Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal JTT (Jurnal Teknologi Terpadu) Jurnal Teknologi Terpadu KAKIFIKOM : Kumpulan Artikel Karya Ilmiah Fakultas Ilmu Komputer Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN)
Nugroho, Imam Maruf
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Perancangan UI/UX Aplikasi Reservasi di Kitchenery Resto and Cafe Purwakarta Menggunakan Metode GDD Dewi, Shintia Kemala; Nugroho, Imam Maruf; Ramadhan, Yudhi Raymond
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 3 No. 1 (2023): Jurnal Sistem Informasi dan Teknologi
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/justikpen.v3i1.55

Abstract

User Interface (UI) dan User Experience (UX) memainkan peran integral dalam membantu aplikasi agar lebih menonjol. Oleh karena itu, memiliki UI yang terintegrasi dan harmonis atau UX dalam aplikasi seluler tidak hanya membantu bisnis untuk menarik lebih banyak pengguna tetapi juga meningkatkan kepuasan pelanggan. Kitchenery Resto and Cafe Purwakarta merupakan salah satu tempat makan yang memanfaatkan teknologi untuk memajukan bisnisnya dan membutuhkan desain aplikasi reservasi untuk membantu pelanggan dan karyawan dalam melakukan proses reservasi. Dengan pembuatan aplikasi tersebut akan dilakukan UI dan UX terlebih dahulu dengan menggunakan metode Goal Directed Design (GDD). Hasil perancangan akan dilakukan dengan menggunakan metode pengujian System Usability Scale (SUS). Berdasarkan metode perancangan dan metode pengujian pada penelitian ini, didapatkan nilai rata-rata 78 dengan grade B melalui kuesioner pada tahap support yang dilakukan oleh lima orang responden. Berdasarkan hasil tersebut membuktikan bahwa hasil perancangan UI dan UX aplikasi reservasi ini dapat diterima dan sesuai dengan kebutuhan pengguna.
Perancangan User Interface dan User Experience untuk Platform Kursus Online Menggunakan Metode Design Thinking dan Lean UX Nurmalasari, Elis; Nugroho, Imam Maruf; Totohendarto, Moch. Hafid
KAKIFIKOM : Kumpulan Artikel Karya Ilmiah Fakultas Ilmu Komputer Volume 5 Nomor 1 Tahun 2023
Publisher : UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

XYZ writing community is a community that was formed virtually in 2018 in Jember,East Java. The XYZ Writing Community conducts routine activities, namely holdingclasses on writing every one week twice through the WhatsApp chat platform only.From this problem, it can be seen that the learning system is less effective so that acontainer is needed to accommodate this. Making UI and UX designs will be donefirst using the Design thinking and Lean UX methods. The design results will be testedusing the User Experience Quisionnaerie (UEQ) method. Based on the design methodand testing method used to conduct this research. The distribution of questionnaires atthe Test stage of design thinking to 20 respondents obtained the results of designing anonline course website design in the field of writing using the UEQ method is aboveaverage with a "good" assessment based on the brenchmark diagram. The mean valueon the UEQ scale is above 1 with the highest mean value on the attractiveness scale of1.92 points and the lowest value is on the Novelty scale of 1, 26 points. From theseresults it can be said that the results of UI and UX design design are quite good andquite acceptable to users.
Klasifikasi Penyakit Daun Singkong Menggunakan Convolutional Neural Network (CNN) dengan Arsitektur VGG16 Berbasis Android Anggraeni, Annisa Mustika; Hermanto, Teguh Iman; Nugroho, Imam Maruf
Jurnal Teknologi Terpadu Vol 11 No 1 (2025): Juli, 2025
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Cassava plants play an important role as a national food source. However, their productivity has declined in recent years due to leaf disease. Manual disease identification is often inaccurate and slow. This study aims to develop an automatic classification system based on digital images to detect cassava leaf disease quickly and accurately. The method used is a Convolutional Neural Network (CNN) with a VGG16 architecture. The system was developed following the CRISP-DM approach and uses tools such as Python, Keras, TensorFlow, and TensorFlow Lite for integration into Android. The model was trained to recognize five leaf conditions: brown spots, bacterial blight, green mite, mosaic, and healthy. Testing over 50 epochs showed an accuracy of 96%, with precision, recall, and F1-score ranging from 0.93 to 0.98. This approach is superior to the research by Setyanto and Ariatmanto, which only achieved an accuracy of 72.84%. This system helps farmers perform early diagnosis by taking or uploading photos of leaves, enabling more effective disease control.
KLASIFIKASI TANAMAN HERBAL UNTUK KESEHATAN KULIT DAN RAMBUT BERDASARKAN CITRA DAUN MENGGUNAKAN ALGORITMA CNN DENGAN ARSITEKTUR INCEPTIONV3 Melati, Winda Ayu; Hermanto, Teguh Iman; Nugroho, Imam Maruf
Jurnal Teknologi Terpadu Vol 13, No 2 (2025): JTT (Jurnal Terpadu Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v13i2.2578

Abstract

Tanaman herbal telah dimanfaatkan dalam pengobatan tradisional, terutama untuk perawatan kulit dan rambut. Namun, pengenalan tanaman herbal berdasarkan ciri visual seperti bentuk daun masih dilakukan secara manual dan kurang akurat. Penelitian in bertujuan untuk membuat sistem klasifikasi otomatis sepuluh tanaman herbal berbasis citra daun menggunakan arsitektur Convolusional Neural Network (CNN) InceptionV3. Model dibangun menggunakan pendekatan deep learning dan mengikuti kerangka kerja CRISP-DM. Dataset yang digunakan terdiri dari 1.000 citra daun yang telah diproses melalui augmentasi dan penyesuaiaan ukuran. Model dilatih menggunakan algoritma Adamax dengan learning rate sebesar 0,0001 selama 20 epoch. Hasil pelatihan menunjukkan akurasi tingggi, yaitu 97,50% pada data pelatihan, 99,00% pada validasi, dan 98,00% pada pengujian. Evaluasi juga dilakukan dengan confusion matrix dan classification report untuk menilai performa per kelas. Model terbaik kemudian dikonversi ke format TensoFlow Lite dan diintegrasikan ke dalam aplikasi Android offline. Aplikasi ini memungkinkan pengguna melakukan klasifikasi tanaman hanya dengan gambar daun dan memberikan informasi manfaat tanaman secara langsung. Sistem yang dikembangkan terbukti efektif, akurat, dan dapat digunakan dalam kehidupan sehari-hari.
Co-Authors Anggraeni, Annisa Mustika Dewi, Shintia Kemala Hermanto, Teguh Iman Melati, Winda Ayu Nurmalasari, Elis Ramadhan, Yudhi Raymond Totohendarto, Moch. Hafid