Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Fountain of Informatics Journal

Rancang Bangun Sistem Informasi Akuntansi PT. Zenith Material Solution Berbasis Web Muhammad Nurrizky Ekaputra; Aziz Musthafa; Triana Harmini; Ely Windarti Hastuti
Fountain of Informatics Journal Vol 6, No 1 (2021): Mei
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v6i1.4973

Abstract

AbstrakPT. Zenith Material Solution adalah perusahaan yang menjadi bagian dari MR Corporation yang berada di wilayah Tambun Selatan, Bekasi, Jawa Barat. Perusahaan ini berfokus kepada bisnis plastik serta bahan PVC untuk bahan baku industri. Rumusan masalah dari penelitian ini yaitu belum terintegrasinya data transaksi perusahaan dengan penjurnalan di PT. Zenith Material Solution. Tujuan dari penelitian ini adalah untuk merancang suatu sistem informasi akuntansi untuk PT. Zenith Material Solution yang didalamnya terdapat integrasi antara data transaksi perusahaan dengan penjurnalan. Sistem informasi akuntansi ini menggunakan bahasa pemrograman PHP yang dibantu dengan framework Laravel versi 5.8. Perancangan sistem dilakukan menggunakan metode waterfall. Pengujian fungsi fitur pada sistem informasi akuntansi ini menggunakan metode black-box dengan hasil yaitu fitur-fitur pada sistem dapat berjalan dengan baik sesuai dengan fungsinya, sedangkan pengujian kepada pengguna menggunakan kuesioner pernyataan kepada staf akuntan PT. Zenith Material Solution serta kuesioner uji validitas sistem akuntansi kepada validator ahli. Hasil penelitian ini adalah sistem informasi akuntansi berbasis web yang mampu mengintegrasikan antara transaksi pembelian ataupun penjualan dengan penjurnalan sehingga dapat menghasilkan output berupa laporan keuangan yang valid. Untuk tahap selanjutnya, sistem dapat dikembangkan kembali dengan penambahan fitur seperti menu akun dan buku besar pembantu, fitur cetak faktur pajak serta fitur cetak surat jalan.Kata kunci: Sistem Informasi Akuntansi, Integrasi, Transaksi, Laporan Keuangan, PT Zenit Abstract[Design and Building of Web-based Accounting Information System of Zenith Material Solution Incorporation] Zenith Material Solution Inc. is a company that is being part of MR Corporation placed at South Tambun, Bekasi, West Java. This company focused on plastics and PVC business as raw materials for industries. The problem is that the company's transaction data has not been integrated with journalizing at Zenith Material Solution Inc. This research proposes an accounting information system that includes integration between the company's transaction data and journalizing. This accounting information system created using PHP programming languages, which assisted with Laravel framework 5.8. It has been designed with a waterfall method. Function's features of this accounting information system are tested with the black-box way, where its result that the parts of this system can run well with their respective functions. Besides, users are trying to use a statement questionnaire to the accountants of Zenith Material Solution and a questionnaire to test the accounting system's validity to expert validators. These research results are a web-based accounting information system that can integrate purchase or sales transaction data with journalizing to produce output in the form of accurate financial reports. The next research can be developed with features such as the account menu and subsidiary ledger, tax invoice printing, and delivery order printing features.Keywords: Accounting Information System, Integration, Transaction, Financial Reports, PT. Zenit
Dehazing Citra Kabut Gunung Berapi Kelud Dengan Color Attenuation Prior Dan Adaptive Gamma Correction Oddy Virgantara Putra; Aziz Musthafa
Fountain of Informatics Journal Vol 4, No 2 (2019): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v4i2.3511

