cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Yayasan Nuraini Ibrahim Mandiri
ISSN : -     EISSN : 3025888X     DOI : https://doi.org/10.59407/jrsit.v1i2
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 189 Documents
 11   12   13   14   15 
PERBANDINGAN MOBILENETV2 DAN DENSENET121 PADA KLASIFIKASI TERUMBU KARANG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Utomo, Ahmad Agung; Sri Mulyono
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1844

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi citra terumbu karang menggunakan metode Convolutional Neural Network (CNN) dengan perbandingan antara dua arsitektur, yaitu MobileNetV2 dan DenseNet121. Dataset yang digunakan dalam penelitian ini diperoleh dari Kaggle dan terdiri dari dua kelas, yaitu bleached (karang mengalami pemutihan) dan unbleached (karang sehat). Penelitian ini melibatkan beberapa tahapan utama, yaitu pengumpulan dataset, preprocessing data, pembagian data (training dan validasi), pelatihan model, pengujian model, serta evaluasi performa dan efisiensi model. Evaluasi dilakukan dengan mempertimbangkan akurasi, precision, recall, F1-score, confusion matrix, serta efisiensi dalam waktu pelatihan dan penggunaan memori. Hasil penelitian menunjukkan bahwa MobileNetV2 memiliki akurasi pengujian sebesar 93%, dengan precision dan recall yang tinggi untuk kedua kelas. Model ini mampu mengklasifikasikan terumbu karang dengan baik dan menunjukkan efisiensi dalam hal komputasi. DenseNet121 juga memberikan hasil yang kompetitif, namun memerlukan sumber daya komputasi yang lebih besar dibandingkan MobileNetV2. Simpulan, bahwa MobileNetV2 lebih optimal untuk diterapkan pada perangkat dengan keterbatasan daya komputasi, sementara DenseNet121 dapat digunakan untuk skenario yang membutuhkan akurasi lebih tinggi dan memiliki sumber daya yang memadai. Kata Kunci: Pemutihan Terumbu Karang, CNN, MobileNetV2, DenseNet121, Klasifikasi Citra
Sistem Informasi Kepegawaian Berbasis Website Pada PT. Cahaya Sanubari Sakti Dengan Metode RUP Anderiansyah, Nelson; Elizabeth, Triana
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1850

Abstract

informasi kepegawaian merupakan hal-hal yang berkaitan dengan data dan keperluan terhadap karyawan. PT. Cahaya Sanubari Sakti merupakan sebuah perusahaan yang bergerak dibidang kontraktor, pengembangan, perdagangan umum, dan lain-lain. Perusahaan ini berdiri sejak tahun 2014 dan sudah menyelesaikan pembangunan perumahan baik skala besar dan kecil yang tersebar di beberapa pelosok kota palembang. Hasil penelitian yang dilakukan pada PT. Cahaya Sanubari Sakti dengan menggunakan tool analisis PIECES dan analisis sebab akibat menghasilkan beberapa kendala terhadap sistem kepegawaian yang ada seperti data pegawai, data cuti, data izin, data hukuman, data hadiah, dan lain-lain. Tujuan dari pembuatan sistem informasi kepegawaian ini adalah untuk membantu perusahaan dalam menangani permasalahan yang ada. Metodologi yang digunakan untuk mengembangkan sistem adalah metode RUP (Rational Unified Proces) sedangkan tools yang digunakan adalah Visual Studio Code, XAMPP, MySQL, dan Framework Laravel. Metode RUP adalah metode sebuah metode pengembangan sistem informasi yang mengedepankan iterasi dan fokus pada arsitektur sistem. Sistem yang akan dibangun merupakan sistem berbasis website yang dapat diakses dimana saja baik dari smartphone, laptop, dan komputer. Hasil dari pengembangan aplikasi ini dapat membantu PT. Cahaya Sanubari Sakti dalam mengatasi permasalahan yang ada seperti lamanya waktu proses rekrutment karyawan, mengelola data pegawai, dan lain-lain.
IMPLEMENTASI TEKNIK RESAMPLING UNTUK MENGATASI KETIDAKSEIMBANGAN DATA TERHADAP KLASIFIKASI ANEMIA MENGGUNAKAN SUPPORT VECTOR MACHINE Wulandari, Nadia; Badieah, Badieah
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1856

