Article Per Year (5 Year)
p-Index From 2020 - 2025
14.357
P-Index
This Author published in this journals
All Journal Jurnal Dedikasi Jurnal Ilmu Komputer Bulletin of Electrical Engineering and Informatics Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Simantec Jurnal sistem informasi, Teknologi informasi dan komputer Jurnal Teknologi Informasi dan Ilmu Komputer SMATIKA Proceeding of the Electrical Engineering Computer Science and Informatics Fountain of Informatics Journal Sistemasi: Jurnal Sistem Informasi Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Jurnal Pilar Nusa Mandiri Network Engineering Research Operation [NERO] Jurnal Komputer Terapan Syntax Literate: Jurnal Ilmiah Indonesia Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control SINTECH (Science and Information Technology) Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) JURTEKSI EDUMATIC: Jurnal Pendidikan Informatika Jurnal Informatika Kaputama (JIK) JISKa (Jurnal Informatika Sunan Kalijaga) Journal of Electronics, Electromedical Engineering, and Medical Informatics Jurnal Repositor Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Perempuan & Anak Jurnal Dinamika Informatika (JDI) Makara Journal of Technology Jurnal Sistem Informasi Jurnal Informatika: Jurnal Pengembangan IT
Yufis Azhar
Universitas Muhammadiyah Malang
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 139 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 139 Documents
Search

 1   2   3   4   5 
Perbandingan Prediksi Kualitas Kopi Arabika dengan Menggunakan Algoritma SGD, Naive Bayes, dan Random Forest Sari, Veronica Retno; Firdausi, Feranandah; Azhar, Yufis
Jurnal Pendidikan Informatika (EDUMATIC) Vol 4, No 2 (2020): Edumatic : Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

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

Abstract

Classification is one of the techniques that exist in data mining and is useful for grouping a data based on the attachment of the data with the sample data. The dataset that is used in this study is the coffee dataset taken from Dataset Coffee Quality Institute on the GitHub platform. The attributes that contained in the dataset are Aroma, Aftertaste, Flavor, Acidity, Balance, Body, Uniformity, Sweetness, Clean Cup, and Copper points. There are 3 classification methods that are used in this study, Stochastic Gradient Descent, Random Forest and Naive Bayes. The aim of this study is to find out which algorithm is the most effective to predict the coffee quality in the dataset. After that, the prediction results will be tested using K-Fold Cross Validation and Area Under the Curve (AUC) method. The results show that Stochastic Gradient Descent obtained the best accuracy results compared to the other two methods with an accuracy of 98% and increased to 99% after tested using K-fold Cross Validation and AUC method.
APLIKASI WIRELESS SENSOR NETWORK UNTUK SISTEM MONITORING DAN KLASIFIKASI KUALITAS UDARA Tri Fidrian Arya; Mahar Faiqurahman; Yufis Azhar
Sistemasi: Jurnal Sistem Informasi Vol 7, No 3 (2018): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (742.308 KB) | DOI: 10.32520/stmsi.v7i3.312

Abstract

Indonesia merupakan salah satu negara yang memiliki perkembangan yang pesat pada sektor industri, hal tersebut tentunya berpengaruh pada lingkungan hidup termasuk kualitas udara. Polusi udara yang dikeluarkan dari cerobong asap kawasan industri apabila tidak dikelola dengan baik maka akan berdampak buruk pada kesehatan manusia. Diantaranya dapat berpengaruh terhadap status faal paru-paru, perubahan respon kekebalan tubuh, bahkan menyebabkan kematian pada makhluk hidup. monitoring tingkat polusi udara menjadi suatu hal yang urgent dilakukan. Pada penelitian ini dibuat aplikasi berbasis Wireless Sensor Network (WSN) untuk monitoring dan klasifikasi kualitas udara secara online, dengan menggunakan modul NRF24L01 untuk komunikasi antara sensor node dan base station yang biayanya relatif cukup terjangkau dan murah.
Perbandingan Prediksi Kualitas Kopi Arabika dengan Menggunakan Algoritma SGD, Naive Bayes, dan Random Forest Veronica Retno Sari; Feranandah Firdausi; Yufis Azhar
Jurnal Pendidikan Informatika (EDUMATIC) Vol 4, No 2 (2020): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v4i2.2202

