Article Per Year (5 Year)
p-Index From 2021 - 2026
0.888
P-Index
This Author published in this journals
All Journal Jurnal Sains Komputer dan Teknologi Informasi Journal of Artificial Intelligence and Digital Business Journal Of Technology and Information System (J-TIS) IPSIKOM
Hakim, Jamaludin
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Materials Science & Nanotechnology Mathematics

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

Found 4 Documents
Search

 1 
Sistem Informasi Manajemen Pada Penjualan Toko Danthrift Berbasis Web Deselas, Herdinanda; Hakim, Jamaludin
Journal Of Technology and Information System (J-TIS) Vol 2 No 1 (2023): Januari - Juni 2023
Publisher : Program Studi Sistem Informasi, Universitas Yapis Papua

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70129/jtis.v2i1.353

Abstract

Saat ini proses pelayanan pada Toko Danthrift, pelanggan masih harus mengunjungi langsung ke toko untuk bisa dapat membeli pakaian. Penelitian ini menyoroti permasalahan yang dijelajahi, yaitu Toko Danthrift mengalami penjualan yang kurang memuaskan di karenakan proses penjualan dan pemasaran masih di dalam zone toko, yang dimana kurangnya pembeli dan masih sedikit orang yang tahu keberadaan Toko Danthrift. Tujuan dari penelitian ini adalah untuk mengatasi tantangan dalam proses pemasaran dan penjualan produk yang masih terbatas, serta membantu bisnis untuk mengontrol dan mengurus informasi yang tertata dengan baik. Hasil penelitian adalah menyediakan sistem penjualan pada Toko Danthrift berbasis site sebagai solusi untuk permasalahan yang telah dijelaskan sebelumnya, pelanggan diberikan kemampuan untuk memesan produk secara langsung melalui situs web tanpa perlu mengunjungi toko fisik, dan juga dengan melakukan penjualan berbasis web Toko Danthrift dapat memasarkan toko dengan jangkauan yang lebih luas melalui web. Dalam penelitian ini menggunakan metode perancangan UML yaitu utilize case chart, movement graph dan course chart, serta metode pengembangan waterfall.
SISTEM PAKAR DIAGNOSIS PENYAKIT KULIT HEWAN PELIHARAAN MENGGUNAKAN PENDEKATAN DEMPSTER-SHAFER Sah, Andrian; Septilia, Tiara Indah; Rasna, Rasna; Nurhayati, Siti; Jusmawati, Jusmawati; Tonggiroh, Mursalim; Widiyantoro, Muh. Riandi; Hakim, Jamaludin
Insan Pembangunan Sistem Informasi dan Komputer (IPSIKOM) Vol 12, No 2 (2024): DESEMBER 2024
Publisher : Universitas Insan Pembangunan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58217/ipsikom.v12i2.316

Abstract

Penyakit kulit pada hewan peliharaan merupakan permasalahan yang kompleks dengan berbagai jenis dan gejala yang sering kali sulit didiagnosis secara manual. Tantangan seperti kemiripan gejala antar penyakit, ketidakpastian data, dan biaya pengobatan yang tinggi menjadi hambatan bagi pemilik hewan dalam memberikan perawatan yang tepat. Oleh karena itu, tujuannya penelitian ini dilakukan yaitu mengembangkan sistem pakar berbasis metode Dempster-Shafer yang dirancang untuk menangani ketidakpastian dalam proses diagnosis. Sistem ini memungkinkan penggabungan informasi dari berbagai gejala yang diinput oleh pengguna untuk menghasilkan tingkat keyakinan yang akurat terhadap jenis penyakit tertentu. Sistem pakar yang dikembangkan berbasis website sehingga mudah diakses kapan saja dan di mana saja oleh pengguna. Sistem ini dirancang untuk membantu pemilik hewan mengenali gejala penyakit, mempercepat proses konsultasi, serta memberikan panduan awal terkait langkah perawatan yang diperlukan. Berdasarkan hasil pengujian menggunakan metode black box testing, seluruh fitur sistem berfungsi sesuai dengan spesifikasi yang dirancang. Hasil penelitian menunjukkan bahwa sistem ini mampu memberikan hasil diagnosis, serta rekomendasi perawatan yang relevan, sehingga layak digunakan sebagai alat bantu dalam mendiagnosis penyakit kulit pada hewan peliharaan.
Penentuan Koperasi Berprestasi Menggunakan Metode Multi-Objective Optimization By Ratio Analysis : Optimization by Ratio Analysis Determining High-Performing Cooperatives Using The Multi-Objective Optimization by Ratio Analysis Method Nurhayati, Siti; Tonggiroh, Mursalim; Hakim, Jamaludin; Jusmawati, Jusmawati; Bumi, Kalbu Pandu
Jurnal Sains Komputer dan Teknologi Informasi Vol. 7 No. 2 (2025): Jurnal Sains Komputer dan Teknologi Informasi
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/jsakti.v7i2.9893

