Article Per Year (5 Year)
p-Index From 2020 - 2025
2.195
P-Index
This Author published in this journals
All Journal Al-'Adalah ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JIMKesmas (Jurnal Ilmiah Mahasiswa Kesehatan Masyarakat) Buletin Farmatera Indonesian Journal of Medicine MIND (Multimedia Artificial Intelligent Networking Database) Journal JURNAL FARMASIMED (JFM) Dinasti International Journal of Education Management and Social Science JURNAL PUBLISITAS Texere Narra J Multica Science and Technology Journal of Endocrinology, Tropical Medicine, and Infectious Disease (JETROMI) Jurnal Locus Penelitian dan Pengabdian Jurnal Riset Indragiri Journal Of Artificial Intelligence And Software Engineering Jurnal INFOTEL
Muhammad Ichwan
Institut Teknologi Nasional Bandung
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Physics Public Health Social Sciences

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Klasifikasi Support Vector Machine (SVM) Untuk Menentukan TingkatKemanisan Mangga Berdasarkan Fitur Warna Ichwan, Muhammad; Dewi, Irma Amelia; S, Zeni Muharom
MIND Journal Vol 3, No 2 (2018): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (434.983 KB) | DOI: 10.26760/mindjournal.v3i2.16-23

Abstract

Dalam proses penentuan mutu atau tingkat kemanisan buah mangga cengkir di pasaran pada umumnya dilakukan dengan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan mangga atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan mangga tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relative besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan mangga oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat. Support Vector Machine (SVM) diimplementasikan pada penelitian ini dan K-Nearest Neighbour (K-NN) sebagai metoda pembanding untuk klasifikasi citra warna buah mangga cengkir. Dalam penelitan ini perbandingan antara kedua metode tersebut dibandingkan dengan hasil output dari alat pengukur tingkat kemanisan yaitu refractometer sebanyak 24 objek pengujian dengan akurasi sebesar 83,3%. Sedangkan hasil yang diperoleh dari metode K-NN dengan k=7 adalah data valid 21 buah dari 24 buah, dan data tidak valid 3 buah dari 24 buah.
Correlation between Hemoglobin Levels and Muscular Endurance in Soccer Athletes Octavia, Nur Afni Heryanti; Ichwan, Muhammad; Eyanoer, Putri Chairani
Indonesian Journal of Medicine Vol 3, No 3 (2018)
Publisher : Masters Program in Public Health, Universitas Sebelas Maret, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (256.415 KB)

Abstract

Background: Muscular endurance is one of the important components of physical fitness in the sport of soccer player. Soccer athletes are required to contracting the muscle explosively as maximum as possible and must have high aerobic capability. This study aimed to determine the correlation between hemoglobin levels with muscular endurance in soccer athletes.Subjects and Method: This was an analytic observational study with a cross-sectional design. The population was soccer player athlete who was incorporated in soccer clubs and soccer schools at Medan, North Sumatera, Indonesia. A sample of 96 soccer athletes was selected for this study. The dependent variable was muscular endurance. The independent variables were hemoglobin levels. Hemoglobin level was measured by the cyanmethemoglobin method, and muscular endurance was measured by the push-up test. The data was analyzed using a Spearman test.Results: Hemoglobin levels were positively correlated with muscular endurance levels and it was statistically significant (r = 0.226; p<0.05).Conclusion: This study showed hemoglobin levels correlates with muscular endurance.Keywords: hemoglobin, muscular endurance, soccer  athletesCorrespondence: Nur Afni Heryanti Octavia. Masters Program in Biomedics, Faculty of Medicine, Universitas  Sumatera Utara. Email: nurafniheryantioctavia@gmail.com.Indonesian Journal of Medicine (2018), 3(3): 168-172https://doi.org/10.26911/theijmed.2018.03.03.07
Evaluasi Karakteristik XBee Pro dan nRF24L01+ sebagai Transceiver Nirkabel FAJRIANSYAH, BURHAN; ICHWAN, MUHAMMAD; SUSANA, RATNA
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 4, No 1 (2016): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v4i1.83

