Claim Missing Document
Check
Articles

Found 34 Documents
Search

Implementation of MobileNet V3 In Classifying Butterfly Species with Android and Cloud Based Application Development Ihsan Zulfahmi; Said Iskandar Al Idrus; Hermawan Syahputra; Insan Taufik; Kana Saputra S
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 4 No. 2 (2025): February 2025
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v4i2.797

Abstract

This research aimed to develop an Android application capable of classifying butterfly species using cloud computing and deep learning technologies. MobileNetV3-Large, a Convolutional Neural Network (CNN) architecture, was employed to process and classify six butterfly species. The dataset was divided into two ratios, 70:30 and 80:20, for training and testing. Evaluation results indicated that the optimal model was achieved with an 80:20 ratio, yielding an accuracy of 94% and precision, recall, and F1-Score values exceeding 90% for each species class. Google Cloud Platform (GCP) was utilized to manage and run the model using the Cloud Run service, enabling the application to function efficiently even with limited resources on Android devices. The application incorporates an encyclopedia of species and a camera scanning feature, making it a valuable educational tool
Implementasi Metode Studi Kasus Dan Proyek Integratif Berbantuan Learning Management System Di Madrasah Aliyah Muhammadiyah 1 Medan Abdul Ghofur; Andi Wete Polili; Insan Taufik
Sasambo: Jurnal Abdimas (Journal of Community Service) Vol. 6 No. 4 (2024): November
Publisher : Lembaga Penelitian dan Pemberdayaan Masyarakat (LITPAM)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/sasambo.v6i4.2238

Abstract

Program ini bertujuan untuk meningkatkan kualitas pembelajaran di Madrasah Aliyah Muhammadiyah 1 Medan melalui penerapan metode studi kasus dan proyek berbasis integratif yang didukung oleh Learning Management System (LMS). Pelaksanaan program ini melibatkan pelatihan bertahap, termasuk pengembangan bahan ajar, penggunaan LMS, dan penerapan metode pengajaran inovatif. Mitra yang terlibat adalah guru dan operator sekolah yang menyediakan fasilitas pendukung. Hasil menunjukkan adanya peningkatan signifikan dalam penggunaan LMS, dengan 85% guru aktif mengunggah bahan ajar dan melaksanakan pembelajaran berbasis digital. Selain itu, 90% siswa terlibat dalam tugas proyek dan latihan studi kasus, yang berdampak pada peningkatan keterampilan abad ke-21 mereka. Program ini merekomendasikan penerapan serupa di sekolah lain dengan peningkatan dukungan teknologi dan motivasi guru. Implementation of Case Study Method and Integrative Project Assisted by Learning Management System at Madrasah Aliyah Muhammadiyah 1 Medan This program aims to improve the quality of education at Madrasah Aliyah Muhammadiyah 1 Medan through the application of an integrative case study and project-based method supported by a Learning Management System (LMS). The implementation involved a series of training sessions, including instructional material development, LMS utilization, and the application of innovative teaching methods. The partners involved included teachers and school operators providing essential facilities. Results indicate a significant increase in LMS usage, with 85% of teachers actively uploading teaching materials and conducting digital-based learning. Additionally, 90% of students engaged in project tasks and case study exercises, positively impacting their 21st-century skills. This program recommends similar implementations in other schools, with enhanced technological support and teacher motivation.  
Analisis Perbandingan Performa Kinerja Metode Huffman Coding Dan Metode Elias Omega Coding Pada Kompresi File Teks Kuraini, Atifa Nuzulul; Arnita, Arnita; Simamora, Elmanani; Al Idrus, Said Iskandar; Taufik, Insan
Jurnal Teknologi Terpadu Vol 13, No 1 (2025): JTT (Jurnal Terpadu Terpadu)
Publisher : Pusat Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32487/jtt.v13i1.2455

