Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Teknologi Terpadu Jurnal Informatika Terpadu The Indonesian Journal of Computer Science
Imaduddin, Zaki
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Pengembangan Aplikasi Monitoring Perkembangan Janin Berbasis Website Imaduddin, Zaki; Ariyanto, Arif; Khoiron, Faiz
Jurnal Informatika Terpadu Vol 7 No 2 (2021): September, 2021
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jit.v7i2.362

Abstract

Monitoring the developing fetus will make it easier to detect any abnormal symptoms of fetus growth. Monitoring is done by measuring and estimating the age and weight of the fetus. Average fetal weight at a certain gestational age refers to pregnancy statistics. A fetus that is too big or too small can cause severe problems for the delivery process and the baby's development. The process of monitoring the estimated age and weight of the fetus can do by measuring up to bids of the fundus. In order to facilitate the process of monitoring and providing information for pregnant women in graphic form, an information system that can be accessed easily is needed. A system that records fetal development and provides easy-to-understand information about fetal development for pregnant women: therefore, the development of fetal development monitoring applications is essential. Therefore the development of the fetal development monitoring app became important. It is hoped that pregnant women will find it easy to record and monitor fetal development with a fetal development monitoring application. A method for measuring the development of fetal weight do by using fetal biometric measurements through uteri height. The developed applications also provide accessible graphic information regarding the development of the fetus.
APLIKASI MOBILE UNTUK DETEKSI DAN KLASIFIKASI DAUN SECARA REAL TIME Imaduddin, Zaki
Jurnal Teknologi Terpadu Vol 1 No 1: Juli, 2015
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v1i1.33

Abstract

Penelitian ini diajukan untuk pendeteksian dan klasifikasi daun menggunakan sistem operasi android, dimana penelitian ini merupakan hasil pengembangan dari penelitian sebelumnya yang juga melakukan deteksi dan klasifikasi daun[1], pada eksperimen ini kami menggunakan 1.907 sample daun Flavia dimana 1335 daun untuk data pembelajaran dan 572 daun untuk data uji. Kami menggunakan 3 jenis daun yang berbeda untuk dideteksi dan diklasifikasi oleh sistem dimana ini belum ada penelitian yang melakukan proses deteksi dan pengenalan sekaligus dengan menggunakan objek daun. Kami menggunakan metode AdaBoost untuk mendeteksi daun dan kami menggunakan SVM untuk proses klasifikasi, sedangkan untuk ekstraksi fitur kami menggunakan haar like fitur dan LBP. hasil akurasi yang diperoleh dalam proses deteksi dan pengenalan dengan menggunakan mobile phone berbasis android ialah 66,91%. Aplikasi ini sangat penting bagi masyarakat untuk sarana pembelajaran dalam mengetahui tiap jenis daun yang ada disekitar kita. Kata Kunci: Android, AdaBoost, SVM, Haar Like Fitur, LBP
PENGEMBANGAN METODE MORFOLOGI UNTUK PENGUKURAN BIOMETRI PANJANG TULANG FEMUR Imaduddin, Zaki
Jurnal Teknologi Terpadu Vol 2 No 1: Juli, 2016
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v2i1.49

Abstract

Penelitian ini bertujuan untuk mendukung Renstra Kementrian Kesehatan dalam program membangun kesehatan tahun 2015 – 2019 yaitu menurunkan Angka Kematian Ibu dan Angka Kematian Bayi di indonesia, dimana sistem ini dibuat untuk mendeteksi secara otomatis letak organ tulang paha (Femur) dari citra hasil scanning alat USG janin. Bagian organ ini dinyatakan lebih akurat karena biasa digunakan sebagai parameter untuk mengetahui perkembangan janin secara berkala. dengan mengetahui panjang dari tulang paha, maka nantinya usia bayi dapat diketahui, dimana kedepan sistem ini dapat berperan dalam mengetahui secara dini apabila ada kelainan pada janin melalui Prototype yang sudah teruji dan tervalidasi oleh dokter spesialis Obstetri dan Ginekologi. Metode pengukuran otomatis untuk pengukuran tulang paha janin ini sudah teruji dengan 50 datasheet gambar tulang paha janin, dengan langkah langkah yang lebih efesien, sehingga waktu komputasi dalam proses segementasi hingga pengukuran bisa berlangsung lebih optimal. berdasarkan eksperimen menggunakan 5 sampel citra usg, didapatkan waktu komputasi berjalan lebih cepat namun error yang dihasilkan masih cukup besar atau diatas toleransi error yang ditentukan yaitu sebesar 10%, hal ini dikarenakan masih kurang maksimalnya sistem dalam membaca data yang memiliki banyak noise, sehingga akurasi pengukuran belum berjalan secara optimal.
ANALISIS PERANCANGAN PROTOTIPE SISTEM INFORMASI BIAYA STUDI MAHASISWA MENGGUNAKAN FRAMEWORK MOBILE ONSEN UI (STUDI KASUS: STT TERPADU NURUL FIKRI) Nazih, Muhammad; Imaduddin, Zaki
Jurnal Teknologi Terpadu Vol 3 No 2: Desember, 2017
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v3i2.84

