Article Per Year (5 Year)
p-Index From 2021 - 2026
2.87
P-Index
This Author published in this journals
All Journal Jurnal Eksplora Informatika Jurnal Tekno Insentif Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Dedikasi Jurnal Tika Seminar Nasional Pengabdian Kepada Masyarakat Indonesian Journal of Fundamental Sciences Seminar Nasional Hasil Penelitian LP2M UNM Journal of Embedded Systems, Security and Intelligent Systems Jurnal MediaTIK Journal of Computers, Informatics, and Vocational Education
Fhatiah Adiba
Jurusan Teknik Informatika Dan Komputer, Universitas Negeri Makassar
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

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

Found 15 Documents
Search

 1   2 
Klasifikasi Kematangan Daun Selada Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbors Ananta Dwi Prayoga Alwy; Bukhari Naufal Nur A.G; Silvia Andriani; Fhatiah Adiba; Andi Baso Kaswar
Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Vol 7 No 1 (2022): Techno Xplore: Jurnal Ilmu Komputer dan Teknologi Informasi
Publisher : Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Buana Perjuangan Karawang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36805/technoxplore.v7i1.2127

Abstract

Abstract— Selada adalah salah satu jenis daun sayur yang paling banyak dibudayakan. Daun Memiliki ciri khas warnanya masing-masing. Daun sendiri akan mengalami perubahan warna ketika sudah matang atau memasuki masa panennya. Berdasarkan perbedaan warna ini petani atau masyarakat yang menanam tanam selada melakukan panen. Namun, Cara ini memiliki kekurangan karena mata manusia memiliki keterbatasan dalam membedakan warna sehingga selada yang dipanen terkadang masih belum masanya atau sudah melewati masa panennya. Maka dari itu dibuatlah suatu sistem pengolahan citra digital untuk dapat mengklasifikasikan kematangan daun selada dengan metode dan proses yang tepat. Penelitian ini mengusulkan Klasifikasi Kematangan Daun Selada Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor. Dalam Penelitian ini diguanakan 60 dataset citra daun selada. Proses dan Metode yang diusulkan yaitu, akuisisi citra, prepocessing, segmentasi dengan metode thresholding dan operasi morfologi, dan terakhir tahap klasifikasi dengan K-Nearest Neighbor. Berdasarkan hasil pengujian, diperoleh tingkat akurasi sebesar 98%. Diharapkan sistem ini dapat membantu petani selada dan dapat menjadi standar untuk menciptakan sistem yang lebih baik.
Pelatihan Pembuatan Media Pembelajaran Interaktif Bagi Guru Fathahillah Fathahillah; Dyah Darma Andayani; Fhatiah Adiba; Andi Baso Kaswar; Andi Akram Nur Risal
DEDIKASI Vol 24, No 1 (2022): Jurnal Dedikasi
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/dedikasi.v24i1.33334

Abstract

Abstrak. Perkembangan teknologi informasi memberikan dampak yang luar biasa pada aspek kehidupan manusia, sumber literasi yang tidak terbatas dan akses data yang sangat cepat menjadikan teknologi informasi merambah luas hingga ke dunia Pendidikan. Penerapan teknologi informasi berbasis internet dibidang Pendidikan dan Latihan akan sangat dibutuhkan dalam rangka meningkatkan dan memeratakan mutu Pendidikan di Indonesia. Dalam tulisan ini dibahas mengenai media pembelajaran interaktif yang melibatkan teknologi dalam bidang pendidikan dengan menggunakan berbagai aplikasi berbasis web seperti Canva, Figma, Wordwall, dan Mentimeter. Platform media pembelajaran dalam pelatihan ini memiliki banyak keunggulan sehingga memudahkan guru-guru membuat media pembelajaran interaktif, berdiskusi, membuat materi evaluasi yang kreatif, hingga membuat materi sekaligus melakukan presentasi tanpa bantuan platform video converence lain. Pembuatan media pembelajaran interaktif ini dilaksanakan dengan cara memberikan pelatihan kepada guru-guru di Sekolah Menengah Pertama. Tahapan metode pelatihan yang dilakukan meliputi pengumpulan informasi, perencanaan, pelaksanaan, presentasi, dan refleksi. Objek dari pelatihan ini adalah Kata Kunci: Media Pembelajaran Interaktif, Canva, Figma, Wordwall, Mentimeter
Peningkatan pengetahuan lingkungan petani Kecamatan Sabbang Paru Kabupaten Wajo melalui pelatihan pembuatan komposter Dyah Darma Andayani; Nurlita Pertiwi; Fhatiah Adiba
Seminar Nasional Pengabdian Kepada Masyarakat Vol 2019, No 5: PROSIDING 5
Publisher : Seminar Nasional Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (69.204 KB)

