Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

1.642

P-Index

This Author published in this journals

All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Ilmu Komputer dan Agri-Informatika Agrokreatif Jurnal Ilmiah Pengabdian kepada Masyarakat Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika Jurnal Informasi Sains dan Teknologi (ISAINTEK)

Muhammad Asyhar Agmalaro

Department Of Computer Science, IPB University

Author-ID : 221099

Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Other

Published : 13 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan Agmalaro, Muhammad Asyhar; Kustiyo, Aziz; Akbar, Auriza Rahmad
Jurnal Ilmu Komputer dan Agri-Informatika Vol 2, No 2 (2013)
Publisher : Departemen Ilmu Komputer IPB

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (683.921 KB)

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman buah tropika yang cukup tinggi. Keanekaragaman tanaman buah tropika tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Identifikasi tanaman menggunakan daun dapat dilakukan berdasarkan bentuk, tekstur, maupun warna citra daun tersebut. Pada penelitian ini, ekstraksi fitur gray level co-occurrence matrix (GLCM) dari tekstur citra permukaan daun buah tropika digunakan sebagai input dari pelatihan Jaringan syaraf tiruan untuk proses identifikasi. Secara keseluruhan, pengujian dengan menggunakan hidden neuron sebanyak 7 menghasilkan hasil akurasi terbaik, yaitu 90%.Kata kunci: buah tropika, daun, GLCM, jaringan syaraf tiruan, tekstur.

Model Spasial untuk Prediksi Konsentrasi Polutan Kabut Asap Kebakaran Lahan Gambut Menggunakan Support Vector Regression Muhammad Asyhar Agmalaro; Imas Sukaesih Sitanggang; Lailan Sahrina Hasibuan; Muhammad Murtadha Ramadhan
Jurnal Ilmu Komputer & Agri-Informatika Vol. 5 No. 2 (2018)
Publisher : Departemen Ilmu Komputer - IPB University

Kabut asap dari kebakaran lahan gambut mengandung berbagai macam polutan seperti CO dan CO2. Polutan tersebut dapat berimplikasi buruk pada kesehatan masyarakat sekitar peristiwa itu terjadi yang berupa Infeksi Saluran Pernafasan Atas (ISPA). Penelitian ini bertujuan untuk membuat model spasial untuk prediksi konsentrasi polutan kabut asap yang berupa CO dan CO2 dari kebakaran lahan gambut di Sumatra tahun 2015. Model spasial dibentuk menggunakan algoritme support vector regression (SVR) dengan kernel radial basis function (RBF) dengan melihat konsentrasi polutan dari beberapa titik tetangga. Parameter tuning dilakukan untuk mendapatkan nilai parameter paling optimal dari SVR. Hasil penelitian menunjukkan bahwa model spasial prediksi konsentrasi CO terbaik didapatkan pada gamma dengan nilai 20 yang menghasilkan root mean squared error (RMSE) dan nilai koefisien korelasi sebesar 1,174242×10-8 dan 0,5879287. Model spasial prediksi konsentrasi CO2 terbaik dibentuk pada gamma dengan nilai 10 yang menghasilkan RMSE dan nilai koefisien korelasi sebesar 9,843717×10-8 dan 0,6058418. Hasil prediksi dari model yang dibentuk telah dapat mengikuti pola nilai aktual konsentrasi polutan. Kata Kunci: CO, CO2, kabut asap, model spasial, support vector regression.