Abstract

Penelitian ini bertujuan untuk mengatasi permasalahan ketidakseimbangan data dalam klasifikasi anemia dengan menerapkan teknik Synthetic Minority Over-sampling Technique (SMOTE) dan algoritma Support Vector Machine (SVM). Anemia merupakan kondisi medis yang terjadi akibat rendahnya kadar hemoglobin dalam darah, sehingga menghambat distribusi oksigen ke seluruh tubuh. Dalam penelitian ini, data yang digunakan berasal dari dataset "Anemia Type Classification" yang tersedia di Kaggle, dengan total 1281 sampel, 14 fitur, dan 9 kelas klasifikasi anemia. Metode penelitian melibatkan beberapa tahapan, yaitu preprocessing data, penanganan data yang tidak seimbang, klasifikasi menggunakan SVM dengan pendekatan One vs One (OvO) dan One vs Rest (OvR), serta evaluasi performa model. Teknik SMOTE diterapkan untuk meningkatkan jumlah sampel pada kelas minoritas, sehingga mengurangi bias model terhadap kelas mayoritas. Model diuji dalam tiga skenario: tanpa resampling, oversampling dengan SMOTE, dan undersampling. Hasil penelitian menunjukkan bahwa penerapan teknik SMOTE dengan pendekatan OvO pada algoritma SVM menghasilkan performa terbaik dengan akurasi sebesar 85%, precision 87%, recall 90%, dan F1-score 87%. Sementara itu, pendekatan OvR memiliki performa yang lebih rendah dibandingkan OvO. Pengujian tanpa resampling menghasilkan akurasi yang cukup baik, namun masih menunjukkan bias terhadap kelas mayoritas. Teknik undersampling menghasilkan performa yang lebih rendah dibandingkan metode lainnya. Simpulan, bahwa penerapan SMOTE dengan algoritma SVM dan pendekatan OvO dapat meningkatkan akurasi klasifikasi anemia pada dataset yang tidak seimbang. Temuan ini dapat menjadi dasar bagi pengembangan sistem prediksi anemia yang lebih akurat dan efektif dalam mendukung diagnosis medis. Kata Kunci : Anemia, Klasifikasi Multiclass, Support Vector Machine, SMOTE, One Vs One, One Vs Rest
Mr. Anggara Putra Meldyantono Implementasi Sistem Absensi Berbasis Pengenalan Wajah Menggunakan Metode CNN dan Model FaceNet: Menggunakan Metode CNN dan Model FaceNet Meldyantono, Anggara Putra; Poetro, Bagus Satrio Waluyo
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1857

Abstract

This research implements a face recognition-based attendance system using Convolutional Neural Networks method and FaceNet model. This topic was chosen because face recognition is an effective identification method for attendance applications, but often faces challenges of low illumination and varying object distances, especially on devices with mid-to-low specifications. This system uses Convolutional Neural Networks for facial feature extraction, FaceNet to improve face representation accuracy, and Local Binary Patterns Histogram to analyze facial texture to improve recognition performance. The steps taken include collecting face datasets, applying Convolutional Neural Networks and FaceNet models, and evaluating the system under low lighting conditions and various object distances. The test results showed 100% accuracy with three face images even in low lighting conditions. The system still performs well despite variations in light intensity and object distance. The main contribution of this research is the development of an efficient face recognition system based on Convolutional Neural Networks and FaceNet that can be applied to devices with limited specifications for attendance applications, with a focus on stability in poor lighting and testing in real environments.
PERANCANGAN UI/UX TOKO BAJU MANUVESHKO BERBASIS MOBILE MENGGUNAKAN METODE USER CENTERED DESIGN Ahmadi, Rohani Nur; Saputro, Indrawan Ady
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1875

