Article Per Year (5 Year)
p-Index From 2021 - 2026
3.844
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Informatika Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Sains dan Seni ITS IPTEK Journal of Proceedings Series IPTEK The Journal for Technology and Science CAUCHY: Jurnal Matematika Murni dan Aplikasi Gamatika Prosiding Seminar Matematika dan Pendidikan Matematik JURNAL SOSIAL HUMANIORA (JSH) Semesta Teknika Elkawnie Register: Jurnal Ilmiah Teknologi Sistem Informasi Science and Technology Indonesia Journal of Environment and Sustainability Syntax Literate: Jurnal Ilmiah Indonesia Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control BAREKENG: Jurnal Ilmu Matematika dan Terapan Limits: Journal of Mathematics and Its Applications International Journal of Computing Science and Applied Mathematics JAIM (Jurnal Abdi Masyarakat) Jurnal Teknologi Dan Sistem Informasi Bisnis Indonesian Journal of Electrical Engineering and Computer Science Majalah Ilmiah Matematika dan Statistika (MIMS) Airlangga Journal of Innovation Management Journal of Applied Data Sciences Journal of Research in Social Science and Humanities COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Jurnal Indonesia Sosial Teknologi Sewagati Limits: Journal of Mathematics and Its Applications
Mohammad Isa Irawan
Departemen Matematika Institut Teknologi Sepuluh Nopember Surabaya
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 76 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 76 Documents
Search

 4   5   6   7   8 
Implementasi Jaringan Saraf Konvolusional dengan Inception-V3 untuk Deteksi Katarak Menggunakan Gambar Digital Funduskopi Muhammad Ahnaf Amrullah; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.106807

Abstract

Katarak merupakan salah satu penyakit mata yang paling serius yang dapat menyebabkan kebutaan. Deteksi dan pengobatan dini dapat mengurangi kebutaan pada pasien katarak. Seiring berkembangnya teknologi pelayanan kesehatan saat ini mengintegrasikan alat kesehatan dan teknologi informasi untuk meningkatkan kualitas dan produktivitas dalam pelayanan kesehatan. Hasil gambar funduskopi atau gambar bagian belakang dan dalam mata (fundus) dapat digunakan untuk memprediksi katarak. Dalam Penelitian ini diimplementasikan Convolutional Neural Network (CNN) dengan arsitektur Inception-V3 dalam deteksi katarak berdasarkan gambar digital funduskopi. Terdapat 3 jenis citra fundus yang digunakan yaitu citra fundus normal, citra fundus katarak, dan citra fundus degenerasi makula. Data gambar fundus dipraproses menggunakan histogram equalization dan Contrast Limited Adaptive Histogram Equalization (CLAHE) terhadap channel hijau. Hasil terbaik pada Penelitian ini adalah model dengan praproses CLAHE dengan Fine Tuning yang memiliki akurasi sebesar 98,33%.
Komparasi Deteksi Kecurangan pada Data Klaim Asuransi Pelayanan Kesehatan Menggunakan Metode Support Vector Machine (SVM) dan Extreme Gradient Boosting (XGBoost) Alan Catur Nugraha; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.107032

Abstract

Pada era informasi ini banyak proses digitalisasi di berbagai bidang kehidupan maka semakin penting juga informasi yang didapatkan dari kumpulan data yang ada. Dampak dari perkembangan ini adalah semakin mudah terlihat kejanggalan pada data yang biasa terjadi dikarenakan adanya praktek kecurangan atau fraud. Deteksi adanya fraud pada layanan kesehatan penting dilakukan untuk dalam pengambilan keputusan yang diambil penyedia layanan kesehatan. Fraud pada layanan kesehatan itu sendiri merupakan masalah utama yang sering dialami penyedia layanan kesehatan saat ini yang merugikan banyak pihak di dalamnya. Oleh karena itu, penelitian ini membahas bagaimana cara mendeteksi fraud pada pelayanan kesehatan dengan cara machine learning. Machine learning adalah cara peningkatan kemampuan mesin dalam menyelesaikan masalah yang baru. Metode machine learning yang digunakan adalah klasifikasi Support Vector Machine (SVM) dan metode klasifikasi Extreme Gradient Boosting (XGBoost) yang hasilnya dibandingkan untuk melihat model yang lebih baik. Hasil yang didapatkan adalah hasil yang berhasil mendeteksi data fraud pada data pelayanan kesehatan tersebut dengan performa klasifikasi yang baik dalam membantu memberikan referensi pada penyedia layanan dalam mendeteksi fraud . Metode XGBoost menghasilkan performa klasifikasi yang baik dengan menghasilkan nilai Balanced Accuracy dan nilai Recall sebesar 0.9995 dan 0.9994.
Analisis Dinamika Harga Saham yang Dipengaruhi oleh Analisis Sentimen di Media Sosial Menggunakan Algoritma Support Vector Machine Antonio Galileo Tando; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.107080

