Article Per Year (5 Year)
p-Index From 2021 - 2026
2.554
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Sarjana Teknik Informatika Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik Telematika : Jurnal Informatika dan Teknologi Informasi JUITA : Jurnal Informatika CESS (Journal of Computer Engineering, System and Science) Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Sains Dan Teknologi (SAINTEKBU) Jurnal Komputer Terapan JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JSiI (Jurnal Sistem Informasi) Jurnal Ilmiah Mandala Education (JIME) Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal E-Komtek Journal of Computer Networks, Architecture and High Performance Computing Jurnal Computer Science and Information Technology (CoSciTech) Humanism : Jurnal Pengabdian Masyarakat KOMMAS: Jurnal Pengabdian Kepada Masyarakat Techno Jurnal Pengabdian Informatika (JUPITA) Jurnal Rekayasa elektrika Jurnal Informatika Polinema (JIP) Prosiding Seminar Nasional CORISINDO
Abdul Fadlil
Unknown Affiliation
Religion Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Pengenalan Dan Pelatihan UI/UX Serta Jenjang Karir Di Masa Depan untuk Siswa Siswi SMK Informatika Wonosobo Abdul Fadlil; Murinto; Asno Azzawagama Firdaus; Dianda Rifaldi
Humanism : Jurnal Pengabdian Masyarakat Vol 4 No 3 (2023): Desember
Publisher : Universitas Muhammadiyah Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30651/hm.v4i3.20285

Abstract

Artikel ini menyajikan kegiatan pengabdian yang dilaksanakan pada 12 Juni 2023 di SMK Informatika Wonosobo, Jawa Tengah. Kegiatan tersebut difokuskan pada pengenalan desain UI/UX dan pelatihan terkait desain UI/UX untuk membantu siswa mempersiapkan karir di bidang tersebut di masa depan. Sebanyak 20 orang siswa ikut serta dalam kegiatan ini yang didampingi oleh pihak sekolah. Peserta menunjukkan antusiasme yang tinggi selama kegiatan berlangsung. Kegiatan berupa sosialisasi dan tanya jawab hingga praktik langsung ini memang baru kali pertama diselenggarakan pada SMK Informatika Wonosobo tersebut sehingga siswa belum memiliki pemahaman mengenai desain UI/UX. Hal tersebut terlihat dari peningkatan skor akhir yang signifikan dalam evaluasi pra dan pasca pembekalan menggunakan pre test dan post test dengan metode perhitungan likert. Skor akhir meningkat dari 44,2% pada pre test menjadi 93,6% pada post test. Hasil ini menunjukkan bahwa kegiatan pengabdian ini berhasil meningkatkan pemahaman dan pengetahuan peserta dalam bidang desain UI/UX. Pihak sekolah mengharapkan kegiatan serupa dapat tetap dilaksanakan di SMK Informatika Wonosobo guna meningkatkan pengetahuan dan pemahaman siswa mengenai dunia kerja.
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENENTUAN KELAS UNGGULAN MENGGUNAKAN METODE WEIGHTED PRODUCT Tiara Widyakunthaningrum; Anton Yudhana; Abdul Fadlil
Jurnal Sistem Informasi Vol 9 No 2 (2022)
Publisher : Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/jsii.v9i2.4224