Identifikasi Tanaman Buah Tropika Berdasarkan Tekstur Permukaan Daun Menggunakan Jaringan Syaraf Tiruan Muhammad Asyhar Agmalaro; Aziz Kustiyo; Auriza Rahmad Akbar
Jurnal Ilmu Komputer & Agri-Informatika Vol. 2 No. 2 (2013)
Publisher : Departemen Ilmu Komputer - IPB University

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman buah tropika yang cukup tinggi. Keanekaragaman tanaman buah tropika tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan bunga dan buah mungkin hanya ada pada waktu tertentu. Identifikasi tanaman menggunakan daun dapat dilakukan berdasarkan bentuk, tekstur, maupun warna citra daun tersebut. Pada penelitian ini, ekstraksi fitur gray level co-occurrence matrix (GLCM) dari tekstur citra permukaan daun buah tropika digunakan sebagai input dari pelatihan Jaringan syaraf tiruan untuk proses identifikasi. Secara keseluruhan, pengujian dengan menggunakan hidden neuron sebanyak 7 menghasilkan hasil akurasi terbaik, yaitu 90%. Kata kunci: buah tropika, daun, GLCM, jaringan syaraf tiruan, tekstur.

Pemodelan Berbasis Jaringan untuk Pengklasifikasian Kanker Payudara Berdasarkan Data Molekuler Mushthofa; Chamdan L Abdulbaaqiy; Sony Hartono Wijaya; Muhammad Asyhar Agmalaro; Lailan Sahrina Hasibuan
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 1 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.1.101-113

Cancer is a disease characterized by uncontrolled cell growth. One of the characteristics of uncontrolled growth is the presence of estrogen-receptor-positive (ER+). About 67% of breast cancer test results have ER+. Breast cancer profiles are divided into 4 subtypes, namely: Luminal A, Luminal B, basal-like, and HER-2 enriched. Each category has a different effect on adjuvant chemotherapy. In this study, a network-based approach was used to select features/molecular biomarkers that have the potential to assist modeling and classifying sub-types of breast cancer. The molecular features used are Copy Number Alteration (CNA) and gene expression. The feature selection results were compared with the PAM50 feature-based accuracy from the literature study. The results indicate that the features selected from this network-based approach can obtain a comparable performance w.r.t the original PAM50 features, and can be used as alternative to perform breast cancer subtyping.

Pengembangan Modul Otomatisasi Pengunduhan Citra Sentinel-1A Berbasis Web Menggunakan Metode Prototyping Muhammad Asyhar Agmalaro; Imas Sukaesih Sitanggang; Taufik Hidayat
Jurnal Ilmu Komputer dan Agri-Informatika Vol 9 No 2 (2022)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.9.2.137-148

Sentinel-1A imagery can be used for various purposes, such as surveys and agricultural land use mapping. For example, Sentinel-1A image can be used to carry out land processing and validate crop yields from horticultural crops such as garlic. However, the acquisition and download of Sentinel images are currently done manually with several stages, so it still needs to be more effective and efficient. Therefore, an alternative way to support the acquisition of sentinel data is necessary by optimizing the process of automating the download of Sentinel data. This study aims to build a front-end module to automate the downloading of web-based Sentinel image data using the Django Framework. The prototyping method is used to develop a front-end module for Sentinel image download automation. This method was chosen based on its advantages in getting feedback from each user from every iteration carried out so that improvements can be made quickly according to user needs. The result of this research is an automated system for downloading Sentinel-1A images that can download Sentinel image data via maps or by validating geoJson data entered by the user. The development of this system is carried out in two iterations. All functions in the developed module were successfully performed in black box testing without showing any errors.

Implementasi Pendekatan Algoritma Deep Learning CNN untuk Identifikasi Citra Pasien Keratitis Agmalaro, Muhammad Asyhar; Kusuma, Wisnu Ananta; Rif’ati, Lutfah; Pramita Andarwati; Anton Suryatama; Rosy Aldina; Hera Dwi Novita; Ovi Sofia
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 10 No. 2 (2023)
Publisher : Departemen Ilmu Komputer, Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.10.2.164-175

