Article Per Year (5 Year)
p-Index From 2021 - 2026
1.332
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Bulletin of Electrical Engineering and Informatics Annual Research Seminar Proceeding of the Electrical Engineering Computer Science and Informatics Altius: Jurnal Ilmu Olahraga dan Kesehatan Indonesian Journal of Electrical Engineering and Computer Science Jurnal Generic
Firdaus Firdaus
Universitas Sriwijaya
Computer Science & IT Education Electrical & Electronics Engineering Engineering Medicine & Pharmacology Public Health Social Sciences Other

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

Found 15 Documents
Search

 1   2 
Nutrition Therapy System untuk Penderita Diabetes Melitus 2 Burman Bagaskara; Firdaus Firdaus; Eni Triningsih
Generic Vol 11 No 1 (2019): Vol 11, No 1 (2019)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Diabetes Militus tipe 2 merupakan penyakit yang di sebabkan oleh hormon insulin yang tidak berkerja dengan normal sehingga gula di dalam darah menjadi tidak stabil. Penyebab utama dari penyakit ini adalah pola hidup yang tidak sehat yang di ikuti dengan cara makan yang tidak teratur dan tidak sesuai kebutuhan nutrisi tubuh. Untuk mencegah atau mengurangi dari gejala penyakit ini dapat di lakukan dengan cara mengetahui kebutuhan nutrisi yang di butuhkan tubuh dan mampu mencatat segala aktifitas konsumsi nutrisi setiap harinya. Tentunya hal tersebut sangat sulit untuk di terapkan apa bila tidak ada sistem yang mampu mengelolanya. Dan juga untuk menambah preferensi makanan di butuhkan data saran makanan yang cocok untuk di konsumsi sesuai batas kebutuhan nutrisi perhari. Penggunaan Metode Algoritma Genetika ke dalam suatu sistem pendukung keputusan adalah solusi yang ditawarkan untuk mengatasi permasalahan tersebut. Dengan bantuan sistem pendukung keputusan, proses pembuatan saran makanan lebih cepat dan akurat sesuai dengan perhitungan nutrisi yang di butuhkan oleh pasien. Data aktifitas kebugaran juga dapat di jadikan parameter dalam menentukan saran makanan tersebut.
KEPUASAN KONSUMEN TERHADAP PENYELENGGARAAN EVENT OLAHRAGA SEPAK BOLA Firdaus Firdaus; Yuliani Yuliani; Rudy Noor Muktamar; Sulastri Sulastri
Altius: Jurnal Ilmu Olahraga dan Kesehatan Vol 9, No 2 (2020): Altius: Jurnal Ilmu Olahraga dan Kesehatan
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/altius.v9i2.12305

Abstract

Penelitian ini bertujuan untuk mengetahui kepuasan konsumen kepuasan konsumen dalam penyelenggaraan event olahraga sepak bola di stadion Gelora Sriwijaya Jakabaring Sport City, khususnya dalam hal sarana prasarana. Penelitian ini merupakan studi deskriptif dengan metode survey. Sampel pada penelitian ini merupakan 40 orang penonton  yang pernah menyaksikan pertandingan secara langsung event olahraga sepak bola di Gelora Sriwijaya Jakabaring Sport City, yang dipilih menggunakan teknik sampel nonprobality sampling (purposive sampling). Data dikumpulkan dengan teknik angket sebagai data utama dan wawancara sebagai data pendukung, kemudian angket dianalisis dengan metode penelitian deskriptif survey. Hasil penelitian ini secara deskriptif yaitu  kepuasan konsumen terhadap penyelenggaraan event olahraga sepak bola di stadion Gelora Sriwijaya Jakabaring Sport City sangat tidak puas pada aspek responsiveness (daya tanggap), tidak puas pada aspek tangibles (kualitas berwujud), emphaty (kemudahan), reliability (keandalan), dan netral pada aspek assurances (jaminan). Selanjutnya dapat disimpulkan bahwa kepuasan konsumen dalam penyelenggaraan event olahraga sepak bola di Stadion Glora Sriwijaya JSC tidak puas. Saran penelitian ini agar dapat menjadi rekomendasi pada PT JSC agar ditingkatkan secara optimal guna memenuhi kepuasan konsumsen.
Delineation of electrocardiogram morphologies by using discrete wavelet transforms Annisa Darmawahyuni; Siti Nurmaini; Hanif Habibie Supriansyah; Muhammad Irham Rizki Fauzi; Muhammad Naufal Rachmatullah; Firdaus Firdaus; Bambang Tutuko
Indonesian Journal of Electrical Engineering and Computer Science Vol 22, No 1: April 2021
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v22.i1.pp159-167

