Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Digital Transformation Technology (Digitech) Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Sihombing, J. Rolles Herwin
Unknown Affiliation
Humanities Computer Science & IT Education Languange, Linguistic, Communication & Media Library & Information Science Mathematics Other

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

Found 3 Documents
Search

 1 
Prototype Video Recognition Menggunakan Face API Untuk Keamanan Ruang Kritikal Berbasis Web Sanjaya , Herno Aji; Purba, Arif Budimansyah; Sihombing, J. Rolles Herwin; Mulyana, Jajang
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4926

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pengenalan wajah sebagai alat keamanan ruangan. Masalah yang dihadapi adalah sulitnya membedakan pengunjung yang sah dan tidak sah, sehingga sering terjadi pelanggaran keamanan di dalam ruangan. Oleh karena itu, diperlukan sistem pengenalan wajah yang dapat membedakan dengan akurasi yang tinggi antara pengunjung yang sah dan tidak sah. Metode penelitian yang digunakan adalah Research and Development, yang terdiri dari tahap perancangan, pengembangan, dan evaluasi. Pada tahap perancangan, dirancanglah sistem pengenalan wajah dengan menggunakan metode Deep Learning. Kemudian pada tahap pengembangan, sistem ini diimplementasikan dalam bentuk perangkat keras dan perangkat lunak. Hasil penelitian menunjukkan bahwa sistem pengenalan wajah yang dikembangkan dapat mengenali wajah dengan akurasi yang tinggi, yaitu sebesar 98%. Selain itu, sistem ini juga dapat mengenali wajah dalam berbagai kondisi pencahayaan dan sudut pandang yang berbeda. Pembahasan menunjukkan bahwa penggunaan sistem pengenalan wajah dalam keamanan ruangan dapat memperkuat keamanan ruangan dengan cara memudahkan proses identifikasi pengunjung. Diharapkan dengan pengembangan sistem pengenalan wajah ini, dapat meningkatkan efektivitas pengamanan ruangan dan mengurangi pelanggaran keamanan di dalam ruangan.
Prototype Video Recognition Menggunakan Face API Untuk Keamanan Ruang Kritikal Berbasis Web Sanjaya , Herno Aji; Purba, Arif Budimansyah; Sihombing, J. Rolles Herwin; Mulyana, Jajang
Digital Transformation Technology Vol. 4 No. 2 (2024): Periode September 2024
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v4i2.4926

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pengenalan wajah sebagai alat keamanan ruangan. Masalah yang dihadapi adalah sulitnya membedakan pengunjung yang sah dan tidak sah, sehingga sering terjadi pelanggaran keamanan di dalam ruangan. Oleh karena itu, diperlukan sistem pengenalan wajah yang dapat membedakan dengan akurasi yang tinggi antara pengunjung yang sah dan tidak sah. Metode penelitian yang digunakan adalah Research and Development, yang terdiri dari tahap perancangan, pengembangan, dan evaluasi. Pada tahap perancangan, dirancanglah sistem pengenalan wajah dengan menggunakan metode Deep Learning. Kemudian pada tahap pengembangan, sistem ini diimplementasikan dalam bentuk perangkat keras dan perangkat lunak. Hasil penelitian menunjukkan bahwa sistem pengenalan wajah yang dikembangkan dapat mengenali wajah dengan akurasi yang tinggi, yaitu sebesar 98%. Selain itu, sistem ini juga dapat mengenali wajah dalam berbagai kondisi pencahayaan dan sudut pandang yang berbeda. Pembahasan menunjukkan bahwa penggunaan sistem pengenalan wajah dalam keamanan ruangan dapat memperkuat keamanan ruangan dengan cara memudahkan proses identifikasi pengunjung. Diharapkan dengan pengembangan sistem pengenalan wajah ini, dapat meningkatkan efektivitas pengamanan ruangan dan mengurangi pelanggaran keamanan di dalam ruangan.
Stay or Leave? Predicting Employee Retention With Hybrid Deep Learning Models: Penelitian Desvia , Yessica Fara; Azhar, Wafiqah Yasmin; Supriyadi, Supriyadi; Sihombing, J. Rolles Herwin; Faoziyah, Nindy
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 Tahun 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.6345

Abstract

Employee retention is a major challenge for organizations in the digital era because high turnover impacts productivity, operational costs, and organizational performance. This study proposes a Hybrid Deep Learning model based on XGBoost and Deep Neural Network (DNN) to predict employee retention using the HR_comma_sep dataset. This approach combines tree-based machine learning and deep learning to capture nonlinear relationships and complex decision patterns. Data preprocessing is performed through feature scaling and categorical encoding before model training. The hybrid architecture is built by integrating the probability outputs of XGBoost and DNN in the meta-classification layer. Evaluation using Accuracy, Precision, Recall, F1-Score, and AUC-ROC shows that the hybrid model has better prediction and generalization performance than conventional methods. SHAP Explainability is used to identify the main factors influencing turnover, namely job satisfaction, average monthly working hours, and length of service. This model can help organizations develop proactive HR management strategies.
Co-Authors Azhar, Wafiqah Yasmin Desvia , Yessica Fara Faoziyah, Nindy Mulyana, Jajang Purba, Arif Budimansyah Sanjaya , Herno Aji Supriyadi Supriyadi