Abstract

Saham dapat dideskripsikan sebagai tanda penyertaan modal pribadi atau pihak (badan usaha) dalam suatu perusahaan atau perseroan terbatas. Indeks LQ-45 terdiri atas 45 saham yang terpilih berdasarkan likuiditas perdagangan saham dan disesuaikan setiap enam bulan atau dua periode, maka saham yang terdapat dalam indeks tersebut akan selalu berubah. Analisis sentimen atau opinion mining merupakan studi komputasi dalam opini, sentimen, dan emosi yang diungkapkan dalam sebuah teks. Algoritma yang digunakan untuk melakukan klasifikasi adalah Support Vector Machine yang termasuk dalam algoritma supervised learning yang dapat digunakan untuk mengklasifikasikan teks secara otomatis. Pada penelitian ini, pre-processing teks yang digunakan adalah case folding, tokenizing, normalization, stopwords, dan stemming. Hasil klasifikasi untuk analisis sentimen dengan algoritma SVM menghasilkan accuracy rata-rata sebesar 75%. Kata-kata yang sering muncul pada masing-masing perusahaan, pada dataset sentimen positif adalah kata “bantu”, “kuat”, dan “sehat”. Sedangkan pada dataset negatif didominasi oleh kata “turun”, “tahan”, dan “bawah”. Hasil korelasi Rank Spearman menunjukkan beberapa perusahaan saham yaitu ANTM, BMRI, dan TLKM menghasilkan bahwa sentimen positif memiliki korelasi yang lemah dengan harga saham, sedangkan sentimen negatif tergolong tidak memiliki korelasi dengan harga saham.
Analisis Sentimen pada Komentar terhadap Kebijakan Perjalanan Domestik yang Dikelompokkan Menggunakan Metode Self-Organizing Maps Adrianus Bagas Tantyo Dananjaya; Mohammad Isa Irawan
Jurnal Sains dan Seni ITS Vol 12, No 1 (2023)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v12i1.107484

Abstract

Kebijakan perjalanan domestik menerapkan aturan mengenai pembatasan kegiatan transportasi selama masa pandemi Corona Virus Disease 2019 (COVID-19) untuk memutus rantai penyebaran COVID-19. Kebijakan yang sering berubah-ubah dalam rentang waktu yang singkat membuat masyarakat mengeluhkan hal tersebut. Masyarakat memberi tanggapan terhadap kebijakan tersebut melalui media sosial. Keluhan masyarakat bisa menjadi referensi untuk menyesuaikan kebijakan selain melalui evaluasi Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Penelitian ini membahas mengenai pengelompokkan komentar masyarakat tersebut dengan cara text mining yang berarti proses penggalian informasi dari data-data berupa teks yang akan menemukan keluhan masyarakat terhadap kebijakan perjalanan domestik sehingga bisa menjadi bahan evaluasi untuk membuat kebijakan selanjutnya. Metode yang digunakan untuk text mining tersebut adalah Self-Organizing Maps yang bersifat unsupervised learning untuk clustering komentar dan Indonesian Sentiment Lexicon untuk analisis sentimen komentar setiap cluster. Vaksin dan syarat perjalanan anak-anak merupakan hal yang dominan pada komentar terhadap kebijakan semua jenis transportasi dengan sentimen yang dominan pada komentar terhadap kebijakan perjalanan domestik adalah sentimen negatif.
Pengembangan Pemasaran Digital dan Finansial bagi Pengusaha Perempuan dalam Pemberdayaan Usaha Mikro di Surabaya Rukmi, Alvida Mustika; Irawan, Mohammad Isa; Mukhlash, Imam; Hidayat, Nurul; Iqbal, Mohammad
Sewagati Vol 8 No 2 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i2.488

