Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal Abdimas Ilmiah Citra Bakti (JAICB)
Muhammad Raihan Arrasyid
Universitas Sriwijaya
Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Physics Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
SUMAN (SULAM ANGKINAN) X MODERN FASHION WITH DIGITAL CUSTOMIZE PLATFORM: IMPLEMENTASI PROGRAM KREATIVITAS MAHASISWA BIDANG KEWIRAUSAHAAN (PKM-K) Renisya Kusnadi; Muhammad Aidil; Dwi Raiqah Salsabila; Muhammad Raihan Arrasyid; Dea Aulia Handayani; Efva Octavina Donata Gozali
Jurnal Abdimas Ilmiah Citra Bakti Vol. 5 No. 1 (2024)
Publisher : STKIP Citra Bakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38048/jailcb.v5i1.2333

Abstract

Program Kreativitas Mahasiswa Kewirausahaan (PKM-K) merupakan program kreativitas mahasiswa dalam menciptakan aktivitas usaha. PKM-K Memberikan kesempatan kepada mahasiswa untuk praktik wirausaha dengan pemahaman konsep wirausaha yang komprehensif. PKM-K diharapkan dapat menjadi cikal bakal kemunculan produk usaha di Indonesia sebagai karya mandiri bangsa. Sulam angkinan dalam perkembangannya terdapat keterbatasan kemampuan pemasaran dan jaringan diakibatkan karena sulam angkinan hanya digunakan untuk acara formal dengan desain yang tradisional dan bahan yang tidak cocok untuk pakaian sehari-hari. Berlatar belakang dari permasalahan itu, solusi yang diberikan adalah menciptakan produk dipadupadankan dengan modern fashion style tanpa menghilangkan citra dan motif asli sulam angkinan yang sudah ada serta menciptakan platform marketplace pribadi yang dikemas dalam satu platform digital yang dilengkapi dengan fitur models customize dan fitur historical guide. Metode yang digunakan adalah ceramah dan diskusi yang disertai dengan tutorial dan eksekusi selama kurun waktu lima bulan (Juni-November 2023). Hasil dari kegiatan ini menunjukkan bahwa program dapat membantu pengrajin sulam angkinan dalam memasarkan produk mereka dan juga bersaing dengan produk-produk fashion modern berkat modernisasi desain dan bentuk dari sulam angkinan itu sendiri.
APLIKASI DETEKSI MASKER WAJAH MENGGUNAKAN METODE DEEP LEARNING DAN IMAGE PROCESSING PADA MODEL AI SEDERHANA Novran Novran; Evan Febrian; Nathania Calista Hallatu; Putri Hidayahni; Muhammad Raihan Arrasyid; Abdiansah Abdiansah
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 14 No 3, Mei Tahun 2024
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.14.3.220-227

Abstract

Deteksi masker wajah menggunakan deep learning dan image processing telah menjadi hal yang penting dalam upaya mengurangi penyebaran virus, terutama selama pandemi COVID-19. Penelitian ini berfokus pada pengembangan model AI sederhana untuk deteksi masker wajah. Tujuan penelitian ini adalah mengimplementasikan sistem yang dapat mengidentifikasi keberadaan masker pada wajah dengan akurasi tinggi. Dengan memanfaatkan Convolutional Neural Network (CNN) dan teknik image processing, model ini menunjukkan hasil yang menjanjikan dalam mendeteksi masker dengan akurasi tinggi. Namun, terdapat tantangan seperti kebutuhan akan dataset besar, komputasi intensif, dan risiko overfitting yang perlu diatasi. Aplikasi teknologi deteksi masker dapat meningkatkan langkah-langkah keamanan dengan mengidentifikasi individu yang tidak menggunakan masker dan memantau kepatuhan terhadap protokol kesehatan. Penelitian masa depan sebaiknya mengeksplorasi sistem deteksi multi-wajah dan skenario yang lebih kompleks. Secara keseluruhan, integrasi deep learning dan image processing dalam deteksi masker wajah memiliki potensi besar untuk aplikasi keamanan dan kesehatan yang lebih luas. Hasil analisis menunjukkan bahwa algoritma CNN dengan arsitektur MobileNetV2 memiliki potensi untuk deteksi masker dengan tingkat akurasi yang tinggi dengan Uji Akurasi dan Skor F1 sebesar 0,99.
Co-Authors Abdiansah, Abdiansah Dea Aulia Handayani Dwi Raiqah Salsabila Evan Febrian Gozali, Efva Octavina Donata Muhammad Aidil Nathania Calista Hallatu Novran Novran Putri Hidayahni Renisya Kusnadi