Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Teknosains: Media Informasi Sains dan Teknologi Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer (BALOK)
Annahl Riadi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Physics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
SISTEM INFORMASI GEOGRAFIS LOKASI SEKOLAH TINGKAT SMA SEDERAJAT PADA KABUPATEN POHUWATO Annahl Riadi
Teknosains Vol 10 No 1 (2016): JANUARI
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/teknosains.v10i1.1875

Abstract

This study aimed to obtain accurate data on the geographic informationto determine the location of high school in Pohuwato. This application uses the PHPprogramming language and implemented in real time. The method used in thisresearch is descriptive research method with the stages of research that startedfrom: the stage of the analysis, design, construction, testing, implementation,evaluation, and maintenance. System testing methods used are White Box Testingand Black Box Testing. At the White Box Testing method, based on research resultsand flowgraph created flowchart of the data obtained. Flowchart examined, ie thesite selection process. From the results of calculations using White Box Testingmethod, the value of the calculation result Cyclomatic Complexity = 5, Region = 5,and Independent Path = 5 who have met the eligibility requirements in terms ofsoftware. While the results of testing using the Black Box Testing method, the valueof measuring the level of ease, speed information, as well as the accuracy of thedata in order to meet the eligibility requirements in the application of the system.
Klasifikasi Kondisi Ekonomi Masyarakat Menggunakan Metode K-Nearest Neighbor Annahl Riadi; Yulianty Lasena; Sinta Suleman; Olhan Nurani
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 3 No 2 (2024): November 2024
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v3i2.1195

Abstract

Perekonomian yang sangat mungkin bahwa masalah ekonomi akan mengalami perubahan dan perkembangan secara terus menerus dari sebagian masyarakat. Salah satu masalah yang sering dihadapi oleh masyarakat adalah ketimpangan ekonomi, ini dapat menyebabkan perbedaan pendapatan yang signifikan antara kelompok sosial yang berbeda, kemudian berdampak pada akses layanan penting seperti pendidikan, rumah yang layak, dan perawatan kesehatan. Meningkatnya pertumbuhan penduduk di Desa Moutong saat ini menyebabkan pemerintah desa merasa kesulitan dalam melakukan pendataan walaupun telah disediakan sarana dan prasarana tetepi sarana berupa komputer yang diberikan pemerintah pusat terbilang kurang, oleh sebab itu pelayanan pada pendataan penduduk saat ini masih dilakukan secara manual ditambah dengan tidak adanya aplikasi pendukung yang mampu mengelompokan data sesuai dengan kriteria yang telah ditentukan. Oleh karena itu, diperlukan pengklasifikasian yang dapat mengklasifikasi kondisi ekonomi masyarakat. Dalam hal ini, penulis menggunakan algoritma K-Nearest Neighbor untuk mengklasifikasi permasalahan tersebut. Dapat diketahui hasil penerapan metode KNN dalam membangun sistem klasifikasi kondisi ekonomi masyarakat dengan mendapatkan hasil akurasi sebesar 94% untuk nilai K = 3. Hasil akurasi tersebut dapat di kategorikan bahwa aplikasi yang dibuat layak untuk digunakan dalam klasifikasi kondisi ekonomi masyarakat. Kata Kunci: Klasifikasi, Kondisi Ekonomi, K-Nearest Neighbor
KLASIFIKASI PENYAKIT PNEUMONIA MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) H. Mosi, Thia Riskiyani; Yasin Aril Mustofa; Sudirman Melangi; Annahl Riadi
Jurnal Ilmiah Ilmu Komputer Banthayo Lo Komputer Vol 4 No 1 (2025): Mei 2025
Publisher : Teknik Informatika Fakultas Ilmu Komputer Universitas Ichsan Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37195/balok.v4i1.1462

Abstract

Abstrak - Penyakit pneumonia merupakan salah satu penyebab utama kematian di Indonesia dan diagnosis dini sangat penting untuk penanganan yang efektif. Penelitian ini bertujuan untuk mengembangkan model klasifikasi pneumonia menggunakan metode Convolution Neural Network (CNN) berbasis citra X-ray paru-paru. Metodologi penelitian ini melibatkan penggunaan dataset citra rontgen paru-paru yang diambil dari Kaggle, yang terdiri dari dua kelas yaitu pneumonia dan normal. Tahapan yang dilakukan meliputi pengumpulan data, pre-processing citra, pelatihan model CNN, serta evaluasi model menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model CNN yang dibangun mampu mengklasifikasikan citra X-ray paru-paru dengan akurasi mencapai 96%. valuasi lebih lanjut menunjukkan bahwa model ini memiliki tingkat presisi dan recall yang tinggi, yang menunjukkan kemampuannya dalam mengenali pneumonia dengan baik. Selain itu, confusion matrix menunjukkan bahwa model ini memiliki performa yang baik dalam mengidentifikasi kedua kelas dengan minim kesalahan. Penelitian ini memberikan kontribusi dalam bidang teknologi kesehatan, khususnya dalam pemanfaatan CNN untuk klasifikasi penyakit pneumonia. Temuan ini menunjukkan bahwa CNN adalah metode yang efektif untuk meningkatkan kecepatan dan akurasi diagnosis pneumonia melalui analisis citra X-ray. Ke depannya, penelitian lebih lanjut dengan dataset yang lebih besar dan beragam dapat lebih meningkatkan performa model ini. Kata Kunci: Pneumonia, Convolution Neural Network
Co-Authors H. Mosi, Thia Riskiyani Olhan Nurani Sinta Suleman Sudirman Melangi Yasin Aril Mustofa Yulianty Lasena