Abstract

The Homemade adalah salah satu UMKM yang sedang berkembang di Surabaya, menghasilkan produk kuliner berbahan baku lokal daerah berupa sambal dan camilan. UMKM The Homemade masih termasuk dalam kategori usaha mikro namun mampu membuktikan produknya dapat meraih animo pasar di kota Surabaya khususnya Surabaya timur, dimana produk The Homemade sudah dijual di toko sambal Bu Rudi Surabaya. UMKM The Homemade didirikan oleh seorang wanita yang berkeinginan agar para wanita di sekitar tempat tinggalnya dapat turut serta dalam kegiatan bisnisnya. Permasalahan yang dihadapi oleh pemilik UMKM The Homemade berkenaan dengan strategi bisnis, pemasaran, dan pengelolaan finansial. Perancangan strategi bisnis dengan menggunakan bisnis model kanvas (BMC), disusun berdasarkan faktor internal dan eksternal yang ada dan BMC sangat mudah untuk diaplikasikan dalam bisnis. Penggunaan aplikasi pemasaran thehomemade.id berbasis web membantu pengusaha UMKM The Homemade dalam pemasaran agar mampu meningkatkan volume penjualan dan memperluas pangsa pasar. Sedangkan aplikasi finansial yakni aplikasi kasir pintar membantu dalam pengelolaan hasil penjualan. Usaha UMKM The Homemade diharapkan mampu bersaing terutama dalam penyajian produk kuliner yang higienis. Hasilnya kini UMKM tersebut mampu menghasilkan produk dan market yang bagus sehingga UMKM ini dapat berkembang menjadi usaha madani kedepannya.
Advancing machine learning for identifying cardiovascular disease via granular computing Ku Khalif, Ku Muhammad Naim; Muhammad, Noryanti; Mohd Aziz, Mohd Khairul Bazli; Irawan, Mohammad Isa; Iqbal, Mohammad; Setiawan, Muhammad Nanda
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 2: June 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i2.pp2433-2440

Abstract

Machine learning in cardiovascular disease (CVD) has broad applications in healthcare, automatically identifying hidden patterns in vast data without human intervention. Early-stage cardiovascular illness can benefit from machine learning models in drug selection. The integration of granular computing, specifically z-numbers, with machine learning algorithms, is suggested for CVD identification. Granular computing enables handling unpredictable and imprecise situations, akin to human cognitive abilities. Machine learning algorithms such as Naïve Bayes, k-nearest neighbor, random forest, and gradient boosting are commonly used in constructing these models. Experimental findings indicate that incorporating granular computing into machine learning models enhances the ability to represent uncertainty and improves accuracy in CVD detection.
Hydrophobicity signal analysis for robust SARS-CoV-2 classification Jamhuri, Mohammad; Irawan, Mohammad Isa; Mukhlash, Imam; Tri Puspaningsih, Ni Nyoman
Indonesian Journal of Electrical Engineering and Computer Science Vol 37, No 2: February 2025
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijeecs.v37.i2.pp1294-1305

Abstract

Rapid and accurate classification of viral pathogens is critical for effective public health interventions. This study introduces a novel approach using convolutional neural networks (CNN) to classify SARS-CoV-2 and non-SARS-CoV-2 viruses via hydrophobicity signal derived from DNA sequences. Conventional machine learning methods grapple with the variability of viral genetic material, requiring fixed-length sequences and extensive preprocessing. The proposed method transforms genetic sequences into image-based representations, enabling CNNs to handle complexity and variability without these constraints. The dataset includes 8,143 DNA sequences from seven coronaviruses, translated into amino acid sequences and evaluated for hydrophobicity. Experimental results demonstrate that the CNN model achieves superior performance, with an accuracy of over 99.84% in the classification task. The model also performs well with extended sequence lengths, showcasing robustness and adaptability. Compared to previous studies, this method offers higher accuracy and computational efficiency, providing a reliable solution for rapid virus detection with potential applications in bioinformatics and clinical settings.
Analisa Efektivitas sistem Adaptive Defense Schemes (ADS) dengan teknologi 4.0 dalam Meningkatkan Keandalan Sistem Transmisi Tenaga Listrik Kalimantan Nugraha, Arma Perwira; Irawan, Mohammad Isa
Jurnal Teknologi Dan Sistem Informasi Bisnis Vol 7 No 1 (2025): Januari 2025
Publisher : Prodi Sistem Informasi Universitas Dharma Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jteksis.v7i1.1767