Abstract

ABSTRAKPemillihan modul transciever sebagai media transmisi data digital menjadi permasalahan bagi perancang ketika mendesain suatu sistem komunikasi nirkabel. Pada penelitian ini penulis melakukan evaluasi pada dua modul transceiver yaitu XBee Pro dan nRFf24L01+ dengan tujuan untuk menentukan modul transceiver mana yang tepat digunakan untuk kebutuhan perancangan sistem Wireless Sensor Network (WSN). Evaluasi dilakukan dengan mengirimkan data dalam bentuk karakter ASCII/ bytes secara kontinyu maupun sekuensial melalui komunikasi serial UART. Pada pengaturan untuk mode data rate 250 Kbps, XBee Pro memiliki data rate 27 Kbps dan nRF24L01+ 16 Kbps untuk protokol komunikasi serial UART. Modul nRF24L01+ lebih unggul dalam mengirimkan data secara streaming (kontinyu) dibandingkan Xbee Pro, dan nRF24L01+ memiliki Round Time Trip (RTT) tercepat 0,003 sekon sedangkan XBee Pro hanya 0,036sekon. Pada aplikasi dalam ruangan XBee Pro memiliki performa lebih tinggi karena lebih stabil dalam transmisi dengan hambatan 4 dinding sedangkan nRF24L01+ hanya 2 dinding.Kata kunci: UART, Data Rate, Nirkabel, XBee Pro, nRF24L01+.  ABSTRACTChosing transciever module as a media for a digital transmission data has becoming a serious problem for a designer to design a wireless communication system. In this research, author do the evaluation for a two transceiver module that are XBee Pro and nRF24L01+, the purpose is to chose which the right transceiver module that designer need to make a Wireless Sensor Network (WSN) system. The evaluation was done by sending a data in ASCII character/ bytes as continuous and sequensial method using serial communication UART. When data rate is set to 250 Kbps mode, XBee Pro data rate is 27 Kbps and nRF24L01+ 16Kbps for serial communicaton UART purpose. nRF24L01+ is better at sending a streaming data (continuous) than XBee Pro, and also nRF24L01+ has a fastest Round Time Trip (RTT) that are 0,003 sec while XBee Pro only 0,036 sec. For indoor application XBee Pro has a better perform because it work better until 4 brick wall while nRF24L01+ only 2 brick wall.Keyword: UART, Data Rate, Wireless, XBee Pro, nRF24L01+.
Penerapan Metoda Serial Peripheral Interface (SPI) pada Rancang Bangun Data Logger berbasis SD card SUSANA, RATNA; ICHWAN, MUHAMMAD; PHARD, SAVERO AL
ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Vol 4, No 2 (2016): ELKOMIKA
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/elkomika.v4i2.208

