Article Per Year (5 Year)
p-Index From 2021 - 2026
6.525
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Bulletin of Electrical Engineering and Informatics JUITA : Jurnal Informatika Register: Jurnal Ilmiah Teknologi Sistem Informasi Bulletin of Electrical Engineering and Informatics Sistemasi: Jurnal Sistem Informasi Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika Jurnal Teknik Komputer AMIK BSI Jurnal Khatulistiwa Informatika Paradigma Ekspektra: Jurnal Bisnis & Manajemen JITK (Jurnal Ilmu Pengetahuan dan Komputer) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer SEINASI-KESI International Journal for Educational and Vocational Studies Jurnal Mantik Jurnal Teknik Informatika C.I.T. Medicom Journal of Intelligent Decision Support System (IDSS) Jurnal Bumigora Information Technology (BITe) Akrab Juara : Jurnal Ilmu-ilmu Sosial Jurnal Sistem Informasi IAIC Transactions on Sustainable Digital Innovation (ITSDI) Lumbung Inovasi: Jurnal Pengabdian Kepada Masyarakat Journal Software, Hardware and Information Technology International Journal of Basic and Applied Science Reputasi: Jurnal Rekayasa Perangkat Lunak Jurnal Sains Informatika Terapan (JSIT) INTERNATIONAL JOURNAL OF MECHANICAL COMPUTATIONAL AND MANUFACTURING RESEARCH Paradigma Indonesian Journal Computer Science (ijcs) Jurnal MENTARI: Manajemen, Pendidikan dan Teknologi Informasi International Journal of Enterprise Modelling Jurnal Teknoinfo
Mochamad Wahyudi
Universitas Bina Sarana Informatika
Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Social Sciences Transportation Other

Published : 77 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Indonesian Journal Computer Science (ijcs)

 1 
Pengembangan Sistem Deteksi Objek Botol Real-Time dengan YOLOv8 untuk Aplikasi Vision Triyanto, Dedi; Zidan, Muhammad; Wahyudi, Mochamad; Pujiastuti, Lise; Sumanto, Sumanto
Indonesian Journal Computer Science Vol. 3 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i1.6070

Abstract

Plastik daur ulang berperan penting dalam menanggulangi masalah limbah lingkungan sekaligus mendukung praktik keberlanjutan. Penelitian ini bertujuan mengembangkan sistem deteksi botol plastik dan kaleng daur ulang secara real-time menggunakan algoritma YOLOv8 yang terkenal akan kecepatan dan akurasinya. Dengan memanfaatkan dataset yang terdiri dari 2.900 gambar dan melatih model melalui Google Colab selama 25 epoch, penelitian ini berhasil menunjukkan performa luar biasa dari YOLOv8, dengan hasil mAP sebesar 99,5%, precision 99,7%, dan recall 99,5%. Model ini terbukti sangat efektif dalam mendeteksi objek daur ulang, memberikan prediksi yang tepat tanpa kesalahan negatif pada confusion matrix. Untuk penelitian lanjutan, disarankan menambah variasi kelas objek seperti botol kaca dan karet serta memperluas dataset guna meningkatkan generalisasi model. Selain itu, pengujian dalam kondisi nyata sangat diperlukan untuk memastikan kinerja optimal dalam lingkungan yang lebih kompleks. Pendekatan serupa dalam penelitian sebelumnya juga telah membuktikan kinerja unggul dalam deteksi real-time, menjadikan metode ini salah satu yang terdepan dalam pengembangan teknologi berbasis YOLO.
Deteksi dan Prediksi Cerdas Penyakit Paru-Paru dengan Algoritma Random Fores Kurniawan, Deny; Wahyudi, Mochamad; Pujiastuti, Lise; Sumanto, Sumanto
Indonesian Journal Computer Science Vol. 3 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i1.6071

