Article Per Year (5 Year)
p-Index From 2021 - 2026
3.186
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Building of Informatics, Technology and Science Jurnal Pengabdian Al-Ikhlas Technologia: Jurnal Ilmiah Community Development Journal: Jurnal Pengabdian Masyarakat Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Pengabdian Masyarakat Asia SmartComp Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Sains Sistem Informasi
Ihda Innar Ridho
Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Public Health Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Implementasi IoT Pintu Otomatis Berbasis Microcontroller RFID Menggunakan MQTT dan Bot Telegram Ridho, Ihda Innar; Maulani, Jauhari; Muharir, Muharir
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 13, No 2 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v13i2.5796

Abstract

Saat ini banyaknya kasus pencurian juga menjadi peringatan untuk setiap orang untuk waspada. Pengamanan dengan kunci konvensional masih memiliki kekurangan yaitu anak kuncinya yang dapat diduplikasi, bisa dicongkel langsung serta keharusan dalam membawa kunci kemanapun saat berpergian meningkatkan probabilitas kunci hilang. Setiap ruangan di pada suatu instansi sudah dipasang kunci pintu, namun hal ini masih saja ada celah yang bisa dimanfaatkan oleh pelaku pencuri. Selain itu juga, karna setiap divisi mempunyai ruangan dan terdapat banyak karyawannya maka kunci kovensional juga mesti diperbanyak. Dari beberapa kejadian yang telah ada baik itu tindakan kriminal pencurian ataupun terlupanya karyawan membawa kunci pada salah satu divisi ruangan yang ada, maka harus menunggu karyawan lainnya yang membawa kunci untuk membuka pintu ruangan. Dari beberapa kejadian itu maka berinisiatif untuk membuat pengamanan kunci ruangan yang lebih protek lagi dan lebih mempermudah dalam buka tutup penguncian ruangan, maka dari itu pada penelitian ini mengimplementasi Teknologi IoT (Internet of Things) untuk Sistem Kemanan Pintu Ruangan Otomatis yang Berbasis Microcontroller Radio Frequency Identification (RFID) Menggunakan Message Queue Telemetry Transport (MQTT) dan Bot Telegram. Berdasarkan hasil dilakukannya penelitian mulai dari analisis, perancangan dan pengujian penelitian ini menerapkan teknologi IoT yang bisa memberi manfaat menambahkan tingkat keamanan ruangan, memudahkan dalam pembawaan kunci karna sudah digantikan dengan kartu RFID dan penggunaan Bot Telegram yang sudah tersedia di smart phone masing-masing, serta bisa mengatur buka tutup pintu dari jarak jauh atau bisa dari luar kampus sekalipun.
APLIKASI DIAGNOSIS PENYAKIT KULIT BERBASIS DEEP LEARNING Maulani, Jauhari; Ridho, Ihda Innar; Ahmadi, Ahmadi
Technologia : Jurnal Ilmiah Vol 17, No 2 (2026): Technologia (April)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i2.21208

Abstract

Penyakit kulit seperti eksim, herpes, dan rosacea merupakan gangguan dermatologis yang umum terjadi dan memerlukan diagnosis dini untuk mencegah komplikasi lebih lanjut. Permasalahan yang dihadapi adalah keterbatasan tenaga medis dalam melakukan klasifikasi penyakit kulit secara akurat dan cepat, terutama di daerah dengan akses layanan kesehatan terbatas. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis penyakit kulit menggunakan metode deep learning berbasis arsitektur VGG16. Dataset yang digunakan terdiri dari tiga kelas utama, yaitu eksim, herpes, dan rosacea, yang diperoleh dari sumber terbuka dan telah melalui tahap preprocessing berupa resizing, augmentasi, dan normalisasi. Model dilatih selama 20 epoch dengan teknik transfer learning dan evaluasi dilakukan menggunakan confusion matrix serta metrik akurasi, precision, recall, dan f1-score. Hasil pelatihan menunjukkan bahwa model mampu mengklasifikasikan ketiga jenis penyakit kulit dengan akurasi validasi mencapai 90%, dan nilai f1-score rata-rata di atas 0,89. Sistem ini kemudian diimplementasikan dalam aplikasi berbasis web menggunakan platform Streamlit dengan fitur prediksi gambar secara real-time, login pengguna, dan antarmuka mode terang maupun gelap. Kesimpulan dari penelitian ini adalah bahwa kombinasi arsitektur VGG16 dan antarmuka Streamlit dapat menghasilkan sistem klasifikasi penyakit kulit yang akurat, cepat, dan mudah diakses oleh pengguna non-teknis. Sistem ini memiliki potensi untuk diterapkan dalam layanan kesehatan berbasis teknologi.
APLIKASI DIAGNOSIS PENYAKIT KULIT BERBASIS DEEP LEARNING Jauhari Maulani; Ihda Innar Ridho; Ahmadi Ahmadi
Technologia : Jurnal Ilmiah Vol 17 No 2 (2026): Technologia (April)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i2.21208