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan antarmuka pengguna (UI) dan pengalaman pengguna (UX) aplikasi toko baju Manuveshko agar lebih optimal sesuai dengan kebutuhan pengguna. Metode yang digunakan dalam penelitian ini adalah User Centered Design (UCD), yang terdiri dari lima tahapan utama: Research, Concept, Design, Develop, dan Test. Pada tahap Research, dilakukan observasi dan wawancara terhadap pemilik toko serta pelanggan untuk mengidentifikasi kebutuhan utama dalam aplikasi. Tahap Concept berfokus pada penyusunan persona pengguna, alur pengalaman pengguna, serta fitur utama yang akan diintegrasikan. Selanjutnya, tahap Design mencakup pembuatan wireframe, flowchart, dan prototipe UI menggunakan Figma. Setelah itu, pada tahap Develop, rancangan UI/UX diimplementasikan ke dalam aplikasi. Terakhir, tahap Test dilakukan menggunakan metode Usability Testing dengan alat bantu Maze, yang melibatkan pemilik toko dan beberapa pengguna untuk menguji efektivitas navigasi dan kemudahan penggunaan aplikasi. Hasil pengujian menunjukkan bahwa 88% penguji dapat menyelesaikan tugas yang diberikan dalam waktu yang sesuai dengan standar keberhasilan, yang mengindikasikan bahwa rancangan UI/UX yang dibuat bersifat intuitif dan mudah digunakan. Simpulan, bahwa penerapan metode UCD dalam pengembangan UI/UX aplikasi Manuveshko berhasil meningkatkan pengalaman pengguna. Ke depan, penyempurnaan UI/UX, pengembangan fitur baru, serta evaluasi berkala direkomendasikan untuk menjaga kualitas dan relevansi aplikasi dengan kebutuhan pasar. Kata Kunci: User Centered Design, UI/UX, Usability Testing, Aplikasi Manuveshko
PEMBUATAN LANSKAP FANTASI BERBASIS DIFFUSION MODELS DENGAN FINE-TUNING LOW-RANK ADAPTATION (LoRA) Gholib, Tsabit; Mulyono, Sri
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1883

Abstract

Penelitian ini bertujuan untuk mengembangkan model generatif berbasis diffusion models dalam menghasilkan gambar lanskap fantasi dari deskripsi teks. Metode penelitian yang digunakan meliputi studi literatur, pengumpulan dataset, preprocessing dataset, pelatihan model, serta pengujian dan evaluasi model. Studi literatur dilakukan untuk memahami konsep diffusion models, pemetaan teks ke gambar, serta teknik fine-tuning yang relevan. Pengumpulan dataset mencakup akuisisi gambar lanskap fantasi dari berbagai sumber daring, serta proses captioning untuk menghubungkan gambar dengan deskripsi teks. Dataset kemudian dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Tahap preprocessing dataset mencakup berbagai teknik augmentasi seperti resize, random resized crop, horizontal flip, color jitter, dan normalization untuk meningkatkan variasi serta kualitas data pelatihan. Model Stable Diffusion 2.1 digunakan sebagai dasar pengembangan, dengan fine-tuning menggunakan Low-Rank Adaptation (LoRA) untuk meningkatkan efisiensi komputasi dan adaptasi terhadap dataset spesifik. Evaluasi model dilakukan menggunakan metrik kuantitatif seperti CLIP-MMD dan FID, serta penilaian kualitatif berbasis analisis visual. Hasil penelitian menunjukkan bahwa model yang telah dilatih mampu menghasilkan gambar lanskap fantasi yang sesuai dengan deskripsi teks, dengan peningkatan akurasi dan detail visual dibandingkan model dasar. Teknik LoRA terbukti efektif dalam meningkatkan spesifikasi visual dengan efisiensi komputasi yang lebih baik. Simpulan, penelitian ini memberikan kontribusi dalam pengembangan model generatif yang lebih adaptif untuk aplikasi text-to-image, khususnya dalam pembuatan lanskap fantasi. Kata Kunci: Diffusion Models, Stable Diffusion, Fine-Tuning, Lora, Text-To-Image, Lanskap Fantasi
IMPLEMENTASI STABLE DIFFUSION DAN FINE-TUNING LOW RANK ADAPTATION UNTUK PEMBUATAN LOGO Mukaromah, Naela; Mulyono, Sri
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1885