Abstract

Classification is one of the techniques that exist in data mining and is useful for grouping a data based on the attachment of the data with the sample data. The dataset that is used in this study is the coffee dataset taken from Dataset Coffee Quality Institute on the GitHub platform. The attributes that contained in the dataset are Aroma, Aftertaste, Flavor, Acidity, Balance, Body, Uniformity, Sweetness, Clean Cup, and Copper points. There are 3 classification methods that are used in this study, Stochastic Gradient Descent, Random Forest and Naive Bayes. The aim of this study is to find out which algorithm is the most effective to predict the coffee quality in the dataset. After that, the prediction results will be tested using K-Fold Cross Validation and Area Under the Curve (AUC) method. The results show that Stochastic Gradient Descent obtained the best accuracy results compared to the other two methods with an accuracy of 98% and increased to 99% after tested using K-fold Cross Validation and AUC method.
Classification of Diabetic Retinopathy Disease Using Convolutional Neural Network Agus Eko Minarno; Mochammad Hazmi Cokro Mandiri; Yufis Azhar; Fitri Bimantoro; Hanung Adi Nugroho; Zaidah Ibrahim
JOIV : International Journal on Informatics Visualization Vol 6, No 1 (2022)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/joiv.6.1.857

Abstract

Diabetic Retinopathy (DR) is a disease that causes visual impairment and blindness in patients with it. Diabetic Retinopathy disease appears characterized by a condition of swelling and leakage in the blood vessels located at the back of the retina of the eye. Early detection through the retinal fundus image of the eye could take time and requires an experienced ophthalmologist. This study proposed a deep learning method, the Efficientnet-b7 model to identify diabetic retinopathy disease automatically. This study applies three preprocessing techniques that could be implemented in the dataset "APTOS 2019 Blindness Detection". In preprocessing technique trial scenarios, Usuyama preprocessing technique obtained the best results with accuracy of 89% of train data and 84% in test data compared to Harikrishnan preprocessing technique which has 82% accuracy in test data, and Ben Graham preprocessing has 81% accuracy in test data. In this study, Hyperparameter tuning was conducted to find the best parameters for use on the EfficientNet-B7 Model. In this study, we tested the Efficientnet-B7 model with an augmentation process that can reduce the occurrence of overfitting compared to models without augmentation. Preprocessing techniques and augmentation techniques can influence the proposed EfficientNet-B7 model in terms of performance results and reduce the overfitting of models.
Giving more insight for automatic risk prediction during pregnancy with interpretable machine learning Muhammad Irfan; Setio Basuki; Yufis Azhar
Bulletin of Electrical Engineering and Informatics Vol 10, No 3: June 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/eei.v10i3.2344

Abstract

Maternal mortality rate (MMR) in Indonesia intercensal population survey (SUPAS) was considered high. For pregnancy risk detection, the public health center (puskesmas) applies a Poedji Rochjati screening card (KSPR) demonstrating 20 features. In addition to KSPR, pregnancy risk monitoring has been assisted with a pregnancy control card. Because of the differences in the number of features between the two control cards, it is necessary to make agreements between them. Our objectives are determining the most influential features, exploring the links among features on the KSPR and pregnancy control cards, and building a machine learning model for predicting pregnancy risk. For the first objective, we use correlation-based feature selection (CFS) and C5.0 algorithm. The next objective was answered by the union operation in the features produced by the two techniques. By performing the machine learning experiment on these features, the accuracy of the XGBoost algorithm demonstrated the hightest results of 94% followed by random forest, Naïve Bayes, and k-Nearest neighbor algorithms, 87%, 66%, and 60% respectively. Interpretability aspects are implemented with SHAP and LIME to provide more insight for classification model. In conclusion, the similarity feature generated in the two interpretation approaches confirmed that Cesar was dominant in determining pregnancy risk.
Penentuan Prioritas Perbaikan Jalan di Desa Gawan Menggunakan Algoritma Analytical Hierarchy Process Muhammad Rifal Alfarizy; Mochammad Hazmi Cokro Mandiri; Yufis Azhar
Jurnal Informatika Vol 8, No 1 (2021): April 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (301.688 KB) | DOI: 10.31294/ji.v8i1.8316

