Article Per Year (5 Year)
p-Index From 2021 - 2026
1.503
P-Index
This Author published in this journals
All Journal Jurnal Pilar Nusa Mandiri JTERA (Jurnal Teknologi Rekayasa) CSRID (Computer Science Research and Its Development Journal) EXPLORE Jurnal Computer and Technology Explore
Muahidin, Zumratul
Universitas Amikom Yogyakarta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Computer and Technology

 1 
PENERAPAN ALGORITMA COLLABORATIVE FILTERING PADA SISTEM INFORMASI PENYEWAAN JASA TOUR GUIDE BERBASIS WEB DI WISATA BENANG KELAMBU Muahidin, Zumratul; Azkiyah, Eli
Journal Computer and Technology Vol. 2 No. 2 (2024): Desember 2024
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v2i2.148

Abstract

Kreativitas dan inovasi dalam industri pariwisata adalah hal penting untuk menarik keinginan pengunjung agar ke tempat wisata. Benang Kelambu merupakan tempat wisata di desa yang sangat membutuhkan suatu kreativitas dan inovasi, seperti dalam bidang teknologi dan informasi, yaitu berupa Website Penyewaan Jasa untuk pemandu wisata yang dapat dengan mudah digunakan dalam smartphone. Dalam memberikan layanan yang lebih baik, website akan dilengkapi dengan fitur lain yaitu dengan diadakannya sistem rekomendasi. Sistem Informasi penyewaan jasa tour guide dibuat dengan metode Waterfall, dibangun dengan menggunakan bahasa pemrograman PHP. Sistem ini dapat memudahkan wisatawan memilih guide yang akan disewa dengan tampilan guide yang berkaitan dengan guide yang lain yang akan disewa. Cara untuk membuat sistem ini dengan menggunakan Algoritma Collaborative Filtering.
PENERAPAN ARTIFICIAL NEURAL NETWORK DAN SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI KUALITAS MUTIARA KHAS LOMBOK BERDASARKAN CIRI VISUAL Karim, Muh Nasirudin; Efendi, Muhammad Masjun; Muahidin, Zumratul
Journal Computer and Technology Vol. 3 No. 1 (2025): Juli 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i1.336

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan citra mutiara Lombok berdasarkan bentuk, ukuran, dan kecacatan menggunakan metode pengolahan citra dan kecerdasan buatan. Proses segmentasi citra dilakukan menggunakan metode thresholding untuk memisahkan objek mutiara dari latar belakang, kemudian dilanjutkan dengan deteksi tepi menggunakan metode Canny guna mempermudah ekstraksi fitur. Fitur morfologis seperti area, perimeter, roundness, diameter, serta cacat bentuk dan warna diekstraksi menggunakan metode regionprops. Hasil ekstraksi ini kemudian digunakan sebagai variabel dalam proses klasifikasi menggunakan Jaringan Syaraf Tiruan (JST) dan dibandingkan dengan metode Support Vector Machine (SVM). Dataset yang digunakan terdiri dari 360 citra mutiara yang terbagi dalam tiga kelas: A, AA, dan AAA. Hasil klasifikasi menunjukkan bahwa metode JST menghasilkan akurasi tertinggi sebesar 98%, mengungguli SVM yang memperoleh akurasi 96%. Temuan ini menunjukkan bahwa kombinasi metode regionprops dan JST efektif dalam klasifikasi multiview citra mutiara Lombok.
KLASIFIKASI PENYAKIT TANAMAN TEMBAKAU MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS WEB Baiq Norma Alyanesti Abella; Muhammad Multazam; Hadi, Zulpan; Muahidin, Zumratul
Journal Computer and Technology Vol. 3 No. 2 (2025): Desember 2025
Publisher : Ninety Media Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69916/comtechno.v3i2.383

Abstract

Tanaman tembakau merupakan salah satu komoditas pertanian yang signifikan dan memiliki nilai ekonomi yang tinggi. Namun, produktivitas tanaman ini seringkali mengalami penurunan akibat serangan berbagai jenis penyakit pada daun yang sulit dikenali secara langsung oleh para petani. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sebuah sistem klasifikasi penyakit pada tanaman tembakau yang berbasis website, dengan memanfaatkan algoritma Convolutional Neural Network (CNN). Sistem ini dirancang untuk mengklasifikasikan penyakit tersebut. citra daun tembakau ke dalam tiga kategori, yaitu Alternia Alternata, Cescospora Necotianae, dan daun sehat (tidak terinfeksi). Model CNN dilatih menggunakan dataset citra daun tembakau yang telah diberi labeb sesuai jenis penyakitnya. Selain memberikan hasil klasifikasi, sistem ini juga menyajikan deskripsi penyakit, tingkat akurasi prediksi, saran penanganan, serta menyimpan riwayat diagnosa ke dalam database. Dengan adanya sistem ini, diharapkan petani dapat memperoleh informasi diagnosis penyakit secara cepat, akurat, dan mudah diakses melalui perangkat digital.
Co-Authors Abda Abda Adiatma, Biva Candra Lutfi Asro Nasiri Azkiyah, Eli Baiq Norma Alyanesti Abella Efendi, Muhamad Masjun Efendi, Muhammad Masjun erniwati, surni Imran, Bahtiar Karim, Muh Nasirudin Kusrini Kusrini Kusrini Kusrini, Kusrini Lalu Delsi Samsumar, M.Eng. Mutaqin, Zaenul Rudi Muslim Zaeniah Zulpan Hadi