memantau status restorasi.
KLASIFIKASI CITRA SAYUR-SAYURAN MENGGUNAKAN CNN DENGAN VALIDASI SILANG K-FOLDS DI TENSORFLOW Ahmad Fauzi; Septian Rizky Insani Rizky Insani; Bambang Wijonarko
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 6 No. 2 (2025): Edisi November 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v6i2.9258

Abstract

Sayuran merupakan bagian tumbuhan yang memiliki kadar air tinggi dan berperan penting dalam konsumsi pangan sehari-hari. Namun, proses identifikasi jenis sayuran secara manual sering kali memerlukan waktu dan berisiko terjadi kesalahan, terutama dalam skala besar seperti di pasar atau industri. Penelitian ini bertujuan untuk mengembangkan dan menguji model klasifikasi citra sayuran secara otomatis menggunakan algoritma Convolutional Neural Network (CNN) dengan pendekatan K-Fold Cross Validation sebagai solusi terhadap permasalahan tersebut. Dataset yang digunakan terdiri dari 15 kelas sayuran, yaitu brokoli, capsicum, kacang, kembang kol, kentang, kubis, labu air, labu kuning, lobak, pare, pepaya, terong, timun, tomat, dan wortel. Proses pelatihan dilakukan dengan dua skenario, yaitu model pertama dilatih selama 10 epoch dan model kedua selama 5 epoch, masing-masing divalidasi menggunakan 5-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model dengan pelatihan 10 epoch memberikan performa klasifikasi yang lebih optimal dengan akurasi tertinggi sebesar 99,13%, dibandingkan dengan model 5 epoch yang mencapai akurasi 99,07%. Temuan ini menegaskan bahwa jumlah epoch berpengaruh signifikan terhadap peningkatan performa model CNN dalam tugas klasifikasi citra dengan banyak kelas. Model yang dihasilkan memiliki potensi besar untuk diterapkan dalam sistem identifikasi otomatis sayuran guna mendukung sektor pertanian dan perdagangan berbasis teknologi.
IMPLEMENTASI LAYANAN PAYMENT GATEWAY PADA E-COMMERCE PENJUALAN TOKO SPREI BERBASIS WEB Bambang Wijonarko; Numan Musyaffa; Ricki Sastra
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 6 No. 2 (2025): Edisi November 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v6i2.10171

Abstract

Teoandkim Bedding merupakan toko sprei online yang saat ini menjual berbagai produknya melalui media sosial instagram, akan tetapi media sosial kurang memadai untuk hal kepentingan berjualan yang mana pembeli masih melakukan pemesanan mengkonfirmasi pembayaran secara manual sehingga ini menjadi tidak efisien baik untuk pembeli maupun penjual apabila terjadi lonjakan pesanan. Dalam penelitian ini, penulis berniat untuk membantu menyelesaikan masalah dengan cara membuat sebuah aplikasi toko online berbasis web agar dapat memenuhi kebutuhan penjual dengan membuat fitur yang dibutuhkan. Penulis akan membuat sistem informasi penjualan yang memiliki fitur In App Order dan terintegrasi dengan Payment Gateway agar pembeli dapat berbelanja langsung dan pengecekan pembayaran dilakukan secara otomatis jika pembeli melakukan pembayaran seperti melalui Virtual Account. Dengan adanya fitur in app order pembeli tidak perlu melakukan pemesanan dengan cara mengirim gambar produk yang dipilih kepada pembeli dan terintegrasinya web toko online ini dengan payment gateway, maka pembeli tidak perlu mengirimkan bukti transfer kepada penjual untuk mengkonfirmasi pembayarannya.
Optimalisasi Sistem Presensi Berbasis Face Recognition dengan Python dan OpenCV Ricki Sastra; Numan Musyafa; Bambang Wijonarko
INSANtek Vol. 6 No. 1 (2025): Mei 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/insantek.v6i1.8760

Abstract

Presensi kehadiran merupakan aspek penting dalam berbagai institusi seperti pendidikan, pemerintahan, maupun sektor swasta. Namun, metode konvensional seperti tanda tangan manual atau penggunaan kartu identitas masih memiliki berbagai kelemahan, seperti rawan pemalsuan, keterlambatan, dan kurangnya efisiensi. Untuk mengatasi hal tersebut, penelitian ini bertujuan untuk mengoptimalkan sistem presensi berbasis teknologi face recognition menggunakan bahasa pemrograman Python dan pustaka OpenCV. Sistem ini dirancang agar mampu mendeteksi dan mengenali wajah pengguna secara otomatis melalui pemrosesan citra digital dan penerapan algoritma pembelajaran mesin. Pengembangan sistem menggunakan metode Rapid Application Development (RAD), yang melibatkan tahapan perencanaan kebutuhan, pembuatan prototipe, pengujian sistem, hingga implementasi akhir. Algoritma Histogram of Oriented Gradients (HOG) digunakan untuk deteksi fitur wajah, sedangkan Convolutional Neural Network (CNN) dimanfaatkan untuk klasifikasi dan pengenalan wajah secara akurat. Data kehadiran disimpan dalam database SQLite atau MySQL secara real-time untuk memudahkan pelacakan dan pelaporan. Hasil pengujian menunjukkan bahwa sistem ini mampu mengenali wajah dengan akurasi tinggi meskipun dalam kondisi pencahayaan yang bervariasi. Dengan demikian, sistem ini diharapkan dapat meningkatkan efisiensi, keakuratan, dan keamanan proses presensi, serta menjadi solusi inovatif dalam mendukung transformasi digital di berbagai bidang.
Pengembangan Aplikasi Reservasi Service Mobil Berbasis Android Menggunakan Design Thinking Aji Sudibyo; Bambang Wijonarko; Ricki Sastra; Numan Musyaffa
INSANtek Vol. 7 No. 1 (2026): Mei 2026
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/insantek.v7i1.12535

Abstract

Industri jasa perbengkelan kendaraan khususnya di dealer resmi, menghadapi tantangan seperti proses reservasi yang masih manual dan kesulitan pengguna dalam menemukan lokasi bengkel terdekat. Penelitian ini bertujuan untuk mengembangkan aplikasi reservasi service mobil berbasis Android yang terintegrasi dengan teknologi GPS untuk mengatasi permasalahan tersebut. Pengembangan aplikasi menggunakan metode Design Thinking untuk merancang solusi yang berpusat pada pengguna dan kerangka kerja Agile Scrum untuk proses pengembangan yang iteraktif. Perancangan sistem dimodelkan dengan Unified Modeling Language (UML) melalui diagram Use Case dan Activity. Pengujian fungsionalitas dilakukan dengan metode black-box testing. Hasil penelitian menunjukkan bahwa aplikasi telah berhasil dikembangkan dengan fitur-fitur utama seperti login, menu daftar bengkel, peta bengkel berbasis GPS, booking service, status pemesanan, dan profil pengguna. Hasil pengujian black-box mengonfirmasi bahwa seluruh fitur, khususnya yang berbasis GPS, berfungsi sesuai kebutuhan. Aplikasi ini berfungsi secara efektif dan berkontribusi dalam mendukung transformasi digital di sektor jasa. Untuk pengembangan selanjutnya, disarankan untuk memperbarui antarmuka dengan Jetpack Compose, mengintegrasikan teknologi AI untuk analisis prediktif, serta menambahkan fitur manajemen perawatan kendaraan.