Abstract

MTs Muhammadiyah Wates menerapkan pemilihan kelas berdasarkan pada peringkat akademik. Penerapan pemilihan kelas ini masih dikerjakan cara manual dalam penentuan nilai akhir yang didapat siswa. Kelas Unggulan adalah kelas yang disertai oleh siswa yang terbaik dengan kecerdasan di normal. Tujuan adalah pengajar akan lebih mudah menentukan standar pengajaran. Dengan adanya kelas telah dikelompokkan sesuai kemampuan siswa kelas tersebut, diharapkan siswa mendapatkan materi pembelajaran secara optimal. Tujuan dari penelitian yakni untuk merancang aplikasi SPK pemilihan kelas unggulan di MTs Muhammadiyah Wates menggunakan metode WP. Metode dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif keunggulannya dalam teknik pembobotan, dengan menentukan nilai bobot yang telah di tentukan, menentukan kriteria penilaian bobot awal dan perhitungan hasil nilai alternatif. Penelitian ini menggunakan 23 data siswa dan penilaian yang didapat dari hasil nilai selama dua semester pada kelas tujuh dengan menerapkan lima kriteria. Kelima kriteria ini adalah rata-rata nilai raport, nilai raport yang di UNkan, nilai psikotest, nilai wawancara dan kehadiran. Dari hasil pengujian yang dilakukan dengan menggunakan confusion matrix menghasilkan nilai accuracy sebesar 86,9%, precision sebesar 81,8%, dan recall 100%. Hasil penelitian ini membuktikan bahwa WP dapat digunakan pada penilaian kelas unggulan pada MTs Muhammadiyah Wates. Kata Kunci: weighted product, sistem pendukung keputusan, kelas unggulan, perancangan, perhitungan.
A Comparative Study of Improved Ensemble Learning Algorithms for Patient Severity Condition Classification Edi Ismanto; Abdul Fadlil; Anton Yudhana; Kitagawa, Kodai
Journal of Electronics, Electromedical Engineering, and Medical Informatics Vol 6 No 3 (2024): July
Publisher : Department of Electromedical Engineering, POLTEKKES KEMENKES SURABAYA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35882/jeeemi.v6i3.452

Abstract

The evolution of Electronic Health Records (EHR) has facilitated comprehensive patient record-keeping, enhancing healthcare delivery and decision-making processes. Despite these advancements, analyzing EHR data using ensemble machine learning methods poses unique challenges. These challenges include data dimensionality, imbalanced class distributions, and the need for effective hyperparameter tuning to optimize model performance. The study conducted a thorough comparative analysis of various ensemble machine learning (EML) models using Electronic Health Record (EHR) datasets. After addressing data imbalance and reducing dimensionality, the accuracy of the EML models showed significant improvement. Notably, the Gradient Boosting Machine (GBM) and CatBoost models exhibited superior performance with an accuracy of 73%, achieved through experiments involving dimensionality reduction and handling of imbalanced data. Furthermore, optimization techniques such as Grid Search and Random Search were employed to enhance the EML models. The results of model optimization revealed that the GBM + Random Search model performed the best, achieving an accuracy of 74%, followed by the XGBoost + Grid Search model with an accuracy of 73%. The GBM model also excelled in distinguishing between positive and negative classes, boasting the highest Area under Curve (AUC) value of 0.78, indicative of its superior classification capabilities compared to other models. This study emphasizes the significance of incorporating cutting-edge EML techniques into clinical workflows and emphasizes the revolutionary potential of GBM in classification modeling for patient severity conditions. Future research should focus on deep learning (DL) applications and the integration of these models.
Analisis Perbandingan Model Fully Connected Neural Networks (FCNN) dan TabNet Untuk Klasifikasi Perawatan Pasien Pada Data Tabular Ismanto, Edi; Abdul Fadlil; Anton Yudhana
Computer Science and Information Technology Vol 5 No 3 (2024): Jurnal Computer Science and Information Technology (CoSciTech)
Publisher : Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Electronic Health Records (EHR) store tabular data that is rich in information and play a critical role in supporting decision-making within the healthcare field, particularly for patient care classification. This study evaluates the performance of two artificial intelligence models, Fully Connected Neural Networks (FCNN) and TabNet, in processing tabular data for patient care classification tasks. The findings reveal that both models demonstrate strong performance, with TabNet showing a slight advantage. TabNet achieves an accuracy of 0.74, marginally surpassing FCNN's 0.73. Furthermore, TabNet excels in precision (0.74 vs. 0.72), recall (0.72 vs. 0.71), and F1-Score (0.73 vs. 0.71), highlighting its greater reliability in minimizing false positives and accurately detecting positive cases with a better balance between precision and recall. With its architecture specifically tailored for tabular data and its capacity for direct interpretability, TabNet offers enhanced efficiency and ease of implementation compared to FCNN, which demands more complex data preprocessing. For future research, it is suggested to employ larger and more diverse datasets, explore data with higher feature complexity, and conduct comprehensive hyperparameter tuning to further improve the performance of both models.
Optimization of Convolutional Neural Network (CNN) Using Transfer Learning for Disease Identification in Rice Leaf Images Abdul Azis; Abdul Fadlil; Tole Sutikno
Jurnal E-Komtek (Elektro-Komputer-Teknik) Vol 8 No 2 (2024)
Publisher : Politeknik Piksi Ganesha Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37339/e-komtek.v8i2.2132

