Claim Missing Document
Check
Articles

Found 3 Documents
Search

Penerapan Teknologi Blockchain pada Sistem Supply Chain Management yang Terintegrasi dengan Sensor RFID Arif Tumpal Leonardo Sianturi; Ahmad Fali Oklilas
Jurnal Sistem Informasi Vol 14, No 1 (2022)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (251.419 KB) | DOI: 10.36706/jsi.v14i1.17129

Abstract

Supply Chain Management merupakan jaringan suplai produk yang diisi oleh mitra-mitra mulai dari pemasok hingga ke pelanggan. Di masa pandemi ini, masyarakat cenderung melakukan aktifitas mereka di dalam rumah mereka masing-masing, sembari melakukan seleksi dari produk-produk konsumsi yang terjamin kualitasnya untuk menjaga kesehatan mereka. Masyarakat perlu mengetahui apakah produk-produk ini dapat dipantau perjalanannya dengan Sistem Supply Chain Management, mulai dari pabrik hingga ke konsumen. Namun saat ini, menjaga transparansi dan ketertelusuran didalam jaringan Supply Chain masih menjadi tantangan tersendiri. Untuk mengatasi masalah ini, penulis mencoba meneliti metode Blockchain untuk menanggulangi kekurangan dari Supply Chain Management. Teknologi Blockchain dikenal dengan keamanan data yang baik dengan hash function-nya. Blockchain dinilai dapat dengan baik bila diimplementasikan di area Supply Chain Management. Untuk kemudahan pengumpulan data selama proses Supply Chain Management berlangsung, Sensor RFID juga dapat diintegrasikan kedalam system, sehingga lebih mudah untuk melakukan perhitungan dan pengumpulan data dati produk yang berjalan pada system Supply Chain Management itu sendiri.
Pelatihan Peningkatan Kemampuan Keterampilan Masyarakat Desa Sungai Pinang Tentang Teknologi Informasi Ali Ibrahim; Yadi Utama; Mira Afrina; Putri Eka Sevtiyuni; Ahmad Fali Oklilas
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 3 No. 1 (2023): Januari 2023 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25008/altifani.v3i1.309

Abstract

Kegiatan pengabdian kepada masyarakat dengan pelatihan peningkatan kemampuan keterampilan masyarakat desa sungai pinang tentang teknologi informasi dilaksanakan selama 5 kali kegiatan. Hal ini dimulai dari koordinasi tim dengan perangkat desa untuk menentukan jadwal dan lokasi pelaksanaan. Selanjutnya tim melakukan survei ke lokasi untuk observasi persiapan pelaksanaan. Setelah kegiatan sudah disepakati jadwal dan tempat pelaksanaan, maka selanjutnya tim mempersiapkan semua kebutuhan seperti pembuatan modul, teknologi yang digunakan sampai ke tahapa evaluasi pelaksanaan. Metode kegiatan dengan cara pendampingan, penyuluhan dan demontrasi program. Narasumber pada kegiatan ini terdiri dari dosen dan mahasiswa, yang saling berkolaborasi. Berdasarkan hasil diskusi dengan aparat dan observasi selama kegiatan, maka 90 % kegiatan dapat membantu masyarakat dalam pemahaman teknologi. Selan itu terlihat dari antusia peserta dalam mengikuti pelatihan.
MODEL YOLO VERSI 4 PADA PENGENALAN KENDARAAN DI JALAN RAYA KOTA PALEMBANG Ahmad Fali Oklilas; Sukemi Sukemi; Ridho Apriliyanto
Transmisi: Jurnal Ilmiah Teknik Elektro Vol 25, No 3 Juli (2023): TRANSMISI: Jurnal Ilmiah Teknik Elektro
Publisher : Departemen Teknik Elektro, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14710/transmisi.25.3.136-139

Abstract

Setelah didapatkan hasil dari dataset Foto Kendaraan di Jalan Raya Kota Palembang. Pada penelitian ini melakukan training dan testing dari dataset tersebut menggunakan YOLO versi 4 (you only look once). Dalam Penelitian ini bertujuan untuk mendapatkan nilai akurasi dalam mendeteksi objek motor dan mobil.  Hasil Model tersebut akan diuji coba terhadap video rekaman yang didapat dari Jalan Raya. Dataset yang didapat berjumlah 4000 gambar yang berformat .jpg. Dari 4000 file tersebut terdiri dari 2000 file gambar motor dan 2000 file gambar mobil. Hasil dari YOLO v4 mendapatkan akurasi yang baik, hal ini di tunjukkan pada nilai mean Average Precision  (mAP) adalah 0.690423 atau 69.04%. Pada YOLO v4 melakukan proses dengan waktu yang cepat untuk mendeteksi objek gambar dalam satuan second ialah 89 detik.