Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Sains dan Teknologi Terapan JRIIN :Jurnal Riset Informatika dan Inovasi Zad Al-Ummah: Jurnal Pengabdian Masyarakat
Ramadhan, Rafly
Unknown Affiliation
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Education Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PEMODELAN DAN ANALISIS PENGARUH JARAK DAN MASSA DVA TERHADAP RESPON GETARAN MASSA UTAMA DENGAN TRIPLE-DVA TERSUSUN SERI Ramadhan, Rafly; Noerpamoengkas, Ardi
Prosiding Seminar Nasional Sains dan Teknologi Terapan 2021: Peluang dan Tantangan Peningkatan Riset dan Teknologi di Era Pasca Covid-19
Publisher : Institut Teknologi Adhi Tama Surabaya

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

Abstract

Sistem mekanis akan bergetaran berlebih jika frekuensi pengganggu pada sistem mendekati frekuensi naturalnya. Getaran berlebihan ini bisa menimbulkan kerusakan, sehingga perlu diredam. Salah satu cara adalah dengan menambah DVA (Dynamic Vibration Absorber). Dalam penelitian dilakukan simulasi getaran sistem tanpa DVA dan dengan T-DVA (Triple Dynamic Vibration Absorber) dipasang secara seri pada sistem utama terhadap RMS dan amplitudo respon getar. Pada penelitian menggunakan eksitasi pada model konfigurasi berupa unbalance mass. Model konfigurasi diturunkan sehingga diperoleh state variable equation. Dari persamaan tersebut, model disimulasikan oleh software numerik. Dari simulasi ini disimpulkan bahwa menambah DVA yang terpusat pada titik berat massa utama bisa mereduksi getaran pada sistem dan hasil respon turun maka frekuensi eksitasi melebihi dan menjauhi frekuensi natural sistem.
Literatur Review: Klasifikasi Penyakit Hati Menggunakan Metode Deep Neural Networks Ahgil Misman, Dinar; Ramadhan Verdiansyah, Fadly; Dika Permana, Firdaus; Ramadhan, Rafly
Jurnal Riset Informatika dan Inovasi Vol 2 No 8 (2025): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

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

Abstract

Penyakit hati menjadi salah satu masalah kesehatan yang menyebar secara global, dengan prevalensi yang tinggi dan risiko komplikasi serius yang dapat berakhir pada kematian. Identifikasi dan diagnosis dini penyakit hati sangat penting agar pasien dapat menerima pengobatan tepat waktu. Namun, klasifikasi penyakit hati sering kali menantang bagi tenaga medis, terutama ketika menghadapi data medis yang kompleks dan jumlahnya besar. Oleh karena itu, diperlukan metode yang efektif dan akurat untuk membantu klasifikasi dan diagnosis penyakit hati secara otomatis. Dalam beberapa tahun terakhir, metode kecerdasan buatan, khususnya Deep Neural Networks (DNN), telah berkembang pesat dan menunjukkan performa yang menjanjikan dalam berbagai bidang, termasuk kesehatan. Deep Learning adalah jenis pembelajaran mesin yang mengajarkan komputer untuk melakukan tugas dengan menggunakan contoh manusia. Deep learning merupakan bagian dari machine learning yang terinspirasi dari sistem kerja otak manusia dengan menerapkan pembelajaran secara hirarki. Dengan adanya deep learning meminimalkan waktu yang digunakan untuk training data(Noris & Waluyo, 2023). DNN mampu mengolah data medis secara mendalam dan menghasilkan model prediksi dengan akurasi tinggi. Dengan karakteristiknya yang kuat dalam analisis data yang kompleks, DNN diharapkan dapat menjadi solusi yang efektif untuk klasifikasi penyakit hati. Literature review ini akan membahas penelitian-penelitian terdahulu yang menggunakan metode DNN untuk klasifikasi penyakit hati. Pembahasan meliputi berbagai pendekatan dan teknik DNN yang telah diterapkan, data yang digunakan, hasil yang diperoleh, serta kelebihan dan kekurangan dari setiap pendekatan. Dengan demikian, tinjauan ini akan mengidentifikasi kekurangan dan celah dalam penelitian terdahulu, serta potensi pengembangan lebih lanjut untuk meningkatkan akurasi dan efisiensi klasifikasi penyakit hati menggunakan Deep Neural Network (DNN) adalah Algoritma deep neural network sering dimanfaatkan untuk menganalisis beragam fitur atau variabel.DNN terdiri dari Perceptron berlapis-lapis, di mana setiap neuron dalam satu lapisan terhubung dengan seluruh neuron di lapisan berikutnya. Kesimpulan yang bisa diambil yaitu, Metode Deep Neural Network(DNN) dapat menjadi solusi yang efektif untuk mengklasifikasikan penyakit hati, terutama jika didukung oleh teknik pra-pemrosesan yang tepat dan data yang berkualitas.
Kultum Tarawih Ramadhan Momentum Dalam Menyebarkan Dakwah Oki, Alber; Yarjuna; Hidayatullah; Ramadhan, Rafly; Iskandar, Nur Muhammad Ikandar
Zad Al-Ummah: Jurnal Pengabdian Masyarakat Vol. 1 No. 2 (2023): Zad Al-Ummah: Jurnal Pengabdian Masyarakat
Publisher : Pusat Penelitian dan Pengabdian Masyarakat STIQ ZAD Cianjur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55759/zau.v1i2.13

Abstract

The tarawih cultum is a short lecture delivered before or after the tarawih prayer, which is a momentum in conveying religious messages to the tarawih prayer congregation. The purpose of this service is to describe the role of tarawih cultum as a means of spreading da'wah. This service uses a descriptive analysis method to describe the role of the Tarawih Kultum. The results of the service show the role of the tarawih cultum for Muslims in increasing devotion in the holy month of Ramadan and adding insight into Islam which is an obligation for every Muslim.
Co-Authors Ahgil Misman, Dinar Ardi Noerpamoengkas Dika Permana, Firdaus Hidayatullah Iskandar, Nur Muhammad Ikandar Oki, Alber Ramadhan Verdiansyah, Fadly Yarjuna