Abstract

The accuracy of electrocardiogram (ECG) delineation can affect the precise diagnose for cardiac disorders interpretation. Some nonideal ECG presentation can make a false decision in precision medicine. Besides, the physiological variation of heart rate and different characteristics of the different ECG waves in terms of shape, frequency, amplitude, and duration is also affected. This paper proposes a discrete wavelet transform (DWT), non-stationary signal analysis for noise removal, and onset-offset of PQRST feature extraction. A well-known database from Physionet: QT database (QTDB) is used to validate the DWT function for detecting the onset and offset of P-wave, QRS-complex, and T-wave localization. From the results, P-peak detection gets the highest result that achieves 2.19 and 13.62 milliseconds of mean error and standard deviation, respectively. In contrast, Toff has obtained the highest error value due to differences in the T-wave morphology. It can be affected by inverted or biphasic T-waves and others.
Opinion Mining of Light Rail Transit Development in Indonesia Sarifah Putri Raflesia; Dinda Lestarini; Firdaus Firdaus; Desty Rodiah
Indonesian Journal of Electrical Engineering and Computer Science Vol 11, No 2: August 2018
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v11.i2.pp791-796

Abstract

Light rail transit (LRT), or fast tram is urban public transport using rolling stock similar to a tramway, but operating at a higher capacity, and often on an exclusive right-of-way. Indonesia as one of developing countries has been developed the LRT in two cities of Indonesia, Palembang and Jakarta. There are opinions toward the development of LRT, negative and positive opinions. To reveal the level of LRT development acceptance, this research uses machine learning approach to analyze the data which is gathered through social media. By conducting this paper, the data is modeled and classified in order to analyze the social sentiment towards the LRT development.
Forecasting Of Intensive Care Unit Patient Heart Rate Using Long Short-Term Memory Firdaus Firdaus; Muhammad Fachrurrozi; Siti Nurmaini; Bambang Tutuko; Muhammad Naufal Rachmatullah; Annisa Darmawahyuni; Ade Iriani Sapitri; Anggun Islami; Masayu Nadila Maharani; Bayu Wijaya Putra
Computer Engineering and Applications Journal Vol 12 No 3 (2023)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/comengapp.v12i3.457

Abstract

Cardiac arrest remains a critical concern in Intensive Care Units (ICUs), with alarmingly low survival rates. Early prediction of cardiac arrest is challenging due to the complexity of patient data and the temporal nature of ICU care. To address this challenge, we explore the use of Deep Learning (DL) models, specifically Long Short-Term Memory (LSTM), Bidirectional LSTM (BiLSTM), and Gated Recurrent Unit (GRU), for forecasting ICU patient heart rates. We utilize a dataset extracted from the MIMIC III database, which poses the typical challenges of irregular time series data and missing values. Our research encompasses a comprehensive methodology, including data preprocessing, model development, and performance evaluation. Data preprocessing involves regularizing and imputing missing values, as well as data normalization. The dataset is partitioned into training, testing, and validation sets to facilitate model training and evaluation. Fine-tuning of hyperparameters is conducted to optimize each DL architecture's performance. Our results reveal that the GRU architecture consistently outperforms LSTM and BiLSTM in predicting heart rates, achieving the lowest RMSE and MAE values. The findings underscore the potential of DL models, particularly GRU, in enhancing the early detection of cardiac events in ICU patients.
Co-Authors A. Darmawahyuni A. I. Sapitri Ade Iriani Sapitri Ahmad Zarkasi Andre Herviant Juliano Anggun Islami Annisa Darmawahyuni B. Tutuko Bambang Tutuko Bambang Tutuko Bayu Wijaya Putra Burman Bagaskara Caesar Rizky Kurniawan Darmawahyuni, Annisa Deris Stiawan Desty Rodiah Dinda Lestarini Eni Triningsih Hanif Habibie Supriansyah Huda Ubaya Julian Supardi M. N. Rachmatullah Masayu Nadila Maharani Muhammad Fachrurrozi Muhammad Irham Rizki Fauzi Muhammad Naufal Rachmatullah Nurracmah Hakim Puar Reza Firsandaya Malik Rina Yuniarti Rudy Noor Muktamar Saparudin Saparudin Sarifah Putri Raflesia Siti Nurmaini Sulastri Tio Artha Nugraha Varindo Ockta Keneddi Putra Yuliani .