Article Per Year (5 Year)
p-Index From 2020 - 2025
1.503
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Jurnal Komputasi Madaniya
Muliadi Muliadi
Universitas Lambung Mangkurat
Religion Humanities Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
AdaBoost Classifier untuk Klasifikasi Tanaman Jarak Pagar Triando Hamonangan Saragih; Muliadi Muliadi; Mohammad Reza Faisal; Muhammad Al Ichsan Nur Rizqi Said
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2865

Abstract

Tanaman Jarak Pagar merupakan tanaman multi fungsi yang memiliki banyak kegunaan di kehidupan sehari-hari, baik itu untuk pengobatan, kecantikan hingga pengganti bahan bakar biodiesel. Penyakit yang menyerang tanaman jarak pagar dapat menurunkan kualitas yang dihasilkan jarak pagar. Minimnya pengetahuan petani dan sedikitnya jumlah pakar yang memahami tentang jarak pagar menjadi masalah yang harus diselesaikan. Pengguanaan sistem pakar menjadi solusi yang bisa ditawarkan. AdaBoost Classifier pada sistem pakar dapat digunakan sebagai mengklasifikasikan penyakit tanaman jarak pagar. Hasil yang diperoleh dari penelitian ini yaitu didapat akurasi rata-rata sebesar 50% dan maksimal terbaik sebesar 53,01% pada jumlah fold sebanyak 2. Hasil pada penelitian ini lebih baik dibanding penelitian sebelumnya, tetapi tidak bisa memberikan hasil yang maksimal. Jumlah data tiap kelas menjadi perrmalasahan mengapa hasil pada AdaBoost kurang maksimal dan harus diselesaikan pada penelitian selanjutnya.
Iplementasi Fuzzy Pada Monitoring dan Kontrol Kualitas Air Tangki Pembibitan ikan Menggunakan LabView Andi Farmadi; Dwi Kartini; Muliadi Muliadi
Jurnal Komputasi Vol 9, No 2 (2021)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v9i2.2864

Abstract

Abstract — Pada kolam pembibitan ikan, pengamatan kualitas air harus terus dilakukan secara berkala karena kondisi pembibitan ikan merupakan masa rawan kematian yang diakibatkan oleh perubahan kondisi lingkungan pembibitan, parameter yang paling berpengaruh dalam kelangsungan hidup ikan yaitu kondisi keasaman air (Ph), kekeruhan air (Turbidiy), oksigen terlarut dalam air (DO) dan suhu air. Parameter tersebut harus selalu dimonitor dan dikontrol untuk mencapai kestabilan lingkungan pembibitan sesuai yang diharapkan. Telah dibuat sistem monitoring dan kontrol terhadap parameter yang berpengaruh pada pembibitan ikan menggunakan sistem fuzzy inferensi. Pengukuran parameter lingkungan dilakukan menggunakan sensor kemudian nilai parameter tersebut disesuaikan dengan nilai fuzzifikasi yang telah dibuat hingga menghasilkan nilai defuzzifikasi, output dari defuzzyfikasi akan melakukan kontrol terhadap parameter tersebut untuk mencapai nilai kestabilan lingkungan air. Pengontrolan Ph dan kekeruhan air dilakukan dengan mengganti air hingga mencapai tinggkat ph dan kejernian air yang sesuai kondisi yang diharapkan, jumlah buangan air dapat dihitung menggunakan teorema fluida. Perhitungan fuzzy dan Pengembangan antarmuka monitoring dan kontrol dibangun menggunakan program berbasis grafik LabView.
Implementasi ARAS Melalui Pendekatan Interpolasi Linier pada Penyeleksian Peserta Magang Dita Amara; Dwi Kartini; Andi Farmadi; Muliadi Muliadi; Irwan Budiman
Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi) Vol. 8, No. 2, August 2020
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Udayana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JIM.2020.v08.i02.p06