Abstract

ABSTRAKSerial Peripheral Interface (SPI) adalah protokol komunikasi yang dapat digunakan sebagai interface komunikasi antara mikrokontroler dengan SD Card. Dengan menerapkan metoda SPI pada data logger berbasis SD Card, maka dapat diketahui karakteristik protokol komunikasi SPI antara mikrokontroler dengan SD Card. SD Card diformat dengan tipe FAT 16, dan data di dalam SD Card berupa sekumpulan paket data sensor yang diambil secara periodik dan disimpan dalam bentuk file dengan format.csv. Berdasarkan format paket data sensor yang dibuat, dapat dihitungwaktu perekaman data yang diperlukan agar kapasitas SD Card terisi penuh oleh data sensor. Hasil penelitian menunjukkan,bahwa metoda SPI yang diterapkan pada penelitian ini memiliki sifat akan melakukan pemeriksaan berulang pada pin MISO terhadap command yang dikirimkan oleh mikrokontroler melalui pin MOSI. Proses read/write data pada SD Card data logger memiliki keberhasilan 100%, karena SD Card telah terinisialisasi dalam mode SPI melalui perintah reset dan init SD Card. Komunikasi ini dapat dilakukan dengan menggunakan crystal 4 Mhz ? 20 Mhz. Untuk pengujian konfigurasi SPI, hanya Independent Slave Configuration yang dapat digunakan pada komunikasi SPI dengan 2 SD card sebagai slave. Kata kunci: Serial Peripheral Interface (SPI), Data Logger, SD card, FAT16ABSTRACTSerial Peripheral Interface (SPI) is a communication protocol that can be applied as a communication interface between microcontroller to SD Card. By implementing the SPI method to a data logger based on SD Card, it can be known the characteristics of the SPI communications protocol between microcontroller to SD Card. SD Card formatted in FAT 16 type, and data on the SD Card is the form of sensor data packets collection which be captured periodically and saved in .csv format file. Based on the sensor data packet format is created, it can be calculated recording time data required so that the SD Card capacity completely filled by the sensor data. Research results show, that the SPI method applied in this study has the properties will do repeated testing on MISO pin to the command sent by the microcontroller through the MOSI pin. The read / write data on the SD Card data logger has a 100% success, because the SD Card has been initialized in SPI mode through the reset and init SD Card command.  This communication can be established using crystal 4 Mhz - 20 Mhz. At SPI configuration testing, only the Independent Slave Configuration can be used in SPI communication with 2 SD card as a slave.Keywords: Serial Peripheral Interface (SPI), Data Logger, SD card, FAT16
TINJAUAN TENTANG TEKNOLOGI ELECTROSPINNING PADA PROSES PEMBUATAN SERAT NANOFIBERS Ichwan, Muhammad; Irawan, Bambang Riyadi
Texere Vol 9, No 1 (2011): Texere Volume 9 Nomor 1 Januari 2011
Publisher : Politeknik STTT Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53298/texere.v9i1.24

Abstract

PEMBUATAN NOWOVEN INSULATOR MEMANFAATKAN BAHAN LIMBAH BULU AYAM DAN KASA POLIPROPILEN Soekoco, Asril Senoaji; Ichwan, Muhammad; Hananto, Agus; Mustafa, Dody
Texere Vol 16, No 2 (2018): Texere Volume 16 Nomor 2 Juli 2018
Publisher : Politeknik STTT Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53298/texere.v16i2.15

Abstract

Pengenalan Pose Tangan Menggunakan HuMoment Dina Budhi Utami; Muhammad Ichwan
JURNAL INFOTEL Vol 9 No 1 (2017): February 2017
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v9i1.177

Abstract

Computer vision yang didasarkan pada pengenalan bentuk memiliki banyak potensi dalam interaksi manusia dan komputer. Pose tangan dapat dijadikan simbol interaksi manusia dengan komputer seperti halnya pada penggunaan berbagai pose tangan pada bahasa isyarat. Berbagai pose tangan dapat digunakan untuk menggantikan fungsi mouse, untuk mengendalikan robot, dan sebagainya. Penelitian ini difokuskan pada pembangunan sistem pengenalan pose tangan menggunakan HuMoment. Proses pengenalan pose tangan dimulai dengan melakukan segmentasi citra masukan untuk menghasilkan citra ROI (Region of Interest) yaitu area telapak tangan. Selanjutnya dilakukan proses deteksi tepi. Kemudian dilakukan ekstraksi nilai HuMoment. Nilai HuMoment dikuantisasikan ke dalam bukukode yang dihasilkan dari proses pelatihan menggunakan K-Means. Proses kuantisasi dilakukan dengan menghitung nilai Euclidean Distance terkecil antara nilai HuMomment citra masukan dan bukukode. Berdasarkan hasil penelitian, nilai akurasi sistem dalam mengenali pose tangan adalah 88.57%.
Evaluasi Kinerja Model Inception Resnet-V2 dan Inception-V4 dalam Mengklasifikasi Kualitas Biji Kakao ICHWAN, MUHAMMAD; SUMANTRI, HANIFAH
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 9, No 1 (2024): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v9i1.25-41