Abstract

Penelitian ini menganalisis kinerja kinerja antara metode Huffman Coding dan Elias Omega Coding dalam konteks kompresi file teks. Studi ini mencakup pengujian terhadap berbagai jenis file teks untuk kompresi, kecepatan proses, dan penggunaan rasio memori dari kedua metode. Tujuan Penelitian ini melakukan simulasi pada kompresi dan dekompresi teks dengan metode Huffman Coding dan Elias Omega Coding serta menunjukkan hasil perhitungan efektifitas kinerja mana yang lebih baik. Hasil penelitian menunjukkan bahwa algoritma Huffman Code lebih baik dalam melakukan kompresi dan dekompresi terhadap file corpus dengan rata-rata rasio kompresi sebesar 1,625, rasio kompresi sebesar 0,607, space saving sebesar 39,3%, waktu kompresi sebesar 499,547 ms, dan waktu dekompresi sebesar 9.384,501 ms. Sedangkan, algoritma Elias Omega Code memiliki rata-rata rasio kompresi sebesar 0,917, rasio kompresi sebesar 1,099, space saving sebesar -9,9%, waktu kompresi sebesar 2.937,606 ms, dan waktu dekompresi sebesar 10.539,144 ms.
PENERAPAN DATA MINING DALAM SELEKSI ATLET SQUASH SUMATERA UTARA DENGAN ALGORITMA C4.5 Muhammad, Fachrezzy; Taufik, Insan
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 1 (2025): Prosisko Vol. 12 No. 1 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i1.9576

Abstract

Olahraga memiliki berbagai tujuan, termasuk rekreasi, prestasi kompetitif, pendidikan, dan latihan jasmani. Squash, sebagai olahraga permainan dengan raket dan bola, diperkenalkan di Indonesia sejak tahun 1960-an. Meskipun belum populer secara luas, squash telah berkembang dengan adanya klub di beberapa provinsi besar. Di Sumatera Utara, squash menjadi salah satu cabang olahraga yang dipertandingkan dalam PON XXI.Dalam proses seleksi atlet squash, penerapan data mining dengan algoritma C4.5 sangat relevan. Algoritma ini digunakan untuk memprediksi pemenang dan membantu dalam menentukan atlet terbaik berdasarkan dataset historis dan atribut yang relevan. Hasil penerapan algoritma menunjukkan keberhasilan dalam memilih atlet yang dapat meningkatkan peluang meraih prestasi.Selain itu, penggunaan algoritma C4.5 memungkinkan pengembangan sistem penseleksian berbasis web yang efisien. Sistem ini memudahkan pengurus provinsi squash Sumatera Utara dalam mengelola seleksi PON secara terstruktur dan transparan. Dengan sistem ini, proses seleksi atlet menjadi lebih cepat dan akurat, sehingga tim pelatih dapat lebih fokus pada pembinaan atlet yang terpilih.Sistem berbasis web juga meningkatkan pengelolaan data dan memungkinkan evaluasi performa atlet secara efektif seiring waktu. Dengan demikian, penerapan teknologi informasi dalam proses seleksi atlet squash tidak hanya meningkatkan efisiensi administratif, tetapi juga mendukung pengembangan potensi atlet dan peningkatan prestasi dalam kompetisi olahraga nasional.
Penerapan Algoritma Caesar Cipher dan Metode Least Significant Bit Untuk Mengamankan Teks Dalam Vidio Pane, M Iqbal Anata; Taufik, Insan; Syahputra, Hermawan; Al Idrus, Said Iskandar; Niska, Debi Yandra
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 12 No. 1 (2025): Prosisko Vol. 12 No. 1 2025
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v12i1.9606

Abstract

Abstrak - Data digital adalah representasi informasi dalam bentuk angka atau simbol yang bisa diproses oleh komputer. Jenis-jenis data digital termasuk teks, gambar, audio, video, spreadsheet, presentasi, dan basis data. Ada data yang umum dan dapat diakses oleh banyak orang, serta data rahasia yang memerlukan perlindungan khusus saat ditransmisikan melalui internet. Penelitian ini bertujuan untuk mengamankan informasi dalam video menggunakan algoritma Caesar Cipher dan metode Least Significant Bit (LSB). Melalui analisis dan implementasi, penelitian ini menunjukkan bahwa kombinasi kedua teknik tersebut dapat efektif melindungi teks dalam video tanpa mengubah kualitas visualnya. Hasil penelitian ini memberikan sumbangan bagi pengembangan keamanan informasi digital serta memberikan dasar bagi penelitian lebih lanjut. Selain itu, tantangan utama dalam penelitian ini adalah memperhatikan kecepatan pengolahan video agar dapat diunggah dan diunduh dengan mudah oleh pengguna. Oleh karena itu, penelitian ini tidak hanya menawarkan solusi untuk masalah keamanan informasi, tetapi juga mempertimbangkan aspek praktis dalam penerapannya. Ke depannya, penelitian dapat mengeksplorasi integrasi metode keamanan yang lebih canggih dan efisien untuk meningkatkan perlindungan data digital. Secara keseluruhan, penelitian ini menyajikan solusi yang relevan dan berpotensi untuk diterapkan secara luas dalam konteks keamanan informasi digital yang terus berkembang.
SISTEM PAKAR DALAM MENENTUKAN TINGKAT DEPRESI MAHASISWA SEMESTER AKHIR MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEBSITE Andriyani S, Rahayu; Yandra Niska, Debi; Simamora, Elmanani; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13453