Abstract

The disruption of the electricity transmission system can lead to a total blackout, resulting in losses for both customers and PT PLN (Persero) UIP3B Kalimantan company. The vulnerability map of the Kalimantan interconnection system indicates that the Barikin - Tanjung Line is particularly vulnerable due to this transmission line is a crucial junction connecting major power plants to the transmission lines of South Kalimantan, Central Kalimantan, and East Kalimantan. Adaptive Defense Schemes (ADS) is an adaptive protection system that dynamically implements load shedding to reduce the risk of blackouts. ADS employs a Technology 4.0 system that integrates SCADA, protection, and IT systems, necessitating substantial costs. The effectiveness of ADS is assessed using ARIMA forecasting. Research result shows that ADS implementation reducing total disturbance as much as 77%, disturbance duration 68%, and ENS 65%. The result of ADS implementation impact in financial sector shows the reduction of 65% of company potential loss in effect of disturbance in transmission system, and also in the period of 2023 – 2026 where the ADS is still implemented, then the company could reduce 60% of its potential loss because of the disturbance in the transmission system
Upaya Peningkatan Omzet Melalui Pemasaran Digital Berbasis Website dan Media Sosial pada Industri Rumah Tangga (IRT) Minyak Kelapa Kediri Irawan, Mohammad Isa; Mukhlash, Imam; Rukmi, Alvida Mustika; Hendy; Iqbal, Mohammad; Probojati, Rasyadan Taufiq; Hidayat, Nurul; Rukmini, Meme
Sewagati Vol 8 No 6 (2024)
Publisher : Pusat Publikasi ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j26139960.v8i6.2237

Abstract

Industri rumah tangga minyak kelapa “d’Hayfa Sukses Berkah” Kediri berdiri sejak tahun 2017. Usaha ini terletak di Jl. Kaliombo Perum Bumi Asri E-10 Kediri. Kualitas dari produk minyak kelapa Abila yang merupakan produk utama dari industri ini tidak kalah dibandingkan dengan produk sejenis yang ada di pasaran. Industri rumah tangga ini mampu menghasilkan beberapa produk turunan dari minyak kelapa, seperti sabun herbal dengan kandungan minyak kelapa dan kombinasi ekstrak tumbuhan berkhasiat, serum rambut, obat kutu, hand sanitizer, hand soap, cairan pencuci piring, serta pengharum ruangan. Dari hasil observasi dirasakan kurangnya pengetahuan masyarakat mengenai produk-produk yang dihasilkan serta kurangnya pengetahuan mengenai khasiat dan kegunaan dari produk mitra. Tujuan utama dari kegiatan abmas ini adalah untuk mengupayakan perluasan pangsa pasar melalui pemasaran digital sehingga produk minyak kelapa ini bisa dikenal luas dan meningkatkan pesanan. Sebuah website abilaindonesia.com dirancang tim abmas untuk mitra serta pengaturan unggahan media sosial yang berisi konten iklan maupun pengetahuan produk abila. Pembuatan website dan konten media sosial telah signifikan meningkatkan visibilitas online dari produk “d’Hayfa Sukses Berkah”. Penyediaan konten media sosial yang konsisten telah membantu membangun brand awareness dan keterlibatan pelanggan. Kegiatan ini mendukung pertumbuhan ekonomi berkelanjutan dan menciptakan pekerjaan yang layak (SDG 8), serta mendorong pola konsumsi dan produksi berkelanjutan (SDG 12).
The Model of Carbon Price Risk Prediction in European Markets Using Long Short-Term Memory- Geometric Brownian Motion Pradana, Yan Aditya; Mukhlash, Imam; Irawan, Mohammad Isa; Putri, Endah Rokhmati Merdika; Iqbal, Mohammad
Journal of Applied Data Sciences Vol 6, No 2: MAY 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i2.536