Abstract

Seiring berjalannya waktu, jalan dapat mengalami penurunan kualitas hingga kerusakan. Kerusakan jalan tentunya sangat mengganggu aktivitas masyarakat dan akan menjadi lebih buruk ketika banyak jalan yang rusak secara bersamaan dalam waktu dekat. Maka dari itu, diperlukan tindakan perawatan dan perbaikan jalan dengan cepat dan tepat. Penelitian ini dilakukan di Desa Gawan dan bertujuan untuk menentukan prioritas perbaikan jalan menggunakan metode AHP. Kriteria yang digunakan dalam metode AHP ini adalah kondisi jalan, perkerasan jalan, status jalan, fungsi jalan, dan kelas jalan. Berdasarkan penelitian ini, kriteria yang memiliki bobot tertinggi adalah kondisi jalan dengan bobot 0.505 dan ruas jalan dengan kode 540900081082 menjadi prioritas pertama untuk perbaikan dengan bobot akhir 0.312172641 dan kondisi jalan rusak.Seiring berjalannya waktu, jalan dapat mengalami penurunan kualitas hingga kerusakan. Kerusakan jalan tentunya sangat mengganggu aktivitas masyarakat dan akan menjadi lebih buruk ketika banyak jalan yang rusak secara bersamaan dalam waktu dekat. Maka dari itu, diperlukan tindakan perawatan dan perbaikan jalan dengan cepat dan tepat. Penelitian ini dilakukan di Desa Gawan dan bertujuan untuk menentukan prioritas perbaikan jalan menggunakan metode AHP. Kriteria yang digunakan dalam metode AHP ini adalah kondisi jalan, perkerasan jalan, status jalan, fungsi jalan, dan kelas jalan. Berdasarkan penelitian ini, kriteria yang memiliki bobot tertinggi adalah kondisi jalan dengan bobot 0.505 dan ruas jalan dengan kode 540900081082 menjadi prioritas pertama untuk perbaikan dengan bobot akhir 0.312172641 dan kondisi jalan rusak.
Prediksi Harga Rumah Menggunakan General Regression Neural Network Evi Febrion Rahayuningtyas; Feny Novia Rahayu; Yufis Azhar
Jurnal Informatika Vol 8, No 1 (2021): April 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (316.835 KB) | DOI: 10.31294/ji.v8i1.9036

Abstract

Rumah merupakan salah satu kebutuhan manusia selain sandang dan pangan. Hirarki Kebutuhan Maslow menyebutkan bahwa rumah adalah salah satu Physiological Needs. Dewasa ini, kebutuhan akan rumah sering dijadikan sebagai sumber investasi bagi pengusaha properti yang tentunya menghasilkan investasi yang tidak dapat diremehkan. Keuntungan dalam jual beli rumah dijadikan alasan bagi seseorang dalam melakukan transaksi jual beli rumah itu sendiri. Sehingga munculah harga yang tidak terprediksi pada harga rumah yang ada. Penelitian ini menggunakan General Regression Neural Network sebagai pemodelannya. GRNN menggunakan dasar regresi non linear dimana strukturnya terdiri dari 4 layer, yaitu Input Layer, Pattern Layer, Summation Layer dan Output Layer.  Variabel dependen yang digunakan berjumlah 6. Terdiri dari tanggal transaksi, jarak rumah dari stasiun MRT, jumlah toko atau minimarket yang dekat dengan rumah, umur rumah, dan letak geografis berupa longitude dan latitude. Variabel independen berupa harga rumah dalam satuan luas Ping yang selanjutnya dikonversi menjadi 10.000 New Dollar Taiwan/Ping.  Hasil yang didapatkan berupa data actual dan data predicted yang divisualisasikan dengan line plot. Dilakukan juga uji akurasi dan uji kinerja pemodelan menggunakan 3 jenis evaluasi dengan hasil dari ketiga jenis evaluasi tersebut adalah 58,72 untuk skor MSE, skor 7,66 untuk RMSE dan 5,99 untuk skor MAE.
PREDIKSI PENGARUH JUMLAH BUS TERHADAP JUMLAH PENUMPANG KHUSUSNYA UNTUK DAERAH IBU KOTA JAKARTA Noviani Sintia Duwi Trisna; Andhika Ade Verdiyanto; Yufis Azhar
Jurnal Informatika Kaputama (JIK) Vol 4, No 2 (2020): Volume 4, Nomor 2 Juli 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v4i2.276