Abstract

Penyakit paru-paru, seperti COPD, kanker paru-paru, dan asma, adalah masalah kesehatan global yang menyebabkan lebih dari tujuh juta kematian setiap tahun. Teknologi canggih, termasuk model deep learning dan algoritma Random Forest, telah digunakan secara efektif untuk mendeteksi dan mengklasifikasikan penyakit paru-paru dari data pencitraan dengan akurasi tinggi. Penelitian ini bertujuan menunjukkan efektivitas algoritma Random Forest dalam memprediksi penyakit paru-paru. Dataset yang digunakan terdiri dari 30.000 data dengan 11 atribut, diperoleh dari Kaggle dan diproses menggunakan perangkat lunak Orange versi 3.36.2. Algoritma Random Forest diimplementasikan dengan 10 pohon keputusan dan enam atribut yang dipertimbangkan pada setiap pembagian data. Model ini diuji menggunakan validasi silang dengan 10 lipatan, dan hasil pengujian menunjukkan nilai AUC sebesar 0,993, yang mengindikasikan tingkat akurasi yang sangat tinggi. Matriks kebingungan digunakan untuk mengevaluasi kinerja model, dengan mengukur akurasi, presisi, recall, F1-Score, dan AUC. Model ini menunjukkan akurasi yang tinggi, dengan nilai ROC AUC 0,453 untuk prediksi adanya penyakit paru-paru dan 0,547 untuk prediksi ketiadaan penyakit paru-paru. Hasil ini menunjukkan bahwa algoritma Random Forest dapat menjadi alat yang efektif dalam mengidentifikasi penyakit paru-paru. Penelitian ini berkontribusi pada pengembangan teknik diagnostik yang lebih akurat dan efisien, yang dapat membantu tenaga medis dalam mendiagnosis penyakit paru-paru pada pasien. Dengan pemahaman yang lebih baik tentang penerapan algoritma ini dalam dunia kesehatan, diharapkan dapat meningkatkan kualitas diagnosis dan perawatan pasien secara signifikan.
Pengembangan Sistem Deteksi Objek Botol Real-Time dengan YOLOv8 untuk Aplikasi Vision Triyanto, Dedi; Zidan, Muhammad; Wahyudi, Mochamad; Pujiastuti, Lise; Sumanto, Sumanto
Indonesian Journal Computer Science Vol. 3 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i1.6070

Abstract

Plastik daur ulang berperan penting dalam menanggulangi masalah limbah lingkungan sekaligus mendukung praktik keberlanjutan. Penelitian ini bertujuan mengembangkan sistem deteksi botol plastik dan kaleng daur ulang secara real-time menggunakan algoritma YOLOv8 yang terkenal akan kecepatan dan akurasinya. Dengan memanfaatkan dataset yang terdiri dari 2.900 gambar dan melatih model melalui Google Colab selama 25 epoch, penelitian ini berhasil menunjukkan performa luar biasa dari YOLOv8, dengan hasil mAP sebesar 99,5%, precision 99,7%, dan recall 99,5%. Model ini terbukti sangat efektif dalam mendeteksi objek daur ulang, memberikan prediksi yang tepat tanpa kesalahan negatif pada confusion matrix. Untuk penelitian lanjutan, disarankan menambah variasi kelas objek seperti botol kaca dan karet serta memperluas dataset guna meningkatkan generalisasi model. Selain itu, pengujian dalam kondisi nyata sangat diperlukan untuk memastikan kinerja optimal dalam lingkungan yang lebih kompleks. Pendekatan serupa dalam penelitian sebelumnya juga telah membuktikan kinerja unggul dalam deteksi real-time, menjadikan metode ini salah satu yang terdepan dalam pengembangan teknologi berbasis YOLO.
Deteksi dan Prediksi Cerdas Penyakit Paru-Paru dengan Algoritma Random Fores Kurniawan, Deny; Wahyudi, Mochamad; Pujiastuti, Lise; Sumanto, Sumanto
Indonesian Journal Computer Science Vol. 3 No. 1 (2024): April 2024
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijcs.v3i1.6071

