Article Per Year (5 Year)
p-Index From 2020 - 2025
2.461
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND COMPUTER SCIENCE JOIV : International Journal on Informatics Visualization JOURNAL OF INFORMATICS AND COMPUTER SCIENCE Jurnal Teknologi Terapan and Sains 4.0 INJURITY: Journal of Interdisciplinary Studies Jurnal INFOTEL J-SIGN (Journal Of Informatics, Information System, And Artificial Intelligence) DCS: Jurnal Pengabdian Masyarakat
Junidar, Junidar
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Public Health Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
IMPLEMENTASI MACHINE LEARNING DALAM MENINGKATKAN AKURASI SISTEM PAKAR DIAGNOSA PENYAKIT JANTUNG BERBASIS ANDROID Hamdi, Nurul; Junidar, Junidar; Serianti, Putri; Nargaza, Juanda
JOURNAL OF INFORMATICS AND COMPUTER SCIENCE Vol 11, No 1 (2025): APRIL 2025
Publisher : Ubudiyah Indonesia University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33143/jics.v11i1.4898

Abstract

AbstrakTeknologi informasi dan komunikasi telah berkembang pesat, termasuk dalam bidang kesehatan. Salah satu inovasi yang menjanjikan adalah penggunaan machine learning dalam sistem pakar untuk diagnosis penyakit jantung. Penyakit jantung merupakan salah satu penyebab utama kematian di seluruh dunia, sehingga penting untuk memiliki sistem yang dapat membantu dalam diagnosis yang akurat dan cepat. Artikel ini membahas implementasi machine learning dalam meningkatkan akurasi sistem pakar diagnosis penyakit jantung berbasis Android, serta tantangan dan manfaat yang mungkin dihadapi. Hasil dari penerapan metode forward chaining ini berupa aplikasi sistem pakar diagnosa jantung. Platform Android dipilih karena Android sedang berada di puncak penjualan smartphone. Pengguna smartphone android dapat dikatakan banyak sehingga pengguna dapat menerima informasi dan mendiagnosa awal penyakit jantung berdasarkan hasil hitungan dari sebuah hipotesa.
Dari Ruang Hijau ke Ruang Belajar Membangun Kesadaran Lingkungan dan Ekowisata di Hutan Kota Banda Aceh Hamdi, Nurul; Junidar, Junidar
DCS: Jurnal Pengabdian Masyarakat Vol. 1 No. 2 (2024): DCS: Jurnal Pengabdian Masyarakat, Volume 1 Nomor 2, Desember 2024
Publisher : LEMBAGA KAJIAN PEMBANGUNAN PERTANIAN DAN LINGKUNGAN (LKPPL)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62671/dcs.v1i2.71

Abstract

Hutan Kota Banda Aceh merupakan salah satu ruang terbuka hijau strategis yang memiliki potensi besar untuk dikembangkan tidak hanya sebagai kawasan konservasi, tetapi juga sebagai ruang edukatif dan destinasi ekowisata perkotaan. Namun, rendahnya kesadaran masyarakat terhadap pentingnya pelestarian lingkungan serta belum optimalnya pemanfaatan hutan kota sebagai sarana edukasi dan wisata berkelanjutan menjadi tantangan yang signifikan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan model edukasi lingkungan berbasis partisipatif yang terintegrasi dengan konsep ekowisata, guna membangun kesadaran ekologis masyarakat sekaligus meningkatkan nilai guna Hutan Kota sebagai ruang belajar. Metode yang digunakan adalah pendekatan kualitatif dan kuantitatif melalui survei, wawancara, observasi lapangan, pelatihan masyarakat, serta pembuatan media edukatif dan papan informasi di kawasan hutan kota. Hasil kegiatan menunjukkan adanya peningkatan pengetahuan, partisipasi, dan sikap positif masyarakat terhadap pelestarian lingkungan serta ketertarikan untuk mengembangkan potensi ekowisata lokal. Selain itu, terbentuknya Kelompok Sadar Wisata dan Lingkungan menjadi indikator awal keberhasilan pemberdayaan berbasis komunitas. Penelitian ini menegaskan bahwa transformasi ruang hijau menjadi ruang belajar tidak hanya memperkuat fungsi ekologis dan sosial Hutan Kota, tetapi juga membuka peluang baru dalam pengembangan pendidikan lingkungan dan ekonomi kreatif lokal secara berkelanjutan.
Comparative Analysis of Homomorphic and Morphological Filters Using Inception V3 for Thermal Facial Image Classification of Autistic Children Catur Andryani, Nur Afny; Melinda, Melinda; Tariliani, Cut Dara; Oktiana, Maulisa; Junidar, Junidar
JOIV : International Journal on Informatics Visualization Vol 9, No 3 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.3.2885