Abstract

Penyeleksian peserta magang umumnya masih dilakukan secara manual, dilakukan dengan membandingkan keseluruhan data para pendaftar yang memenuhi setiap persyaratan berdasarkan urutan kepentingan persyaratan yang ditentukan oleh penyelenggara magang tersebut. Hasil keputusan pendaftar yang dinyatakan diterima didapatkan berdasarkan urutan penilaian para pendaftar dari yang tertinggi sesuai dengan kuota yang diperlukan pada setiap periodenya. Interpolasi Linier digunakan dengan melakukan penyetaraan skala nilai yang berbeda pada kriteria nilai kelulusan berdasarkan strata kelulusannya. Rank Order Centroid (ROC) digunakan untuk memberikan nilai input kriteria strata kelulusan dan bobot kriteria, yaitu bobot untuk kriteria komunikasi 0,33973, sikap 0,21473, penampilan 0,15223, kecakapan 0,11057, tinggi badan 0,07932, strata kelulusan 0,05432, nilai kelulusan 0,03348, dan usia 0,01563. Additive Ratio Assessment (ARAS) digunakan untuk mendapatkan perankingan alternatif yang dijadikan sebagai pertimbangan dalam memutuskan pendaftar diterima atau tidak. Hasil penelitian diperoleh nilai kemiripan antara hasil keputusan menggunakan metode ARAS dan hasil keputusan penyelenggara magang berdasarkan perhitungan accuracy yang didapatkan dari Confusion Matrix adalah 91,453%.
FUZZY ANALYTICAL HIERARCHY PROCESS TOPSIS UNTUK SELEKSI PADA ANGGOTA PASKIBRAKA Jhondy Baharsyah; Muliadi Muliadi; Dwi Kartini
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 3, No 2 (2016)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v3i2.52

Abstract

AbstractEvery year Indonesia to conduct the selection of students and high school students and above to be representative of their school as troops heritage flag raisers. During the assessment process for the selection of candidates for members Paskibraka done manually on paper and separate between the assessment criteria for the other criteria, then the assessment results are stored in the form of an excel file. To facilitate the assessment process then takes a decision support system for the selection of candidates for members Paskibraka by applying Fuzzy AHP TOPSIS. Fuzzy AHP TOPSIS method is a convenient method to solve the problem of multi-criteria taking into account the values of the existing criteria. Thus the necessary decision support system using Fuzzy AHP TOPSIS method, in order to help provide recommendations for the decision of selectors prospective team members Paskibraka.Keywords : Fuzzy AHP TOPSIS, Decision Support Systems, SelectionAbstrakSetiap tahun indonesia melakukan seleksi siswa dan siswi sekolah menengah keatas untuk menjadi perwakilan sekolah mereka sebagai pasukan pengibar bendera pusaka (paskibraka). Selama ini proses penilaian untuk seleksi calon anggota paskibraka dilakukan secara manual di atas kertas dan terpisah antara penilaian untuk kriteria yang satu dengan kriteria yang lainnya, kemudian hasil penilaian tersebut disimpan dalam bentuk file excel. Untuk mempermudah proses penilaian tersebut maka dibutuhkan suatu sistem pendukung keputusan untuk seleksi calon anggota paskibraka dengan menerapkan metode Fuzzy AHP Topsis. Metode Fuzzy AHP Topsis merupakan salah satu metode yang mudah digunakan untuk menyelesaikan masalah multi kriteria dengan memperhitungkan nilai-nilai dari kriteria yang ada. Maka dari itu diperlukan sistem pendukung keputusan menggunakan metode Fuzzy AHP Topsis, supaya dapat membantu memberikan rekomendasi keputusan untuk tim penyeleksi calon anggota paskibraka.Kata kunci : Fuzzy AHP Topsis, Sistem Pendukung Keputusan, Seleksi
SISTEM FUZZY PADA KONTROLING AERATOR UNTUK MENINGKATKAN KUALITAS AIR KOLAM PEMBIBITAN IKAN MENGGUNAKAN SENSOR DO DAN SENSOR SUHU Andi farmadi; Muliadi Muliadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 1 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i1.369

