Article Per Year (5 Year)
p-Index From 2020 - 2025
0.835
P-Index
This Author published in this journals
All Journal J-SAKTI (Jurnal Sains Komputer dan Informatika) J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Komtekinfo Indonesian Research Journal on Education
Karseno, Doni
Unknown Affiliation
Religion Arts Humanities Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Artificial Neural Network Untuk Prediksi Kelulusan Calon Peserta Didik Baru (Studi Kasus: MAN 1 Padangsidimpuan) Gaja, Rizqi Nusabbih Hidayatullah; Karseno, Doni; Rijal, Amir Salim Khairul; Juliantho, Dwana Abdi
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 8, No 1 (2024): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v8i1.782

Abstract

There is fierce rivalry amongst schools as a result of competitiveness in the educational field. Therefore, the processing of an educational institution must keep up with technological advancements. Artificial intelligence (AI) and intelligent systems, sometimes called AI systems, are used to simulate human-like critical thinking and intelligent behavior. A popular technique for categorization and prediction is the artificial neural network. MAN 1 Padangsidimpuan faces the challenge of determining whether new students will graduate because each year's quota of applications is exceeded. In this study, potential new students at MAN 1 Padangsidimpuan will have their graduation dates predicted, and the degree of prediction accuracy will be assessed. Artificial Neural Networks are the research approach employed in this study. The steps that are completed include problem formulation and identification, literature review, data gathering, pre-processing, processing, and assessment. Data about potential new students for the academic year 2023–2024 was utilized in this study. The study's findings demonstrate that the neural network model produces outcomes that are 6-6-2 (6 input neurons, 6 hidden layers, and 2 output neurons). 97.31% was the greatest accuracy performance level attained, while 90.30% was the lowest. 615 people made the most accurate predictions, while 569 people made the fewest accurate ones. There were 17 forecasts that were wrong the least and 63 wrong predictions the most.
Artificial Neural Network Untuk Prediksi Kelulusan Calon Peserta Didik Baru (Studi Kasus: MAN 1 Padangsidimpuan) Gaja, Rizqi Nusabbih Hidayatullah; Karseno, Doni; Rijal, Amir Salim Khairul; Juliantho, Dwana Abdi
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 8, No 1 (2024): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v8i1.782

Abstract

There is fierce rivalry amongst schools as a result of competitiveness in the educational field. Therefore, the processing of an educational institution must keep up with technological advancements. Artificial intelligence (AI) and intelligent systems, sometimes called AI systems, are used to simulate human-like critical thinking and intelligent behavior. A popular technique for categorization and prediction is the artificial neural network. MAN 1 Padangsidimpuan faces the challenge of determining whether new students will graduate because each year's quota of applications is exceeded. In this study, potential new students at MAN 1 Padangsidimpuan will have their graduation dates predicted, and the degree of prediction accuracy will be assessed. Artificial Neural Networks are the research approach employed in this study. The steps that are completed include problem formulation and identification, literature review, data gathering, pre-processing, processing, and assessment. Data about potential new students for the academic year 2023–2024 was utilized in this study. The study's findings demonstrate that the neural network model produces outcomes that are 6-6-2 (6 input neurons, 6 hidden layers, and 2 output neurons). 97.31% was the greatest accuracy performance level attained, while 90.30% was the lowest. 615 people made the most accurate predictions, while 569 people made the fewest accurate ones. There were 17 forecasts that were wrong the least and 63 wrong predictions the most.
Penerapan Algoritma Haar Cascade Clasifier dan Computer Neural Network Sebagai Presensi Karyawan Karseno, Doni; Yuhandri; Ramadhanu, Agung
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.565