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem yang mampu menghasilkan logo berdasarkan deskripsi teks menggunakan model Stable Diffusion versi 1.5 dan teknik Fine-Tuning Low Rank Adaptation (LoRA). Studi literatur dilakukan untuk memahami pendekatan terbaik dalam implementasi text-to-image, model stable diffusion, dan metode evaluasi gambar. Dataset yang digunakan terdiri dari 50 gambar logo yang dikumpulkan dari berbagai sumber dan dilengkapi dengan image captioning. Dataset ini kemudian diproses melalui tahap preprocessing yang mencakup resize, standarisasi format, cropping, serta rotation dan flipping untuk meningkatkan variasi data. Pengembangan model melibatkan pelatihan Stable Diffusion 1.5 dengan fine-tuning LoRA, yang memungkinkan model beradaptasi dengan tugas spesifik tanpa memerlukan sumber daya komputasi yang besar. Proses pelatihan dilakukan dengan 400 iterasi untuk menghindari overfitting pada dataset yang terbatas. Pengujian sistem dilakukan dengan menghasilkan gambar berdasarkan teks deskripsi yang sama dengan caption data uji, kemudian dievaluasi menggunakan metrik CLIP-MMD dan Frechet Inception Distance (FID). Hasil penelitian menunjukkan bahwa model yang telah dilatih dapat menghasilkan gambar logo yang sesuai dengan deskripsi teks, dengan nilai CLIP-MMD dan FID yang menunjukkan kesesuaian gambar dengan dataset uji. Penelitian ini berkontribusi dalam pengembangan teknologi AI generatif untuk kebutuhan desain logo bagi pelaku UMKM, sehingga memungkinkan pembuatan logo secara efisien tanpa memerlukan keahlian desain grafis. Dengan penerapan teknik LoRA, penelitian ini juga membuktikan efektivitas fine-tuning dalam meningkatkan performa model generatif dengan sumber daya yang lebih rendah. Kata Kunci: Text-to-Image, Stable Diffusion, LoRA Fine-Tuning, AI Generatif, Evaluasi Gambar
IMAGE CAPTIONING PADA DIBETIC FOOT ULCER MENGGUNAKAN MODEL VGG16 DAN BIDIRECTIONAL LONG SHORT TERM MEMORY Wirastama, Dimas Surya; Andi Riansyah
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1899

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem image captioning yang mampu mendeskripsikan gambar luka Diabetic Foot Ulcer (DFU) secara akurat dengan mengombinasikan metode VGG16 dan Bidirectional Long Short Term Memory (BiLSTM). Data gambar DFU dikumpulkan dari platform Kaggle, sementara data caption diperoleh melalui diskusi dengan ahli medis dari Fakultas Kedokteran Universitas Islam Sultan Agung, Semarang. Data gambar diproses melalui tahapan resize dan normalisasi, sedangkan data teks mengalami proses lowercasing, penghapusan karakter non-alfabet, serta penambahan token startseq dan endseq sebelum dilakukan tokenisasi dan padding. VGG16 digunakan sebagai model ekstraksi fitur visual karena kemampuannya dalam menangkap karakteristik gambar secara mendalam, sementara BiLSTM dipilih untuk mengolah teks caption guna memahami konteks secara dua arah. Model dievaluasi menggunakan metrik BLEU guna mengukur kesesuaian antara caption yang dihasilkan dengan referensi ahli. Hasil penelitian menunjukkan bahwa kombinasi VGG16 dan BiLSTM menghasilkan caption yang lebih akurat dibandingkan metode lainnya, dengan skor BLEU yang menunjukkan peningkatan kualitas deskripsi luka DFU. Dengan pendekatan ini, sistem yang dikembangkan berpotensi menjadi alat bantu dalam diagnosis dan dokumentasi medis luka DFU secara otomatis dan efisien. Kata Kunci: Image Captioning, VGG16, BiLSTM, Diabetic Foot Ulcer, BLEU Score
Analisis Kinerja Organisasi pada Perspektif Pelanggan Perusahaan Katering Mauliddinah, Rizqy Nur; Ariyati, Putri; Yaqin, Muhammad Ainul
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1729