Abstract

Sistem informasi biaya studi mahasiswa atau bisa disebut juga dengan modul keuangan yang ada di dalam Sisten Informasi Akademik (SIAK) sangat dibutuhkan oleh perguruan tinggi, karena system tersebut sangat membantu dalam penyelenggaraan proses pendidikan. Pada penelitian ini penulis akan membahas mengenai proses analisis dan perancangan Prototipe Sistem Informasi Biaya Studi Mahasiswa dengan Menggunakan Framework Mobile Onsen UI dengan metode pengembangan perangkat lunak Unified Process, dan didalam pengumpulan data penulis menggunakan metode observasi dan wawancara, Serta pengujian aplikasinya menggunakan Black-Box Testing, Adapun hasil yang didapat dari penelitian dan perancangan ini adalah Sistem Informasi Biaya Studi Mahasiswa yang lebih efektif, dan ramah pengguna.Kata Kunci: Framework, Onsen UI, Sistem Informasi Biaya Studi Mahasiswa, Unified Process
PEMBANGUNAN SISTEM INFORMASI PERTAHANAN SEKOLAH SMA ISLAM AL AZHAR 4 BERBASIS WEB MENGGUNAKAN PHP & MARIADB Fajar, Anugerah; Imaduddin, Zaki
Jurnal Teknologi Terpadu Vol 4 No 2: Desember, 2018
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v4i2.204

Abstract

SMA Islam Al Azhar 4 Kemang Pratama memiliki bidang organisasi Ketahanan Sekolah atau biasa disebutTANSE yang berfungsi mengelola semua aturan sekolah terhadap murid yang dilaksanan oleh tim TANSEuntuk peningkatan kualiatas perilaku yang baik untuk mendukung Visi dan Misi sekolah SMA Islam AlAzhar 4 Kemang Pratama. Selama ini kegiatan yang ada di TANSEdalam pengelolaan data pelanggaranmurid masih dikelola secara manual dengan menggunakan buku besar, aplikasi Microsoft Word danMicrosoft Excel. Dimana dengan sistem manual dalam pengelolaan data penelitian dan pengabdian dapatmengakibatkan integritas dan keamanan data yang tidak terjamin serta keterlambatan akan informasisehingga permasalahan waktu dan tingkat validitas data ditekan seminimal mungkin. Penelitian inibertujuan untuk membangun aplikasi sistem informasi ketahanan sekolah SMA Islam Al Azhar 4 KemangPratama berbasis web menggunakan PHP & MariaDB. Hasil penelitian ini adalah aplikasi berbasis webdengan beberapa fitur yang dapat membantu mengelola kegiatan TANSE.
A Multi-Tenant Platform for Web-Based Library Applications Using Extreme Programming Methods Azhar, Muhamad Faqih; Munir, Sirojul; Imaduddin, Zaki
The Indonesian Journal of Computer Science Vol. 14 No. 3 (2025): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v14i3.4756

