Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Simtek : Jurnal Sistem Informasi dan Teknik Komputer JOISIE (Journal Of Information Systems And Informatics Engineering)
Billah, Khaerunni Salsa
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Engineering

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

Found 3 Documents
Search

 1 
DIAGNOCAR: PENDETEKSIAN OTOMATIS KERUSAKAN MOBIL MENGGUNAKAN DEEP LEARNING BERBASIS CITRA LEWAT PERANGKAT MOBILE Efendi, Ilham Julian; Muktabir, Jabir; Billah, Khaerunni Salsa; Qadri, Muhammad Vannes Al; Asriyani, Wa Ode; Ismoyo, Amar Adi
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 1 (2025): April 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i1.1547

Abstract

Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis berbasis arsitektur Convolutional Neural Network untuk mendeteksi jenis kerusakan pada mobil melalui data citra. Sistem ini diharapkan dapat mempercepat dan meningkatkan akurasi proses penilaian kerusakan pada klaim asuransi dan perbaikan kendaraan. Lima arsitektur telah diimplementasikan, yaitu MobileNetV2, EfficientNetV2S, NASNetMobile, ResNet50, dan model konvolusional yang dirancang sendiri, dengan menggunakan dataset berjumlah 1.594 citra yang terbagi dalam enam kelas kerusakan. Proses pelatihan mencakup praproses data, augmentasi, dan evaluasi performa berdasarkan akurasi pengujian. Hasil menunjukkan bahwa EfficientNetV2S memberikan performa terbaik dengan akurasi pengujian sebesar 84,2%. Studi ini membuktikan efektivitas arsitektur pretrained dalam membangun sistem inspeksi visual otomatis pada kendaraan dan membuka potensi pemanfaatan lebih lanjut dalam digitalisasi proses klaim asuransi otomotif.
DETEKSI PENIPUAN KARTU KREDIT MENGGUNAKAN METODE RANDOM FOREST Billah, Khaerunni Salsa; saputra, Rizal Adi
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 8 No 2 (2024)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v8i2.4064

Abstract

Meningkatnya penggunaan kartu kredit di Indonesia menimbulkan kekhawatiran mengenai potensi penipuan dalam transaksi tersebut. Data dari Bank Indonesia menunjukkan bahwa jumlah kartu kredit yang beredar pada Agustus 2023 mencapai 17,69 juta, dengan volume transaksi mencapai 28.360 transaksi per Mei 2022. Volume transaksi yang tinggi dan kecepatan pemrosesan yang cepat membuat pengawasan manual tidak memungkinkan. Oleh karena itu, diperlukan pengawasan otomatis untuk mencegah tindak penipuan dalam transaksi kartu kredit. Penelitian ini bertujuan mengembangkan sistem pendeteksi penipuan transaksi kartu kredit berbasis Machine learning dengan menggunakan algoritma Random Forest. Random Forest digunakan untuk klasifikasi, regresi, dan tugas-tugas lainnya. Dataeset transaksi kartu kredit dari tahun 2023 yang terdiri lebih dari 550.000 data digunakan dalam penelitian ini. Hasil penelitian menunjukkan bahwa dari total 568.630 record dalam dataset, terdapat sejumlah 113.726 record yang terdeteksi sebagai penipuan berdasarkan model klasifikasi yang digunakan. Melalui analisis Random Forest, fitur V4, V11, V22, V21, dan V27 diidentifikasi sebagai yang paling berpengaruh dalam mendeteksi penipuan. Model yang dikembangkan menunjukkan tingkat akurasi sekitar 96,53%, didukung oleh metode roc_auc_score yang mengkategorikannya sebagai sangat baik.
PENGEMBANGAN APLIKASI ABSENSI BERBASIS WEBSITE MENGGUNAKAN METODE WATERFALL Trihapsari, Argitha; Badarudin, Ade Syifa; Billah, Khaerunni Salsa
Simtek : jurnal sistem informasi dan teknik komputer Vol. 10 No. 2 (2025): Oktober 2025
Publisher : STMIK Catur Sakti Kendari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51876/simtek.v10i2.1657

Abstract

Perkembangan teknologi informasi menuntut adanya sistem yang efisien, akurat, dan terintegrasi, termasuk dalam pencatatan kehadiran personel. Sistem absensi manual yang masih digunakan kerap menimbulkan berbagai permasalahan, seperti kesalahan pencatatan, keterlambatan dalam pelaporan, serta rendahnya transparansi data. Kondisi tersebut berdampak pada menurunnya efektivitas kerja serta akurasi informasi yang dibutuhkan dalam proses pengambilan keputusan manajerial. Untuk mengatasi hal tersebut, penelitian ini bertujuan mengembangkan aplikasi absensi berbasis web dengan menerapkan metode Waterfall. Metode ini dipilih karena menyediakan alur kerja sistematis melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Aplikasi yang dirancang memiliki fitur utama berupa autentikasi pengguna sesuai hak akses, pencatatan kehadiran secara real-time yang terhubung dengan server waktu, serta penyajian laporan kehadiran otomatis yang dapat diekspor oleh administrator. Hasil pengujian membuktikan aplikasi berjalan stabil, fungsional, dan sesuai kebutuhan pengguna. Sistem yang dihasilkan terbukti mampu meningkatkan akurasi pencatatan, mempercepat pelaporan, mempermudah monitoring, serta mendukung pengambilan keputusan berbasis data. Dengan demikian, penerapan aplikasi absensi digital ini dapat meningkatkan efisiensi kerja sekaligus kualitas layanan administrasi kepegawaian.
Co-Authors Asriyani, Wa Ode Badarudin, Ade Syifa Efendi, Ilham Julian Ismoyo, Amar Adi Muktabir, Jabir Qadri, Muhammad Vannes Al Rizal Adi Saputra Trihapsari, Argitha