Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

14.489

P-Index

This Author published in this journals

Andi Baso Kaswar Andi Baso Kaswar

Universitas Negeri Makassar

Author-ID : 2746634

Religion Agriculture, Biological Sciences & Forestry Arts Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 108 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2

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): May 2020
Publisher : Program Studi Teknik Komputer

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

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.

Sistem Monitoring Lab Terintegrasi Prodi Teknik Komputer Berbasis Knowledge Management System Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar; Hartanto Tantriawan
Journal of Embedded Systems, Security and Intelligent Systems Vol 1, No 1 (2020): May 2020
Publisher : Program Studi Teknik Komputer

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

Basis pengetahuan civitas akademik diimplementasikan ke dalam sebuah sistem monitoring lab terintegrasi berbasis knowledge managemant system dapat meningkatkan kualitas kerja, dokumentasi dan meningkatkan kualitas program studi Teknik Komputer Universitas Negeri Makassar. Tujuan penelitian ini: 1) merancang sistem monitoring lab terintegrasi berbasis knowledge management system pada program studi Teknik Komputer Universitas Negeri Makassar 2) sebagai layanan informasi, pelayanan, dan dokumentasi program studi Teknik Komputer Universitas Negeri Makassar. Hasil yang diperoleh pada penelitian ini adalah sebuah sistem monitoring lab terintegrasi berbasis knowledge managemant system dirancang menggunakan pendekatan waterfall models dan telah diuji validasi fungsionalitas sistem berjalan dengan baik. Proses interaksi basis penegetahuan admin dan user pada sitem monitoring lab terintegrasi berbasis knowledge managemant system menghasilkan 3 model interaksi pada penelitian adalah tacit – explicit, explicit – explicit, dan explicit – tacit.

KLASIFIKASI TINGKAT KUALITAS DAN KEMATANGAN BUAH TOMAT BERDASARKAN FITUR WARNA MENGGUNAKAN JARINGAN SYARAF TIRUAN Nurul Isra Humaira B; Magfira Herman; Nurhikma; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

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

Pada umumnya, manusia melakukan pemilahan hasil pertanian bergantung pada presepsi mereka terhadap komposisi warna yang dimiliki citra seperti buah-buahan. Masyarakat menilai kualitas dan kematangan tomat dengan cara manual dari tampaknya saja yaitu pada warnanya. Namun, identifkasi dengan cara manual memiliki kelemahan seperti waktu yang dibutuhkan relatih lama serta menghasilkan produk yang cukup beragam karena keterbatasan visual dan perbedaan persepsi manusia tentang buah tersebut. Oleh karena itu, penelitian ini mengusulkan metode yang dapat digunakan pada klasifikasi kualitas dan kematangan buah tomat yaitu Jaringan Saraf Tiruan. Metode ini dimulai dari tahap akuisisi citra dan preprocessing, kemudian segmentasi citra lalu operasi morfologi, kemudian ekstraksi fitur hingga tahap pelatihan menggunakan JST dan tahap pengujian klasifikasi berdasarkan fitur warna. Hasil pengujian klasifikassi kualitas dan kematangan buah tomat berdasarkan fitur warna menggunakan JST sebesar 90% dengan waktu proses 3.12 detik setiap citra. Dari penelitian tersebut, menunjukkan bahwa metode yang diusulkan memberikan waktu yang efisien terhadap klasifikasi citra tomat.

Identifikasi Kualitas Telur Ayam Berbasis Pengolahan Citra Digital dan Jaringan Syaraf Tiruan Muhammad Nur Yusri Maulidin Yusuf; Indri Pratiwi Ramadhani; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

