Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Bangkit Indonesia
Rizaludin, Muhamad
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

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

Found 3 Documents
Search

 1 
Sistem Presensi menggunakan Deteksi Objek Wajah Mahasiswa Berbasis YOLO-V5 Rahayu, Mina Ismu; Rizaludin, Muhamad; Jayusman, Yus
Jurnal Bangkit Indonesia Vol 13 No 2 (2024): Bulan Oktober 2024
Publisher : LPPM Sekolah Tinggi Teknologi Indonesia Tanjung Pinang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52771/bangkitindonesia.v13i2.310

Abstract

Attendance is a crucial aspect across various sectors, such as corporate, governmental, and educational institutions, for efficient management. The advancement of deep learning technology, particularly in the field of facial recognition, has become a primary focus in enhancing identification accuracy. In this context, visual object detection through computer vision plays a key role, with the You Only Look Once (YOLO) method emerging as a leading choice for real-time object detection across various media, including webcams, due to its speed and efficiency. This research proposes the application of YOLO-V5 in the development of a student attendance system. This approach utilizes deep learning and data augmentation to enhance the accuracy of student identification. YOLO-V5 enables efficient real-time object detection, achieving an accuracy rate of up to 95% on each frame. The implementation of the student attendance system using the YOLO-V5 method successfully detects student attendance in real-time with a high level of accuracy. This demonstrates the potential of this method to improve the efficiency of attendance management and its suitability for integration into student attendance systems. This research represents a significant advancement in the use of deep learning and computer vision to increase the accuracy and efficiency of attendance management
Analisis Preferensi Pengunjung Wisata Kabupaten Pekalongan Menggunakan Algoritma Decision Tree Rizaludin, Muhamad; Hidayat, Husni; Hakim, Mujibul
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15171

Abstract

Pariwisata merupakan sektor strategis yang memiliki potensi besar dalam meningkatkan pertumbuhan ekonomi daerah, termasuk di kabupaten Pekalongan. Dalam upaya meningkatkan daya saing dan efektivitas promosi wisata, dibutuhkan pemahaman yang mendalam terhadap preferensi pengunjung. Penelitian ini bertujuan untuk menganalisis preferensi pengunjung wisata berdasarkan atribut demografis seperti jenis kelamin, usia, tingkat pendidikan, dan pekerjaan, serta kategori wisata yang diminati. Algoritma Decision Tree digunakan sebagai metode klasifikasi untuk memodelkan hubungan antara data demografis dan ketegori wisata yang dipilih. Tahapan penelitian meliputi pengumpulan data, preprocessing, pemisahan data menjadi training dan testing, pembangunan model Decision Tree, evaluasi kinerja model, hingga interpretasi hasil pohon keputusan. Data dikumpulkan dari 500 responden lokal melalui kuesioner online dan diproses secara sistematis meliputi imputasi nilai hilang, penghapusan duplikasi, validasi kategori, encoding numerik serta oversampling untuk menangani ketidakseimbangan kelas. Model klasifikasi dibangun menggunakan algoritma Decision Tree, dengan pembagian data latih dan uji. Evaluasi terhadap data uji menunjukkan akurasi sebesar 76,92%, dan model mampu menginterpretasikan faktor-faktor demografis yang paling efektif dalam memprediksi kategori wisata sesuai preferensi pengunjung.   Kata Kunci - Decision Tree, Preferensi Pengunjung Wisata, Klasifikasi Demografis, Rekomendasi Wisata
Pengembangan Aplikasi Self-Assessment untuk Mengukur Efektivitas Implementasi Smart Village Hadian, Nur; Rizaludin, Muhamad; Fanani, M.Rudi
Techno.Com Vol. 25 No. 1 (2026): February 2026
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v25i1.15507

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi evaluasi Smart Village berbasis self-assessment yang dapat digunakan oleh pemerintah desa dalam menilai efektivitas implementasi layanan digital secara mandiri. Seiring meningkatnya penerapan layanan digital desa, seperti website desa, aplikasi pelayanan, dan media informasi, sebagian besar desa belum memiliki instrumen evaluasi yang sederhana, terstruktur, dan mudah digunakan untuk mengukur manfaat nyata layanan tersebut bagi masyarakat. Ketiadaan mekanisme evaluasi yang jelas menyulitkan desa dalam mengidentifikasi kelemahan, tingkat pemanfaatan teknologi, serta merumuskan strategi pengembangan layanan digital. Penelitian ini menggunakan metode Research and Development (R&D) dengan model pengembangan V-Model yang meliputi analisis kebutuhan, perancangan sistem, implementasi aplikasi, pengujian bertahap, dan penyempurnaan produk. Pengumpulan data dilakukan melalui observasi, wawancara, dokumentasi, dan studi literatur terkait konsep Smart Village dan evaluasi teknologi. Hasil penelitian berupa aplikasi berbasis web dengan desain sederhana tanpa proses login kompleks, dilengkapi fitur pengisian indikator, visualisasi hasil evaluasi, riwayat penilaian, serta rekomendasi perbaikan berbasis skor. Hasil uji Smart Village sebesar 81,06 menunjukkan bahwa aplikasi ini efektif dalam memberikan gambaran objektif tingkat keberhasilan layanan digital desa dan mendukung pengambilan keputusan pengembangan desa secara berkelanjutan.   Kata Kunci - Smart Village, evaluasi digital, self-assessment, pengembangan aplikasi, V-Model
Co-Authors Fanani, M.Rudi Hadian, Nur Hakim, Mujibul Husni Hidayat Jayusman, Yus Rahayu, Mina Ismu