Abstract

AbstrakKakao adalah komoditas ekspor penting bagi Indonesia, dan untuk memenuhi standar mutu, diperlukan sistem klasifikasi biji kakao. Penelitian menggunakan metode CNN dengan fokus pada arsitektur Inception Resnet-V2 dan Inception-V4 untuk mengatasi permasalahan klasifikasi citra kualitas biji kakao. Keduanya merupakan inovasi dari keluarga Inception, dengan Inception Resnet-V2 menggabungkan elemen dari ResNet dan Inception, sementara Inception-V4 memperbaiki performa dengan mengurangi kompleksitas arsitektur. Tujuan penelitian adalah untuk mengevaluasi performa model dari kedua arsitektur tersebut dalam konteks klasifikasi biji kakao. Hasil penelitian menunjukkan bahwa arsitektur Inception Resnet-V2 dengan pengaturan optimizer RMSprop, batch size 16, dan learning rate 0,0001 memiliki performa terbaik, dengan nilai akurasi 91,87%, presisi 92,00%, recall 92,00%, f1-score 92,00%, dan ROC AUC Score 0,950.Kata kunci: Deep Learning, CNN, Inception Resnet-V2, Inception-V4, Biji KakaoAbstractCocoa is an important export commodity for Indonesia, and to meet quality standards, a cocoa bean classification system is needed. The research utilizes CNN method, focusing on Inception Resnet-V2 and Inception-V4 architectures to address cocoa bean quality image classification issues. Both are innovations from the Inception family, with Inception Resnet-V2 combining elements of ResNet and Inception, while Inception-V4 improves performance by reducing architectural complexity. The research objective is to evaluate the performance of models from both architectures in the context of cocoa bean classification. Research results show that the Inception Resnet-V2 architecture with RMSprop optimizer settings, batch size 16, and learning rate 0.0001 performs the best, with an accuracy of 91.87%, precision of 92.00%, recall of 92.00%, f1-score of 92.00%, and ROC AUC Score of 0.950. Keywords: Deep Learning, CNN, Inception Resnet-V2, Inception-V4, Cocoa Beans
Kinerja Model EfficientNetV2M dalam Klasifikasi Citra Tutupan dan Penggunaan Lahan ICHWAN, MUHAMMAD; HADI, IHSAN SAIFUL
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 8, No 2 (2023): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v8i2.203-216

Abstract

AbstrakTutupan lahan merujuk pada unsur-unsur fisik yang terlihat di permukaan bumi, termasuk berbagai material seperti rumput, aspal, pepohonan, tanah terbuka, air, dan material fisik lainnya. Penggunaan lahan mengacu pada bagaimana manusia memanfaatkan lahan, baik di wilayah perkotaan maupun pedesaan. Klasifikasi menggunakan deep learning merupakan metode yang akurat dan bertujuan untuk membantu mendapatkan informasi mengenai tutupan lahan di suatu wilayah. Pada penelitian ini digunakan metode EfficientNetV2M yang merupakan versi terbaru dari pendahulunya yaitu EfficientNet, yang mana metode EfficientNetv2M diharapkan mampu melakukan tugasnya untuk klasifikasi citra satelit tutupan lahan. Beberapa hyperparameter yang digunakan untuk membantu EfficientNetV2M dalam mencapai kinerja yang optimal ini adalah activation function ReLU dan GELU. Hasil klasifikasi tertinggi yang dapat dicapai oleh EfficientNetV2M ini adalah 97% dengan menggunakan ReLU Activation Function dan Optimizer Adamax.Kata kunci: Deep Learning, EfficientNetV2M, tutupan lahan, hyperparameter, activation function.AbstractLand cover refers to the physical elements visible on the Earth's surface, including materials such as grass, asphalt, trees, bare soil, water, and other physical materials. Land use refers to how humans utilize land, both in urban and rural areas. Classification using deep learning is an accurate method and aims to help obtain information about land cover in an area. In this study, the EfficientNetV2M method was used which is the latest version of its predecessor, namely EfficientNet, which method is expected to be able to carry out operations for land cover satellite image classificationSome of the hyperparameters used to help EfficientNetV2M achieve optimal performance are the ReLU and GELU activation functions. The highest classification result that can be achieved by EfficientNetV2M is 97% by using ReLU Activation Function and Optimizer Adamax.Keywords: Deep Learning, EfficientNetV2M, land cover, hyperparameter, activation function.
APPLICATION OF INTELLIGENT SYSTEM WITH BACKPROPAGATION MODEL IN CLOUD IMAGE CLASSIFICATION Mulyadi Mulyadi; Ichwan, Muhammad; Rizka, Muhammad; Ula, Mutammimul
Multica Science and Technology Vol 2 No 1 (2022): Multica Science and Technology
Publisher : Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/mst.v2i1.323