Abstract

Rice productivity, as one of the key commodities in Southeast Asia, is often hindered by various plant diseases such as Rice Blast, Bacterial Leaf Blight, and Brown Spot, which can cause significant economic losses for farmers. This study aims to develop an automated rice leaf disease detection system using deep learning, specifically leveraging the Convolutional Neural Networks (CNN) architecture with a transfer learning approach. The dataset used comprises 10,407 images of rice leaves categorized into 10 classes, including various diseases and healthy leaves. The dataset is divided into three parts: 80% (8,323 images) for training, 15% (1,557 images) for validation, and 5% (527 images) for testing. The trained EfficientNetB0 model was utilized for feature extraction and classification. The evaluation used accuracy, precision, recall, and F1-score metrics based on a confusion matrix. The results revealed that the model achieved a global accuracy of 98.86%, a micro precision of 100%, a micro recall of 99.42%, and a micro F1-score of 99.70%. These findings underscore the effectiveness of the proposed approach in automating rice leaf disease detection, providing a significant contribution to technology-based agricultural solutions.
Perbandingan Unjuk Kerja Library Optical Character Recognition (OCR) dalam Pengenalan Teks pada Dokumen Digital Darpito, Muhammad Noko; Kartika Firdausy; Abdul Fadlil
Jurnal Informatika Polinema Vol. 11 No. 3 (2025): Vol. 11 No. 3 (2025)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v11i3.7025

Abstract

Optical Character Recognition (OCR) merupakan teknologi yang digunakan untuk mengubah teks dalam dokumen digital menjadi teks yang dapat dikenali oleh mesin. Pemilihan metode OCR yang tepat sangat bergantung pada efisiensi pemrosesan dan akurasi pengenalan teks, terutama dalam penerapan yang membutuhkan kecepatan tinggi dan tingkat kesalahan minimal. Dalam penelitian ini, dilakukan perbandingan performa antara Tesseract dan EasyOCR melalui metode penelitian yang mencakup tahapan pengumpulan data, ekstraksi teks, implementasi OCR menggunakan kedua library tersebut, dan evaluasi hasil ekstraksi teks kedua library OCR tersebut menggunakan Word Error Rate (WER), Character Error Rate (CER) dan akurasi ekstraksi OCR keseluruhan. Dataset yang digunakan yang terdiri dari 50 dokumen formulir dengan variasi tata letak dan ukuran font, serta 10 dokumen artikel dengan variasi format huruf (standar dan kapital). Hasil penelitian menunjukkan bahwa Tesseract secara konsisten lebih cepat dalam memproses dokumen, dengan waktu rata-rata 0,34 detik per dokumen formulir dibandingkan EasyOCR yang memerlukan 1,81 detik. Namun, EasyOCR memperlihatkan performa yang lebih baik dalam akurasi pengenalan teks, dengan nilai WER rata-rata yang lebih rendah sebesar 25,78% dibandingkan Tesseract sebesar 49,69% pada dokumen formulir. Dengan demikian, Tesseract lebih sesuai untuk pemrosesan cepat dalam jumlah besar, sedangkan EasyOCR lebih direkomendasikan untuk dokumen dengan kompleksitas tinggi yang membutuhkan akurasi lebih baik.
Islamic Sound Recognition Using MFCC and SVM: Case Study on Takbir and Sholawat Sari, Indah Purnama; Abdul Fadlil; Tole Sutikno
Journal of Computer Networks, Architecture and High Performance Computing Vol. 7 No. 3 (2025): Articles Research July 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v7i3.6523

