Article Per Year (5 Year)
p-Index From 2020 - 2025
1.745
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Ternak Veteriner Yayasan Cita Cendikiawan Al Khwarizmi Industrial Research Workshop and National Seminar Data Sciences Indonesia (DSI)
Amir Husein
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences 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 Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
The effectivity of Annona squamosa L seeds extracted by diverse organic solvents: water, methanol and hexane against mortality of tick larvae, Boophilus microplus in vitro Wardhana, April H; Husein, Amir; Manurung, J
Indonesian Journal of Animal and Veterinary Sciences Vol 10, No 2 (2005)
Publisher : Indonesian Animal Sciences Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (191.83 KB) | DOI: 10.14334/jitv.v10i2.466

Abstract

Boophilus microplus is the most important pest in livestock industries. The use of synthetic chemical acaricides is the main method of tick control, however, chemical acaricides are expensive, and they are harmful to environment and cause strain resistance. The aim of study was to investigate the affectivity of Annona squamosa L seeds extracted by diverse organic solvents such as water, methanol and hexane against mortality of Boophilus microplus larvae in vitro. Five hundred and fifty larvae were used in this study and divided into three groups e.g. water (3, 4 and 5% concentration), methanol and hexane extract groups (0.25, 0.50, and 0.75% concentration). Coumaphos (0.50%) was used as a positive control. The larvae were dipped into extract solution for 10 seconds and dried using filter paper. Their mortality was observed from one to five hours. The mortality data were transformed to Abbot formula and analyzed using probit analysis with 95% significant level. This study showed that the active compound of Annona squamosa L seeds had effectively contact toxic property for B. microplus larvae at 5, 0.50, and 0.75% for water, methanol and hexane extractions, respectively. The lethal concentrations of methanol extract (LC50, LC90, and LC95) were lower than hexane extract e.g. 0.32, 0.86, and 1.13%, respectively and for hexane extract were 0.35, 1.11, and 1.54%, respectively at fifth hour. The lethal times of methanol extract on 0.50% concentration were shorter than hexane extract e.g. 3.12 hours (LT50), 5.86 hours (LT90), and 7.00 hours (LT95) and for hexane extract on 0.75% concentration were 3.26 hours (LT50), 6.21 hours (LT90), and 7.45 hours (LT95). Water extract of 5% concentration was effective for traditional farmer in rural area due to easy and cheap method. The lethal concentrations of water extract on fifth hour were 2.02% (LC50), 4.00% (LC90), and 4.85% (LC95) and the lethal time on 5% concentration were 2.54 hours (LT50), 4.13 hours (LT90), and 4.75 hours (LT95).     Key Words: Annona squamosa, Boophilus microplus, Water Extract, Methanol, Hexane
The effectivity of Annona squamosa L seeds extracted by diverse organic solvents: water, methanol and hexane against mortality of tick larvae, Boophilus microplus in vitro April H Wardhana; Amir Husein; J Manurung
Jurnal Ilmu Ternak dan Veteriner Vol 10, No 2 (2005): JUNE 2005
Publisher : Indonesian Center for Animal Research and Development (ICARD)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (191.83 KB) | DOI: 10.14334/jitv.v10i2.466

Abstract

Boophilus microplus is the most important pest in livestock industries. The use of synthetic chemical acaricides is the main method of tick control, however, chemical acaricides are expensive, and they are harmful to environment and cause strain resistance. The aim of study was to investigate the affectivity of Annona squamosa L seeds extracted by diverse organic solvents such as water, methanol and hexane against mortality of Boophilus microplus larvae in vitro. Five hundred and fifty larvae were used in this study and divided into three groups e.g. water (3, 4 and 5% concentration), methanol and hexane extract groups (0.25, 0.50, and 0.75% concentration). Coumaphos (0.50%) was used as a positive control. The larvae were dipped into extract solution for 10 seconds and dried using filter paper. Their mortality was observed from one to five hours. The mortality data were transformed to Abbot formula and analyzed using probit analysis with 95% significant level. This study showed that the active compound of Annona squamosa L seeds had effectively contact toxic property for B. microplus larvae at 5, 0.50, and 0.75% for water, methanol and hexane extractions, respectively. The lethal concentrations of methanol extract (LC50, LC90, and LC95) were lower than hexane extract e.g. 0.32, 0.86, and 1.13%, respectively and for hexane extract were 0.35, 1.11, and 1.54%, respectively at fifth hour. The lethal times of methanol extract on 0.50% concentration were shorter than hexane extract e.g. 3.12 hours (LT50), 5.86 hours (LT90), and 7.00 hours (LT95) and for hexane extract on 0.75% concentration were 3.26 hours (LT50), 6.21 hours (LT90), and 7.45 hours (LT95). Water extract of 5% concentration was effective for traditional farmer in rural area due to easy and cheap method. The lethal concentrations of water extract on fifth hour were 2.02% (LC50), 4.00% (LC90), and 4.85% (LC95) and the lethal time on 5% concentration were 2.54 hours (LT50), 4.13 hours (LT90), and 4.75 hours (LT95).     Key Words: Annona squamosa, Boophilus microplus, Water Extract, Methanol, Hexane
Implementasi Least Bandwidth Utilization Ratio Sebagai Metode Load Balancing Pada Arsitektur Software Defined Network Amir Husein; T.B. Utomo; Taufik Irfan
Prosiding Industrial Research Workshop and National Seminar Vol 13 No 01 (2022): Vol 13 (2022): Prosiding 13th Industrial Research Workshop and National Seminar
Publisher : Politeknik Negeri Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (563.854 KB) | DOI: 10.35313/irwns.v13i01.4329

Abstract

Dewasa ini, pengguna internet kian meningkat seiring dengan perkembangan teknologi. Peningkatan ini mengakibatkan beban server bertambah dan perlunya sistem load balancing untuk menghindari server down. SDN atau Software Defined Network merupakan sebuah cara dalam melakukan jaringan dengan ide utama memisahkan antara control dan data plane. Protokol pada arsitektur SDN adalah OpenFlow, bertugas untuk menghubungkan control plane yang tersentralisasi dengan banyak data plane. Pada penelitian ini diimplementasikan sebuah load balancer pada SDN menggunakan metode least bandwidth utilization ratio. Pengujian dilakukan secara virtual menggunakan mininet dan Ryu pada 6 skenario. Pengukuran dilakukan pada 3 parameter Quality of Service (QoS), yaitu throughput, response time, dan packet loss yang kemudian dibandingkan dengan metode round robin. Nilai throughput pada skenario 1 hingga 6 cenderung lebih tinggi apabila dibandingkan dengan round robin, yang mana nilai throughput berbanding lurus dengan sedikit terjadinya packet loss pada seluruh skenario. Packet loss tidak terjadi sama sekali atau 0% dengan nilai rata-rata throughput tertinggi berada pada skenario 6 sebesar 2493.69 KB/s, sedangkan pada round robin terjadi packet loss di skenario 3 dengan rata-rata sebesar 1.32%. Nilai response time cukup bervariasi apabila dibandingkan dengan round robin pada seluruh skenario, dengan nilai rata-rata berada pada rentang 165.54 ms hingga 172.08 ms.
Klasifikasi Buah Guava Menggunakan Computer Vision Zizwan Putra, Adya; Harahap, Mawaddah; Husein, Amir; Simarmata, Allwin
Data Sciences Indonesia (DSI) Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i2.4006

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi buah guava menggunakan teknologi computer vision. Klasifikasi buah guava yang akurat dan otomatis dapat membantu dalam proses identifikasi buah guava yang baik kualitasnya dan dapat digunakan dalam industri pertanian, perdagangan buah-buahan, serta penelitian lanjutan. Metode yang digunakan dalam penelitian ini melibatkan beberapa langkah. Pertama, dilakukan pengumpulan data citra buah guava yang meliputi variasi jenis guava yang berbeda serta berbagai kondisi pencahayaan dan latar belakang. Data citra tersebut kemudian diolah dan dipreproses untuk mengurangi derau dan meningkatkan kualitas citra. Setelah proses ekstraksi fitur selesai, dilakukan pelatihan model klasifikasi menggunakan data citra buah guava yang telah diklasifikasikan secara manual oleh ahli. Model klasifikasi yang terlatih kemudian diuji menggunakan data citra buah guava yang belum pernah dilihat sebelumnya untuk mengukur tingkat akurasi dan performa sistem. Hasil penelitian ini diharapkan dapat menghasilkan sistem klasifikasi buah guava yang akurat dan dapat diandalkan. Dengan menggunakan teknologi computer vision, proses identifikasi buah guava dapat dilakukan secara cepat dan otomatis. Keberhasilan penelitian ini dapat memberikan kontribusi dalam meningkatkan efisiensi industri pertanian dan perdagangan buah-buahan, serta memberikan landasan bagi penelitian lebih lanjut dalam bidang pengolahan citra dan pengenalan pola.
Penerapan Metode Computer Vision Dalam Klasifikasi Buah Jeruk Menggunakan Teknik Image Pre-Processing Simarmata, Allwin; Putra, Adya; Husein, Amir
Data Sciences Indonesia (DSI) Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i2.4010

Abstract

Buah jeruk telah menjadi salah satu buah yang sangat populer dan dikenal di seluruh dunia. Dikenal karena rasa segarnya dan kandungan nutrisi yang tinggi, tanaman ini banyak diolah dan diproduksi ke dalam pengemasan minuman dan sebagai bahan pangan lainnya. Selain itu, jeruk juga memiliki variasi bentuk, ukuran, dan warna yang khas, sehingga menjadi objek yang menarik untuk diklasifikasikan menggunakan metode computer vision. Untuk memilih buah jeruk yang baik, konsumen masih menggunakan metode manual dengan menilai manisnya buah jeruk berdasarkan warnanya. Namun, pendekatan manual ini seringkali tidak efektif. Oleh karena itu, penelitian ini bertujuan untuk mengaplikasikan konsep dan analisis preprocessing citra dalam meningkatkan klasifikasi buah jeruk berdasarkan bentuk, ukuran, dan warna. Penelitian ini mengimplementasikan serangkaian teknik image pre-processing untuk mempersiapkan dan memodifikasi data gambar buah jeruk sebelum masuk ke dalam model atau algoritma pembelajaran mesin. Beberapa teknik pre-processing yang digunakan meliputi konversi ke skala abu-abu, normalisasi intensitas piksel, data augmentation, dan standarisasi gambar. Dalam pengolahan citra, penelitian ini menggunakan konsep dan teori pengolahan citra digital (PCD) yang terkait dengan interpretasi warna menggunakan Hue, Saturasi, dan Value (HSV).
Klasifikasi Tumor Otak pada gambar Magnetic Resonance Images (MRI) dengan Pendekatan Pembelajaran Mendalam Rudiansyah, Rahmad; Husein, Amir
Data Sciences Indonesia (DSI) Vol. 4 No. 1 (2024): Article Research Volume 4 Issue 1, June 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i1.4265

Abstract

Tumor otak adalah salah satu penyakit paling mematikan dan kompleks yang mempengaruhi jutaan orang di seluruh dunia, sehingga klasifikasi tumor otak yang akurat sangat penting untuk pengobatan yang efektif. Diagnosis dan pengobatan tumor otak sangat menantang, dan kurangnya diagnosis yang akurat dan tepat waktu sering kali menyebabkan hasil akhir yang buruk bagi pasien. Metode diagnostik saat ini, seperti MRI dan CT scan, seringkali tidak memadai untuk klasifikasi tumor otak secara akurat. Keputusan diagnostik sangat bergantung pada interpretasi pemindaian magnetic resonance imaging (MRI). Dalam penelitian, penerapan berbagai model CNN VGG16, Xception, MobileNet dan ResNet50 digunakan untuk klasifikasi tumor otak pada kumpulan dataset 4 kelas yaitu glioma, meningioma, notumor dan pituitary. Semua model di uji dengan berbagai percobaan eksperimental dan hasil pengujian menunjukkan bawah model Xception menghasilkan akurasi terbaik dibandingkan model lainnya.
Pengembangan aplikasi Multi-Platform dan Back-End Sesuai Dengan Standar Industri Simarmata, Allwin; Putra, Adya; Husein, Amir; Harahap, Mawaddah
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 1 (2024): Artikel Periode Mei 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i1.4015

Abstract

Di era digital yang terus berkembang pesat, kemampuan beradaptasi dengan perubahan teknologi menjadi kunci kesuksesan bagi para pegawai. Untuk itu, kegiatan pengabdian masyarakat ini dirancang dengan tujuan meningkatkan wawasan dan pengetahuan pegawai dalam menghadapi disrupsi digital. Kegiatan ini, yang berlangsung pada 15 Maret 2024 di Menara Mandiri Medan, berfokus pada pelatihan pengembangan aplikasi multi-platform dan back-end. Pelatihan ini memberikan pemahaman mendalam tentang teknologi terbaru serta keterampilan praktis yang diperlukan dalam mengembangkan aplikasi yang efisien dan mudah diakses di berbagai platform, seperti iOS, Android, dan Windows. Dalam pelatihan ini, peserta juga mempelajari pentingnya infrastruktur back-end yang kuat dan aman untuk meningkatkan skalabilitas, keamanan, dan kinerja aplikasi secara keseluruhan. Mereka diajarkan tentang bahasa pemrograman, basis data, dan layanan cloud yang mendukung operasi back-end. Selain itu, pelatihan ini menekankan pentingnya mengikuti pedoman dan standar industri untuk memastikan aplikasi yang dikembangkan memenuhi standar keamanan, kinerja, dan kualitas. Hasil dari kegiatan ini menunjukkan peningkatan kompetensi digital pegawai, mempersiapkan mereka untuk menghadapi perubahan dan mengidentifikasi peluang serta tantangan yang muncul dari perubahan teknologi. Dengan pengetahuan yang diperoleh, pegawai lebih siap untuk mengembangkan aplikasi berkualitas tinggi yang sesuai dengan standar industri. Kesimpulannya, kegiatan pengabdian masyarakat ini berhasil meningkatkan wawasan dan pengetahuan pegawai dalam menghadapi disrupsi digital, yang sangat relevan dan penting dalam era digital yang semakin kompetitif.
Basic Pemrograman Multi Platform dan Penerapan Inovasi Berbasis Teknologi Zizwan Putra, Adya; Simarmata, Allwin; Husein, Amir; Harahap, Mawaddah
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 1 (2024): Artikel Periode Mei 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i1.4016

Abstract

Pengembangan aplikasi lintas platform dan penerapan inovasi berbasis teknologi telah menjadi prioritas utama dalam industri perangkat lunak, khususnya seiring dengan peningkatan penggunaan perangkat seluler. Perubahan paradigma dalam pengembangan aplikasi, dari pembuatan versi terpisah untuk setiap sistem operasi menjadi pendekatan penulisan kode sekali dan menerapkannya di berbagai platform menggunakan teknologi seperti React Native, Xamarin, dan Flutter, telah mempercepat proses pengembangan, mengurangi biaya, dan memperluas jangkauan pasar. Meskipun demikian, tantangan dalam hal desain antarmuka pengguna, akses ke fungsionalitas asli, dan optimalisasi kinerja tetap menjadi fokus utama. Sebuah pelatihan telah diadakan pada tanggal 16 April 2024 di Menara Mandiri Medan, yang bertujuan untuk membahas berbagai aspek pengembangan aplikasi multi-platform. Melibatkan para ahli sebagai pembicara, pelatihan ini memberikan wawasan mendalam kepada peserta tentang teknologi terbaru dan praktik terbaik dalam pemrograman multi-platform. Hasilnya, pengetahuan pegawai tentang tren terkini dalam industri perangkat lunak meningkat secara signifikan. Mereka juga dilatih untuk menghadapi disrupsi digital, dengan fokus pada identifikasi peluang dan tantangan yang muncul dari perubahan teknologi. Selain peningkatan pengetahuan, pelatihan ini juga memberikan kemampuan kepada peserta untuk menghasilkan solusi inovatif yang dapat meningkatkan kesejahteraan masyarakat. Dengan demikian, pengembangan aplikasi lintas platform dan penerapan inovasi berbasis teknologi menjadi kunci dalam menjawab tantangan dan tuntutan zaman yang terus berkembang di era digital saat ini.
Klasifikasi Buah Guava Menggunakan Computer Vision Zizwan Putra, Adya; Harahap, Mawaddah; Husein, Amir; Simarmata, Allwin
Data Sciences Indonesia (DSI) Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i2.4006

Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi buah guava menggunakan teknologi computer vision. Klasifikasi buah guava yang akurat dan otomatis dapat membantu dalam proses identifikasi buah guava yang baik kualitasnya dan dapat digunakan dalam industri pertanian, perdagangan buah-buahan, serta penelitian lanjutan. Metode yang digunakan dalam penelitian ini melibatkan beberapa langkah. Pertama, dilakukan pengumpulan data citra buah guava yang meliputi variasi jenis guava yang berbeda serta berbagai kondisi pencahayaan dan latar belakang. Data citra tersebut kemudian diolah dan dipreproses untuk mengurangi derau dan meningkatkan kualitas citra. Setelah proses ekstraksi fitur selesai, dilakukan pelatihan model klasifikasi menggunakan data citra buah guava yang telah diklasifikasikan secara manual oleh ahli. Model klasifikasi yang terlatih kemudian diuji menggunakan data citra buah guava yang belum pernah dilihat sebelumnya untuk mengukur tingkat akurasi dan performa sistem. Hasil penelitian ini diharapkan dapat menghasilkan sistem klasifikasi buah guava yang akurat dan dapat diandalkan. Dengan menggunakan teknologi computer vision, proses identifikasi buah guava dapat dilakukan secara cepat dan otomatis. Keberhasilan penelitian ini dapat memberikan kontribusi dalam meningkatkan efisiensi industri pertanian dan perdagangan buah-buahan, serta memberikan landasan bagi penelitian lebih lanjut dalam bidang pengolahan citra dan pengenalan pola.
Penerapan Metode Computer Vision Dalam Klasifikasi Buah Jeruk Menggunakan Teknik Image Pre-Processing Simarmata, Allwin; Putra, Adya; Husein, Amir
Data Sciences Indonesia (DSI) Vol. 3 No. 2 (2023): Article Research Volume 3 Issue 2, December 2023
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v3i2.4010

Abstract

Buah jeruk telah menjadi salah satu buah yang sangat populer dan dikenal di seluruh dunia. Dikenal karena rasa segarnya dan kandungan nutrisi yang tinggi, tanaman ini banyak diolah dan diproduksi ke dalam pengemasan minuman dan sebagai bahan pangan lainnya. Selain itu, jeruk juga memiliki variasi bentuk, ukuran, dan warna yang khas, sehingga menjadi objek yang menarik untuk diklasifikasikan menggunakan metode computer vision. Untuk memilih buah jeruk yang baik, konsumen masih menggunakan metode manual dengan menilai manisnya buah jeruk berdasarkan warnanya. Namun, pendekatan manual ini seringkali tidak efektif. Oleh karena itu, penelitian ini bertujuan untuk mengaplikasikan konsep dan analisis preprocessing citra dalam meningkatkan klasifikasi buah jeruk berdasarkan bentuk, ukuran, dan warna. Penelitian ini mengimplementasikan serangkaian teknik image pre-processing untuk mempersiapkan dan memodifikasi data gambar buah jeruk sebelum masuk ke dalam model atau algoritma pembelajaran mesin. Beberapa teknik pre-processing yang digunakan meliputi konversi ke skala abu-abu, normalisasi intensitas piksel, data augmentation, dan standarisasi gambar. Dalam pengolahan citra, penelitian ini menggunakan konsep dan teori pengolahan citra digital (PCD) yang terkait dengan interpretasi warna menggunakan Hue, Saturasi, dan Value (HSV).
Co-Authors April H Wardhana J Manurung Mawaddah Harahap, Mawaddah Putra, Adya Rudiansyah, Rahmad Simarmata, Allwin T.B. Utomo Taufik Irfan Zizwan Putra, Adya