Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Rekursif: Jurnal Informatika

Desain dan Implementasi Aplikasi Manajemen Repository Surat Berbasis Web (Studi Kasus: Fakultas Teknik Universitas Bengkulu) Mochammad Yusa; Funny Farady Coastera; Wahyu Syahputra; Stefani Tasya Hallatu
Rekursif: Jurnal Informatika Vol 9, No 1 (2021): Volume 9 Nomor 1 Maret 2021
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (594.212 KB) | DOI: 10.33369/rekursif.v9i1.14525

Abstract

Surat merupakan salah satu media informasi yang sering digunakan dalam menyampaikan sebuah informasi kepada orang lain. Pada lingkungan Fakultas Teknik ada beberapa kendala di bidang surat menyurat khususnya Surat Keputusan dan Surat Tugas. Pada Lingkungan Fakultas Teknik Universitas Bengkulu, pendistribuasian Surat Keputusan dan Surat Tugas masih dilakukan secara konvensional dengan menyerahkan langsung terhadap yang bersangkutan dalam bentuk hardcopy. Selain itu, SK dan Surat Tugas yang menumpuk juga sangat sulit untuk diurutkan berdasarkan tanggalnya sesuai dengan kebutuhan - kebutuhan penggunaan SK  dan Surat Tugas tersebut. Penelusuran terkait resmi atau tidaknya SK dan Surat Tugas yang dikeluarkan juga menjadi kendala lainnya meskipun potensinya kecil namun tidak menutup kemungkinan hal ini dapat terjadi. Sehingga dilakukan penelitian ini yang bertujuan untuk merancang sistem informasi yang memungkinkan dapat mengarsipakan data histori surat keputusan dan surat tugas yang dikeluarkan dari Fakultas Teknik Universitas Bengkulu. Pembuatan sistem informasi ini menggunakan metode pengumpulan data dengan mengumpulkan data dari dokumen atau catatan yang ada, dan juga menggunakan metode studi literatur dengan menelusuri sumber – sumber tuliasan lainnya. Untuk mencapai hasil peneilitan ini dilakukan analisis masalah, kebutuhan, dan lainnya sehingga di dapatkan hasil perancangan UML dan perancangan sistem informasi beserta dengan pengujiannya.
Sistem Pendeteksi Genus Gulma Pada Tanaman Jagung Menggunakan Algoritme Single Shot Detector Ade Agustian Saputra; Boko Susilo; Mochammad Yusa; Uswatun Nurjanah
Rekursif: Jurnal Informatika Vol 11 No 1 (2023): Volume 11 Nomor 1 Maret 2023
Publisher : Universitas Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33369/rekursif.v10i1.18634

Abstract

Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80 tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.Tanaman jagung (Zea mays L) merupakan tanaman pangan penghasil karbohidrat potensial kedua di Indonesia setelah beras. Provinsi Bengkulu merupakan provinsi yang sebagian besar wilayahnya merupakan kawasan hutan lindung dan hutan rakyat. Perkebunan jagung mengalami gangguan, antara lain disebabkan oleh gulma. Gulma merupakan tumbuhan liar yang sering muncul di pekarangan rumah dan pertanian masyarakat. Penelitian ini hanya diambil empat jenis gulma yang sering muncul di perkebunan jagung yaitu Ageratum sp, Commelina sp, Eleusine sp, dan Sacciolepis sp. Penelitian ini dibangun sebuah model identifikasi genus gulma dengan memanfaatkan algoritma Single Shot Detector (SSD). Single Shot Detector merupakan sebuah model yang dapat mendeteksi atau mengenali objek pada suatu gambar. Penelitian ini menggunakan 800 dataset training untuk melatih sistem Deep Learning dan 150 Dataset testing untuk validasi dan evaluasi terhadap model yang dihasilkan. Dengan nilai threshold IoU dan minimum confidence @0.80 tingkat akurasi yang didapatkan pada penelitian ini sebesar 62.44%.