Abstract

This study aims to develop an identification model for Islamic religious sounds, specifically Takbir and Sholawat pronunciations, using audio signal processing and machine learning techniques. With the increasing need for intelligent systems capable of recognizing speech patterns in religious contexts, the implementation of reliable audio classification methods becomes essential. This research utilizes Mel-Frequency Cepstral Coefficients (MFCC) to extract relevant spectral features from audio samples, representing the unique characteristics of Takbir and Sholawat utterances. The dataset consists of 300 audio recordings, evenly distributed between the two classes. Each audio file is preprocessed and converted into a fixed-length MFCC feature vector, which is then labeled accordingly. The feature vectors are split into training and testing sets using an 70:30 ratio. A Support Vector Machine (SVM) classifier is trained using the training data to recognize the distinction between Takbir and Sholawat patterns based on their acoustic signatures. Performance evaluation is carried out using accuracy, precision, recall, and F1-score metrics. The dataset used consists of 300 audio recordings with a division of 200 takbir recordings and 100 sholawat recordings. The MFCC feature extraction process uses 13 coefficients with optimized parameters to capture discriminative spectral characteristics. As a baseline, a Support Vector Machine (SVM) implementation with Radial Basis Function (RBF) kernel was performed for performance comparison.
Pengenalan Kecedasan Buatan Untuk Pelajar Sekolah Menengah Pertama Muhammadiyah Al Mujahidin Agung Tri Lestari, agungyappi; Rinday Zildjiani Salji; Nadia Wati Aprianti; Deni Kuswandani; Nilam Tri Astuti; Murinto; Herman; Abdul Fadlil
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 2 (2025): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Program pengabdian masyarakat ini dirancang untuk memperkenalkan konsep dasar kecerdasan buatan (AI) kepada siswa Sekolah Menengah Pertama (SMP) di SMP Muhammadiyah Al Mujahidin. Latar belakang kegiatan ini adalah adanya kesenjangan antara pesatnya perkembangan teknologi digital, khususnya AI, dan minimnya pemahaman pelajar SMP tentang teknologi tersebut. Melalui serangkaian workshop interaktif dan edukatif, program ini bertujuan untuk memberikan pemahaman awal tentang konsep AI, mendemonstrasikan contoh aplikasi AI dalam kehidupan sehari-hari (seperti asisten virtual dan sistem rekomendasi), serta mendiskusikan dampak positif dan negatifnya. Metode implementasi melibatkan pemaparan materi yang disederhanakan dan menarik, penggunaan media visual, permainan interaktif, dan simulasi. Hasil yang diharapkan dari program ini adalah peningkatan literasi digital siswa, tumbuhnya minat dan rasa ingin tahu terhadap teknologi, serta terbentuknya pondasi untuk pemahaman yang lebih mendalam tentang AI di masa depan.
Analysis of the Saintekmu Website Quality on User Satisfaction Using the Modified System Usability Scale and Webqual 4.0 Method Fitrah, Fitrah Juliansyah; Abdul Fadlil; Rusydi Umar
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 7 No 6 (2023): December 2023
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v7i6.5116