Abstract

This study aims to reveal the description of counseling on organic waste management and its impact on increasing farmers' environmental knowledge. The method in this counseling is done by the method of demonstration and practice. The training participants were 30 farmers in Sabbang Paru District, Wajo District. Data analysis using descriptive methods that present test results with graphs. Based on the results of this counseling, it can be concluded that farmers have been able to understand the technique of making composter with an average value of 76.97 which means it is in the high category. This increase in knowledge was also influenced by the positive response and enthusiasm of the community in participating in this outreach activity.
Sistem Drainase Berwawasan Lingkungan Dengan Konsep Lubang Resapan Biopori Pada Era Pandemi Covid-19 Nur Anny S. Taufieq; Fhatiah Adiba; Andi Baso Kaswar
Seminar Nasional Pengabdian Kepada Masyarakat PROSIDING EDISI 7: SEMNAS 2020
Publisher : Seminar Nasional Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (579.52 KB)

Abstract

This Community Partnership Program (PKM) partner is a teacher at Madrasah Tsanawiyah Pangkep, Pangke Regency. The problem is the environment of the Pangkep Tsanawiyah Madrasah School which has poor environmental drainage and lack of rainwater catchment areas. Therefore, these school teachers need to be equipped with knowledge on how to make water infiltration in a simple way, namely with the concept of Biopore Absorption Holes (LRB). The methods to be used are mentoring methods and participatory rural approach (PRA) methods. The mentoring method is carried out to increase the understanding of school teachers in dealing with environmental drainage, increasing understanding of cleanliness. The PRA method is carried out to generate a sense of belonging to partners for the products to be developed, and a sense of responsibility of partners towards the products and the environment around them. The main methods used in the Community Partnership Program (PKM) activities are lectures, discussions, questions and answers, and simulations. The results achieved are that the LRB can cope with flooding, as a disposal of organic waste, as fertilizer for plants because the organic waste stored in the LRB will turn into compost, and can be used as additional water absorption in the surrounding environment where there are more biopore holes. There are also more water catchment holes in the environment that can help absorb rainwater
Penerapan Data Mining Dalam Mengklasifikasikan Tingkat Kasus Covid-19 di Sulawesi Selatan Menggunakan Algoritma Naive Bayes Andi Akram Nur Risal; Nur Inayah Yusuf; Andi Baso Kaswar; Fhatiah Adiba
Indonesian Journal of Fundamental Sciences Vol 7, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (772.194 KB) | DOI: 10.26858/ijfs.v7i1.20407

Abstract

COVID-19 adalah penyakit yang disebabkan oleh virus Corona baru, yaitu SARS-CoV-2. Gejala paling umum yang dirasakan oleh korban COVID-19 adalah demam, batuk kering, dan mudah lelah. Virus ini menyebar hampir ke seluruh negara termasuk Indonesia. Penularan virus secara langsung antar manusia akan mengakibatkan peningkatan jumlah kasus. Sejauh ini, terdapat lebih dari 100 kandidat vaksin COVID-19 yang sedang dikembangkan, dan diantaranya masih dalam tahap uji coba. Namun, vaksin yang benar-benar efektif untuk COVID-19 belum ditemukan. Maka dari itu, penelitian ini bertujuan untuk mengelompokkan tingkat kasus COVID-19 di Sulawesi Selatan sebagai salah satu upaya antisipasi terhadap persebaran virus Corona dan mengurangi jumlah kasus COVID-19. Metode yang dilakukan pada penelitian ini yaitu menggunakan salah satu algoritma data mining yaitu Algoritma Naive Bayes sebagai algoritma klasifikasi dimana pada penelitian ini menggunakan 23 data latih dengan data 2 diantaranya tidak diklasifikasikan dengan tepat sehingga hanya menghasilkan akurasi sebesar 91%
Ecobehavior dalam Pengelolaan Sungai dengan Analisis Neural Network Nurlita Pertiwi; Dyah Darma Andayani; Fhatiah Adiba
Seminar Nasional LP2M UNM SEMNAS 2019 : PROSIDING EDISI 7
Publisher : Seminar Nasional LP2M UNM