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

Sebelum dipasarkan, telur disortir berdasarkan ukuran dan kualitas/kebersihannya. Sering ditemui penyortiran telur yang dilakukan secara manual pada industri penyortir telur. Namun, karena jumlah telur yang banyak, tentu memerlukan tenaga kerja yang besar, sehingga tak jarang terjadi human error akibat penyortiran telur yang tidak seragam. Pada penelitian ini mengusulkan sistem identifikasi kualitas dari telur ayam yang berbasis pengolahan citra dengan menggunakan jaringan syaraf tiruan. Metode ini terdiri dari lima tahap utama, yaitu: akuisisi citra, segmentasi, morfologi, ekstraksi ciri, dan identifikasi/klasifikasi. Berdasarkan hasil pelatihan jaringan syaraf tiruan yang dilakukan, diperoleh akurasi sebanyak 94,17% untuk pelatihan ekstraksi ciri bentuk, dan 82,5 % untuk pelatihan ekstraksi ciri tekstur. Sedangkan hasil pengujian diperoleh akurasi sebanyak 85% dari total 40 data yang diuji, dimana terdapat 6 data yang menghasilkan kesalahan identifikasi.

Klasifikasi Tingkat Kematangan Buah Pisang Dalam Ruang Warna RGB Menggunakan Jaringan Syaraf Tiruan (JST) Jusrawati; Ayu Futri; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

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

Pisang merupakan salah satu komoditas tanaman buah dengan tingkat permintaan yang tinggi karena memiliki banyak manfaat. Kebutuhan masyarakat untuk pasar lokal dalam negeri maupun luar negeri akan buah pisang juga dipengaruhi dengan tuntutan terhadap kualitas pisang yang terjamin. Tingkat kematangan buah pisang merupakan salah satu faktor penentu kualitas. Proses pemilahan pisang berdasarkan grade warna umumnya bergantung pada persepsi manusia terhadap faktor komposisi warna citra yang dimiliki oleh buah tersebut. Namun pengamatan yang dilakukan secara manual oleh mata manusia memiliki kelemahan yaitu adanya kesalahan manusia seperti salah lihat, gangguan penglihatan, dan mengantuk. Oleh karena itu kami mengusulkan klasifikasi tingkat kematangan buah pisang dalam ruang warna RGB menggunakan jaringan syaraf tiruan (JST). Dengan menggunakan matode yang kami usulkan pada 120 sampel buah pisang dibagi menjadi 4 kelompok, 30 sampel pisang matang, 30 sampel pisang mengkal, 30 sampel pisang mentah dan 30 sampel pisang busuk. Hasil dari penelitian ini menunjukkan bahwa metode yang kami usulkan dapat mengklasifikasikan tingkat kematangan buah pisang. Pengujian yang dilakukan dengan 120 sampel buah pisang menunjukkan tingkat akurasi sebesar 98,3%. yang dinilai telah mampu melakukan identifikasi tingkat kematangan pada buah pisang.

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): May 2021
Publisher : Program Studi Teknik Komputer

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

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).

Metode Otomatis untuk Menghitung Sel Darah Merah Menggunakan Image Processing Muh. Dirgafa Anugra Rais; Fazli Arif; Muh. Fauzan Arifuddin; Maulana Muhammad; Andi Baso Kaswar; Kurnia Prima Putra
Journal of Embedded Systems, Security and Intelligent Systems Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

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

Di seluruh dunia, kehidupan yang berbeda secara bertahap dipengaruhi oleh inovasi, dengan perawatan kesehatan menjadi area utama untuk perubahan ini. Memberikan perincian instan tentang riwayat kesehatan pasien meningkatkan kewaspadaan pasien melalui kebenaran diagnosis dan obat-obatan, kemampuan untuk berbagi informasi kesehatan kepada dokter yang berbeda, dan pengurangan kesalahan dan kesalahan yang ditemukan saat merekam data informasi kesehatan pasien melalui catatan manual. Sel darah merah atau eritrosit merupakan sel darah yang memiliki fungsi mengikat oksigen yang memiliki peran penting dalam proses oksidasi di jaringan tubuh. kemampuan afinitas oksigen terhadap eritrosit dikarenakan adanya hemoglobin. Perhitungan secara manual untuk mendeteksi kelainan darah dapat dilakukan menggunakan mikroskop, hemocytometer, dan hematology analyzer. Identifikasi penyakit menggunakan alat-alat tersebut masih memerlukan analisis lebih lanjut, sehingga memerlukan waktu yang cukup lama. Dari permasalahan tersebut penulis penulis mengusulkan Metode otomatis untuk menghitung sel darah merah dengan menggunakan segmentasi

