Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Sistem Informasi dan Teknik Informasi JIM ( Journal International Multidiciplinary)
Dicko Andrean
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Medicine & Pharmacology Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Informasi Geografis Berbasis web Tentang Pemetaan Tempat Penjualan Oleh-Oleh Di Pekanbaru Ghazi Falah; Dicko Andrean; Teguh Alzikri; Debi Setiawan
Jurnal SANTI - Sistem Informasi dan Teknik Informasi Vol. 3 No. 2 (2023)
Publisher : Yayasan Rahmatan Fiddunya Wal Akhirah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/santi.v3i2.670

Abstract

Sistem Informasi Geografis (SIG) merupakan sistem informasi modern yang efektif digunakan untuk membuat peta dan mengintegrasi informasi, sehingga mudah dalam pengambilan keputusan. SIG pada penelitian ini digunakan dalam memetakan lokasi oleh oleh khas Riau di daerah kota pekanbaru. Tujuan SIG ini adalah untuk mengetahui informasi akan letak oleh oleh ciri khas Riau di kota pekanbaru, sehingga dapat membantu masyarakat serta pemerintah untuk mengetahui alamat maupun lokasi pembelian oleh oleh ciri khas daerah riau. Manfaat dari SIG adalah untuk membantu masyarakat untuk mencari oleh oleh khas Riau yg ingin dibawa untuk keluarga nya khusus dari kota Pekanbaru serta dapat mempromosikan oleh oleh khas Riau yang ada di kota pekanbaru .Pembuatan Peta SIG berbasis WEB ini menggunakan pemrograman web php sebagai digitasi peta dan frameworknya menggunakan googlem map api sebagai pengolahan upload hasil peta digitasi kedalam WEB. Sedangkan untuk pengolahan databasenya menggunakan mysql yang merupakan database yang mampu mengolah data spatial dan data attribute. Hasil dari project ini adalah berupa WEB SIG.
Hotspots and Smoke Detection from Forest and Land Fires Using the YOLO Algorithm ( You Only Look Once ) Dicko Andrean; Mitra Unik; Yoze Rizki
JIM - Journal International Multidisciplinary Vol. 1 No. 1 (2023)
Publisher : Rumah Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58794/jim.v1i1.410

Abstract

The term forest and land fires is used to refer to unplanned, controlled and unwanted fires that destroy vegetated areas and their ecosystems triggered by natural or human causes . Early detection of hotspots can reduce the risk of wider forest and land fires. The use of the Deep Learning YOLO ( You Only Look Once ) algorithm is carried out to detect fire and also the smoke it produces. This study tested in 3 ways, 1) 1341 after data augmentation (496 original data), 2) 608 after data augmentation (253 original data), and 3) 1790 after data augmentation (746 original data). Detection of fire and smoke objects in the form of design, implementation and testing resulted in the YOLOv4 framework successfully producing high confidence of up to 97% in the second test. Based on the test results in this study, it is known that the image datasets used for training data greatly affect object detection and affect the confidence value. The more diverse the shape of the object from the image datasets, the lower the confidence value obtained.
Co-Authors Debi Setiawan Ghazi Falah Teguh Alzikri Unik, Mitra Yoze Rizki