Claim Missing Document
Check
Articles

Found 5 Documents
Search

SISTEM INFORMASI GEOGRAFIS PEMETAAN PRAKTIK DOKTER UMUM DAN SPESIALIS “SMART DOCTOR” Maulana, Muhammad Akbar; Kriswantoro, Andi; Hudha, Yans Safarid; Habib, Muhammad; Syarham, Syarham; Utami, Ema
CSRID (Computer Science Research and Its Development Journal) Vol 9, No 2 (2017): CSRID Juni 2017
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (467.759 KB) | DOI: 10.22303/csrid.9.2.2017.62-74

Abstract

Ketika seseorang sedang sakit dan baru saja pindah kedaerah tertentu, akan sulit dalam mencari dokter pada kota yang baru saja didatangi dan sangatlah menyusahkan. Terlebih lagi jika banyak dokter yang tidak kita kenal dan belum teruji bahwa dokter tersebut mempunyai izin praktek. Tentunya harus pergi ke rumah sakit, tetapi jika lebih mengetahui dimana letak dokter yang terdekat dan terpercaya, ini akan menghemat tenaga dan waktu. Dengan membuat smart doctor diyakini dapat mensolusikan masalah yang dihadapi masyarakat. Perkembangan komunikasi dalam modernisasi saat ini khususnya di Indonesia semakin berkembang pesat, fakta ini dapat dibuktikan dengan berkembangnya berbagai jenis smartphones yang dibuat vendor-vendor ponsel terkemuka didunia. Hal ini baik secara langsung maupun tidak langsung berpengaruh terhadap perkembangan dunia kesehatan di Indonesia dalam mengembangkan berbagai macam teknologi. Ketersediaan perangkat bergerak, lingkungan pengembangan, dan pustaka pemetaan, memungkinkan berkembangnya aplikasi mobile GIS yang berhubungan dengan dunia kesehatan. Dalam pengembangan aplikasi ini menggunakan sistem operasi android yang merupakan salah satu sistem operasi telepon seluler yang terpopuler saat ini dipadukan dengan google maps yang merupakan layanan peta dunia virtual berbasis web yang disediakan oleh Google. Pemanfaatan pengukuran jarak terdekat pada peta juga memberikan keuntungan lebih pada aplikasi ini dimana nantinya pengguna yang tidak mengetahui rute jarak menuju lokasi praktik dokter dapat dipermudah dengan di arahkan menggunakan rute terpendek sehingga hal itu dapat membatu bagi pengguna yang bukan merupakan penduduk asli dari suatu wilayah tersebut.
Penerapan Haar Cascade Classifier Dalam Mendeteksi Kelainan Mata Pada Anak Menggunakan OpenCV Giesta Rahguna Putri; Muhammad Akbar Maulana
Jurnal Ilmiah Dan Karya Mahasiswa Vol. 1 No. 4 (2023): AGUSTUS : JURNAL ILMIAH DAN KARYA MAHASISWA
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jikma.v1i4.511

Abstract

Eye disorders in children need early detection to prevent serious health problems. However, eye examinations at healthcare centers are currently limited. OpenCV is an image processing library that can detect eye disorders such as strabismus and crossed eyes. Research shows that OpenCV aids in the early detection of eye disorders in children at healthcare centers. Haar Cascade Classifier is an image processing technique used to detect specific objects. It can accurately detect faces under various lighting and background conditions. It serves as an effective alternative for object detection in digital images.
Penerapan Haar Cascade Classifier Dalam Mendeteksi Kelainan Mata Pada Anak Menggunakan OpenCV Giesta Rahguna Putri; Muhammad Akbar Maulana
Jurnal Ilmiah Dan Karya Mahasiswa Vol. 1 No. 4 (2023): AGUSTUS : JURNAL ILMIAH DAN KARYA MAHASISWA
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jikma.v1i4.511

Abstract

Eye disorders in children need early detection to prevent serious health problems. However, eye examinations at healthcare centers are currently limited. OpenCV is an image processing library that can detect eye disorders such as strabismus and crossed eyes. Research shows that OpenCV aids in the early detection of eye disorders in children at healthcare centers. Haar Cascade Classifier is an image processing technique used to detect specific objects. It can accurately detect faces under various lighting and background conditions. It serves as an effective alternative for object detection in digital images.
Pembuatan Ergonomic Mechanical Keyboard untuk Mengurangi Cidera Tangan Menggunakan Teknologi Arduino Muhammad Akbar Maulana
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 8 No. 3 (2023): September 2023
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.2023.8.3.175-185

Abstract

In our daily lives, computers and keyboards are essential tools for both work and gaming. However, despite the variety of keyboards available on the market, few consider the comfort and needs of individual users. To solve this issue, a mechanical keyboard that can be adjusted in width, shape, and positioning is required to lessen hand injuries when used for extended periods. This research produces a mechanical keyboard hardware prototype using Arduino as the main component. The device will be connected to an electronic circuit and use C Language as supporting software. Tests were conducted to compare existing keyboards on the market related to function tests, compatibility, usability, and performance tests. The results show that all hardware components function perfectly at 98% capacity.
Perbandingan Algoritma Naïve Bayes dan TextBlob Untuk Mendapatkan Analisis Sentimen Masyarakat Pada Sosial Media Giesta Rahguna Putri; Muhammad Akbar Maulana; Samsul Bahri
Teknika Vol 13 No 2 (2024): Juli 2024
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v13i2.815

Abstract

Media sosial Twitter adalah platform yang populer di Indonesia untuk berkomunikasi dan mendapatkan informasi dengan cepat. Hal ini memungkinkan masyarakat dengan mudah mengungkapkan opini dan sentimen mereka. Penelitian ini berfokus pada perbandingan algoritma TextBlob dan Naïve Bayes dalam menganalisis sentimen masyarakat. Temuan menunjukkan bahwa TextBlob mengklasifikasikan sebagian besar tweet sebagai positif, sementara Naïve Bayes menunjukkan kecenderungan yang serupa dengan akurasi sebesar 78,18%. Dari analisis TextBlob, sekitar 50,98% komentar menunjukkan sentimen positif, 16,01% negatif, dan 33,33% netral. Dengan menggunakan kedua algoritma ini, penelitian berhasil mengidentifikasi sentimen masyarakat dengan akurasi yang baik, menunjukkan distribusi yang jelas antara sentimen positif, netral, dan negatif.