p-Index From 2020 - 2025
6.886
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal IPTEK Jurnal Informatika Upgris Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal CoreIT Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Artificial Intelligence and Data Mining JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Teknik dan Informatika Jurnal Kridatama Sains dan Teknologi Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Sains dan Teknologi JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) TRIDARMA: Pengabdian Kepada Masyarakat (PkM) JATI (Jurnal Mahasiswa Teknik Informatika) INFOKUM Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Bulletin of Information Technology (BIT) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Pendidikan Matematika Malikussaleh Blend Sains Jurnal Teknik Jurnal Teknologi Informasi INPAFI (Inovasi Pembelajaran Fisika) Innovative: Journal Of Social Science Research JS (Jurnal Sekolah) Jurnal Sistem Informasi dan Ilmu Komputer Journal of Informatics and Data Science (J-IDS) Jurnal Pendidikan IPA Indonesia SISFOTENIKA JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Claim Missing Document
Check
Articles

Fuzzy-based Spectral Alignment for Correcting DNA Sequence from Next Generation Sequencer Kana Saputra S; Wisnu Ananta Kusuma; Agus Buono
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 14, No 2: June 2016
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v14i2.2395

Abstract

Next generation sequencing technology is able to generate short read in large numbers and in a relatively short in single running programs. Graph based DNA sequence assembly used to handle these big data in assembly step. The graph based DNA sequence assembly is very sensitive to DNA sequencing error. This problem could be solved by performing an error correction step before the assembly process. This research proposed fuzzy inference system (FIS) model based spectral alignment method which can detect and correct DNA sequencing error. The spectral alignment technique was implemented as a pre-processing step before the DNA sequence assembly process. The evaluation was conducted using Velvet assembler. The number of nodes yielded by the Velvet assembler become a measure of the success of error correction. The results shows that FIS model based spectral alignment created small number of nodes and therefore it successfully corrected the DNA reads.
Analisis Transportasi Pengangkutan Sampah di Kota Medan Menggunakan Dynamic Programming Kana Saputra S; Nur Hairiyah Harahap; Jufita Sari Sitorus
Jurnal Informatika Vol 7, No 2 (2020): September 2020
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (149.275 KB) | DOI: 10.31294/ji.v7i2.7921

Abstract

Permasalahan sampah perkotaan di Indonesia merupakan masalah yang belum terselesaikan secara tuntas, terutama di Kota Medan. Salah satu penyumbang sampah terbesar di Kota Medan adalah pasar tradisional. Tujuan dari penelitian ini adalah untuk menganalisis sistem transportasi pengangkutan sampah di beberapa pasar tradisional yang ada di Kota Medan dan membandingkan kebutuhan biaya transportasi di setiap pola pengumpulan sampah. Metode yang digunakan untuk penentuan rute dengan jarak terpendek adalah Dynamic Programming. Kendaraan yang digunakan adalah Armroll Truck Container. Sampel data yang digunakan adalah 6 Depo (Pasar Tradisional) yang berada di Kota Medan. Hasil penelitian menunjukkan bahwa sistem pengangkutan serta pola pengumpulan sampah yang sesuai untuk 6 pasar tradisional yang ada di Kota Medan adalah sistem komunal langsung dengan 2 kendaraan yang menghasilkan perhitungan kebutuhan biaya BBM perhari sebesar Rp. 672.002,-.
Klasifikasi Tanaman Obat Berdasarkan Ekstraksi Fitur Morfologi Daun Menggunakan Jaringan Syaraf Tiruan Kana Saputra S; Mochammad Iswan Perangin-Angin
Jurnal Informatika Vol 5, No 2 (2018): Jurnal INFORMATIKA
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (300.469 KB) | DOI: 10.31294/ji.v5i2.3770