Abstract

Depresi merupakan gangguan kesehatan mental yang dapat memengaruhi kualitas hidup mahasiswa semester akhir. Tekanan akademik, tuntutan keluarga, serta ketidakpastian masa depan menjadi faktor utama yang dapat memicu depresi. Oleh karena itu, diperlukan sistem yang mampu membantu dalam mendeteksi tingkat depresi secara cepat dan akurat. Penelitian ini bertujuan untuk membangun sistem pakar berbasis website dalam menentukan tingkat depresi mahasiswa semester akhir menggunakan metode Certainty Factor (CF). Metode ini digunakan untuk menghitung tingkat keyakinan terhadap kemungkinan depresi berdasarkan gejala yang dialami oleh mahasiswa. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan database MySQL, serta diuji menggunakan metode black box testing, validasi pakar, dan user acceptance test (UAT). Hasil pengujian menunjukkan bahwa sistem yang dikembangkan memiliki tingkat akurasi sebesar 98%, sehingga dapat diandalkan dalam membantu deteksi dini tingkat depresi mahasiswa. Dengan adanya sistem ini, mahasiswa dapat lebih mudah mengidentifikasi kondisi psikologis mereka sehingga dapat segera mengambil langkah yang tepat untuk mengatasinya.
KOMBINASI LATENT SEMANTIC INDEXING DAN SUPPORT VECTOR MACHINE PADA KLASIFIKASI DOKUMEN AKREDITASI: STUDI KASUS : PASCASARJANA UNIVERSITAS NEGERI MEDAN Warjaya, Angga; As, Mansur; Muthmainnah, Inna; Mulyana, Sri; Iskandar Al Idrus, Said; Arnita, Arnita; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14102

Abstract

Pengelolaan dokumen akreditasi yang efisien menjadi tantangan utama dalam pendidikan tinggi akibat volume dokumen yang besar dan format yang bervariasi. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi otomatis menggunakan kombinasi latent semantic indexing dan support vector machine guna meningkatkan akurasi dan efisiensi pengelolaan dokumen akreditasi. Akurasi dalam penelitian ini mengacu pada ketepatan sistem dalam mengidentifikasi kategori dokumen sesuai kriteria akreditasi, sementara efisiensi mencerminkan percepatan dan penyederhanaan proses klasifikasi dibandingkan dengan metode manual. Dataset terdiri dari 230 dokumen yang dikategorikan berdasarkan kriteria Lembaga Akreditasi Mandiri Kependidikan, dengan 115 dokumen untuk Kriteria 6 (Pendidikan) dan 115 dokumen untuk Kriteria 7 (Penelitian), kemudian dibagi menjadi data latih dan uji dengan rasio 60:40. Proses klasifikasi dilakukan melalui beberapa tahap, termasuk pre-processing teks, ekstraksi fitur semantik, serta optimasi parameter model untuk memperoleh hasil terbaik. Pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai tingkat akurasi sebesar 91%, dengan validasi silang sebesar 94,21%. Hasil ini menunjukkan bahwa pendekatan yang digunakan efektif dalam mengotomatisasi klasifikasi dokumen akreditasi, sehingga dapat mempercepat proses evaluasi serta meningkatkan efisiensi manajemen dokumen dalam institusi pendidikan tinggi.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM MENDETEKSI TINGKAT KEMATANGAN BUAH KAKAO Wahabi Hasibuan, Rahman; Taufik, Insan; AS, Mansur; Iskandar Al Idrus, Said; Indra, Zulfahmi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14116