Abstract

Dissolved oxygen levels in water will affect water quality directly and indirectly for fish life as well as conditions in the water environment, therefore, it is very important to control water quality for adequate dissolved oxygen levels, because this plays an important role in the health condition of the environmental ecosystem for fish nurseries. Researchers usually measure and monitor water quality using measuring instruments that are widely sold in the market, for conditions of decreasing dissolved oxygen levels in fish nurseries tank can usually be controlled by adding an air bubble machine to the water using an aerator machine. Giving air bubbles to water is an effort to control the conditions for the adequacy of dissolved oxygen in the water, and the best system is to carry out a continuous control system regarding water quality, sometimes the oxygen condition in the water is sufficient for the standard of dissolved oxygen in water. However, the blower blower is still running, this is less effective because it requires unnecessary electrical energy or wastes energy. Analysis of the aerator engine control system is needed to make a design as to what state the aerator engine should be turned on. Analysis of the aerator engine control system can be done by measuring the level of oxygen and water temperature in the fish nursery tank, then designing a fuzzy model with the Sugeno inference system for how long the engine must be turned on. The analysis and design of this aerator system is a proposed solution to these problems with a system of measurement and monitoring carried out intelligently by a machine, so that it is able to measure how late this aerator machine must be turned on. and the developed design is capable of being a smart machine using a fuzzy systemKeywords: Fuzzy inference, aerator engine, smart system, water quality.Kadar oksigen terlarut dalam air akan mempengaruhi kualitas air secara langsung dan tidak langsung bagi kehidupan ikan juga keadaan di lingkungan air tersebut, oleh karena itu peningkatan kualitas air untuk keadaan kecukupan kadar oksigen yang terlarut sangat penting untuk dikontrol, karena hal ini berperan penting pada kondisi kesehatan ekosistem lingkungan pembibitan ikan. Para peneliti biasanya melakukan pengukuran dan pemantauan kualitas air dengan menggunakan alat ukur yang banyak di jual dipasaran, untuk kondisi menurunnya kadar oksigen yang terlarut pada kolam pembibitan ikan biasanya dapat di kontrol dengan menambahkan mesin gelembung udara pada air menggunakan mesin aerator. Pemberian gelembung udara pada air merupakan salah satu upaya untuk mengontrol kondisi kecukupan kadar oksigen yang terlarut di dalam air, dan sistem yang terbaik yaitu melakukan sistem kontrol secara terus menerus mengenai kualitas air, terkadang kondisi oksigen di dalam air telah mencukupi standar kecukupan oksigen terlarut pada air, namun mesin penyembur gelembung udara masih dinyalakan, hal ini menjadi kurang efektif sebab akan membutuhkan energi listrik yang tidak semestinya atau terjadinya pemborosan energi. Analisis sistem pengontrolan mesin aerator dibutuhkan untuk melakukan desain seperti apa sebaiknya keadaan mesin aerator dihidupkan. Analisis sistem pengontrolan mesin aerator ini dapat dilakan dengan mengukur tingkat kadar oksigen dan suhu air pada kolam pembibitan ikan, kemudian melakukan perancangan model fuzzy dengan sistem inferensi sugeno seberapa lama mesin harus dihidupkan. Analisis dan desain sistem aerator ini merupakan usulan solusi permasalahan tersebut dengan sistem pengukuran dan pemantauan dilakukan secara cerdas oleh mesin, sehingga mampu mengukur seberapa lalma mesin aerator ini harus dihidupkan desain alat ini juga diharapkan mampu memberikan solusi peningkatan kualitas air pada pembibitan ikan dan diharapan pula analisis dan desain yang dikembangkan ini mampu menjadi mesin cerdas dengan menggukan sistem fuzzyKata kunci : Fuzzy inferensi, mesin aerator, Sistem cerdas, kualitas air.
Penerapan Smart Monitoring Tarpaulin Fish bagi Pembudidaya Ikan Aliran Sungai Jembatan Kembar di Kelurahan Loktabat Utara Banjarbaru berbasis MQTT Dodon Turianto Nugrahadi; Irwan Budiman; Muliadi Muliadi; M. Reza Faisal
Madaniya Vol. 3 No. 4 (2022)
Publisher : Pusat Studi Bahasa dan Publikasi Ilmiah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53696/27214834.310

