Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal CERMIN: Jurnal Penelitian Jurnal Informatika Teknologi dan Sains (Jinteks)
R, Rahmat Shofan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Social Sciences

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

Found 2 Documents
Search

 1 
RANCANG BANGUN SISTEM INFORMASI INVENTARIS MENGGUNAKAN FRAMEWORK LARAVEL 8.0 DI SDN 1 DAWUHAN Handoyo, Mahendra Agus; Jaya, Firman; R, Rahmat Shofan
CERMIN: Jurnal Penelitian Vol 8 No 2 (2024): AGUSTUS - DESEMBER
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat - Universitas Abdurachman Saleh Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36841/cermin_unars.v8i2.5500

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem informasi inventaris menggunakan framework Laravel 8.0 di SDN 1 Dawuhan. Sekolah saat ini mengelola inventaris secara manual, yang menyebabkan ketidakefisienan dan ketidakakuratan data. Aplikasi berbasis web yang diusulkan memberikan solusi yang lebih sistematis dan efisien untuk pencatatan, pemantauan, dan pelaporan data inventaris. Proses pengembangan meliputi identifikasi masalah, pengumpulan data, perancangan basis data, pengembangan antarmuka input/output, serta pengujian sistem menggunakan metode black-box testing. Hasil penelitian menunjukkan bahwa sistem ini secara efektif menyederhanakan proses pengelolaan inventaris, meningkatkan akurasi data, dan mengurangi penggunaan kertas. Sistem ini memungkinkan pengguna untuk dengan mudah mengakses dan mengelola data inventaris, sehingga meningkatkan efisiensi operasional di sekolah.
OPTIMASI ALGORITMA RANDOM FOREST UNTUK DETEKSI JENIS KENDARAAN PADA SISTEM PEMANTAUAN LALU LINTAS Azizah, Nur; Supu, Nisfa Daud; Munawwir, Zainul; Jaya, Firman; R, Rahmat Shofan; Febriyanti, Anis
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6241

Abstract

Peningkatan volume lalu lintas di kota-kota besar, khususnya di Indonesia, telah menyebabkan masalah seperti kemacetan, kecelakaan, dan polusi. Salah satu tantangan utama adalah deteksi otomatis dan klasifikasi jenis kendaraan dalam sistem pemantauan lalu lintas. Sistem pemantauan yang efektif tidak hanya memonitor jumlah kendaraan tetapi juga secara akurat mengidentifikasi jenis kendaraan dalam kondisi lalu lintas yang dinamis. Penelitian ini bertujuan untuk mengoptimalkan algoritma Random Forest untuk mendeteksi jenis kendaraan dengan akurasi yang tinggi pada sistem pemantauan lalu lintas berbasis citra. Metode penelitian meliputi pengumpulan data citra kendaraan dari kamera pengawas, pra-pemrosesan citra, ekstraksi fitur, penerapan algoritma Random Forest, dan evaluasi kinerja model dengan menggunakan metrik seperti akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Random Forest dapat mengklasifikasikan jenis kendaraan dengan akurasi sebesar 92%, dengan F1-score yang baik pada setiap kategori kendaraan, yaitu mobil (0.91), motor (0.94), truk (0.89), dan bus (0.93). Pengujian hyperparameter menunjukkan bahwa jumlah pohon yang lebih banyak dan kedalaman pohon yang lebih besar meningkatkan kinerja model. Namun, tantangan yang berkaitan dengan kondisi cuaca dan kualitas citra tetap menjadi perhatian. Penelitian ini menyimpulkan bahwa algoritma Random Forest memiliki potensi besar untuk diaplikasikan dalam sistem pemantauan lalu lintas untuk meningkatkan efisiensi dan akurasi deteksi kendaraan secara real-time.
Co-Authors Febriyanti, Anis Firman Jaya Handoyo, Mahendra Agus Munawwir, Zainul Nur Azizah Supu, Nisfa Daud