Abstract

Indonesia merupakan negara agraris dengan sektor perkebunan yang berperan penting dalam perekonomiannya. Kakao (Theobroma cacao L.) merupakan komoditas strategis yang berkontribusi pada ekspor, lapangan kerja, agribisnis, serta pertanian berkelanjutan. Namun, di Sumatera Utara, meskipun sektor perkebunan berkembang, produksi kakao menghadapi tantangan seperti alih fungsi lahan. Proses pemanenan kakao secara tradisional mengandalkan penilaian kematangan secara manual, yang rentan terhadap kesalahan akibat kelelahan dan subjektivitas manusia. Convolutional Neural Network (CNN) telah banyak digunakan dalam pengolahan citra karena kemampuannya mengenali pola dengan akurasi tinggi. Penelitian ini mengusulkan penggunaan CNN dengan Transfer Learning berbasis EfficientNetB0 untuk mengklasifikasikan tingkat kematangan buah kakao. Dataset terdiri dari 360 gambar dalam kategori Mentah, Matang, Busuk, dan Unclassified, dengan teknik pra-pemrosesan seperti resizing, noise, rotasi, flipping, cropping, dan penghapusan latar belakang. Dataset dibagi menjadi 70% untuk pelatihan dan 30% untuk validasi, dengan optimasi hyperparameter. Model mencapai akurasi tinggi sebesar 99,71% pada data uji. Evaluasi menggunakan confusion matrix dan classification report menunjukkan kemampuan generalisasi yang baik. Selain itu, model berhasil diimplementasikan dalam aplikasi Android dengan fitur klasifikasi, riwayat, informasi, panduan, serta autentikasi pengguna. Sistem ini memungkinkan identifikasi kematangan buah kakao secara real-time dan praktis bagi petani.
IMPLEMENTASI METODE HAARCASCADE CLASSIFIER DALAM MENGIDENTIFIKASI OBJEK WAJAH MANUSIA Farhan Ramadhan, Haikal; Saputra S, Kana; Iskandar Al Idrus, Said; Indra, Zulfahmi; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14143

Abstract

Keamanan menjadi aspek esensial dalam berbagai sektor, terutama pada era teknologi modern yang menuntut sistem pengamanan canggih. Salah satu inovasi dalam identifikasi dan autentikasi adalah pengenalan wajah, metode yang andal, tidak invasif, dan sesuai berbagai konteks. Dalam penelitian ini, algoritma Haar Cascade Classifier dan arsitektur jaringan saraf Inception V3 digunakan untuk meningkatkan efisiensi serta akurasi pengenalan wajah. Penelitian ini merespons tiga permasalahan utama, yaitu kebutuhan sistem keamanan modern, kendala akurasi, dan keandalan teknologi pengenalan wajah saat ini. Penelitian bertujuan menganalisis kemampuan dan kinerja Haar Cascade Classifier dalam mendeteksi wajah dengan variasi pose, serta mengoptimalkan implementasinya untuk memenuhi kebutuhan aplikasi dunia nyata. Metodologi meliputi pengumpulan data berupa citra wajah, pra-pemrosesan data (normalisasi piksel, augmentasi data, segmentasi wajah), serta pemisahan dataset untuk pelatihan (80%) dan pengujian (20%). Proses implementasi melibatkan Haar Cascade Classifier untuk deteksi wajah dan arsitektur Inception V3 untuk pengenalan wajah. Hasil evaluasi menunjukkan bahwa dengan learning rate 10e-4, model mencapai akurasi 100%, jauh lebih tinggi dibandingkan learning rate 10e-6 yang hanya mencapai akurasi 56%.
Aplikasi Pengacak Soal Ujian Untuk Type Soal Berbasis Microsoft Word Menggunakan Metode Linear Congruent Method (LCM) Limbong, Tonni; Taufik, Insan
MEANS (Media Informasi Analisa dan Sistem) Volume 2 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (991.349 KB) | DOI: 10.54367/means.v2i1.25

Abstract

Exam questions made by lecturers in general in an educational institution around 99% are made from Microsoft Word applications. This happens because of the ability or skill of the question maker and the facilities of the institution. The exam questions that have been made seem like a consumable model, even though the material from these questions still has a relationship with the subject. With this condition the existing questions are not necessary and do not have to be destroyed, it should be stored and made into a question bank. So on the next examination the test questions stored in the bank questions to be randomized again to make new questions as many as the number of questions needed so that the exam questions are presented far from static and color and each test for each participant will never be the same as previous questions. and also the implementation of semi-computerized exams do not need to require a computer laboratory. This application is equipped with a randomization method, namely Linear Congruent Method (LCM), so that the questions that appear will never be the same each time printing a question in the form of executable (EXE), making it easier for study programs to make exam questions in multiple choices and in accordance with existing material in the syllabus and GBPP that apply from several lecturers who teach the same subject.