Abstract

Penelitian ini bertujuan untuk mengukur kinerja perusahaan katering dengan menggunakan metode Balanced Scorecard (BSC). Balanced Scorecard merupakan sistem manajemen kinerja yang mengintegrasikan empat perspektif utama, yaitu keuangan, pelanggan, proses bisnis internal, serta pembelajaran dan pertumbuhan. Penghitungan akuisisi pelanggan dilakukan dengan membandingkan jumlah pelanggan baru terhadap total pelanggan, sedangkan retensi pelanggan dihitung berdasarkan jumlah pelanggan lama terhadap total pelanggan. Analisis profitabilitas pelanggan dilakukan dengan membagi total pendapatan dengan jumlah pelanggan. Selain itu, penelitian ini juga menerapkan analisis RFM (Recency, Frequency, Monetary) untuk mengkategorikan perilaku pelanggan berdasarkan waktu terakhir pemesanan, frekuensi pemesanan, dan total nilai pembelian. Data dianalisis menggunakan Microsoft Excel dengan penerapan berbagai rumus, seperti SUM, MAXIFS, dan COUNTIFS, untuk memperoleh hasil yang akurat dalam perhitungan akuisisi, retensi, dan profitabilitas pelanggan. Hasil penelitian ini diharapkan dapat memberikan wawasan bagi perusahaan katering dalam meningkatkan kinerja dan strategi bisnis mereka berdasarkan hasil analisis Balanced Scorecard dan RFM. Kata Kunci: Balanced Scorecard, Akuisisi Pelanggan, Retensi Pelanggan, Profitabilitas
Optimasi Persediaan Material Pada Perusahaan Catering Quthratun Nada, Nur Faranita; Sakila Aulia Maharani; Muhammad Ainul Yaqin
Jurnal Rekayasa Sistem Informasi dan Teknologi Vol. 2 No. 3 (2025): Februari
Publisher : Yayasan Nuraini Ibrahim Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70248/jrsit.v2i3.1747

Abstract

Penelitian ini bertujuan untuk mengoptimalkan persediaan material dalam perusahaan katering dengan menerapkan metode Economic Order Quantity (EOQ). Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan mengandalkan data numerik terkait jumlah material yang digunakan, frekuensi pemesanan, serta biaya pembelian dan penyimpanan. Data penelitian diperoleh melalui sumber historis, observasi, dan dokumentasi yang mencakup transaksi pemesanan bahan baku, pengelolaan persediaan, serta sistem pencatatan material. Analisis dilakukan dengan mengintegrasikan berbagai tabel data, seperti inventaris material, frekuensi penggunaan, permintaan material, serta proyeksi permintaan di masa depan. Hasil perhitungan EOQ menunjukkan jumlah pemesanan optimal guna meminimalkan total biaya persediaan, yang mencakup biaya pemesanan dan penyimpanan. Penggunaan rumus EOQ dalam perhitungan memberikan hasil yang lebih akurat dalam menentukan jumlah pemesanan yang efisien, sehingga dapat mengurangi risiko kekurangan maupun kelebihan stok. Hasil penelitian ini menunjukkan bahwa penerapan metode EOQ mampu meningkatkan efisiensi dalam pengelolaan persediaan material perusahaan katering. Dengan pendekatan berbasis data, perusahaan dapat mengoptimalkan strategi pengadaan bahan baku, mengurangi pemborosan, serta menekan biaya operasional. Simpulan, bahwa metode EOQ dapat menjadi solusi yang efektif dalam manajemen persediaan untuk mendukung keberlanjutan operasional perusahaan katering secara efisien. Kata Kunci: Economic Order Quantity (EOQ), Manajemen Persediaan, Biaya Pemesanan, Biaya Penyimpanan, Perusahaan Katering

Page 13 of 19 | Total Record : 189

 11   12   13   14   15 

Filter by Year

2023 2025


Reset
Filter By Issues
All Issue Vol. 3 No. 2 (2025): November Vol. 3 No. 1 (2025): Agustus Vol. 2 No. 4 (2025): Mei Vol. 2 No. 3 (2025): Februari Vol. 2 No. 2 (2024): November Vol. 2 No. 1 (2024): Agustus Vol. 1 No. 4 (2024): Mei Vol. 1 No. 3 (2024): Februari Vol. 1 No. 2 (2023): November Vol. 1 No. 1 (2023): Agustus