cover
Contact Name
Yusmaniarti
Contact Email
yusmaniarti8@gmail.com
Phone
+6281368411554
Journal Mail Official
rsit.ppmi@gmail.com
Editorial Address
Kota Palembang
Location
Kota palembang,
Sumatera selatan
INDONESIA
Jurnal Rekayasa Sistem Informasi dan Teknologi
ISSN : -     EISSN : 3025888X     DOI : https://doi.org/10.59407/jrsit.v1i2
Core Subject : Science,
Jurnal Rekayasa Sistem Informasi dan Teknologi (JRSIT) adalah jurnal nasional sebagai media kajian ilmiah hasil penelitian, pemikiran, dan kajian kritis-analitik mengenai penelitian di bidang ilmu dan teknologi komputer, termasuk Teknik Sistem, Teknik Informatika, Teknologi Informasi, Informatika Manajemen, dan Sistem Informasi. Jurnal Rekayasa Sistem Informasi dan Teknologi (JRSIT) diterbitkan oleh Yayasan Nuraini Ibrahim Mandiri. Dipublikasikan 4 edisi setiap tahun yaitu : Febuari, Mei, Agustus, November. Semua penerimaan naskah akan diproses secara double blind review oleh mitra bestari. Naskah harus dimasukkan dalam BAHASA INDONESIA atau BAHASA INGGRIS. e-ISSN : 3025-888X. DOI Prefix : 10.59407
Articles 23 Documents
Search results for , issue "Vol. 2 No. 2 (2024): November" : 23 Documents clear
Pengenalan Rambu Lalu Lintas Menggunakan Model You Only Look Once (YOLO) V8 Priandini, Jesita Reinandra
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 2 (2024): November
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i2.1607

Abstract

Mobil autonomous adalah kendaraan yang memiliki kemampuan untuk berjalan secara mandiri tanpa bantuan manusia. Walau bagaimanapun, mobil ini memiliki masalah dalam mendeteksi rambu lalu lintas. Pengenal rambu lalu lintas dirancang untuk membuat mobil autonomous lebih aman karena mereka dapat mengenali rambu lalu lintas yang dilewati. Metode ini menggunakan model YOLOv8, pengembangan dari metode Convolutional Neural Network, untuk mendeteksi dan mengklasikasi rambu lalu lintas. Model ini dipilih karena sangat efisiensi dan akurat. Dataset Roboflow yang berisi 2390 gambar dari 17 jenis rambu lalu lintas Indonesia digunakan dalam penelitian ini. Dengan nilai akurasi sebesar 97,90%, nilai ketepatan sebesar 0,978, nilai recall sebesar 0,989, nilai MAP50 sebesar 0.987, dan nilai MAP50- 95 sebesar 0,825, penelitian ini menunjukkan bahwa model ini bekerja dengan sangat baik. Nilai ini menunjukkan bahwa model dapat dengan akurat menemukan dan mengklasifikasikan rambu lalu lintas. Kata kunci: Kendaraan Autonomous, Pengenalan Objek, YOLOv8, Rambu Lalu Lintas
Desain Desain UI/UX Platform Berita Terintegrasi Menggunakan Metode Design Thinking: PENDAHULUAN Akbar sholikhin; Ina Sholihah Widiati
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 2 (2024): November
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i2.1615

Abstract

Advances in information technology have changed the way people access news. With the emergence of various news platforms that handle a variety of information, users are faced with the challenge of obtaining relevant information efficiently. The aim of this research is to design the user interface (UI) and user experience (UX) of a platform integrated news that provides easy access to various news sources on a website one website. This research uses a user- centered design approach to uncover user needs and preferences through a survey involving respondents from various backgrounds. The results of data analysis show the importance of effective search functions, categories clear news, and responsive design to improve user experience.The resulting prototype aims to reduce the complexity of accessing news, speed up the search process, and provide a more enjoyable experience for users.The proposed design not only pays attention to aesthetics but also ease of navigation, allowing users explore various news sources easily. This research is expected to contribute to the development of more user- friendly and efficient news platforms in today's digital era.
AI IMPLEMENTASI TEKNOLOGI AI UNTUK SISTEM IDENTIFIKASI SPESIES HEWAN BERBASIS WEBSITE DENGAN PENDEKATAN MACHINE LEARNING Ayu Okta Pratiwi; Qisthiano, M Riski
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 2 (2024): November
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem identifikasi spesies hewan berbasis website menggunakan teknologi kecerdasan buatan (AI) dengan pendekatan machine learning. Sistem ini dirancang untuk mengenali spesies hewan secara otomatis melalui gambar atau foto yang diunggah pengguna. Menggunakan algoritma deep learning, sistem mampu menganalisis ciri visual hewan, seperti bentuk tubuh, warna, dan tekstur, kemudian mencocokkannya dengan database spesies yang telah tersedia. Pengguna akan menerima hasil identifikasi yang mencakup nama spesies serta informasi terkait, seperti habitat dan status konservasi. Sistem ini memberikan kemudahan akses bagi peneliti, ahli biologi, maupun masyarakat umum untuk mempelajari dan mengenali berbagai spesies hewan di sekitar mereka. Selain itu, halaman riwayat deteksi memungkinkan pengguna untuk melacak hasil identifikasi sebelumnya dan mengevaluasi kinerja sistem. Dengan akurasi tinggi dalam identifikasi, sistem ini menawarkan potensi besar dalam mendukung penelitian biologi, pendidikan, dan konservasi. Hasil penelitian ini menunjukkan bahwa penerapan AI dalam bidang identifikasi spesies hewan berbasis website dapat meningkatkan efektivitas dan efisiensi dalam mengenali spesies secara cepat dan akurat.

Page 3 of 3 | Total Record : 23