Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal EK dan BI SmartComp Computer & Science Industrial Engineering Journal
Renaldi, Encik Yoega
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
Dampak Technopreneurship Global Pada Peluang Bisnis Di Masa Depan Menggunakan Prisma Renaldi, Encik Yoega; Veri, Jhon
Jurnal Ekonomi dan Bisnis (EK dan BI) Vol 7 No 2 (2024)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/ekbi.v7i2.1724

Abstract

Studi ini mengeksplorasi dampak tren technopreneurship global selama 5 dekade terakhir terhadap peluang bisnis di masa depan, mengidentifikasi faktor-faktor kunci dalam pengembangan technopreneurship dan memungkinkannya untuk membentuk lanskap kewirausahaan global. menganalisis pengaruh technopreneurship terhadap pengembangan peluang bisnis dengan harapan dapat mengidentifikasi faktor-faktor kunci yang berpotensi menciptakan peluang baru, dan menyebarluaskan peran inovasi teknologi dalam membentuk lingkungan kewirausahaan global. Metodologi yang digunakan adalah Systematic Literature Review dengan pendekatan PRISMA, yang melibatkan pencarian sistematis dalam database akademik, normalisasi data, dan meta-analisis menggunakan alat Publish or Perish dan Covidence. Dari 390 artikel yang ditemukan, 98 diseleksi untuk analisis lebih lanjut, dan akhirnya 4 artikel dimasukkan dalam analisis mendalam setelah melalui proses penyaringan PRISMA. Hasil studi menunjukkan bahwa technopreneurship telah secara signifikan mengubah lanskap bisnis global, menciptakan peluang baru melalui inovasi teknologi dan transformasi digital. Temuan utama meliputi pentingnya platform digital dalam kewirausahaan, kualitas manajemen, kemitraan program, dan intensitas model pengembangan berbasis technopreneurship untuk meningkatkan kinerja dan daya saing usaha kecil, serta peran inovasi teknologi di berbagai sektor industri.
RANCANGAN SISTEM ABSENSI SISWA OTOMATIS BERBASIS SMART QR CARD MENGGUNAKAN ALGORITMA BCRYPT Renaldi, Encik Yoega; Sitohang, Sunarsan
Computer Science and Industrial Engineering Vol 9 No 1 (2023): Comasie
Publisher : LPPM Universitas Putera Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33884/comasiejournal.v9i1.7410

Abstract

Various problems due to shortages in attendance are still implementing the system manual method so that the teacher feels that it has reduced flexibility in attendance. Following up on the problem, system changes must occur in order to support the attendance program. The system that was built applies some of the technology (internet of things) with a combination of hardware that functions to scan student cards of the Smart Quik Response Card type and web-based software for processing machine data with a MySQL database. The method of choice for software design is to apply bcrypt as password security at login to overcome breaches in attendance data. The results of this study built an automatic attendance system based on a smart quik response card. Based on testing by applying the blackbox method to accurately assess the attendance system that has been built, it gets a compatible score or runs smoothly for each trial feature. After experimenting with the implementation at the research location, it can be concluded that the process of absenteeism that occurs at school aims to make teachers more efficient and facilitate administration in using the application system to become disciplined and timely students.
Implementasi Metode Yolov10 Untuk Mendeteksi Penyakit Melalui Analisis Citra Daun Pada Tanaman Padi Renaldi, Encik Yoega; Sumijan, Sumijan; Sovia, Rini
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 14, No 4 (2025): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v14i4.8486

Abstract

Padi menjadi makanan pokok bagi hampir 80% untuk diseluruh Indonesia, yang penghidupannya sangat bergantung pada hasil panen. Sektor pertanian padi menghadapi tantangan berupa penyakit pada daun tanaman, dengan mayoritas petani masih menggunakan metode konvensional dalam deteksi penyakit, menyebabkan keterlambatan penanganan. Penelitian ini mengembangkan sistem deteksi dini penyakit tanaman padi menggunakan kecerdasan buatan dan computer vision dengan deep learning. Implementasi metode YOLOv10 yang efektif dengan menghilangkan penekanan Non-Maximum Suppression untuk mengurangi komputasi secara signifikan. Data penelitian yang dikumpulkan di Dinas Pertanian Kota Padang mencakup 1.446 citra dari tiga jenis penyakit: hawar daun bakteri, cendawan bercak, dan virus tungro. Pre-processing melalui augmentasi data, dataset diperbesar menjadi 10.122 citra. Pelatihan model selama 100 epoch menghasilkan tingkat kepercayaan untuk penyakit daun bakteri hawar (90%), cendawan bercak (91%), dan virus tungro (98%). Sistem mencapai tingkat kepercayaan mAP 93%, Skor F1 88%, dengan waktu komputasi 0,9 detik per citra. Sistem ini menjadi solusi efektif dan efisien bagi para ahli pertanian dan petani dalam menganalisis tingkat keparahan penyakit daun pada tanaman padi.
Co-Authors Sitohang, Sunarsan Sovia, Rini Sumijan Sumijan Veri, Jhon