Abstract

Autism Spectrum Disorder (ASD) is a neuro-developmental disorder characterized by varying degrees of difficulty in social interaction and communication and repetitive behaviors. Early confirmation of the diagnosis of ASD leads to early appropriate treatment. However, confirming ASD diagnosis is challenging due to its wide spectrum and challenging behavior assessment. This research proposes a technology-based ASD diagnosis on children utilizing thermal facial analysis. This is conducted subject to the uniqueness of facial expression that is typically applied to children with ASD. A modified Inception V3 architecture did the intended thermal facial analysis for ASD diagnosis. Homomorphic filters and morphological filters are applied to the data pre-processing to improve the classification ability. The proposed identification method shows better sensitivity to the false-positive aspect. It is indicated by better performance in terms of precision, with a rate of 90% to 91%. This research is expected to support medical experts in confirming early diagnosis in children with ASD.
Image Segmentation Performance using Deeplabv3+ with Resnet-50 on Autism Facial Classification Melinda, Melinda; Aqif, Hurriyatul; Junidar, Junidar; Oktiana, Maulisa; Binti Basir, Nurlida; Afdhal, Afdhal; Zainal, Zulfan
JURNAL INFOTEL Vol 16 No 2 (2024): May 2024
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v16i2.1144

Abstract

In recent years, significant advancements in facial recognition technology have been marked by the prominent use of convolutional neural networks (CNN), particularly in identification applications. This study introduces a novel approach to face recognition by employing ResNet-50 in conjunction with the DeepLabV3 segmentation method. The primary focus of this research lies in the thorough analysis of ResNet-50's performance both without and with the integration of DeepLabV3+ segmentation, specifically in the context of datasets comprising faces of children on the autism spectrum (ASD). The utilization of DeepLabV3+ serves a dual purpose: firstly, to mitigate noise within the datasets, and secondly, to eliminate unnecessary features, ultimately enhancing overall accuracy. Initial results obtained from datasets without segmentation demonstrate a commendable accuracy of 83.7%. However, the integration of DeepLabV3+ yields a substantial improvement, with accuracy soaring to 85.9%. The success of DeepLabV3+ in effectively segmenting and reducing noise within the dataset underscores its pivotal role in refining facial recognition accuracy. In essence, this study underscores the pivotal role of DeepLabV3+ in the realm of facial recognition, showcasing its efficacy in reducing noise and eliminating extraneous features from datasets. The tangible outcome of increased accuracy of 85.9% post-segmentation lends credence to the assertion that DeepLabV3+ significantly contributes to refining the precision of facial recognition systems, particularly when dealing with datasets featuring faces of children on the autism spectrum.
PERANCANGAN APLIKASI MOBILE BERBASIS ANDROID UNTUK BIMBINGAN KONSELING DI KALANGAN REMAJA SMA Zulfan, Zulfan; Yunardi, Dalila Husna; Simatupang, Haryulina; Sukiakhy, Kikye Martiwi; Junidar, Junidar
Jurnal Teknologi Terapan and Sains 4.0 Vol 6 No 3 (2025): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v6i3.25173