Abstract

Dinas Perindustrian, Perdagangan, Koperasi, dan Usaha Kecil Menengah (Disperindagkop dan UKM) Kota Jayapura secara rutin memberikan reward kepada koperasi-koperasi yang dinilai berprestasi setiap tahunnya. Namun, proses seleksi koperasi penerima reward masih dilakukan secara manual, yang memerlukan waktu dan sumber daya yang cukup besar serta berpotensi menimbulkan ketidakefisienan dalam pengambilan keputusan. Untuk mengatasi permasalahan tersebut, diperlukan penerapan Sistem Pendukung Keputusan (SPK) yang mampu mendukung proses seleksi secara lebih sistematis dan objektif. Penelitian ini mengusulkan penggunaan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA), yang merupakan metode pengambilan keputusan multikriteria dan efektif dalam menyelesaikan permasalahan yang kompleks. Dalam konteks ini, proses evaluasi dilakukan berdasarkan tujuh kriteria, yaitu saldo awal, saldo akhir, pembukuan harian, pembukuan bulanan, tingkat keaktifan koperasi, pelaksanaan Rapat Anggota Tahunan (RAT), dan jumlah nasabah, dengan sepuluh alternatif koperasi yang dinilai. Hasil dari implementasi SPK dengan metode MOORA diharapkan dapat menghasilkan alternatif keputusan yang tepat dalam menentukan koperasi penerima reward secara adil, terukur, dan transparan di lingkungan Disperindagkop dan UKM Kota Jayapura.
Perbandingan Efektivitas Arsitektur CNN Pada Sistem Klasifikasi Kelelahan Pada Wajah Pengemudi Hidayat, Muhammad Ali Nur; Iriyanti, Adinda Sofia; Hakim, Jamaludin; Ndala, Stefanus; Sasono, Damar Surya
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.6937

Abstract

Kondisi kelelahan pada pengemudi berperan signifikan dalam meningkatkan risiko kecelakaan lalu lintas karena berdampak langsung pada penurunan tingkat konsentrasi serta keterlambatan respons terhadap situasi di jalan. Dengan demikian, pengembangan sistem klasifikasi kelelahan berbasis citra wajah yang mampu melakukan deteksi secara otomatis dan memiliki tingkat keandalan tinggi menjadi kebutuhan yang penting. Penelitian ini bertujuan membandingkan kinerja empat arsitektur Convolutional Neural Network (CNN), yaitu VGG16, ResNet50, MobileNetV2, dan InceptionV3, dalam mengklasifikasikan kelelahan wajah pengemudi. Dataset penelitian ini mencakup sebanyak 2.000 citra wajah yang bersumber dari platform Kaggle, yang selanjutnya melalui tahap praproses meliputi penyesuaian ukuran citra, normalisasi nilai piksel, serta penerapan teknik augmentasi data. Seluruh model dilatih selama 35 epoch dengan memanfaatkan bobot awal pretrained ImageNet. Evaluasi performa dilakukan menggunakan metrik training accuracy, training loss, validation accuracy, dan validation loss. Hasil pengujian menunjukkan bahwa ResNet50 dan MobileNetV2 mencapai performa terbaik dengan training dan validation accuracy sebesar 100% serta validation loss yang rendah, masing-masing 0,0301 dan 0,0309. Sementara itu, VGG16 memperoleh training accuracy 95,82% dan validation accuracy 93,03% dengan validation loss 0,1511, sedangkan InceptionV3 mencapai training accuracy 98,57% dan validation accuracy 95,73% dengan validation loss yang relatif lebih tinggi. Hasil ini menunjukkan bahwa meskipun arsitektur CNN yang kompleks mampu menghasilkan akurasi tinggi, model ringan seperti MobileNetV2 lebih optimal untuk implementasi sistem deteksi kelelahan pengemudi berbasis real-time karena efisiensi komputasinya.
Co-Authors Bumi, Kalbu Pandu Deselas, Herdinanda Hidayat, Muhammad Ali Nur Iriyanti, Adinda Sofia Jusmawati Jusmawati, Jusmawati Ndala, Stefanus Rasna, Rasna Sah, Andrian Sasono, Damar Surya Septilia, Tiara Indah Siti Nurhayati Tonggiroh, Mursalim Widiyantoro, Muh. Riandi