Abstract

Abstrak Indonesia telah lama mengenal dan menggunakan tanaman yang berkhasiat sebagai obat. Dari banyaknya tanaman obat yang ada di dunia, 80% tanaman obat tumbuh di hutan tropika yang berada di Indonesia. Sekitar 28.000 spesies tanaman tumbuh dan 1.000 spesies diantaranya telah digunakan sebagai  tanaman obat. Dengan banyaknya spesies tanaman obat dan tingkat kemiripan yang tinggi dapat menyebabkan kesalahan dalam proses identifikasi jenis tanaman obat. Sehingga dibutuhkan bantuan komputer untuk mengenali jenis tanaman obat tersebut. Tujuan dari penelitian ini adalah untuk mengidentifikasi jenis tanaman obat menggunakan jaringan syaraf tiruan backpropagation berdasarkan ekstraksi fitur morfologi daun. Hasilnya menujukkan bahwa perubahan nilai learning rate mempengaruhi hasil identifikasi jenis tanaman obat berdasarkan fitur morfologi daun. Hasil perhitungan rata-rata nilai recognition rate sebesar 90% untuk data training dan 75,56% untuk data testing terjadi saat learning rate 0,01. Nilai learning rate terbaik untuk identifikasi jenis tanaman obat adalah 0,01 dengan jumlah rata-rata epoch sebesar 11,67 dan MSE sebesar 0,13. Ini menunjukkan bahwa metode ekstraksi fitur morfologi daun dan algoritma jaringan syaraf tiruan backpropagation sangat baik digunakan untuk mengidentifkasi jenis tanaman obat. Kata Kunci: Ekstraksi Fitur, Jaringan Syaraf Tiruan Backpropagation, Morfologi Daun, Tanaman Obat Abstract Indonesia has known and used a nutritious plant as a medicine. most of the medicinal plants in the world that is 80% of medicinal plants grown in tropical forests in Indonesia. the plant grows about 28,000 species and 1,000 species of which have been used as medicinal plants. Many species of medicinal plants with a high degree of similarity can cause errors in the process of identifying medicinal plants. Because the problem was needed computer assistance to recognize the types of medicinal plants. This research proposed to identify species of medicinal plants using backpropagation artificial neural network based on leaf morphological feature extraction. The results showed that changes in the value of learning rate influence the identification of medicinal plant species based on leaf morphology features. The calculation average of recognition rate is 90% for training data and 75.56% for data testing occurs at learning rate 0.01. The best learning rate for plant species identification is 0.01 with epoch average is 11.67 and MSE is 0.13. The results of this research concluded that the leaf morphology feature extraction method and backpropagation artificial neural network algorithm are very well used to identify the types of medicinal plants. Keywords: Backpropagation Artificial Neural Network, Feature Extraction, Leaf Morphology, Medicinal Plant
Analisis Perbaikan Kualitas Citra Menggunakan CLAHE dan HE Pada Citra X-Ray Covid-19 dan Pneumonia Kana Saputra S; Insan Taufik; Dinda Farahdilla Dharma; Mhd Hidayat
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 2 (2021): IJCIT November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (505.461 KB) | DOI: 10.31294/ijcit.v6i2.10855

Abstract

AbstrakPneumonia banyak terjadi di negara berkembang dengan sistem kesehatan yang rapuh karena kompleksitasnya, termasuk negara Indonesia. Pneumonia biasanya disebabkan oleh virus atau bakteri yang telah terpapar di lingkungan atau diteruskan oleh orang lain yang terinfeksi dengan cara kontak langsung atau menghirup udara dari batuk atau bersin. Salah satu virus yang saat ini menjadi perhatian dunia adalah Virus Corona atau dapat dikatakan sebagai Covid-19 yang juga menyerang paru-paru manusia. X-ray merupakan teknik yang paling umum digunakan oleh seluruh rumah sakit untuk melihat kasus Covid-19 dikarenakan biaya yang lebih murah dibandingkan dengn CT. Namun, citra X-ray tidak dapat dengan mudah membedakan jaringan lunak dengan kontras yang buruk untuk membatasi dosis paparan pada pasien. Oleh karena itu, penelitian ini bertujuan untuk melakukan perbaikan kualitas citra dari hasil citra X-ray pasien menggunakan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) dan Histogram Equalization (HE). Hasil analisis menunjukkan bahwa metode CLAHE mampu memberikan citra yang lebih jelas pada citra citra X-Ray Covid-19, X-Ray Pneumonia, dan X-Ray Normal dibandingkan dengan HE.Kata kunci: covid-19, contrast limited adaptive histogram equalization, histogram equalization, pneumoniaAbstractPneumonia is common in developing countries with fragile health systems due to their complexity, including Indonesia. Pneumonia is usually caused by viruses or bacteria exposed in the environment or by other people who are infected by direct contact or air from coughing or sneezing. One of the viruses that is currently attracting the world's attention is the Corona Virus or can be said as Covid-19 which also attacks the human lungs. X-ray is the most common technique used by all hospitals to see cases of Covid-19 because it is cheaper than CT. However, X-ray images cannot easily distinguish soft tissue with poor contrast to limit the patient's dose of exposure. Therefore, this study aims to improve the image quality of the patient's X-ray images using the Contrast Limited Adaptive Histogram Equalization (CLAHE) and Histogram Equalization (HE) methods. The results of the analysis show that the CLAHE method is able to provide clearer images on Covid-19 X-Ray, Pneumonia X-Ray, and Normal X-Ray images compared to HE.Keywords: covid-19, contrast limited adaptive histogram equalization, histogram equalization, pneumonia
Rancang Bangun Media Praktikum Bahasa Pemrograman Berbasis Web Insan Taufik; Kana Saputra S; Debi Yandra Niska
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 1 (2021): IJCIT - Mei 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (665.609 KB) | DOI: 10.31294/ijcit.v6i1.10487