Abstract

Masa remaja adalah periode transisi yang penuh dengan tantangan fisik, emosional, dan sosial, yang sering kali menimbulkan berbagai perasaan negatif seperti kecemasan, depresi, dan kebingungan. Remaja SMA dihadapkan pada tekanan akademik yang berat, bullying, serta masalah keluarga yang dapat memperburuk kondisi mental mereka. Meskipun banyak remaja yang membutuhkan bimbingan konseling, akses terhadap layanan tersebut masih terbatas karena kurangnya jumlah konselor, stigma negatif terhadap kesehatan mental, dan biaya yang tinggi. Teknologi mobile diharapkan dapat menjadi solusi efektif untuk mengatasi keterbatasan ini. Fitur-fitur utama aplikasi ini meliputi pendaftaran akun, komunikasi dengan konselor melalui chat, dan penyimpanan data konseling. Melalui aplikasi ini dapat dilihat adanya peningkatan akses dan efektivitas layanan bimbingan konseling, serta memberikan dampak positif pada kesejahteraan mental remaja SMA. Kata kunci: Remaja SMA, Kesehatan mental, Bimbingan konseling, Aplikasi mobile, Android.
Rancang Bangun Aplikasi Edukasi Dan Pemantauan Stunting Pada Balita Berbasis Android Sukiakhy, Kikye Martiwi; Yunardi, Dalila Husna; Farhan, Muhammad; Zulfan, Zulfan; Junidar, Junidar
J-SIGN (Journal of Informatics, Information System, and Artificial Intelligence) Vol 4, No 01 (2026): May
Publisher : Department of Informatics, Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24815/j-sign.v4i01.50318

Abstract

Aplikasi Mobile Berbasis Android Untuk Edukasi Dan Pemantauan Stunting Pada Balita ini menggunakan standar pertumbuhan dari World Health Organization (WHO) untuk mengklasifikasikan status tinggi dan berat badan anak. Aplikasi ini dirancang dengan fokus pada kemudahan penggunaan dan akurasi, memberikan wawasan kesehatan yang dipersonalisasi untuk anak berdasarkan usia, jenis kelamin, tinggi, dan berat badan mereka. Dengan menggunakan arsitektur Model-View-ViewModel (MVVM), aplikasi ini memastikan pemisahan yang jelas antara tampilan dan logika bisnis serta mendukung pengikatan data yang efisien, sehingga menjadikannya kuat dan mudah dikelola. Aplikasi ini dibangun dengan menggunakan bahasa kotlin serta Android studio yang menawarkan antarmuka grafis (GUI) sehingga lebih mudah digunakan untuk pengembangan aplikasi Android Fitur utama termasuk sistem klasifikasi komprehensif untuk status pertumbuhan anak, autentikasi untuk pengelolaan data yang dipersonalisasi, dan antarmuka intuitif untuk kemudahan penggunaan. Hasil pengujian menunjukkan bahwa aplikasi ini mampu memberikan klasifikasi status pertumbuhan anak, menjadikannya alat yang andal untuk memantau dan mengedukasi mengenai stunting pada balita.
Co-Authors . Zulfan Afdhal Afdhal Aqif, Hurriyatul Binti Basir, Nurlida Catur Andryani, Nur Afny Jummi, Cut Vita Rajiatul Juwita Juwita, Juwita Melinda Melinda Muhammad Farhan Mutiawani, Viska Nargaza, Juanda Nurdin, Zahnur Nurul Hamdi Oktiana, Maulisa Rajiatul Jummi, Cut Vita S, Kikye Martiwi Sahila, Herma Miftahul Serianti, Putri Simatupang, Haryulina sukiakhy, kikye martiwi Syifa, Dian Tariliani, Cut Dara Umam, Teuku Khairul Yunardi, Dalila Husna Zainal, Zulfan Zainuddin, Zul Ikram