Article Per Year (5 Year)
p-Index From 2021 - 2026
6.266
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Tekno Insentif Jurnal Informatika Global Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Dedikasi Seminar Nasional Pengabdian Kepada Masyarakat Paradigma INOVASI: Jurnal Hasil Pengabdian Masyarakat Internet of Things and Artificial Intelligence Journal Indonesian Journal of Fundamental Sciences Teknovokasi : Jurnal Pengabdian Masyarakat Vokatek : Jurnal Pengabdian Masyarakat Information Technology Education Journal International Journal of Environment, Engineering, and Education Journal of Embedded Systems, Security and Intelligent Systems Jurnal Kemitraan Responsif untuk Aksi Inovatif dan Pengabdian Masyarakat Jurnal Informatika Polinema (JIP) Journal of Deep Learning, Computer Vision and Digital Image Processing Jurnal Sipakatau Jurnal MediaTIK
Andi Akram Nur Risal
Universitas Negeri Makassar
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 41 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Journal of Embedded Systems, Security and Intelligent Systems

 1 
KLASIFIKASI TINGKAT KEMATANGAN BUAH MARKISA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS PENGOLAHAN CITRA DIGITAL Andi Baso Kaswar; Andi Akram Nur Risal; Fhatiah Adiba; Nurjannah
Journal of Embedded Systems, Security and Intelligent Systems Vol. 1 No. 1 (2020): Vol 1, No 1 (2020): May 2020
Publisher : Program Studi Teknik Komputer

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

Abstract

Masyarakat pada umumnya memanen buah markisa apabila diprediksi sudah matang. Kemudian buah yang telah dipanen dikelompokkan berdasarkan tingkat kematangannya untuk dijual kembali. Identifikasi kematangan dilakukan dengan cara manual, melihat ciri visualnya berupa warna saja. Metode-metode identifikasi tingkat kematangan ini cukup baik. Namun, metode konvensional yang digunakan tersebut tidak efektif dan efisien dalam mengidentifikasi tingkat kematangan buah markisa karena seringnya terjadi kesalahan identifikasi. Pada penelitian ini, kami mengusulkan Klasifikasi Tingkat Kematangan Buah Markisa Menggunakan Jaringan Syaraf Tiruan berbasis Pengolahan Citra Digital. Metode yang diusulkan terdiri atas 5 tahapan utama yaitu akuisisi citra, praproses, segmentasi, operasi morfologi, ekstraksi fitur, dan klasifikasi. Metode yang diusulkan memberikan akurasi hasil klasifikasi sebesar 80% dan misklasifikasi sebesar 20%. Sedangakan waktu yang diperlukan untuk mengeksekusi sebuah citra uji adalah sebesar 0.2 detik. Hasil klasifikasi dan waktu komputasi menunjukkan bahwa metode yang diusulkan dapat memberikan akurasi yag tinggi dan waktu komputasi yang cepat. Metode yang diusulkan dan sistem yang dibangun diharapkan dapat membantu masyarakat dalam mengidentifikasi tingkat kematangan buah markisa. Selain itu diharapkan metode yang diusulkan dapat dimanfaatkan sebagai referensi untuk pengembangan teknologi budidaya buah markisa.
Sistem Monitoring Lab Terintegrasi Prodi Teknik Komputer Berbasis Knowledge Management System Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar; Hartanto Tantriawan
Journal of Embedded Systems, Security and Intelligent Systems Vol. 1 No. 1 (2020): Vol 1, No 1 (2020): May 2020
Publisher : Program Studi Teknik Komputer

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

Abstract

Basis pengetahuan civitas akademik diimplementasikan ke dalam sebuah sistem monitoring lab terintegrasi berbasis knowledge managemant system dapat meningkatkan kualitas kerja, dokumentasi dan meningkatkan kualitas program studi Teknik Komputer Universitas Negeri Makassar. Tujuan penelitian ini: 1) merancang sistem monitoring lab terintegrasi berbasis knowledge management system pada program studi Teknik Komputer Universitas Negeri Makassar 2) sebagai layanan informasi, pelayanan, dan dokumentasi program studi Teknik Komputer Universitas Negeri Makassar. Hasil yang diperoleh pada penelitian ini adalah sebuah sistem monitoring lab terintegrasi berbasis knowledge managemant system dirancang menggunakan pendekatan waterfall models dan telah diuji validasi fungsionalitas sistem berjalan dengan baik. Proses interaksi basis penegetahuan admin dan user pada sitem monitoring lab terintegrasi berbasis knowledge managemant system menghasilkan 3 model interaksi pada penelitian adalah tacit – explicit, explicit – explicit, dan explicit – tacit.
CLUSTERING PRODUKSI PERIKANAN BUDIDAYA LAUT BERDASARKAN PROVINSI MENGGUNAKAN ALGORITMA K-MEANS Alfian Firlansyah; Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol. 2 No. 1 (2021): Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

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

Abstract

Indonesia is a large maritime country, and most of its territorial waters are larger than its land area. Due to the vastness of the oceans, the large number of large and small islands makes Indonesia a potential area for marine cultivation. In general, the existing data based on the Central Statistics Agency (BPS) of Marine Aquaculture Production for each province in Indonesia only applies to production data which only produces detailed data on total marine aquaculture production in tonnes per year, and takes a long time. To classify very large data, a method is needed that can use the K-Means algorithm to classify the highest, middle, and lowest opportunities in the field of marine aquaculture from 2004 to 2018. The results implemented in python consisted of 26 provinces in klaster 1 (C1), 3 provinces in klaster 2 (C2), and 5 provinces in klaster 3 (C3).
Analisis Prediksi Tingkat Penyebaran COVID-19 di Sulawesi Selatan Menggunakan Teknik Data Mining Naive Bayes Muhammad Nur Yusri; Andi Akram Nur Risal; Muhammad Fajar B; Dewi Fatmarani Surianto; Fhatiah Adiba
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