Abstract

Mengajar matakuliah yang berkaitan dengan Bahasa Pemrograman tidak sama seperti mengajar matakuliah teori atau praktik pada umumnya. Saat di dalam kelas, dosen sering berkeliling menjumpai mahasiswa satu per satu untuk mengamati, menerima keluhan, dan mengoreksi kode program yang dibuat oleh mahasiswa, sehingga waktu untuk praktikum banyak terpakai oleh dosen untuk kegiatan berkeliling dan menjadi tidak efisien untuk proses belajar mengajar. Kesulitan itu juga sangat dirasakan mahasiswa saat pembelajaran dilakukan secara daring (online) akibat pandemic Covid-19. Penelitian ini bertujuan untuk membuat media praktikum berbasis web yang dapat memudahkan mahasiswa dan dosen dalam belajar Bahasa Pemrograman secara daring (online). Model pengembangan menggunakan waterfall yang terdiri dari analisis kebutuhan, desain, pembuatan kode program, pengujian, dan pemeliharaan. Hasil Penelitian menunjukkan bahwa media praktikum Bahasa Pemrograman berbasis web dapat digunakan sebagai opsi dalam pembelajaran bahasa pemrograman tertentu secara daring (online). Teaching programming languages courses is not the same as teaching theoretical or practical courses in general. Lecturers often go around to meet students one by one to serve, receive complaints, and correct program codes made by students. Therefore, a lot of time during the practicum class is used for traveling activities and it becomes inefficient for the learning process. Students also felt this difficulty when doing online learning process because the Covid-19 pandemic. Based on these problems, this study aims to create a web-based practicum media that can make it easier for students and lecturers to learn programming language. This research uses the development of waterfall model which consists of needs analysis, design, programming, testing, and maintenance. The result obtained, the web-based programming language practicum media can be used as an option in learning certain programming languages (online).
Ekstraksi Fitur Morfologi Daun Sebagai Penciri Pada Tanaman Obat Kana Saputra S.; Mochammad Iswan Perangin-Angin
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2018
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Indonesia merupakan negara agraris yang terkenal akan kekayaan rempah-rempah dan tanaman obat. Jumlah spesies tanaman obat yang begitu banyak dan permintaan bahan baku dari tanaman obat yang semakin tinggi membutuhkan tingkat ketelitian yang tinggi untuk mengidentifikasi jenis tanaman obat. Tujuan penelitian ini adalah untuk menentukan fitur morfologi daun yang dapat digunakan sebagai penciri dari jenis tanaman obat tertentu. Jenis tanaman obat yang digunakan berasal dari Sumatera Utara, yaitu Binahong, Jambu Biji, Keji Beling, Sirih, dan Som Jawa. Fitur morfologi daun yang digunakan adalah eccentricity, solidity, rectangularity, metric, extent, dan elongation. Untuk menentukan fitur morfologi daun yang mampu merepresentasikan jenis tanaman obat menggunakan perbandingan perhitungan nilai varians. Berdasarkan perhitungan nilai varians, fitur morfologi eccentricity, metric, extent, dan elongation berbeda nyata, sehingga fitur tersebut mampu dengan baik merepresentasikan bentuk daun untuk setiap jenis tanaman obat.
IDENTIFIKASI JENIS TANAMAN BERDASARKAN EKSTRAKSI FITUR MORFOLOGI DAUN MENGGUNAKAN K-NEAREST Kana Saputra
Jurnal Teknik dan Informatika Vol 5 No 1 (2018): JUTI
Publisher : UNIVERSITAS PEMBANGUNAN PANCA BUDI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1042.159 KB)