Abstract

AbstrakVisibilitas citra luar ruangan yang ditangkap dalam cuaca buruk seringkali menurun karena adanya kabut, badai pasir, dan sebagainya. Visibilitas yang buruk, yang disebabkan oleh fenomena di atmosfer, menjadi faktor penyebab gagalnya aplikasi visi komputer, seperti sistem pengenalan objek luar, sistem deteksi rintangan atau sistem pengawasan video. Sejak letusan terakhir gunung Kelud, telah dipasang kamera CCTV untuk mengamati kawah danau dan sekitarnya. Akan tetapi, kamera pengamat mengalami gangguan dikarenakan adanya kabut. Tidak hanya itu, penghilangan kabut dari satu citra dengan struktur yang rumit, efek halo, dan distorsi warna adalah hal yang menantang teknik image recovery. Penelitian ini bertujuan mereduksi kabut dan meningkatkan visibilitas dari citra berkabut. Pada artikel ini, diusulkan metode dehazing baru yang menggabungkan metode Color Attenuation Prior (CAP) dan Adaptive Gamma Correction (AGC). Metode ini dibagi menjadi tiga modul utama, yaitu modul estimasi kedalaman (DispE), modul peningkatan peta transmisi (TME), dan modul restorasi (ImRec). Modul DispE yang diusulkan memanfaatkan teknik estimasi kedalaman dari CAP. Sedangkan modul TME mengadopsi teknik AGC. Dengan demikian, efek halo pada citra dapat dihindari dan estimasi peta transmisi yang efektif dapat dicapai. Selanjutnya, modul ImRec menggunakan peta transmisi hasil keluaran dari TME untuk memperbaiki distorsi warna citra kawah. Hasil eksperimental menunjukkan bahwa metode yang diusulkan bisa mengurangi kabut tanpa menimbulkan efek halo dan distorsi warna. Penelitian berikutnya difokuskan pada metode berbasis pembelajaran mesin.Kata kunci: adaptive gamma correction, color attenuation prior, dehazing, kabut. Abstract[Single Kelud Volcano Lake Crater Image Dehazing Using Color Attenuation Prior and Adaptive Gamma Correction] Visibility of outdoor images captured in bad weather often decreases due to fog, sandstorms, and so on. Poor visibility, caused by atmospheric phenomena, is a factor in the failure of computer vision applications, such as external object recognition systems, obstacle detection systems or video surveillance systems. Due to the last eruption, CCTV cameras have been installed on top of Mt. Kelud summit to observe the crater of the lake and its surroundings. However, the observation camera experienced interference due to the fog. Not only that, the removal of fog from an image with complicated structures, halo effect, and color distortion is challenging image recovery techniques. This study aims to reduce the fog and improve the visibility of the foggy image. In this article, a new dehazing method is proposed that combines the Color Attenuation Prior (CAP) and Adaptive Gamma Correction (AGC) methods. This is divided into three main modules, namely the depth estimation module (DispE), the transmission map enhancement module (TME), and the restoration module (ImRec). The proposed DispE module utilizes depth estimation techniques from CAP. While the TME module adopts the AGC technique. Thus, the halo effect on the image can be avoided and the estimation of an effective transmission map can be achieved. Furthermore, the ImRec module uses a transmission map output from TME to correct the color distortion of the crater image. Experimental results show that the proposed method can reduce haze without causing halo and color distortion effects. Subsequent research focused on machine learning based methods.Keywords: adaptive gamma correction, color attenuation prior, dark channel prior, dehazing, haze.
Analisis Sentimen Opini Masyarakat Terhadap Virus Omicron Di Indonesia Menggunakan Metode Naïve Bayes Musthafa, Aziz; Harmini, Triana; Setiawan, Angga Fahri; Asy’ari, Nur Aini Shofiya
Fountain of Informatics Journal Vol. 7 No. 2 (2022): November
Publisher : Universitas Darussalam Gontor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21111/fij.v7i2.9359

Abstract

AbstrakVirus covid-19 terus bermutasi membentuk varian baru. Varian terakhir yang terdeteksi yaitu, varian Omicron dikenal sebagai varian B.1.1.529. Varian ini pertama kali dilaporkan dari Afrika Selatan pada 24 November 2021 dan saat ini telah menyebar ke seluruh dunia. Pada bulan juli 2022 kasus Omicron mengalami lonjakan. Hal ini menimbulkan banyaknya opini masyarakat khususnya di media sosial mengenai virus omicron. Penelitian ini bertujuan untuk megklasifikasi opini masyarakat terhadap kemunculan virus Omicron pada sosial media twitter dan youtube ke dalam kelas positif, negatif dan netral. Metode yang digunakan pada penelitian ini yaitu algoritma naïve bayes. Naïve bayes merupakan salah satu metode yang bisa digunakan untuk klasifikasi sentiment opini publik. Hasil penelitian sentiment analisis menggunkan naïve bayes menghasilkan tingkat akurasi sebesar 0.82%. Kemudian model diuji untuk membaca opini public di twitter dari tanggal 5 oktober 2022 sampai 27 oktober 2022. Untuk hasil sentiment pengguna twitter pada kata kunci Covid 19 didominasi oleh sentiment positif dengan presentase 85%. Dan untuk sentiment dengan kata kunci Omicron masih didominasi oleh sentiment positif dengan presentase 49%. Disebutkan dari hasil klasifikasi pada data bulan oktober 2022 berarti masyarakat jauh lebih optimis akan menghilangnya virus omicron. Untuk selanjutnya penelitian ini dapat ditingkatkan dengan menambah data atau menggunakan algoritma yang berbeda ataupun implementasi pada algoritma yang sudah ada.Kata kunci: Covid-19, Omicron, Media Sosial, Naïve bayes Abstract[Analysis Of News Sentiment And Public Opinion On Omicron Virus In Indonesia Using The Naïve Bayes Method] The Covid-19 virus continues to mutate to form new variants. The last detected variant, the Omicron variant, is known as the B.1.1.529 variant. This variant was first reported from South Africa on 24 November 2021 and has now spread worldwide. In July 2022 Omicron cases experienced a spike. This has led to a lot of public opinions, especially on social media, about the omicron virus. This study aims to classify public opinion on the emergence of the Omicron virus on Twitter and YouTube social media into positive, negative, and neutral classes. The method used in this study is the naïve Bayes algorithm. Naïve Bayes is a method that can be used to classify public opinion sentiment. The results of sentiment analysis research using naïve Bayes produce an accuracy rate of 0.82%. Then the model was tested to read public opinion on Twitter from 5 October 2022 to 27 October 2022. The results for Twitter user sentiment on the keyword Covid 19 were dominated by positive sentiment with a percentage of 85%. And sentiment with the keyword Omicron is still dominated by positive sentiment with a percentage of 49%. It was stated that the results of the classification of data for October 2022 meant that people were much more optimistic about the disappearance of the Omicron virus. Henceforth this research can be improved by adding data or using a different algorithm or implementing an existing algorithmKeywords:  Covid-19, Omicron, Social Media, Naïve Bayes