Abstract

Penyakit kulit seperti eksim, herpes, dan rosacea merupakan gangguan dermatologis yang umum terjadi dan memerlukan diagnosis dini untuk mencegah komplikasi lebih lanjut. Permasalahan yang dihadapi adalah keterbatasan tenaga medis dalam melakukan klasifikasi penyakit kulit secara akurat dan cepat, terutama di daerah dengan akses layanan kesehatan terbatas. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis penyakit kulit menggunakan metode deep learning berbasis arsitektur VGG16. Dataset yang digunakan terdiri dari tiga kelas utama, yaitu eksim, herpes, dan rosacea, yang diperoleh dari sumber terbuka dan telah melalui tahap preprocessing berupa resizing, augmentasi, dan normalisasi. Model dilatih selama 20 epoch dengan teknik transfer learning dan evaluasi dilakukan menggunakan confusion matrix serta metrik akurasi, precision, recall, dan f1-score. Hasil pelatihan menunjukkan bahwa model mampu mengklasifikasikan ketiga jenis penyakit kulit dengan akurasi validasi mencapai 90%, dan nilai f1-score rata-rata di atas 0,89. Sistem ini kemudian diimplementasikan dalam aplikasi berbasis web menggunakan platform Streamlit dengan fitur prediksi gambar secara real-time, login pengguna, dan antarmuka mode terang maupun gelap. Kesimpulan dari penelitian ini adalah bahwa kombinasi arsitektur VGG16 dan antarmuka Streamlit dapat menghasilkan sistem klasifikasi penyakit kulit yang akurat, cepat, dan mudah diakses oleh pengguna non-teknis. Sistem ini memiliki potensi untuk diterapkan dalam layanan kesehatan berbasis teknologi.
Strategi Aplikasi Sistem Affiliate Berintegrasi Web Penerimaan Mahasiswa Baru Jauhari Maulani; Ihda Innar Ridho; Muharir Muharir; Muhammad Iqbal Firdaus
Technologia : Jurnal Ilmiah Vol 15 No 1 (2024): Technologia (Januari)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i1.13559

Abstract

Era digital saat ini setiap organisasi, perusahaan maupun institusi dituntut untuk melakukan penerapan secara digital. Tidak hanya Startup, Perguruan Tinggi juga dituntut untuk masuk ke dalam lingkungan digital, karena para mahasiswa ataupun calon mahasiswa yang merupakan mayoritas kalangan muda merupakan pengguna digital. Persaingan perguruan tinggi dalam mendapatkan mahasiswa baru juga banyak strategi yang digunakan, rata-rata beberapa perguruan tinggi banyak yang menggunakan media sosial sebagai sarana promosi, selain itu juga menggunakan iklan tv, radio dan promosi dari orang terdekat. Pada tahun sebelum terjadinya covid-19, angka pendaftaran mahasiswa baru lumayan tinggi, namun setelah itu menurun akibat pandemi covid-19. Penunrunan ini membuat pemikiran bagaimana bisa menaikan kembali pendaftaran mahasiswa baru, sehingga perlunya strategi baru dalam meningkatkan pendaftaran mahasiswa baru, salah satunya menggunakan teknologi marketing affiliate yang mana sistem ini terinntegrasi dengan sistem penerimaan mahasiswa baru. Penerapan sistem affiliate yang mengandalkan semua kalanangan bisa menjadi agen dari penerimaan mahasiswa baru, dengan sebaran link sistem affiliate yang dibagikan melalui  media sosial pribadi agen tersebut atau pun media digital lainnya, yang mana bisa meningkatkan promosi penerimaan mahasiswa baru sehingga pendaftaran mahasiswa baru bisa lebih meningkat dan para agen affiliator juga mendapat penghasilan tambahan dari sistem affiliate.
Co-Authors Agus Perdana Windarto AHMADI Ahmadi Ahmadi Arafat Ariana, Anak Agung Gede Bagus Dwi Retno Sari Fachrul Rodzy Fathur Rahman Fauzi Yusa Rahman Firdaus Firdaus Galih Mahalisa Gita Ayu Syafarina Ihsanul Fikri Jauhari Maulani M. Muflih Mokhamad Ramdhani Raharjo Muhammad Amin Muhammad Amin Muhammad Iqbal FIrdaus, Muhammad Muhammad Rasyidan Muharir Muharir, Muharir Nadiya Hijriana Nur Alamsyah Nur Alamsyah, Nur Rahmi Widyanti Ramadhani, Cerah Fitri Sefto Pratama Silvia Ratna Wagino Yusri Ikhwani