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman yang cukup tinggi. Data yang diperoleh dari Indonesia Biodiversity Strategy and Action Plan 2003-2020 menunjukkan di Indonesia terdapat lebih dari 38.000 spesies tumbuhan yang tersebar di berbagai wilayah dan perhutanan Indonesia. Melihat jumlah spesies tanaman yang berlimpah maka dibutuhkan pendataan dan identifikasi jenis tanaman. Proses klasifikasi tanaman dapat dilakukan dengan cara mengidentifikasi gambar bentuk daun dari tanaman. Tujuan dari penelitian ini adalah menerapkan clasifier kNearest Neighbors untuk mengklasifikasi jenis tanaman secara cepat dan tepat. Ekstraksi fitur berdasarkan fitur morfologi daun, seperti: area, perimeter, solidity, dan eccentricity yang akan menjadi inputan untuk clasifier kNearest Neighbors. Model terbaik untuk classifier k-NN yang dihasilkan adalah pada saat nilai k = 5 dengan hasil perhitungan akurasi sebesar 92%.
Klasifikasi Belimbing Menggunakan Naïve Bayes Berdasarkan Fitur Warna RGB Fuzy Yustika Manik; Kana Saputra Saragih
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 11, No 1 (2017): January
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.17838

Abstract

Post harvest issues on star fruit are produced on a large scale or industry is sorting. Currently, star fruit classified by rind color analysis visually human eye. This method does not effective and inefficient. The research aims to classify the starfruit sweetness level by using image processing techniques. Features extraction used is the value of Red, Green and Blue (RGB) to obtain the characteristics of the color image. Then the feature extraction results used to classify the star fruit with Naïve Bayes method. Starfruit image data used 120 consisting of 90 training data and 30 testing data. The results showed the classification accuracy using RGB feature extraction by 80%. The use of RGB as the color feature extraction can not be used entirely as a feature of the image extraction of star fruit.
DESIGN AND IMPLEMENTATION OF WEB BASED INFORMATION SYSTEM FOR THE THESIS DEFENSE SCHEDULE AND ASSESSMENT Kana Saputra S; Insan Taufik; Debi Yandra Niska
INFOKUM Vol. 9 No. 2, June (2021): Data Mining, Image Processing and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (711.541 KB)

Abstract

Implementation of information system of academic especially in scheduling and assessment for online thesis defense is needed. This is because the implementation of thesis defense must be carried out online to avoid the possibility of spreading Covid-19. Therefore, The aims of this study to develop web-based information system for the thesis defense schedule and assessment. The development of information systems uses the waterfall model which consists of 5 steps are user requirement, system design, development, testing, and maintenance. The result of implementation show that web-based information system for the thesis defense schedule and assessment running well according to purpose and need assessment. The information system also can used for interaction between lecturers and students as long as the thesis process and defense don’t need to be done offline.
IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK UNTUK MENDETEKSI PENYAKIT GINJAL Fahri Aulia Alfarisi Harahap; Ronaldo Mardianson Sinaga; Khusnul Arifin; Kana Saputra S
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 4 No 2 (2022): September 2022
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v4i2.202