Abstract

Today, websites are a major means of finding or providing information. The Saintekmu website was created to offer top-notch service to students. One way to ensure that the website's services are appropriate and that information technology is being used to its fullest potential is to evaluate the level of service provided and improve its quality. This study aims to compare the results of two methods - the System Usability Scale (SUS) and Webqual - used to determine the quality and expectations of website users. The study distributed questionnaires online using Google Forms and had a sample size of 20 students. The data collected was analyzed using the SPSS program. The results of the SUS method indicated that the website acceptability range was in the marginal category, with a score of 69.9 and a classification rating of OK. The Webqual method yielded an R square of 0.948, indicating that the website's usability, quality, and interaction variables had a significant effect on user satisfaction. All WebQual 4.0 dimensions had a positive and significant effect on user satisfaction, both partially and simultaneously. This study provides Muhammadiyah Saintek University with reference material to evaluate its website in the future.
PELATIHAN EDUKASI DAMPAK POSITIF DAN NEGATIF BERMEDIA SOSIAL PADA REMAJA Alya Masitha; Muhammad Kunta Biddinika; Abdul Fadlil; Tri Stiyo Famuji; Rezki; Rio Anggara
Jurnal Pengabdian Informatika Vol. 2 No. 2 (2024): JUPITA Volume 2 Nomor 2, Februari 2024
Publisher : Jurusan Informatika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Berawal dari Program Pemberdayaan Umat (PRODAMAT) yang bertujuan untuk yang pertama memberikan edukasi kepada para remaja dalam bermedia sosial. Tujuan kedua memberikan pelatihan kepada para remaja untuk menyampaikan pendapat di media sosial dengan baik dan bijak sehingga tidak menyinggung pihak lain. Pelatihan ini dilaksanakan di SMK Miftahul Huda Sambungmacan, Sragen dan diikuti oleh 35 siswa dan siswi. Pelatihan dilaksanakan secara luring dalam satu sesi pertemuan. Pengabdian ini ditujukan untuk kaum muda, baik laki-laki maupun perempuan. Pendekatan yang digunakan dalam pengabdian kepada siswa SMK Miftahul Huda Sambungmacan, Sragen ini menggunakan penyampaian materi yang dilanjutkan dengan sesi tanya jawab di akhir acara. Sesi tanya jawab ini memberikan kesempatan kepada para siswa untuk bertanya terkait dengan topik konsultasi, tetapi juga untuk bertanya tentang topik di luar topik yang diberikan. Berdasarkan respon dari para siswa setelah pelatihan dilaksanakan menyatakan bahwa 62,9% menyatakan sangat setuju bahwa media sosial bermanfaat bagi sekolah dan kegiatan di luar sekolah. Hasil ini didapatkan dari pemberian pertanyaan kuesioner kepada para siswa setelah pelatihan dilaksanakan.
Co-Authors Abdul Azis Agung Tri Lestari, agungyappi Anton Yudhana Arief Budiman Arief Setyo Nugroho Asno Azzawagama Firdaus Aznar Abdillah, Muhamad Basir, Azhar Basri, Mhd. Darpito, Muhammad Noko Deni Kuswandani Devi Puspita Sari Dianda Rifaldi Edi Ismanto Fahmi Auliya Tsani Fitrah, Fitrah Juliansyah Hanif, Kharis Hudaiby Herman Ikhsan Hidayat Imam Riadi Jamaludin Dwi Laspandi Joko Supriyanto Kartika Firdausy Kitagawa, Kodai Muhamad Rosidin Muhammad Faqih Dzulqarnain, Muhammad Faqih Muhammad Kunta Biddinika Muhammad Muhammad Muhammad Rizki Setyawan Murinto Nadia Wati Aprianti Nilam Tri Astuti Nur Tyas Anggraeni Pahlevi, Ryan Fitrian Rezki Rinday Zildjiani Salji Rio Anggara RR. Ella Evrita Hestiandari Rusydi Umar Safiq Rosad Siti Helmiyah Sunardi - sunardi sunardi Sunardin Sunardin Suprianto - Tiara Widyakunthaningrum Tole Sutikno Tri Stiyo Famuji Tristanti, Novi Wahyu Sapto Aji Yuwono Fitri Widodo