Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Multimedia JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM)
Musthofa, Rifai Ahmad
Unknown Affiliation
Computer Science & IT

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
AUGMENTED REALITY SEBAGAI MEDIA PEMBELAJARAN ORGAN DALAM MANUSIA BERBASIS ANDROID Musthofa, Rifai Ahmad; Umri , Buyut Khoirul; Astuti, Ika Asti; Justin , Dwi Muhammad
Journal of Information System Management (JOISM) Vol. 6 No. 1 (2024): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2024v6i1.1651

Abstract

Penelitian ini memiliki tujuan untuk menciptakan sebuah aplikasi Augmented Reality (AR) yang dioperasikan pada platform Android sebagai media pembelajaran. Dengan mulai berkembangnya teknologi informasi dan komunikasi yang semakin pesat, media pembelajaran tradisional seperti buku dan papan tulis perlu ditingkatkan dengan media yang lebih interaktif dan menarik. Teknologi Augmented Reality berbasis Android dapat digunakan untuk mempermudah pemahaman tentang organ dalam manusia, memberikan pengalaman belajar yang baru dan interaktif bagi pengguna yang ingin mempelajari organ dalam manusia secara mendetail. Aplikasi ini dikembangkan menggunakan metode Multimedia Development Life Cycle (MDLC) dan dirancang untuk membantu mengenalkan organ dalam manusia seperti jantung, paru-paru, hati, lambung, dan ginjal dalam bentuk aplikasi Android. Dengan antarmuka yang responsif dan mudah digunakan, diharapkan aplikasi ini dapat membantu pengguna untuk lebih mudah mengenal organ dalam manusia.
ANALISA STRATEGIS DALAM PROSES GENERATE IMAGE-TO-VIDEO PADA PLATFORM AI GENERATIF UNTUK OPTIMALISASI KUALITAS VIDEO Pirmansah, Imam Ainudin; Satria, Dhimas Adi; Musthofa, Rifai Ahmad
Journal of Information System Management (JOISM) Vol. 7 No. 1 (2025): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2025v7i1.2131

Abstract

Perkembangan pesat kecerdasan buatan generatif (AI) telah mentransformasi proses pembuatan konten digital, khususnya dalam menghasilkan video dari gambar statis. Meskipun telah hadir berbagai platform AI image-to-video seperti Kling, Runway, Pixverse, dan Hailuo, hingga kini belum ada benchmarking komprehensif dan sistematis terkait kinerja serta kualitas output dari platform-platform tersebut. Penelitian ini menyajikan analisis komparatif terhadap keempat platform guna mengoptimalkan kualitas video untuk kebutuhan kreatif maupun profesional. Pendekatan kuantitatif dan kualitatif digunakan melalui pengukuran waktu proses, resolusi, frame rate, Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index Measure (SSIM), serta penilaian berbasis skala Likert oleh panelis ahli. Hasil eksperimen menunjukkan bahwa Runway secara konsisten menghasilkan kualitas visual dan sinematografi terbaik, Kling unggul dalam stabilitas karakter dan efisiensi biaya, Hailuo menonjol pada detail tekstur, sementara Pixverse menawarkan workflow tercepat. Temuan ini memberikan panduan praktis bagi pengguna, pengembang, dan pelaku industri dalam memilih dan mengoptimalkan platform AI image-to-video.
Implementasi Generatif Artificial Intelligence pada Tahap Pembuatan Animasi menggunakan Metode MDLC Satria, Dhimas Adi; Pirmansah, Imam Ainudin; Musthofa, Rifai Ahmad
JTIM : Jurnal Teknologi Informasi dan Multimedia Vol. 7 No. 4 (2025): November
Publisher : Puslitbang Sekawan Institute Nusa Tenggara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35746/jtim.v7i4.746

Abstract

The rapid advancement of artificial intelligence (AI) in recent years has unlocked new opportunities across various fields, including creative industries such as animation. This study focuses on the application and use of generative AI, particularly text-to-image, text-to-video, and image-to-video models, in the process of creating animated scenes. This technology enables the generation of complex and imaginative visual content based solely on narrative descriptions (prompts) provided by users. By automating the production of images or videos, generative AI not only accelerates the production process and significantly reduces costs but also opens doors to exploring more diverse and innovative visual styles. This research analyzes several cutting-edge generative AI technologies, while evaluating their advantages and challenges in producing animated content. The AI-based animation development process is examined using the Multimedia Development Life Cycle (MDLC) framework, which consists of six key stages: Concept, Design, Material Collection, Development, Testing, and Distribution. The findings suggest that generative AI holds great potential for enhancing animators' efficiency, particularly in pre-production stages such as storyboarding, concept art creation, and rough animation. However, while AI can automate many technical aspects, human intervention remains essential to ensure visual consistency, artistic quality, and narrative coherence. Key challenges include dependence on dataset quality, risks of visual style plagiarism, and the need for manual refinement to align outputs with creative visions. Thus, the integration of generative AI in animation production should be viewed as an assistive tool rather than a complete replacement for human creativity. This study provides insights into how AI technology can be optimally utilized in the animation industry while preserving artistic value and originality.
Co-Authors Ika Asti Astuti Justin , Dwi Muhammad Pirmansah, Imam Ainudin Satria, Dhimas Adi Umri , Buyut Khoirul