Abstract

There are several types of kidney disease, such as kidney cancer, tumors, etc. Kidney disease can be detected early, to find out what type of disease the patient has. In the world of artificial intelligence, there is a term called Convolutional Neural Network (CNN) which is often used in image data processing. CNN is a category of artificial neural network which is effective in performing image recognition and classification of image data. The purpose of this research is to find out how to apply the CNN algorithm in detecting kidney disease based on existing image data. This research was developed using the Python programming language and will be implemented into a web-based system. The results obtained from this research are the formation of a web-based system, which this website can be used to detect types of kidney disease based on the input images performed. This kidney disease classification website has been successfully created using the Flask Framework with the API from Google Colab which produces the h5 model and Visual Studio Code. Websites can be run on all types of computer operating systems. Image training data using a CNN algorithm derived from 9334 data trains and 3110 data validations. In this case, 4 classes of data image are used, namely cyst kidney data, normal kidney data, tumor kidney data and stone kidney data. It was found that the accuracy of the f1 score was 68%.
Co-Authors Adidtya Perdana, Adidtya Advis Ambrosius Sitohang, Yuda Afif Nashi Ulwan, Mhd Agus Buono Agus Kembaren Agus Waruwu, Stefen Al-Areef, M. Hafizh Alfattah Atalarais Alfin, Muhammad Amanda Fitria Amelia Br Siregar, Ririn Ananda Hafika, Rizky anastasya, disty Anggi Tasari Anti Nada Nafisa Arnita Azizi, Nur Azqal Azkia Bambang Suseno Budi Akbar, Muhammad Bush Henrydunan, John Catur Kurniawan Chairunisah Chairunisah, Chairunisah citra, Citra Dede Yusuf, Dede Dewan Dinata Tarigan DIdi Febrian Dinda Farahdilla Dharma Dinda Kartika Eka Nainggolan, Rinay Erika Nia Devina Br Purba Fadhilah, Nazifatul Fahri Aulia Alfarisi Harahap Fajar Harahap, Muhammad Fajar Muharram Fajar Muharram Farhan Ramadhan, Haikal Fevi Rahmawati Suwanto Fitrahuda Aulia Fitri Aulia Fuzy Yustika Manik Fuzy Yustika Manik, Fuzy Yustika Hafiz Harahap, Fauzan Hafiz, Alvin Haikal Al Majid, Muhammad Halimatun Nisa Harahap, Muhammad Abarorya Hasibuan, Hanisah Hermawan Syahputra Hermawan Syahputra Hutagalung, Arif qaedi Ida Ayu Putu Sri Widnyani Ihsan Zulfahmi Ilyasyah Drilanang, Mhd Imam Ahmad Impana Manik, Kristin Indriani, Dechy Deswita Insan Taufik Irham Ramadhani Irya Shakila Syukron, Ananda Jasmidi Jasmidi Jeremia Manurung Josafat Simanjutak, Todo Jufita Sari Sitorus Karimuddin Hakim Hasibuan Kartika, Dinda Khonofi, Khoidir Khusnul Arifin Khusnul Arifin Latifah Hasibuan, Najwa Lidia Pebrianti Lubis, Afiq Alghazali Luge, Miclyael Maharani, Raysa Malik Fajri, Maulana MANSUR AS Manurung, Jeremia Mhd Hidayat Mhd Hidayat Mhd. Fadhillah Mochammad Iswan Mochammad Iswan Perangin-Angin Mochammad Iswan Perangin-Angin Mohammed Hafizh Al-Areef Muhammad Affandes, Muhammad Muhammad Ardiansyah Muhammad Badzlan Darari Muhammad Usman Muslim Sinaga, Rizal Nadilla Putri, Rezkya Nadya Ulfa Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nugraha, Zidan Indra Nur Hairiyah Harahap Nurul Adawiyah Putri Pane, Yeremia Yosefan Parapak, R Putri Angela Pinem, Josua Pittauli Ambarita Pizaini Pizaini, Pizaini Prana Walidin, Adamsyach Pratama, Ega Purwanto Putri, Alsya Adelia Putri, Rezkya Nadilla Raffi Akbar Tjg, Muhammad Raiyan Fairozi Ramadhan Manik, Albert Ramadhan, Taufiq Ramadhani, S.Pd., M.Pd, Irham Ratna Sari Dewi Reo Rizki Ananda Rifqi Maulana, Muhammad Rifqi Naufal, Muhammad Rizki Alfahri , Muhammad Ronaldo Mardianson Sinaga Rosyid Fauzan, Muhammad Ryan Ananda Nolly Sahrul Ramadhan Said . Iskandar Sanjaya, Aditia Sanusi Sasalia S, Putri Seget Tartiyoso Setiawan, Abi Simanjorang, Rio Givent A Siregar, Angginy Akhirunnisa Siringoringo, Andi Roi Berlian Siti Rahmah Sitompul, Sigun Putra Hasian Sri Adelila Sari Sri Adelila Sari* Sri Dewi Sri Wahyuni Suci Frisnoiry Syahri, Alfin Syarifuddin Syarifuddin Syawali, Yusfi Talib, Corrienna Abdul Tiur Malasari Siregar, Tiur Malasari Tuti Hardianti Valentino, Nicholas Wahyudi, Rizky Wisnu Ananta Kusuma Yanthy Leonita Perdana Simanjuntak Yazid Noor, Muhammad Yoakim Telaumbanua, Louders yola, beby Yulita Molliq Rangkuti Yulita Molliq Rangkuti Zaharani, Firna Zai, Samuel Anaya Putra Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta