Article Per Year (5 Year)
p-Index From 2021 - 2026
2.554
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Sistemasi: Jurnal Sistem Informasi JURNAL ILMIAH MATEMATIKA DAN TERAPAN JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vygotsky: Jurnal Pendidikan Matematika dan Matematika Jurnal Pengabdian Masyarakat Bhinneka Transcendent Journal of Mathematics and Applications Dedikasi: Jurnal Pengabdian Pendidikan dan Teknologi Masyarakat Jurnal Pengabdian Farmasi dan Sains Dedikasi: Jurnal Pengabdian Pendidikan dan Teknologi Masyarakat IJoICT (International Journal on Information and Communication Technology)
Abdul Mahatir Najar
Tadulako University
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Revealing the Relationship of Batik Motifs Using Convolutional Neural Network Najar, Abdul Mahatir; Abu, Maulidyani; Ratianingsih, Rina; Jaya, Agus Indra
Sistemasi: Jurnal Sistem Informasi Vol 13, No 5 (2024): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32520/stmsi.v13i5.4480

Abstract

This study explores the use of Convolutional Neural Network to identify and classify regional batik motifs, a significant aspect of Indonesian cultural heritage. The CNN model was optimized with Adam optimizer and used to extract distinctive features from the batik patterns. Subsequently, a hierarchical clustering method was employed to construct a relationship tree depicting the link between batik motifs based on their region. The research findings demonstrate that the CNN model effectively classifies batik motifs with an accuracy of up to 88%. The study provides insights into the intricate connections between regional batik designs and contributes to the preservation and understanding of Indonesia's cultural heritage.
StuntCare: Digital Innovation for Early Warning of Stunting-Risk Families in Sigi Regency Maulidyani Abu; Moh.Al-fath Salsabilah; Juni Wijayanti Puspita; Resnawati; Abdul Mahatir Najar; Rina Ratianingsih; Agus Indra Jaya; Abunawas Tjaija
IJoICT (International Journal on Information and Communication Technology) Vol. 11 No. 1 (2025): Vol. 11 No. 1 Jun 2025
Publisher : School of Computing, Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21108/ijoict.v11i1.9111

Abstract

The Prevalence of Stunting in Sigi Regency remains notably high at 36.8%, significantly above the national target. Stunting is frequently caused by recurrent infections, poor sanitation, and chronic nutritional deficiencies. Since stunting is a condition of chronic malnutrition that impairs a child's physical and cognitive development, an early warning system is essential for prevention. This study proposes the development of a web-based application to predict the risk of stunting in vulnerable families. Families are the primary focus as they serve as the first environment where children grow and develop. If risk factors are present within a family, the likelihood of stunting increases. Therefore, early detection is crucial for mapping family health conditions. By predicting stunting risks, families can take preventive measures before the condition severely impacts the child. This early warning system serves as a critical alarm, encouraging families to be more vigilant in maintaining the health of all household members. The stunting prediction system is developed as a web-based application, utilizing 11 variables for early stunting detection and employing the K-Nearest Neighbor (K-NN) method. The model's accuracy is evaluated using a Confusion Matrix, achieving an accuracy rate of 99.991%. Keywords: Early Warning System, Stunting, Classification, K-Nearest Neighbor, Confusion Matrix
KLASIFIKASI JENIS KAYU BERDASARKAN CITRA SERAT KAYU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK Dwimanhendra, Muhammad Rifaldi; Syahrullah, Syahrullah; Joefrie, Yuri Yudhaswana; Angreni, Dwi Shinta; Azhar, Ryfial; Nugraha, Deny Wiria; rezandy Lapatta, Nouval; Najar, Abdul Mahatir
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5726

Abstract

Kayu merupakan sumber daya alam yang sangat penting bagi industri mebel atau furnitur. Pemilihan jenis kayu yang tepat sangat krusial dalam industri mebel untuk menentukan kualitas hasil produksi. Pemilihan kayu secara manual memiliki risiko kesalahan yang dapat berdampak negatif pada kualitas akhir produk mebel. Oleh karena itu, diperlukan penerapan teknologi untuk meminimalkan kesalahan pemilihan jenis kayu dan meningkatkan efisiensi proses produksi. Penelitian ini bertujuan membangun model klasifikasi jenis kayu (nantu, palapi, dan uru) berbasis Convolutional Neural Network (CNN) menggunakan citra serat kayu. Dataset terdiri dari 1.584 citra yang dibagi menjadi 80% data pelatihan dan 20% data pengujian. Arsitektur model CNN terdiri dari 4 lapisan konvolusi, 4 lapisan pooling, dan 2 lapisan fully-connected. Hasil pelatihan mencapai akurasi 97,06%, sedangkan hasil pengujian dan evaluasi menggunakan matriks konfusi mencapai akurasi 95,56%. Penelitian ini membuktikan bahwa CNN dapat digunakan secara efektif untuk klasifikasi jenis kayu dengan tingkat akurasi yang tinggi, sehingga dapat membantu meningkatkan efisiensi proses produksi mebel.
Pelatihan dan Pendampingan Olimpiade Sains Nasional Matematika untuk Meningkatkan Kompetensi Siswa SMP IT Bina Insan Palu Resnawati Resnawati; Maulidyani Abu; Haninah Ainun Mardhiyah; Muh. Ahsan Ramadhan L; Andri Andri; Juni Wijayanti Puspita; Abdul mahatir Najar; Rina Ratianingsih; Agus Indra Jaya; Fahri Alam Lasongke; Annisah Annisah; Muh. Ali Akbar
Dedikasi: Jurnal Pengabdian Pendidikan dan Teknologi Masyarakat Vol. 4 No. 2 (2026): Dedikasi 2026
Publisher : Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/dedikasi.v4i2.138