Deteksi Jumlah Jeruk Menggunakan Metode Tranformasi Hough Elva Amalia; Andi Nurul Izzah; Tsabita Syalza Billa; Wanda Hamidah; Andi Baso Kaswar; Marwan Ramdhany Edy
Journal of Embedded Systems, Security and Intelligent Systems Vol 4, No 1 (2023): May 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v4i1.470

Permasalahan umum yang dialami oleh pedagang buah yaitu dalam menghitung jumlah buah jeruk. Kegiatan menghitung secara manual membutuhkan waktu yang lama apalagi penjualan dalam skala besar. Dari permasalahan tersebut penulis mengusulkan metode Hough Transform untuk sistem pendeteksi dan perhitungan buah jeruk. Pada penelitian ini menguraikan proses sistem menjadi beberapa tahapan, yaitu: Input citra, konversi citra grayscale, mengaplikasikan median filter, meregangkan kontras, menurunkan brightness, dan deteksi hough transformation. Total dataset yang digunakan pada penelitian ini berjumlah 70 dataset citra jeruk. Untuk citra yang digunakan, algoritma Transformasi Hough sangat berperan dalam mendeteksi lingkaran pada objek buah jeruk. Oleh karena itu, diperlukan data citra dengan latar belakang yang seragam guna meningkatkan kejelasan temuan identifikasi objek melingkar. Selain faktor background objek, nilai sensitivity juga mempengaruhi ketepatan saat mengidentifikasi lingkaran. Berdasarkan hasil dan pembahasan uji coba, sistem dapat mendeteksi dan menghitung jeruk cukup baik dengan akurasi mencapai 95,4%.

Sistem Klasifikasi Tingkat Kematangan Buah Cabai Katokkon Berdasarkan Fitur Warna LAB Menggunakan Artificial Neural Network Backpropagation Andi Baso Kaswar; Fhatiah Adiba; Dyah Darma Andayani
Journal of Embedded Systems, Security and Intelligent Systems Vol 4, No 2 (2023): November 2023
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v4i2.996

Chili is one of the horticultural commodities that has a very significant economic and cultural value in Indonesia. One type of chili that is unique but widely cultivated in Indonesia is katokkon chili (Toraja chili). Seeing the great potential that katokkon chili has, the chili is finally widely cultivated. However, various problems in the cultivation process until harvest have emerged. One of them is in the process of identifying the level of maturity. The stage of identifying the maturity level of chilies is an important aspect of cultivation and post-harvest handling. This is because the maturity level significantly affects the quality, nutritional content, and market value of chili katokkon. Many studies have utilized digital image processing and machine learning in fruit ripeness detection. However, until now, the detection of the maturity level of katokkon chili fruit is still done manually, which has an impact on the potential inaccuracy of classification results due to various factors. Therefore, this research proposes a classification system for the maturity level of katokkon chili fruit based on LAB color features using artificial neural network backpropagation. The proposed method consists of six main stages, namely image acquisition, preprocessing, segmentation, morphological operations, LAB feature extraction, and backpropagation artificial neural network modeling. The proposed method can classify the maturity level of chili katokkon into three classes with 96,00% accuracy, 96,40 % precision, and 96,00% recall. These results show that the proposed method can classify the maturity level of chili katokkon accurately.

Utilizing the K-Means Clustering Algorithm for Analyzing Student Achievement Assessment at SMK Negeri 1 Gowa Andi Akram Nur Risal; Dyah Darma Andayani; Muh Ilham Suherman; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol 5, No 1 (2024): March 2024
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jessi.v5i1.2178

Student achievement assessment is an integral part of the educational process that aims to measure student learning achievement. This study aims to analyze student achievement assessments at SMK Negeri 1 Gowa using the K-Means algorithm. This study uses student data from the 2021–2022 school year, grouped into three clusters: highest, medium, and sufficient. The analysis results show that K-Means successfully clusters students based on academic achievement. The first cluster displays focused students who excel in a few key subjects (PPKN, Physics, Chemistry, and Math); the second cluster shows students with excellence in certain subjects (PAI, Bahasa Indonesia, and History); and the third cluster displays students with the highest academic achievement in all subjects. Evaluation using the silhouette coefficient shows that cluster one has a range of 0.49–0.54, cluster two has a range of 0.49–0.56, and cluster three has a value of 0.50–0.55, indicating that the data density in each cluster is good. SMK Negeri 1 Gowa can use the results of this study as a basis for school evaluation to enhance student achievement.

Co-Authors A. Farha Adella A. Muhammad Idkhan A. Mutahharah A. Mutahharah Mutahharah A.Farha Adella Abd. Rahman Patta Abdul Muis Mappalotteng Abdul Wahid Adiba, Fhatiah Afdhaliyah, Mukhlishah Afyan, Nurbaitul Aglaia, Alifya Nuraisyar Agung, Andi Sadri Agus Zainal Arifin Agus Zainal Arifin Agustinus Suria Darme Ahmad Adzan Lain Ahmad Fudhail Majid Ahmad Khan, Sardar Faroq Ahmad Mustofa Hadi Ahmad Mustofa Hadi Ainun Zahra Adistia Aisyah Ramadani Akbar, Trisakti Aksa, Muhammad Alfian Firlansyah Amukune, Stephen Ananta Dwi Prayoga Alwy Andi Ahmad Taufiq Andi Akram Nur Risal Andi Alamsyah Rivai Andi Dio Nurul Awalia Andi Fitri Novianti Andi Nurul Izzah Andi Rosman N Andi Tenri Ola Rivai Andi Tenriola Anggy Heriyanti Anggy Heriyanti Annajmi Rauf Anny Yuniarti Aprilianti Nirmala S Aqsha, Ismail Aras, Muh Riski Farukhi Arifky, Reza Arinanda Alviansyah Arliandy, Arliandy Arsyad, Meisaraswaty Arya Yudhi Wijaya Arya Yudhi Wijaya Aryadi Nurfalaq Ashadi, Ninik Rahayu Asmi Ulfiah Asnidar Asnidar Asrofi, Muhammad Ghufran Astuti, Ninik Aswar Aswar Aulia, Magfirah Awalia, Nur Ayu Futri Azis, Putri Alysia Azis, Salsabila Bantun, Suharsono Bugdady, Andi Jaedil Bukhari Naufal Nur A.G Burhan, Rafli Ananta Chairati, Chairati Cyahrani Wulan Purnama Cyahrani Wulan Purnama Rasyid Darma Andayani, Dyah Darme, Agustinus Suria Della Fadhilatunisa Desitha Cahya Dewi Fatmarani Surianto Dhanendra, Fadhil Didik Dwi Prasetya Dina Salam, Fitria Nur Dirawan, Gufran Darma Edy, Marwan Ramdhany Elva Amalia Elva Amalia Eman Wahyudi Kasim Eriyani, Nindy Sri Fachriansyah, Zaky Farid, Muhammad Miftah Farros Taufiqurrahman Fathahillah Fathahillah Fauzi, A. Arfan Fauziyah Alfathyah Fazli Arif Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Hafidz Muhtar Hanum Zalsabilah Idham Hartanto Tantriawan Heriyanti, Anggy Herman Hermansyah Hermansyah Hersyam, Muh Syachrul Hesty Alfrianty Suhapid Hidayat, Muh. Taufik Ibnu Fikrie Syahputra Ibrahim, Firmansyah Idkhan, A. Muhammad Idkhan, Andi Muhammad Idris, Muh Gimnastiar Ihlasul Amal Ikra Ain Fahwa Ilham, Muh Ilham, Muhammad Ryan Ilyas, Muh. Imran, Al Indri Pratiwi Ramadhani Intam, Reski Nurul Jariah S Irwansyah Suwahyu ISHAK Israwati Hamsar Iwan Suhardi Jamaluddin, Bunga Mawar Jamila Jamila Jamila Jannah, Devi Miftahul Jariah S.Intam, Rezki Nurul Jasruddin Daud Malago Jayanti Yusmah Sari Jessica Crisfin Lapendy Juliano Nufiansyach Dini Jumadi Mabe Parenreng Jusrawati Jusrawati Jusrawati Kaparang, Adam Indra Kaswar, A Baso Kurnia Prima Putra Kurnia Wahyu Prima Labusab Labusab Labusab Labusab, Labusab Lapendy, Jessica Crisfin Lavicza, Zsolt M. Miftach Fakhri Makmur, Haerunnisya Mappaita, Al Haytsam Marwan Eka Ramdhany Marwan Ramdhany Edy Massie, Gary Jeremi Maulana Muhammad Maulana Muhammad Mawaddah, Arini Ulfa Muammar Muammar Muh Aldhy Fatahillah Muh Devan Fahresi Muh Fuad Zahran Firman Muh Ilham Suherman Muh Omar Hassan ST Muh. Dirgafa Anugra Rais Muh. Dirgafa Anugrah Rais Muh. Fardika Pratama Putra Muh. Fauzan Arifuddin Muh. Ihsan Zulfikar Muh. Rais Muh. Rasul D Muhammad Agung Muhammad Agung Muhammad Akbar Muhammad Akil, Muhammad Muhammad Atthariq Muhammad Fajar B Muhammad Naim Muhammad Nur Yusri Maulidin Yusuf Muhammad Nur Yusri Maulidin Yusuf Muhammad Yahya Muhiddin Palennari Muhira Muhira Muhtar, Hafidz Mukhtar Mukhtar Mulia, Musda Rida Muliaty Yantahin Musdar, Devi Miftahul Jannah Mustari Lamada Mutahharah, A Naim, Muhammad Nasrullah, Asmaul Husnah NFH, Alifya NIRMALA, PUTRI Nirsal Nur Aisyah Fadliyah Faizal Nur Anny S. Taufieq Nur Fadillah Bustamin Nur Inayah Yusuf Nurfalaq, Aryadi Nurfitri, Andi Aisyah Nurhidayat Nurhidayat Nurhikma Nurhikma Nurhikma Nurjannah Nurjannah Nurjannah Nurjannah Nurjannah Nurjannah Nurjannah Nurjannah Nurul Amanda Pratiwi Hasbullah Nurul Isra Humaira B Nurul Istiqamah Qalbi Nurul Izzah Dwi Nurul Izzah Dwi Nurdinah Nurwijayanti Patongai, Dian Dwi Putri Ulan Sari Perdana, Am Akbar Mabrur Pramudya Asoka Syukur Pratama, Azir Zuldani Pratiwi, Hardyanti Putri Ramdani R, Muh Raflyawan R, Ranir Aftar Ranggareksa, Andi Ranir Atfar R Rapa, Wiwi Resky, Andi Aulia Cahyana Riana T. Mangesa Ridwan Daud Mahande Ridwansyah Riswansyah , Muh Fikra Junian Riyama Ambarwati Rosidah RR. Ella Evrita Hestiandari Rusli, Risvan S, Mushawwir Sahribulan Sahribulan Saiful Bahri Musa Sakira, Tiara Putri Sam, Muh Hadal Ali Sanatang Saparuddin Saparuddin Saparuddin Saparuddin Saprina Mamase Saputra, Nikola Sartika Sari Sartika Sari Sasmita Sasmita Sasmita SATRIYAS ILYAS Silvia Andriani Soeharto Soeharto SR, Amin Farid Dirgantara Sri Rahayu St. Fatmah Hiola Suharsono Bantun Suhartono Suhartono, Suhartono Supria Supria Surianto, Dewi Fatmawati Susiana Sari Syamsuddin Syamsul Huda Syasikirani. N, Adelia Tenriajeng, Andi Afrah Tenriola, Andi Tri Afirianto Tsabita Syalza Billa Tsabita Syalza Billa Irawan Umar, Nur Fadhilah Wahda Arfiana AR Wahid, Syahid Nur WAHYUDI Wanda Hamidah Wardani, Ayu Tri Wiwi Rapa WULANDARI Yasin, Muhamad Yasser Abd Djawad Yuliarni, Tarisa Yusuf, Zulfatni

Title Search

Found 12 Documents Search Journal : Journal of Embedded Systems, Security and Intelligent Systems

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 12 Documents
Search
Journal : Journal of Embedded Systems, Security and Intelligent Systems