Abstract

Penyakit paru-paru, seperti COPD, kanker paru-paru, dan asma, adalah masalah kesehatan global yang menyebabkan lebih dari tujuh juta kematian setiap tahun. Teknologi canggih, termasuk model deep learning dan algoritma Random Forest, telah digunakan secara efektif untuk mendeteksi dan mengklasifikasikan penyakit paru-paru dari data pencitraan dengan akurasi tinggi. Penelitian ini bertujuan menunjukkan efektivitas algoritma Random Forest dalam memprediksi penyakit paru-paru. Dataset yang digunakan terdiri dari 30.000 data dengan 11 atribut, diperoleh dari Kaggle dan diproses menggunakan perangkat lunak Orange versi 3.36.2. Algoritma Random Forest diimplementasikan dengan 10 pohon keputusan dan enam atribut yang dipertimbangkan pada setiap pembagian data. Model ini diuji menggunakan validasi silang dengan 10 lipatan, dan hasil pengujian menunjukkan nilai AUC sebesar 0,993, yang mengindikasikan tingkat akurasi yang sangat tinggi. Matriks kebingungan digunakan untuk mengevaluasi kinerja model, dengan mengukur akurasi, presisi, recall, F1-Score, dan AUC. Model ini menunjukkan akurasi yang tinggi, dengan nilai ROC AUC 0,453 untuk prediksi adanya penyakit paru-paru dan 0,547 untuk prediksi ketiadaan penyakit paru-paru. Hasil ini menunjukkan bahwa algoritma Random Forest dapat menjadi alat yang efektif dalam mengidentifikasi penyakit paru-paru. Penelitian ini berkontribusi pada pengembangan teknik diagnostik yang lebih akurat dan efisien, yang dapat membantu tenaga medis dalam mendiagnosis penyakit paru-paru pada pasien. Dengan pemahaman yang lebih baik tentang penerapan algoritma ini dalam dunia kesehatan, diharapkan dapat meningkatkan kualitas diagnosis dan perawatan pasien secara signifikan.
Co-Authors Abdurrachman, Qais Ade Budiman, Ade Adi Supriyatna Akbar, Habibullah Ali Haidir Alpha Ariani, Alpha Andri Amico Atrinawati, Lovinta Happy Azis, Munawar Abdul Azkia, Farah Diba Barreto Jose da Conceição Budiman, Ade Surya Dedi Triyanto Dedi Triyanto Dedi Triyanto Deni Kurniawan, Deni Dennis Gunawan, Dennis Deny Kurniawan DENY KURNIAWAN Dewi, Revinta Arrova Dimas Trianda Doni Purnama Alam Syah, Doni Purnama Dwi Arum Ningtyas Efendi, Syahril Faiz Djarot, Raihan Jamal Fajar Akbar Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Firmansyah Freshtiya Beby Larasati Fristi Riandari Fuad Nur Hasan Ganda Wijaya Ganda Wijaya, Ganda Givan, Bryan Hartama, Dedy Hengki Tamando Sihotang Herman Mawengkang Husain Husain Husain Husain Ihsan Daulay Ikhwan, Subaiki Imam Sutoyo Indra Chaidir, Indra Khoirun Nisa KHOIRUN NISA Kotjek, Rafie Laksono, Andriansyah Tri Lestari Yusuf Lise Pujiastuti Lise Pujiastuti Lise Pujiastuti Lise Pujiastuti Lise Pujiastuti Lise Pujiastuti Lise Pujiastuti Lise Pujiastuti Merio Hengki Muhammad Safii Muhammad Zarlis Mukhtar, Mukhneri Noviyanto Nurajijah Nurajijah Nurhasanah Halim Oktaviany, Venny Pricillia Pujiastuti , Lise Pujiastuti, Lise Rachmat Adi Purnama Rahmansyah Siregar, Muhammad Rani, Maulidina Cahaya Retno Dwigustini Reynaldi , Reynaldi Rifani Haikal Riska Aryanti Riski Wulandari Rugaiyah Safii Safii Sfenrianto Sfenrianto Siregar, Muhammad Rahmansyah Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun, Solikhun Sumanto Sumanto Sumanto, Sumanto Sunu Sugi Arso Susilawati Susilawati Sutarman Sutarman Syarifah Putri Agustini Tantrisna, Ellen Vinsensia, Desi Wijaya, Filzah Yahya Mara Ardi Yosua Chandra Simamora Yudha, Satria Wira Yuni Eka Achyani, Yuni Eka Zidan, Muhammad