Abstract

Accurate carbon market price prediction is one of the fundamentals in assessing the risks associated with carbon trading. Related studies on carbon price prediction were mainly focused on two major approaches: mathematical and/or machine learning models. Geometric Brownian Motion (GBM) is one of the mathematical models that can represent carbon price movements but requires modifying the sample size and the number of parameters for compiling the simulation numerically. Moreover, two critical parameters: (μ) mu and (σ) sigma need to be estimated to simulate the carbon price movements. In this study, the parameters μ and σ estimation are based on the average return value and standard deviation. However, if the carbon price movement is very volatile, we need to recognize its trend and characteristics by estimating the parameters precisely until there is no significant change (or stable) patterns. That is very expensive and may be intractable on high-dimensional data with less precise prediction. Therefore, we propose a hybrid model for carbon price prediction based on GBM with the parameter estimation using the Long Short-Term Memory (LSTM) model. The LSTM model was chosen because it has high accuracy in parameter estimation without losing the characteristics of the GBM stochastic model. Furthermore, Value at Risk (VaR) is utilized to measure the risk of carbon price volatility predictions. The simulation results showed the proposed model has higher prediction accuracy with a not-too-significant time difference, and the model is proven reliable in measuring future risks.
Co-Authors AA. Masroeri Abduh Riski, Abduh Adrianus Bagas Tantyo Dananjaya Ahmad Ridwan Akhmad Arif Junaidi Alan Catur Nugraha Alexander Setiawan Alvida Mustika Rukmi Alvida Mustikarukmi Amira, Siti Azza Andreas Handojo Antonio Galileo Tando Ari Kusumastuti Arie Dipareza Syafei Arifah, Enny Durratul Auliya Rahmayani Baiq Findiarin Billyan Chyntia Kumalasari Puteri Danang Wahyu Wicaksono Daniel Happy Putra Darmaji Darmaji Darmawan, Didiet Edi Satriyanto Ekky Hidma Octia Rahmah Elly Matul Imah Elnora Oktaviyani Gultom Elsen Ronando Erna Apriliani Fahim, Kistosil Fendhy Ongko Giandi, Oxsy Ginardi, Raden Venantius Hari Hadi Prasetiya Haloho, Freddi Hartanto Setiawan Hendy Hendy Hendy Hozairi Imam Mukhlash Imam Mukhlash Ira Puspitasari Juhari Juhari, Juhari Ketut Buda Artana Khilmy, Akhmad Ku Khalif, Ku Muhammad Naim Mahardika, Kadek Eri Mahdiyah, Umi Mardlijah - Maulana, Muhammad Agung Adi Mey Lista Tauryawati Mohamad Muhtaromi Mohammad Hamim Zajuli Al Faroby Mohammad Iqbal Mohammad Jamhuri Mohd Aziz, Mohd Khairul Bazli Mondal, Kartick Chandra Muchamad Jati Nugroho Muhammad Ahnaf Amrullah Muhammad Athoillah, Muhammad Muhammad Fakhrur Rozi Muhammad Hajarul Aswad Muhammad, Noryanti Muhammad, Noryanti binti Mujiono, Edo Priyo Utomo Putro Ni Nyoman Tri Puspaningsih Nugraha, Arma Perwira Nurul Hidayat NURUL HIDAYAT Pratama, Qoria Yudi Putri, Endah R.M. Putri, Endah Rokhmati Merdika Putris , Nadhifa Afrinia Dwi Rasyadan Taufiq Probojati Resi Arumin Sani Rita Ambarwati Rita Ambarwati Sukmono Robin Wijaya, Robin Rohwana, Ulir Ronando, Elsen Rukmini, Meme Santoso Santoso Sepriadi, Robby Setiawan, Muhammad Nanda Setumin, Samsul Shahab, Muhammad Luthfi Siti Maghfiroh Soetrisno Soetrisno Sulastri Sulastri Titin J. Ambarwati Victory Tyas Pambudi Swindiarto YAN ADITYA PRADANA Yongky Ujianto Yuda Dian Harja Zulfa Afiq Fikriya