Abstract

The clouds have different patterns on each type and each type has different properties. The introduction of the type, shape, and nature of the cloud is indispensable in the weather forecasts so that the clouds can be classified. There are several methods used in the image classification process that is the method of the artificial neural network Backpropagation. The method of Backpropagation is one of the methods used for the classification process, in this research Backpropagation used on the training and testing process for the introduction of cloud imagery aimed at determining the type of cloud, before the second These stages are carried out imagery through the preprocessing process. From the training conducted using the Backpropagation method shows that this method generates the best weight value and saves that value into the database to do the testing process using a neural network Backpropagation. In addition, Backpropagation also has the ability to reduce errors by continuously correcting the weight until reaching the maximum target. Data used for training data as many as 92 cloud type image with each type of 10 imagery. In this study obtained a system success rate of 60.6%.
Co-Authors Adi, Firma Firmansyah Agus Salim ALFARISYI, SALMAN FATHUL Ambarsari, Dewi Amelia, Irma Andi Muchlas Ramadani Anggriawan, Mochamad Angga Aprianty, Henny Ardinata, Dedi - Aritonang, Evawany Y. Barmawi, Mira Musrini Bintang, Siti Sarah Bintang Sarah BURHAN FAJRIANSYAH, BURHAN Dani, Rahiman Dewi Rosmala Dewi, Hartami DEWI, IRMA AMELIA Dewi, Irma Amelia Dhuha, Muhammad Hikmal Dina Budhi Utami Dina Budhi Utami, Dina Budhi Erawan, Putu Eka F H, Ghassan Nur HADI, IHSAN SAIFUL Helmaputra, Aldri HERU PURNAWAN Heru Santosa I Ketut Suada Ignatius Adiandra Suryananda Imelda, Fatwa Irawan, Bambang Riyadi Lubis, Nenni Dwi Aprianti Lukito, Rara Restu Lumbanraja, Sarma N. M. Azriel Akram M. Fatir Reza Malik Mahyuddin K. M Nasution Miftahuddin, Yusup Miftahuddin, Yusup Milda Gustiana Husada Muhammad Rizka, Muhammad Mulyadi Mulyadi Mustafa, Dody Mutammimul Ula Nani Yuniar Nurhasanah, Youllia Indrawaty Octavia, Nur Afni Heryanti Pahlevi, Andhika Permatasari, Ranti Putri Chairani Eyanoer, Putri Chairani Rahmiwita, Rahmiwita RATNA SUSANA RR. Ella Evrita Hestiandari S, Zeni Muharom Salis, Witri Aini Salsabilla, Nadiati SAVERO AL PHARD, SAVERO AL Siahaan, Andre MP. Soekoco, Asril Senoaji SUMANTRI, HANIFAH Syafiudin, Arief Tobing, Immanuel DL. Tri Andrianto, Yoga Fathur Triyanto, Deni Yahwardiah Siregar Yogi Alamsyah Yusril Irwan