Abstract

Pengabdian ini bertujuan meningkatkan kesiapan siswa SMP IT Bina Insan Palu dalam menghadapi Olimpiade Sains Nasional (OSN) bidang matematika melalui pelatihan dan pendampingan intensif. Metode yang digunakan meliputi sosialisasi, seleksi awal terhadap 22 siswa, pelatihan tiga kali seminggu selama tiga bulan, serta evaluasi berkala. Hasil pelaksanaan menunjukkan adanya peningkatan rata-rata skor peserta secara signifikan dari 36.6 pada pre-test menjadi 61.5 pada post-test, dengan kenaikan bervariasi antar individu antara 52.6% hingga 82.9%. Meskipun terjadi perbaikan konsisten, skor tertinggi post-test hanya mencapai 68. Kegiatan ini membuktikan bahwa metode pendampingan terstruktur efektif memperbaiki pemahaman konseptual dasar, namun penguatan materi berpikir tingkat tinggi masih memerlukan waktu pembinaan lebih panjang. Program pengabdian ini memberikan dampak positif dan terukur terhadap kompetensi dasar peserta, namun diperlukan strategi berkelanjutan dan integrasi materi HOTS dalam pembelajaran reguler untuk menjembatani kesenjangan menuju level kompetisi nasional.
Pelatihan dan Pendampingan Olimpiade Sains Nasional Matematika untuk Meningkatkan Kompetensi Siswa SMP IT Bina Insan Palu Resnawati Resnawati; Maulidyani Abu; Haninah Ainun Mardhiyah; Muh. Ahsan Ramadhan L; Andri Andri; Juni Wijayanti Puspita; Abdul mahatir Najar; Rina Ratianingsih; Agus Indra Jaya; Fahri Alam Lasongke; Annisah Annisah; Muh. Ali Akbar
Dedikasi: Jurnal Pengabdian Pendidikan dan Teknologi Masyarakat Vol. 4 No. 2 (2026): Dedikasi 2026
Publisher : Institut Teknologi Pendidikan Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/dedikasi.v4i2.138

Abstract

Pengabdian ini bertujuan meningkatkan kesiapan siswa SMP IT Bina Insan Palu dalam menghadapi Olimpiade Sains Nasional (OSN) bidang matematika melalui pelatihan dan pendampingan intensif. Metode yang digunakan meliputi sosialisasi, seleksi awal terhadap 22 siswa, pelatihan tiga kali seminggu selama tiga bulan, serta evaluasi berkala. Hasil pelaksanaan menunjukkan adanya peningkatan rata-rata skor peserta secara signifikan dari 36.6 pada pre-test menjadi 61.5 pada post-test, dengan kenaikan bervariasi antar individu antara 52.6% hingga 82.9%. Meskipun terjadi perbaikan konsisten, skor tertinggi post-test hanya mencapai 68. Kegiatan ini membuktikan bahwa metode pendampingan terstruktur efektif memperbaiki pemahaman konseptual dasar, namun penguatan materi berpikir tingkat tinggi masih memerlukan waktu pembinaan lebih panjang. Program pengabdian ini memberikan dampak positif dan terukur terhadap kompetensi dasar peserta, namun diperlukan strategi berkelanjutan dan integrasi materi HOTS dalam pembelajaran reguler untuk menjembatani kesenjangan menuju level kompetisi nasional.
Co-Authors Aan Bin Mardi Abunawas Tjaija Agus Indra Jaya Agus Indra Jaya Agusman Sahari Alfiani Andri Andri Andri Andri Annisah Annisah Deny Wiria Nugraha Didi Rosiyadi Dwi Shinta Angreni Dwimanhendra, Muhammad Rifaldi Fadjryani, Fadjryani Fahri Alam Lasongke Gamayanti, Nurul Fiskia Hajar Hajra Rasmita Ngemba Haninah Ainun Mardhiyah Hayyan Ahmad Ulul Albab I Wayan Sudarsana Iwan Setiawan Juni Wijayanti Puspita Juni Wijayanti Puspita Maulidyani Abu Maulidyani Abu Maulidyani Abu Moh.Al-fath Salsabilah Muh. Ahsan Ramadhan L Muh. Ali Akbar Ningrum, Desy Riani Sukma Nouval Trezandy Lapatta Nurul Ikrima RACHMAT HIDAYAT Resnawati Resnawati Resnawati Resnawati Rina Ratianingsih Rina Ratianingsih Rusmi, Rusmi Ryfial Azhar Sultan Andhika Syahrullah Syahrullah Syaiful Hendra Yuri Yudhaswana Joefrie