Abstract

Transportasi adalah sebuah proses pengangkutan atau pemindahan manusia, hewan atau barang dari suatu tempat ke tempat yang lain. Sedangkan bus adalah salah satu jenis alat transportasi darat yang memiliki fungsi untuk membawa penumpang dari suatu tempat ke tempat yang lain dan mampu menampung kurang lebih 65 penumpang. Bus juga merupakan salah satu transportasi umum yang sering digunakan oleh masyarakat Ibu Kota Jakarta, dikarenakan biaya untuk menaiki bus bisa dibilang murah dari pada alat transportasi lainnya. Jakarta memiliki penduduk sekitar 10.557.810 jiwa dengan tingkat kemacetan sebesar 53%. Tujuan penelitian ini memiliki tujuan untuk mengetahui pengaruh dari bnayaknya jumlah bus yang beroprasi terhadap banyaknya jumlah penumpang guna untuk meminimalisir kemacetan atau antrian di setiap zona pemberhentian atau zona pengangkutan dengan menggunakan metode Polynomial Regression. Dari hasil penelitian ini didapatkan hasil korelasi sebesar 0,86 yang memiliki arti bahwa antara jumlah banyaknya bus memiliki korelasi yang tingggi terhadap jumlah banyaknya penumpang.
IBM PENINGKATAN DAYA SAING PENGUSAHA TRAVEL DI MALANG RAYA Yufis Azhar
Jurnal Dedikasi Vol. 15 (2018): Mei
Publisher : Direktorat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/dedikasi.v15i0.6438

Abstract

Tidak dapat dipungkiri bahwa ketersediaan modal menjadi salah satu faktor utamadalam ketahanan suatu usaha, demikian pula usaha travel. Banyak pengusaha traveldengan modal kecil akhirnya harus gulung tikar karena tidak mampu bersaingdengan usaha sejenis yang memiliki modal besar. Perlu ada strategi jitu daripengusaha-pengusaha dengan modal kecil ini agar usahanya tetap eksis meskipundengan dana yang minim. Salah satu cara yang bisa dilakukan adalah denganpenerapan teknologi informasi untuk meningkatkan kualitas pelayanan kepadakonsumen serta alat bantu untuk memasarkan jasanya. Sistem aplikasi mobile yangdapat digunakan oleh konsumen untuk memesan jasa layanan travel dapat menjadijawaban atas permasalahan tersebut. Dengan penggunaan aplikasi ini, diharapkankualitas pelayanan pada konsumen bisa meningkat, sehingga berpengaruh terhadappenambahan kuantitas konsumen yang dapat dilayani. Selain itu, diusulkan pulasuatu konsep pemasaran baru yang terinspirasi dari skema MLM (Multi LevelMarketing) yang banyak digunakan oleh perusahaan-perusahaan kosmetik atau alatkesehatan dalam memasarkan produknya. Sistem pemasaran ini juga akan dibantuoleh aplikasi mobile agar mudah penggunaannya. Diharapkan dengan adanyasistem pemasaran seperti ini, pangsa pasar dari suatu usaha travel akan lebih luassehingga kuantitas konsumen yang menggunakan jasa travel tersebut juga akansemakin bertambah.
Klasifikasi Akun Prostitusi Berdasarkan Skoring Tweet Yufis Azhar
Network Engineering Research Operation Vol 3, No 1 (2017): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (501.468 KB) | DOI: 10.21107/nero.v3i1.68