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

Abstract

Abstract.The using of neural network methods is an alternative analysis to predict community behavior in river protection. Therefore this study aims to describe the factors that must be considered in the use of Neural network analysis in compiling eco behavior models in river management. This study uses a neural network analysis with a backpropagation approach. The data presented in the analysis were 210 respondents representing the farming community managing land along the river. This research is located in Soppeng Regency, South Sulawesi. The stages of the study are 1) Compiling a backpropagation architecture, 2) Conducting a validation of the model and 3) Conducting a test of the model to obtain the accuracy of the model. The results of the study that describe ten factors as input in the analysis of neural networks are not accurately used in the eco behavior model. This is based on an accuracy value of 48.57%. Therefore, as an effort to develop eco behavior models with Neural network analysis, it should be done in-depth by arranging diverse architectures. Keywords: accuracy, backpropagation, behavior
KLASIFIKASI TINGKAT KEMATANGAN BUAH MARKISA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS PENGOLAHAN CITRA DIGITAL Andi Baso Kaswar; Andi Akram Nur Risal; Fhatiah Adiba; Nurjannah
Journal of Embedded Systems, Security and Intelligent Systems Vol. 1 No. 1 (2020): Vol 1, No 1 (2020): May 2020
Publisher : Program Studi Teknik Komputer

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

Abstract

Masyarakat pada umumnya memanen buah markisa apabila diprediksi sudah matang. Kemudian buah yang telah dipanen dikelompokkan berdasarkan tingkat kematangannya untuk dijual kembali. Identifikasi kematangan dilakukan dengan cara manual, melihat ciri visualnya berupa warna saja. Metode-metode identifikasi tingkat kematangan ini cukup baik. Namun, metode konvensional yang digunakan tersebut tidak efektif dan efisien dalam mengidentifikasi tingkat kematangan buah markisa karena seringnya terjadi kesalahan identifikasi. Pada penelitian ini, kami mengusulkan Klasifikasi Tingkat Kematangan Buah Markisa Menggunakan Jaringan Syaraf Tiruan berbasis Pengolahan Citra Digital. Metode yang diusulkan terdiri atas 5 tahapan utama yaitu akuisisi citra, praproses, segmentasi, operasi morfologi, ekstraksi fitur, dan klasifikasi. Metode yang diusulkan memberikan akurasi hasil klasifikasi sebesar 80% dan misklasifikasi sebesar 20%. Sedangakan waktu yang diperlukan untuk mengeksekusi sebuah citra uji adalah sebesar 0.2 detik. Hasil klasifikasi dan waktu komputasi menunjukkan bahwa metode yang diusulkan dapat memberikan akurasi yag tinggi dan waktu komputasi yang cepat. Metode yang diusulkan dan sistem yang dibangun diharapkan dapat membantu masyarakat dalam mengidentifikasi tingkat kematangan buah markisa. Selain itu diharapkan metode yang diusulkan dapat dimanfaatkan sebagai referensi untuk pengembangan teknologi budidaya buah markisa.
CLUSTERING PRODUKSI PERIKANAN BUDIDAYA LAUT BERDASARKAN PROVINSI MENGGUNAKAN ALGORITMA K-MEANS Alfian Firlansyah; Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol. 2 No. 1 (2021): Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

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

Abstract

Indonesia is a large maritime country, and most of its territorial waters are larger than its land area. Due to the vastness of the oceans, the large number of large and small islands makes Indonesia a potential area for marine cultivation. In general, the existing data based on the Central Statistics Agency (BPS) of Marine Aquaculture Production for each province in Indonesia only applies to production data which only produces detailed data on total marine aquaculture production in tonnes per year, and takes a long time. To classify very large data, a method is needed that can use the K-Means algorithm to classify the highest, middle, and lowest opportunities in the field of marine aquaculture from 2004 to 2018. The results implemented in python consisted of 26 provinces in klaster 1 (C1), 3 provinces in klaster 2 (C2), and 5 provinces in klaster 3 (C3).
Analisis Prediksi Tingkat Penyebaran COVID-19 di Sulawesi Selatan Menggunakan Teknik Data Mining Naive Bayes Muhammad Nur Yusri; Andi Akram Nur Risal; Muhammad Fajar B; Dewi Fatmarani Surianto; Fhatiah Adiba
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