Abstract

This research aims to develop a web-based platform for book collection lending management with a multi-tenant concept using the Extreme Programming (XP) development method, which includes the frontend and backend parts. This platform is designed to support the needs of library units and book collectors, allowing each entity to operate independently in one system to improve operational efficiency and effectiveness. The Research and Development (R&D) approach used in this research includes the following stages of planning, designing, implementing, and testing within the XP method framework. The technology used to develop this web-based platform includes Golang for the backend and React TypeScript for the frontend, with PostgreSQL as the database. Data was collected through observation and literature studies, while system testing used the Black Box Testing method. This platform provides various main features, such as library or collector registration, book collection management, borrowing and returning processes, and transaction history recording. The study results showed that platform development was carried out in six iterations over three months with a sprint duration of two weeks, resulting in an average work speed per sprint of 13.6 points. The test results showed that all features functioned according to user needs without any functional errors, with a system success rate of 100%. Overall, this platform is stated to be of good quality, ready to operate, and expected to support the management of digital book collections effectively and efficiently.
Pengembangan Model Multilayer Classifier Menggunakan Metode Ensemble Learning untuk Grading Brokoli Imaduddin, Zaki; Purwanto, Yohanes Aris; Hartono Wijaya, Sony; Nidya Neyman, Shelvie
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 4: Agustus 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.124

Abstract

Permintaan brokoli di Indonesia terus meningkat 15% sampai dengan 20% per tahun. Sayangnya supply masih terbatas dan kualitas masih kurang. Untuk menentukan kualitas brokoli diperlukan adanya proses grading yaitu proses pemeringkat brokoli menjadi grade A, B dan C berdasarkan tiga parameter utama yaitu warna, ukuran, dan bentuk. Sayangnya, tidak semua petani memahami mengenai proses grading tersebut. Hal ini menyebabkan kerugian pada petani dan pengusaha brokoli. Penelitian ini bertujuan untuk mengembangkan algoritma grading menggunakan Convolusional neural network (CNN) berdasarkan 2 buah citra yaitu citra kepala brokoli dari tampak atas dan tampak samping. Dataset pada penelitian ini sebesar 600 data. Teknik yang digunakan ialah modifikasi beberapa model deep learning yaitu ResNet50, EfficientNetB2, VGG16 pada bagian layer klasifikasinya, lalu dibandingkan dengan hasil akurasi dari masing-masing outputnya. Penelitian ini juga menggunakan metode ensemble learning dimana menggunakan kombinasi dari 3 fitur berbeda. Fitur warna, ukuran dan bentuk digabungkan pada proses training dan testing untuk melakukan klasifikasi grade brokoli. Pada fase testing digunakan teknik voting untuk pengambilan keputusan grading. Akurasi terbaik ada pada model ResNet50 dengan hasil klasifikasi brokoli sebesar 90% yang didapatkan melalui penggunaan 5 dense layer pada layer klasifikasi, sehingga mampu melebihi hasil akurasi dari beberapa model deep learning lainnya. Algoritma dari penelitian ini menawarkan solusi grading yang lebih objektif dan konsisten dibandingkan sistem manual, sehingga petani dan pengusaha brokoli dalam meningkatkan efisiensi, mengurangi kerugian, dan memastikan kualitas produk yang lebih baik bagi konsumen.   Abstract The demand for broccoli in Indonesia has been increasing by 15% to 20% annually. However, supply remains limited, and quality control is inadequate. To assess broccoli quality, a grading process is required, classifying broccoli into Grades A, B, and C based on three primary parameters: color, size, and shape. Unfortunately, not all farmers possess sufficient knowledge of this grading process, leading to financial losses for both farmers and broccoli businesses. This study aims to develop a grading algorithm using a Convolutional Neural Network (CNN) based on two images, namely a top-view and a side-view image of a broccoli head. The dataset comprises 600 samples. The methodology involves modifying the classification layers of several deep learning models, namely ResNet50, EfficientNetB2, and VGG16, and comparing their classification accuracy. Additionally, an ensemble learning approach is employed, integrating three distinct features—color, size, and shape—into the training and testing phases for broccoli grading. The voting technique is utilized in the testing phase to enhance decision-making in the grading process. Experimental results indicate that the ResNet50 model achieves the highest classification accuracy at 90%, attributed to the incorporation of five dense layers in the classification stage. This performance surpasses that of other deep learning models. The proposed algorithm provides a more objective and consistent grading system compared to manual methods, enabling farmers and broccoli enterprises to enhance efficiency, reduce financial losses, and ensure higher product quality for consumers.  
Co-Authors Arif Ariyanto Azhar, Muhamad Faqih Fajar, Anugerah Hartono Wijaya, Sony Khoiron, Faiz Nazih, Muhammad Shelvie Nidya Neyman Sirojul Munir