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

Abstract

Pandemi atau wabah virus corona atau biasa disebut juga dengan COVID-19 yang bermula dari Wuhan, Provinsi Hubei, China, terus menyebar ke berbagai negara, termasuk Indonesia. Jumlah kasus positif COVID-19 terus meningkat tiap harinya secara signifikan dan menyebar secara cepat ke berbagai provinsi di Indonesia, termasuk di provinsi Sulawesi Selatan. Hingga saat ini, telah tercatat kasus positif corona di Sulawesi Selatan sebanyak 18.683 dan 470 orang meninggal dunia. Peningkatan kasus yang signifikan ini, mengakibatkan pembacaan data terkait kasus positif COVID-19 di Sulawesi Selatan dinilai kurang akurat. Oleh karena itu, penelitian ini dilakukan sebagai langkah antisipasi terhadap pandemi COVID-19 dengan memprediksi tingkat penyebaran COVID-19 terutama di Sulawesi Selatan agar mendapatkan keakurasian data yang lebih baik. Metode penelitian yang di terapkan pada penelitian ini ialah analisis masalah dan studi literatur, mengumpulkan data dan implementasi.
Implementasi K-Means Clustering Untuk Rekomendasi Kelas Unggulan di SMK 1 Teknologi dan Rekayasa Mimika Risal, Andi Akram Nur; Desy Maryani; Nur Fadillah; Andi Alviadi Nur Risal
Journal of Embedded Systems, Security and Intelligent Systems Vol 5, No 3 (2024): November 2024
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v5i3.5446

Abstract

New student admission is a strategic step for schools to ensure the quality of education and optimal resource management. This research aims to analyse new student candidate data at SMK Negeri 1 Teknologi dan Rekayasa Mimika using the K-Means clustering method. Student data is grouped into three clusters based on academic grades to detect prospective students who have the potential to enter superior classes. The analysis results show that cluster 3 has the highest average academic score, making it possible for students in cluster 3 to enter the general superior class. cluster 2 showed excellence in certain aspects, particularly E grades, making it suitable for specific programmes oriented towards talent development. Finally, cluster 1 has the lowest average score and requires further assistance to improve academic performance. Evaluating the cluster results using Silhouette Score, all three clusters are in the "Good" category (0.51-0.70), with the highest score in cluster 3 (0.594). The recommendation from this study is to prioritise students from Cluster 3 for general superior classes and some from cluster 2 for special superior programs, so as to support the vision of SMK Negeri 1 Technology and Engineering Mimika in improving the quality of data-based education.
Co-Authors A. Arfan Fauzi Abdul Wahid Adiba, Fhatiah Adibah, Fhatiah Al Imran Alfian Firlansyah Alifya NFH Alifya Nurilmi Fony Hasanuddin Amri, Muh. Aidil Andi Aisyah Nurfitri Andi Alamsyah Rivai Andi Alviadi Nur Risal Andi Baso Kaswar Andi Baso Kaswar Andi Sadri Agung Andi, Tenriola Anita Candra Dewi Asmaul Husnah Nasrullah Ayu Hasnining Azis, Putri Alysia Bakri, Muh. Fajrin Baktiar, Nurul Isra Humaira Baso, Fadhlirrahman Desy Maryani Dewi Fatmarani Surianto Dirawan, Gufran Darma Edy, Marwan Ramdhany Fathahillah Fathahillah Fathahillah Fathahillah Fathahillah Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Firman, Risman Gufria Darma Irasanty Hartanto Tantriawan Irensi Seppa, Yusi Iwan Suhardi Kurnia Prima Putra M. Miftach Fakhri Mappangara, Surianto Muhammad Akbar Muhammad Akbar Amir Muhammad Fajar B Muhammad Nur Yusri Muhlis Tahir Muliadi Muliadi Mulyati Yantahing Mustaring Mustaring Muthmainnah, Aindri Rizky NFH, Alifya Ninik Rahayu Ashadi Nur Azizah Ayu Safanah NUR FADILLAH Nur Inayah Yusuf Nurfitri, Andi Aisyah Nurjannah Nurjannah Nurjannah Nurjannah Nurjannah Nurul Mukhlisah Abdal Pamput, Jessicha Putrianingsih Parenreng, Jumadi M. R., Mantasiah Ramadhan, Haekal Febriansyah Ridwan Daud Mahande Rivai, Andi Muhammad Rivai, Andi Tenri Ola RR. Ella Evrita Hestiandari S.Intam, Rezki Nurul Jariah Satria Gunawan Zain Sitti Faika Sitti Syarifah Wafiqah Wardah SUDIRMAN, MUH. Sulaiman, Dwi Rezky Anandari Surianto, Dewi Fatmawati Syahrul Tahir, Muhlis Tahir, Renisa Amalia Trisakti Akbar Wahid, M Syahid Nur Wardani, Ayu Tri WULANDARI Zulhajji, Zulhajji