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

Abstract

Pandemi atau wabah virus corona atau biasa disebut juga dengan COVID-19 yang bermula dari Wuhan, Provinsi Hubei, China, terus menyebar ke berbagai negara, termasuk Indonesia. Jumlah kasus positif COVID-19 terus meningkat tiap harinya secara signifikan dan menyebar secara cepat ke berbagai provinsi di Indonesia, termasuk di provinsi Sulawesi Selatan. Hingga saat ini, telah tercatat kasus positif corona di Sulawesi Selatan sebanyak 18.683 dan 470 orang meninggal dunia. Peningkatan kasus yang signifikan ini, mengakibatkan pembacaan data terkait kasus positif COVID-19 di Sulawesi Selatan dinilai kurang akurat. Oleh karena itu, penelitian ini dilakukan sebagai langkah antisipasi terhadap pandemi COVID-19 dengan memprediksi tingkat penyebaran COVID-19 terutama di Sulawesi Selatan agar mendapatkan keakurasian data yang lebih baik. Metode penelitian yang di terapkan pada penelitian ini ialah analisis masalah dan studi literatur, mengumpulkan data dan implementasi.
Implementasi Teknik Data Mining terhadap Klasifikasi Data Prediksi Curah Hujan BMKG Di Sulawesi Selatan Andi Sadri Agung; A. Arfan Fauzi; Andi Akram Nur Risal; Fhatiah Adiba
Jurnal Tekno Insentif Vol 17 No 1 (2023): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v17i1.955

Abstract

Abstrak Cuaca cenderung tidak stabil dan susah diprediksi mempengaruhi beberapa sektor kehidupan manusia. Pemanfaatan teknologi dibidang data sains dalam memprediksi cuaca mendatang sangat dibutuhkan. Badan Meteorologi Klimatologi dan Geofisika (BMKG) merupakan organisasi pemerintahan, bertugas memprediksi cuaca di Indonesia. Namun dalam menentukan akurasi data, diperlukan metode yang memprediksi cuaca dengan akurat. Penelitian ini bertujuan menghasilkan informasi dari klasifikasi data prediksi curah hujan BMKG di Sulawesi Selatan. Klasifikasi dibagi menjadi 5 kategori dengan 1036 data dan 11 atribut. Pengumpulan data dimulai dari 1 Januari 2020 hingga 31 Oktober 2022. K = 3 menjadi nilai K terbaik dengan akurasi mencapai 82,21%. Sehingga disimpulkan bahwa data prediksi curah hujan BMKG memiliki tingkat akurasi data yang baik dan hasil penelitian ini dapat dijadikan acuan dalam menginformasikan curah hujan di Sulawesi Selatan. Abstract The weather tends to be unstable and difficult to predict, affecting several sectors of human life. The utilization of technology in the field of scientific data in predicting future weather is urgently needed. The Meteorology, Climatology, and Geophysics Agency (BMKG) is a government organization, tasked with predicting weather in Indonesia. But in determining the accuracy of data, we require a method that predicts the weather accurately. This study aims to produce information from the classification of BMKG rainfall prediction data in South Sulawesi. Classification is divided into 5 categories with 1036 data and 11 attributes. Data collection starts from 1 January 2020 to 31 October 2022. K = 3 is the best K value with an accuracy of 82.21%. So it was concluded that BMKG rainfall prediction data has a good data accuracy level, and this study's results can be used as a reference in informing rainfall in South Sulawesi.
Co-Authors A. Arfan Fauzi Abdul Rifai Wadjidi Abdul Rifai Wadjidi Alfian Firlansyah Ananta Dwi Prayoga Alwy Andi Aisyah Nurfitri Andi Akram Nur Risal Andi Baso Kaswar Andi Baso Kaswar Andi Mawaddah Sumardi Andi Sadri Agung Bukhari Naufal Nur A.G Dewi Fatmarani Surianto FADIAH, NUR Fathahillah Fathahillah Hartanto Tantriawan Jariah, Rezki Nurul Jumadi Mabe Parenreng Muh. Rifqi Fadhil Muhammad Fajar B Muhammad Nur Yusri Muhlis Tahir Nuhun Rivaldi Nur Anny S. Taufieq Nur Inayah Yusuf Nurjannah Nurjannah Nurjannah Nurlita Pertiwi Nurul Mukhlisah Abdal Riana T. Mangesa Silvia Andriani