cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Bambang Firdaus
Contact Email
bambangf@fkti.unmul.ac.id
Phone
+6282352158682
Journal Mail Official
jurti.unmul@gmail.com
Editorial Address
-
Location
Kota samarinda,
Kalimantan timur
INDONESIA
JURNAL REKAYASA TEKNOLOGI INFORMASI
Published by Universitas Mulawarman
ISSN : 2580667X     EISSN : 25798790     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Rekayasa Teknologi Informasi (JURTI) Merupakan sarana bagi peneliti di bidang informatika untuk mempublikasikan karya-karya penelitiannya. Dengan periode terbit setahun dua kali pada bulan Juni dan Desember. Bernaung di bawah Jurusan Teknologi Informasi dan Komunikasi (TIK) Fakultas Ilmu Komputer dan Teknologi Informasi (FKTI) Universitas Mulawarman, dimana Dewan Redaksi Jurnal Rekayasa Teknologi Informasi (JURTI) terdiri dari Dosen Teknik Informatika dalam bidang konsentrasi yang beragam antara lain yaitu Kecerdasan Buatan, Rekayasa Perangkat Lunak, Komputasi, Teknik Komputer dan Jaringan, Multimedia dan sebagainya yang relevan terhadap disiplin ilmu Teknik Informa
Arjuna Subject : -
Articles 12 Documents
 1   2 
Search results for , issue "Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)" : 12 Documents clear
Smart Card Berbasis RFID untuk Implementasi E-Parking System di Rumah Sakit Zahirah Milenia, Finna Putri; Mawardi, Cholid
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i2.13674

Abstract

 Smart Card adalah kartu pintar yang pada salah satu penggunaannya memakai konektivitas nirkabel RFID (Radio Frequency Identification). Penelitian ini bertujuan untuk mengetahui proses pembuatan smart card berbasis RFID dan proses implementasinya pada E-Parking System. Pada pembuatan smart card, memerlukan empat bahan pokok, yaitu : PVC Lembaran, Tinta UV, Inlay RFID, dan PP Lembaran, keempat bahan itu akan di proses dengan melalui beberapa tahapan, antara lain : pra cetak, cetak, pasca cetak dan personalisasi smart card. sehingga terbentuklah smart card. Sebelum digunakan, smart card memerlukan proses  implementasi pada E-Parking System, smart card berbasis RFID akan di implementasi melalui software yang terhubung dengan mesin parkir, proses ini menggunakan software Medicom Parking System V 2.52 dan assign card dengan card reader yang diterapkan di RS Zahirah. Smart Card berbasis RFID ini sudah melalui uji coba pada mesin E-Parking untuk membuktikan smart card dapat bekerja dengan baik. Dapat disimpulkan dari penilitian ini, smart card jenis contactless card merupakan jenis smart card yang memakai konektivitas nirkabel RFID  yang banyak digunakan diberbagai bidang termasuk sistem parkir ini. Penggunaan smart card pada sistem parkir seharusnya sudah dapat dimanfaatkan di seluruh instansi agar lebih memudahkan civitas pada suatu instansi.
Klasifikasi Batik Indonesia Menggunakan Convolutional Neural Network (CNN) Wona, Maria Misela A.; Asyifa, Salsa Aulia; Virgianti, Rizka; Hamid, Muhammad Nabil; Handoko, Irwan Muji; Septiani, Ni Wayan Parwati; Lestari, Mei
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v7i2.13694

Abstract

Batik Indonesia merupakan warisan budaya yang kaya akan corak, motif, dan warna, dan telah diakui sebagai warisan budaya dunia oleh UNESCO. Namun, masih terdapat kendala dalam memperkenalkan batik Indonesia kepada masyarakat luas, terutama generasi milenial dan di luar Indonesia. Sistem klasifikasi batik Indonesia berbasis website ini menggunakan teknologi machine learning, khususnya metode Convolutional Neural Network (CNN). Sistem ini dapat mengidentifikasi dan mengklasifikasikan jenis batik Indonesia berdasarkan ciri-ciri seperti corak, warna, dan bentuk. Hal ini memungkinkan pengguna untuk mempelajari dan mengenali jenis-jenis batik Indonesia secara interaktif melalui website, sehingga memperkenalkan kekayaan budaya batik Indonesia kepada masyarakat luas dengan lebih efektif. Melalui pengujian model deep learning dengan algoritma CNN, penelitian ini berhasil mencapai tingkat akurasi sebesar 91,24% pada data testing. Hasil ini menunjukkan bahwa model yang dikembangkan mampu mengenali dan mengklasifikasikan citra batik dengan baik.

Page 2 of 2 | Total Record : 12

 1   2 

Filter by Year

2023 2023


Reset
Filter By Issues
All Issue Vol 9, No 3 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 2 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 1 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 2 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 8, No 1 (2024): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 2 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 7, No 1 (2023): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 6, No 2 (2022): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 6, No 1 (2022): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 2 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 1 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 4, No 2 (2020): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 4, No 1 (2020): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 2 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 3, No 1 (2019): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 2, No 2 (2018): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 2, No 1 (2018): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 1, No 2 (2017): Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 1, No 1 (2017): Jurnal Rekayasa Teknologi Informasi (JURTI) More Issue