Abstract

Co-Authors A.A. Ketut Agung Cahyawan W Achmad Fauzi Saksenata Achmad Yusuf Adhigana Priyatama Aditya Dwi Maryanto Adnan Burhan Hidayat Kiat Afdian, Riz Agus Eko Minarno Agus Zainal Arifin Ahmad Annas Al Hakim Ahmad Darman Huri Ahmad Hanif Nurfauzi Ahmadu Kajukaro Akbi, Denar Regata Akmal Muhammad Naim Al-rizki, Muhammad Andi Alfin Yusriansyah Ali Sofyan Kholimi Amelia, Putri Juli Ananda Ayu Dianti Andhika Ade Verdiyanto Andhika Pranadipa Andi Shafira Dyah Kurniasari Andreawana Andreawana Andriani Eka Pramudita Annisa Annisa Annisa Fitria Nurjannah Aria Maulana Aris Muhandisin Arya, Tri Fidrian Audi Bayu Yuliawan Aulia Ligar Salma Hanani Bagas Aji Aprian Basuki, Setio Bayu Yuliawan, Audi Bintang, Rahina Chandranegara, Didih Rizki Chita Nauly Harahap Christian Sri Kusuma Aditya Christian Sri kusuma Aditya, Christian Sri kusuma Denny Risky Delis Putra Dewi Agfiannisa Diana Purwitasari Diana Purwitasari Doni Yulianto Dwi Anggraini Puspita Rahayu Dwi Kurnia Puspitaningrum DWI RAHMAWATI Dyah Anitia Dyah Ayu Irianti Eko Budi Cahyono Elfrida Ratnawati Elsyah Ayuningrum Elza Norazizah Evi Febrion Rahayuningtyas Fahrur Rozi Faizun Nuril Hikmah Faldo Fajri Afrinanto Fatimah Defina Setiti Alhamdani Fenny Linsisca Putri Feny Novia Rahayu Feranandah Firdausi Ferin Reviantika Ferin Reviantika Fikri, Ulul Fiqri Azmi Fachir Firdausi, Feranandah Firdausita, Nuris Sabila Firdausy, Aidia Khoiriyah Firdhansyah Abubekar Fitri Bimantoro Galang Aji Mahesa Galang Aji Mahesa Gita Indah Marthasari Haqim, Gilang Nuril Hardianto Wibowo Haris Diyaul Fata Harmanto, Dani Hermansyah Adi Saputra Hiu Adam Abdullah Hussin Agung Wijaya Ibrahim, Zaidah Ilham Rahmana Syihad Imam Halimi Irfan, Muhammad Ivan Dwi Nugraha Jahtra Hidayatullah Jalu Nusantoro Khoirir Rosikin Kiki Ratna Sari Laofin Aripa Lina Dwi Yulianti Linggar Bagas Saputro Lusianti, Aaliyah M Syawaluddin Putra Jaya M. Randy Anugerah Mahar Faiqurahman Maskur Maskur Maskur Maskur Masluha, Ida Maulina Balqis Meilina Agustina Mentari Mas'ama Safitri Moch Shandy Tsalasa Putra Moch. Chamdani Mustaqim Mochammad Hazmi Cokro Mandiri Mochammad Hazmi Cokro Mandiri Moh. Badris Sholeh Rahmatullah Muhammad Aji Purnama Wibowo Muhammad Al Reza Fahlopy Muhammad Andi Al-Rizki Muhammad Athaillah Muhammad Bima Al Fayyadl Muhammad Fadliansyah Muhammad Hussein Muhammad Misbahul Azis Muhammad Nuchfi Fadlurrahman Muhammad Riadi Muhammad Rifal Alfarizy Muhammad Rivaldi Asyhari Muhammad Rizal Muhammad Rizki Muhammad Rizky Iman Permana Muhammad Shalahuddin Zulva Muhammad Yusril Hasanuddin Mujaddid Izzul Fikri Nabillah Annisa Rahmayanti Nina Mauliana Noor Fajriah Novandha Yudyanto Noviani Sintia Duwi Trisna Nur Hayatin Nur Putri Hidayah Nuryasin, Ilyas Oktavia Dwi Megawati Otto Endarto Prakoso, Rahmat Putri, Ira Ekanda Rahma Ningsih Rangga Kurnia Putra Wiratama Ratna Sari Rifky Ahmad Saputra Riksa Adenia Riska Septiana Putri Rista Azizah Arilya Riz Afdian Rizal Arya Suseno Rizal Rakhman Mustafa Rozi, Fahrur S, Vinna Rahmayanti Saputri, Indah Sari Wahyunita Sari, Veronica Retno Sari, Zamah Satrio Hadi Wijoyo Satrio Hadi Wijoyo Septiyan Andika Isanta Setiono, Fauzan Adrivano Sheila Fitria Al asqalani Shintya Larasabi , Auliya Tara Silcillya Ayu Astiti Siti Maghfiroh Sucia, Dara Suryani Rachmawati Suseno, Jody Ririt Krido Susi Ekawati Syaifuddin Syaifuddin Syaifudin Zuhri Taufik Nurahman Tri Fidrian Arya Trifebi Shina Sabrila Trifebi Shina Sabrila ubay hakim arrafiq Ujilast, Novia Adelia Ulfah Nur Oktaviana Veronica Retno Sari Vinna Utami Putri Wahyu Priyo Wicaksono Wana Salam Labibah Wicaksono, Galih Wasis Widya Rizka Ulul Fadilah Wildan Suharso Wildan Suharso Wildan Suharso Yesicha Amilia Putri Yuda Munarko Yudhono Witanto Yurizal Rizqon Rifani Zaidah Ibrahim Zamah Sari