anjasleon (anjasleon)

2023: Project ini menghadirkan layanan e-Pelayanan yang memungkinkan Anda untuk mengajukan surat-menyurat atau melakukan pengaduan dengan mudah dan cepat. Dengan aplikasi ini, proses pengajuan dan pelaporan menjadi lebih efisien, memungkinkan Anda mengelola administrasi dan menyampaikan keluhan tanpa perlu datang ke kantor secara langsung.

2023: Project ini menghadirkan Web Point of Sales, sebuah aplikasi berbasis web yang dirancang untuk transaksi ritel di berbagai tempat seperti restoran, kafe, minimarket, dan lainnya. Dengan aplikasi ini, proses penjualan menjadi lebih efisien dan terintegrasi, memudahkan pengelolaan transaksi, inventaris, dan laporan secara real-time.

2025: Sistem Informasi Anjungan Layanan Administrasi Perizinan (SIALAP) dibangun untuk memastikan kelancaran dan kontinuitas pelayanan kepada masyarakat dalam pengajuan permohonan Perizinan non berusaha di Kabupaten Muara Enim.

Dengan SIALAP, masyarakat dapat mengajukan dan memantau status permohonannya secara online melalui satu pintu layanan, yang dapat meningkatkan efisiensi, transparansi, dan memudahkan masyarakat dalam mendapatkan perizinan non berusaha.

2025: Sistem Survei Kepuasan Masyarakat (SKM) adalah sebuah aplikasi yang dirancang untuk mengukur tingkat kepuasan masyarakat terhadap layanan publik yang diberikan oleh instansi atau organisasi. Melalui sistem ini, masyarakat sebagai pengguna layanan dapat memberikan penilaian secara mudah, cepat, dan transparan.

Data hasil survei akan diolah secara otomatis menjadi laporan yang berisi nilai indeks kepuasan, grafik perbandingan, serta rekomendasi perbaikan yang diperlukan. Dengan adanya SKM, instansi dapat mengetahui kelemahan dan keunggulan layanan, sehingga proses peningkatan kualitas pelayanan publik dapat dilakukan secara berkelanjutan dan berbasis data.

Fitur Utama:
1. Formulir survei online yang mudah diakses
2. Pengolahan data otomatis menjadi indeks kepuasan
3. Visualisasi hasil berupa grafik dan tabel interaktif
4. Laporan SKM siap cetak sesuai format resmi

Dengan sistem ini, diharapkan tercipta pelayanan publik yang lebih akuntabel, transparan, dan berorientasi pada kebutuhan masyarakat.

2025: SIANTRI adalah aplikasi berbasis website yang dirancang untuk mengelola dan mempermudah proses antrian layanan secara digital. Dengan sistem ini, masyarakat tidak perlu lagi menunggu lama di lokasi layanan, karena nomor antrian dapat diperoleh secara online melalui aplikasi maupun website.

Sistem ini membantu instansi atau organisasi dalam mengatur alur layanan lebih efisien, mengurangi kerumunan, serta meningkatkan kepuasan masyarakat. Selain itu, SIANTRI juga dilengkapi dengan fitur monitoring real-time, sehingga pengguna dapat memantau posisi antrian mereka secara langsung.

Fitur Utama:
1. Pendaftaran dan pengambilan nomor antrian secara online
2. Notifikasi estimasi waktu layanan
3. Pemantauan antrian real-time (display monitor & mobile)
4. Manajemen loket/petugas secara terpusat
5. Laporan statistik jumlah pengunjung dan waktu layanan

Dengan SIANTRI, proses antrian menjadi lebih tertib, transparan, dan efisien, sekaligus mendukung peningkatan kualitas pelayanan publik berbasis digital.

2025: Proyek ini berfokus pada klasifikasi dan deteksi biji kopi sangrai menggunakan teknik computer vision dan machine learning. Tujuannya adalah mengembangkan sistem yang andal untuk mengidentifikasi serta mengklasifikasikan berbagai jenis biji kopi sangrai berdasarkan karakteristik visualnya.

Fitur Utama
1. Klasifikasi Gambar: Mengimplementasikan model berbasis CNN untuk mengklasifikasikan biji kopi sangrai ke dalam kategori tertentu, seperti jenis biji, tingkat sangrai, dan asal.

2. Deteksi Objek: Memanfaatkan arsitektur CNN untuk membuat sistem deteksi objek yang mampu mengenali serta memberi bounding box pada biji kopi di dalam gambar.

3. Persiapan Dataset: Menyediakan alat dan skrip untuk mempersiapkan serta melakukan augmentasi dataset yang sesuai untuk pelatihan model CNN.

4. Evaluasi Model: Menerapkan metrik dan alat untuk mengevaluasi performa model klasifikasi maupun deteksi.

Teknologi yang Digunakan

1. TensorFlow / PyTorch: Framework deep learning populer untuk pengembangan dan pelatihan model CNN.

2. OpenCV: Digunakan untuk teknik computer vision seperti praproses gambar, augmentasi, dan ekstraksi fitur.

3. Python: Bahasa pemrograman utama untuk implementasi sistem.