The incidence of keratitis globally ranges from 0.4 to 5.2 per 10,000 people annually. Keratitis can only be identified by an ophthalmologist using a slitlamp as a fundamental instrument for specific eye examination in secondary care facilities. In primary care facilities, eye specialists and slitlamps are not available. This causes delay in the diagnosis and treatment of keratitis patients in public health centers or areas with limited facilities and access to doctors/ophthalmologists. This research aims to develop a keratitis identification model using the convolutional neural network (CNN) method and training data consisting of images produced by smartphones and combined with slitlamp images. The training accuracy of the developed model is 92% with a dropout layer set at 0.3, and the average validation accuracy is 83%, indicating that the model training did not experience overfitting. The testing results with new data achieved an accuracy of 90%. Next, the parameters of the best model will be integrated into an application running on the Android operating system. However, the application’s functionality and UX/UI performance need to be improved to facilitate seamless use of the model.

Pengembangan Virtual Reality Walking Tour untuk Eksplorasi Jajanan Tradisional di Lawang Rangga Gading, Kota Bogor Giri, Endang Purnama; Asfarian, Auzi; Agmalaro, Muhammad Asyhar; Ardiansyah, Firman; Pratama, Dharma; Rabbani, Rafif; Ibrahim, Arhammirza
Jurnal Ilmu Komputer dan Agri-Informatika Vol. 12 No. 1 (2025)
Publisher : Sekolah Sains Data, Matematika, dan Informatika. Institut Pertanian Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29244/jika.12.1.50-58

Meningkatnya minat untuk melestarikan warisan budaya Indonesia, khususnya di Kota Bogor, memotivasi metode inovatif dalam pariwisata. Pandemi COVID-19 mempercepat pengembangan pariwisata virtual, yang memungkinkan pengalaman melalui platform digital, yang meluas ke ekowisata untuk pelestarian lingkungan dan inklusivitas. Studi ini memperkenalkan tur jalan kaki realitas virtual untuk memelihara dan mempromosikan situs sejarah dan budaya Bogor, dengan fokus pada Lawang Rangga Gading, pusat kuliner yang direvitalisasi. Penelitian ini menggabungkan teknik video imersif 360 dan prinsip desain interaksi untuk memberikan pengalaman yang menarik. Fitur desain utama meliputi pengembangan naratif berdasarkan sejarah lokal, navigasi adegan, dan gamifikasi menggunakan Octalysis Framework untuk memperkaya pengalaman pengguna. Sebagai kesimpulan, studi ini berhasil menunjukkan penggunaan tur jalan kaki VR untuk melestarikan dan mempromosikan warisan budaya Bogor, khususnya di Lawang Rangga Gading. Pengujian pengguna menggunakan SUS mengungkapkan skor rata-rata 62,3, yang menunjukkan sistem yang dikembangkan memiliki rentang penerimaan yang sangat tinggi. Ada beberapa area yang perlu ditingkatkan: meningkatkan kemampuan belajar, menyediakan navigasi yang lebih mudah untuk mengurangi bantuan teknis, dan meningkatkan kejelasan sistem.

Co-Authors Alyssa, T. Sandra Annisa Annisa Annisa Anton Suryatama Auriza Rahmad Akbar Auzi Asfarian Aziz Kustiyo Bahri, Zuhdi Mukarom Chamdan L Abdulbaaqiy Dea Amanda Endang Purnama Giri Firman Ardiansyah Hasibuan, Lailan Sahrina Hera Dwi Novita Ibrahim, Arhammirza Imas Sukaesih Sitanggang Muhammad Murtadha Ramadhan Ovi Sofia Parastu, Rakheda Andria Pramita Andarwati Pratama, Dharma Rabbani, Rafif Rif’ati, Lutfah Risa Intan Komaraasih Rosy Aldina RR. Ella Evrita Hestiandari Sony Hartono Wijaya Taufik Hidayat Wisnu Ananta Kusuma

Title Search

Found 7 Documents Search Journal : Jurnal Ilmu Komputer dan Agri-Informatika

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search
Journal : Jurnal Ilmu Komputer dan Agri-Informatika