Abstract

Sistem pengenalan wajah merupakan program komputer yang secara otomatis dapat mendeteksi gambar digital atau video untuk mengidentifikasi atau mengautentikasi seseorang secara otomatis. Kesulitan dalam masalah pengenalan wajah sebagian besar disebabkan oleh kurangnya keberhasilan dalam menemukan fitur gambar tersebut. Pengenalan objek banyak digunakan oleh para pelaku industri untuk keperluan inspeksi, registrasi atau manipulasi. Penelitian ini bertujuan untuk menidentifikasi wajah pada masing – masing karyawan. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier (HCC) sebagai pendeteksi wajah dan metode Convolutional Neural Network (CNN) untuk proses identifikasi wajah. Proses pengenalan wajah ini dapat digunakan untuk mengidentifikasi masing – masing karyawan. Sehingga dalam melakukan presensi digital tidak ada kecurangan lagi yang dilakukan oleh karyawan. Dalam penelitian ini data yang diambil adalah data di Institut Teknologi dan Bisnis Indragiri. Algoritma Haar Cascade Classifier menjadi metode yang dapat digunakan dalam proses pengenalan polah wajah manusia. Sedangkan Convolutional Neural Network merupakan metode untuk mengidentifikasi serta mengklasifikasi hasil dari metode Haar Cascade Classifier sebagai tahap awal. Dalam hal pengklasifikasian image, metode Convolutional Neural Network merupakan metode yang dapat digunakan untuk pengklasifikasian wajah. Arsitektur Convolutional Neural Network yang digunakan dalam penelitian ini adalah alexnet. Dataset dari ImageNet lebih dari 14 juta gambar yang dikategrikan dalam ribuan kelas. Convolutional Neural Network memiliki arsitektur yang terinspirasi oleh struktur visual sistem manusia dan sangat efektif untuk tugas-tugas pengenalan gambar dan klasifikasi. Kesimpulan dari hasil penilitan ini yaitu dengan menggabungkan metode Haar Cascade Classifier dan Convolutional Neural Network dapat mempercepat proses pengenalan klasifikasi suatu objek wajah. Penelitian ini menggunakan kumpulan dataset wajah yang beragam, mencakup variasi sudut pandang, ekspresi, dan kondisi pencahayaan. Data yang digunakan terdiri dari seluruh karyawan yang memiliki 106 data wajah. Model CNN kemudian dilatih menggunakan data latih sebesar 85% dari keseluruhan data. Setelah model dilatih, selanjutnya dilakukan evaluasi model CNN melalui beberapa metrik evaluasi. Dari hasil evaluasi diperoleh tingkat akurasi yang baik sebesar 91% Hasil dari penelitian ini dapat digunakan untuk media presensi digital berbasis pengenalan wajah pada karyawan Institut Teknologi Dan Bisnis Indragiri.
Systematic Literatur Review Strategi Digital Marketing Penjualan Produk Karseno, Doni; Very, Jhon
Indonesian Research Journal on Education Vol. 4 No. 2 (2024): irje 2024
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v4i2.520

Abstract

Digital marketing telah menjadi elemen penting dalam strategi penjualan produk di era digital. Teknologi yang terus berkembang dan penetrasi internet yang semakin luas memungkinkan perusahaan untuk menjangkau audiens yang lebih besar dan lebih spesifik. Strategi digital marketing yang efektif dapat meningkatkan visibilitas produk, menarik pelanggan potensial, dan meningkatkan penjualan. Media sosial seperti Facebook, Instagram, dan Twitter efektif dalam membangun brand awareness dan engagement dengan pelanggan melalui konten yang menarik dan interaktif. Penyediaan konten yang bernilai dan relevan dapat menarik dan mempertahankan minat pelanggan, serta meningkatkan kredibilitas dan otoritas brand. Penggunaan iklan berbayar seperti Google Ads dan iklan media sosial dapat menjangkau audiens yang lebih spesifik dan meningkatkan konversi penjualan Penelitian ini bertujuan untuk menganalisis berbagai strategi digital marketing yang digunakan dalam penjualan produk dan mengidentifikasi praktik terbaik yang dapat meningkatkan kinerja penjualan.
Investigasi dan Analisis Pengembalian Pesan Whatsapp yang Sudah Terhapus Menggunakan Metode National Institute of Justice (NIJ) Karseno, Doni; Hendrik, Billy
Indonesian Research Journal on Education Vol. 4 No. 3 (2024): irje 2024
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v4i3.521

Abstract

Smartphone menjadi salah satu alat yang digunakan oleh kaum melenial untuk melakukan interaksi antar sesama pengguna. Dengan perkembangan teknologi smartphone yang semakin pesat akan menghasilkan dampak positif dan negatif bagi para pengguna smartphone. Dampak positif bagi para pengguna adalah untuk mempermudah suatu pekerjaan atau penerimaan inforamasi secara tepat dan akurat. Namun untuk dampak negatifnya adalah  bisa digunakan untuk kejahatan seperti penipuan, transaksi ilegal dan berbagai kejahatan di dunia maya (cybercrime). Salah satu aplikasi pesan instan paling populer untuk tahun ini adalah Whatsapp. Aplikasi Whatsapp menyebabkan tindak kriminal di dunia maya seperti, transaksi ilegal, penipuan, pornografi, cyberbullying dan lain – lain. Perilaku kejahatan yang dilakukan oleh pelaku tentunya akan meninggalkan barang bukti berupa bukti digital percakapan tentang kejahatan yang dilakukanya melalui aplikasi Whatsapp. Maka dari itu perlu adanya forensic digital untuk melakukan pencarian jejak digital pada aplikasi Whatsapp melalui media smartphone. Penelitian ini bertujuan untuk mengetahui cara melakukan digital forensic dan mengetahui hasil analisis digital menggunakan MOBILEedit dan juga Oxygen Forensic dalam pencarian bukti digital tindak kejahatan dunia maya (cybercrime). Hasil penelitian menunjukan bahwa bukti digital berhasil ditemukan  hampir seluruh data sesuai dengan skenario menggunakan tools MOBILEedit dan juga Oxygen Forensic.
Co-Authors Gaja, Rizqi Nusabbih Hidayatullah Hendrik, Billy Juliantho, Dwana Abdi Ramadhanu, Agung Rijal, Amir Salim Khairul Very, Jhon Yuhandri