Abstract

Smart Monitoring Tarpaulin Fish merupakan pengelolaan kualitas air tentang upaya memantau kualitas air sehingga dapat tercapai kualitas air kondisi yang diinginkan sesuai dengan kondisi alamiahnya. Pada kegiatan budidaya perikanan, untuk keseimbangan ekosistem perairan dalam suatu wadah yang terbatas bahwa pH akan rendah dan kandungan oksigen terlarut akan berkurang, sebagai akibatnya konsumsi oksigen akan menurun, aktivitas pernafasan ikan naik dan selera makan ikan akan berkurang. Menurut Rochyani (2018) bahwa faktor penentu kualitas air untuk kolam budidaya ikan antara lain keasaman atau kebasaan air, kekeruhan air, suhu air, kandungan oksigen, dan kandungan garam. Warga di pesisir sungai jembatan kembar Loktabat Utara Kota Banjarbaru saat ini telah berbudidaya perikanan. Pengelolaan budidaya perikanan memerlukan pemantauan secara berkala dikarenakan perlunya pengamatan kualitas air budidaya perairan. Pembudidaya ikan sungai jembatan kembar Loktabat Utara rata-rata bekerja juga sebagai buruh harian, sehingga ada kalanya tidak dapat memantau kondisi kolam. Maka dibutuhkan teknologi yang dapat memudahkan dalam memantau pengelolaan kondisi kolam budidaya perikanan. Penggunaan smart monitoring tarpaulin fish ini menjadi salah satu solusi untuk mengatasi masalah tersebut, yaitu kolam terpal berbasis IoT (Internet of Things). Kondisi ini memantau kondisi suhu, dan kondisi tds air dengan menggunakan koneksi internet broadband berbasis MQTT (Message Queuing Telemetry Transport) serta bertenaga surya. Hasil implementasi ini terpenuhinya pemantauan secara real time kondisi kolam budidaya ikan hingga 80%. Penurunan kematian ikan hingga 30% karena percepatan penanganan kualitas air.
SISTEM KONTROLING DENGAN AI (ARTIFICIAL INTELLIGENCE) PADA PEMBERIAN NUTRISI HIDROPONIK Andi Farmadi; Muliadi Muliadi
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 9, No 3 (2022)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v9i3.541

Abstract

Nutrient levels for plants are very influential in the development of hydroponic plants. Plants that lack nutrients can cause plants to become stunted, wither or even die, but excessive nutrition will result in plants being susceptible to fungal pests and can also cause plant death. Another factor in controlling the provision of nutrients to hydroponic plants is the stability of the pH of the water before hydroponic administration. In this study, the artificial intelligence method, a fuzzy logic control method, was used in stabilizing the acidity level of nutrient water with the Sugeno method. The Fuzzyfication approach used was Center of Maximum (CoM). For the automatic feeding model, it is determined using a polynomial model of order-3 in units of ppm/liter per week. So, based on this method, a monitoring application can be developed using the Labview blog diagram model application.Keywords : Fuzzy Logic Control, LabView, hydroponic Nutrient. Kadar nutrisi untuk tumbuhan sangat berpengaru dalam perkembangan tanaman hidroponik, Tanaman yang kekurangan nutrisi dapat menyebabkan tanaman menjadi kerdil, layu atau bahkan mengalami kematian, namun pemberian nutrisi secara berlebihan akan megakibatkan tanaman rentan teserang hama cendawan dan juga dapat menyebabkan kematian pada tanaman. Faktor lain dalam Pengontrolan pemberian nutrisi tanaman hidroponik adalah kestabilan Ph air sebelum pemberian hidroponik, pada penelitian ini digunakan metode kecerdasan buatan metode fuzzy logic control dalam penstabilan tingkat keasaman air nutrisi dengan pendekatan metode Sugeno, Pendekatan Fuzzyfikasi yang digunakan adalah Center of Maximum (CoM), untuk model pemberian nutrisi secara otomatisasi ditetapkan menggunakan model polynomial orde-3 dalam satuan ppm/liter perminggu. Sehingga dengan dasar metode tersebut maka dapat dikembangkan Aplikasi monitoring yang dibangun menggunakan aplikasi model diagram blog Labview.Kata Kunci : Fuzzy Logic Control, LabView, Nutrisi Hidroponik.
Perbandingan Ekstraksi Fitur dengan Pembobotan Supervised dan Unsupervised pada Algoritma Random Forest untuk Pemantauan Laporan Penderita COVID-19 di Twitter Sulastri Norindah Sari; Mohammad Reza Faisal; Dwi Kartini; Irwan Budiman; Triando Hamonangan Saragih; Muliadi Muliadi
Jurnal Komputasi Vol 11, No 1 (2023): Jurnal Komputasi
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v11i1.6650

Abstract

Dimasa sekarang masyarakat sudah berani melaporkan dirinya terpapar COVID-19 melalui unggahan di media sosial seperti Twitter. Hal ini dapat dimanfaatkan oleh masyarakat sekitar atau lembaga kesehatan untuk memberikan bantuan terhadap pelapor. Pemantauan laporan penderita COVID-19 di Twitter dapat dilakukan secara otomatis dengan algoritma machine learning untuk klasifikasi teks. Pada kasus klasifikasi teks, algoritma machine learning menerima input berupa data terstruktur hasil ekstraksi fitur dengan teknik unigram dengan pembobotan. Metode pembobotan kata unsupervised merupakan pembobotan yang tidak memperhatikan letak term di kelas positif atau negatif. Kemudian metode pembobotan ini dikembangkan menjadi pembobotan supervised, karena dalam proses pembobotannya metode ini membobotkan term dengan memperhatikan letak term di kelas positif atau negatif. Pada riset ini dilakukan perbandingan kedua jenis pembobotan pada klasifikasi data tweet gejala covid dengan algoritma machine learning yaitu Random Forest. Dari hasil penelitian didapat hasil kinerja klasifikasi dengan pembobotan supervised Delta TF-IDF terbukti lebih bagus dengan akurasi sebesar 88,5% sedangkan dengan pembobotan unsupervised TF-IDF diperoleh hasil akurasi 87,9%
Application of Extreme Learning Machine Method With Particle Swarm Optimization to Classify of Heart Disease Adela Putri Ariyanti; Muhammad Itqan Mazdadi; Andi - Farmadi; Muliadi Muliadi; Rudy Herteno
IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Vol 17, No 3 (2023): July
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijccs.86291

Abstract

Penyakit jantung koroner adalah tersumbatnya suplai darah jantung. Penyakit jantung adalah penyebab utama kematian di seluruh dunia. Berbagai faktor risiko berkontribusi terhadap penyakit jantung, termasuk merokok, gaya hidup tidak sehat, kolesterol tinggi, dan hipertensi. Dengan demikian, prediksi penyakit dapat dilakukan untuk mengidentifikasi individu yang berisiko guna mencegah peningkatan kematian akibat penyakit jantung. Penambangan data, khususnya metode Extreme Machine Learning (ELM), biasanya digunakan untuk tujuan ini. ELM adalah metode jaringan saraf dalam kecepatan pelatihan dan tidak memerlukan propagasi balik, dan menentukan jumlah node tersembunyi yang optimal dan mencapai hasil yang akurat tetap menjadi tantangan. Pada penelitian ini, ELM dengan Particle Swarm Optimization (PSO) diusulkan untuk mengoptimalkan klasifikasi penyakit jantung, yang bertujuan untuk mencapai hasil optimal dengan pembelajaran cepat. Penelitian ini mengikuti proses yang sistematis, termasuk pengumpulan data, preprocessing, pemodelan, dan evaluasi menggunakan analisis matriks konfusi. Hasil dan pembahasan menyajikan efektivitas metode yang diusulkan dengan mengevaluasi akurasi klasifikasi berdasarkan berbagai parameter, seperti ukuran populasi, jumlah node tersembunyi, dan iterasi. Temuan menunjukkan bahwa ELM dengan optimasi PSO dapat memberikan hasil klasifikasi yang akurat untuk diagnosis penyakit jantung, dengan tingkat akurasi yang menjanjikan.
Co-Authors Adela Putri Ariyanti Andi - Farmadi Andi Farmadi Dita Amara Dodon Turianto Nugrahadi Dwi Kartini, Dwi Irwan Budiman Jhondy Baharsyah Muhammad Al Ichsan Nur Rizqi Said Muhammad Itqan Mazdadi Muhammad Reza Faisal, Muhammad Reza Rudy Herteno Saragih, Triando Hamonangan Sulastri Norindah Sari