Article Per Year (5 Year)
p-Index From 2021 - 2026
7.267
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Teknika Jurnal IPTEK Jurnal KARISMATIKA Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika EKSAKTA : Jurnal Penelitian dan Pembelajaran MIPA Zero : Jurnal Sains, Matematika, dan Terapan Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Kridatama Sains dan Teknologi bit-Tech Jurnal Pendidikan Teknologi Informasi dan Vokasional JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Informasi dan Sains Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika Journal of Soft Computing Exploration Griya Journal of Mathematics Education and Application Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Teknik: Jurnal Ilmu Teknik dan Informatika INCODING: Journal of Informatics and Computer Science Engineering Instal : Jurnal Komputer ALACRITY : Journal Of Education Kresna: Jurnal Riset dan Pengabdian Masyarakat Formosa Journal of Science and Technology (FJST) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Matematika, Komputasi dan Statistika Blend Sains Jurnal Teknik QISTINA: Jurnal Multidisiplin Indonesia Journal of Education Technology Information Social Sciences and Health Innovative: Journal Of Social Science Research TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Jurnal Multidisiplin Teknologi dan Arsitektur Journal of Informatics and Data Science (J-IDS) Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Ilmiah Sistem Informasi Journal of Accounting Law Communication and Technology Journal of Education Transportation and Business Journal of Computer Science Advancements Jurnal Publikasi Ilmu Komputer dan Multimedia
Zulfahmi Indra, Zulfahmi
Uniersitas Negeri Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 58 Documents
Search

 1   2   3   4   5 
Comparative Analysis of Model Architectures Using Transfer Learning Approach in Convolutional Neural Networks for Traditional Ulos Fabric Classification Abdullah, Taufik; Saputra S, Kana; Syahputra, Hermawan; Indra, Zulfahmi; Kartika, Dinda
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 4 No. 2 (2025): February 2025
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v4i2.719

Abstract

Ulos cloth is a traditional woven fabric of the Batak tribe in North Sumatra, valued for its aesthetic and symbolic significance in various ceremonies. The diversity of ulos motifs presents challenges in preservation due to their unique patterns and functions. This study aims to develop an accurate method for classifying ulos motifs using Transfer Learning on Convolutional Neural Network (CNN) architectures. Five popular models—VGG16, VGG19, MobileNetV3, Inception-V3, and EfficientNetV2—were evaluated on a dataset of 962 ulos images across six motif categories.The results show that Inception-V3 outperformed other models with an average validation accuracy of 98.13% and the lowest loss of 5.67%. Inception-V3 also demonstrated superior generalization, achieving the highest K-fold validation accuracy, while VGG16 and VGG19 exhibited overfitting at higher learning rates. Two-way ANOVA analysis confirmed significant performance differences among the models and highlighted the interaction between model type and training methods. This research recommends Inception-V3 as the optimal model for ulos motif classification, offering an efficient and reliable tool to support cultural preservation through advanced image recognition technology.
Pembangunan Website untuk Penjadwalan Maintenance Menggunakan Algoritma Priority Schedulling Harahap, Muhammad Abarorya; Rangkuti, Yulita Molliq; AS, Mansur; Indra, Zulfahmi; Saputra, Kana
Jurnal Kridatama Sains dan Teknologi Vol 7 No 01 (2025): Jurnal Kridatama Sains dan Teknologi
Publisher : Universitas Ma'arif Nahdlatul Ulama Kebumen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53863/kst.v7i01.1504

Abstract

PTPN II Sugar Factory (PG.II) is a company that produces sugar which often experiences difficulties in producing sugar that is not time efficient due to frequent unexpected damage to the machine, which results in a reduced amount of time used to produce sugar. One of the causes of machine damage at PTPN II Kwala Madu is the absence of an information system about scheduling machine maintenance so that production machine damage occurs. The purpose of performing maintenance is so that the network distribution capability can meet the needs of the company, maintaining quality at the right level to meet what is needed by the production itself. Maintenance also aims to achieve the lowest possible cost level and avoid maintenance activities that can endanger the safety of the workforce or employees. help reduce usage or deviations beyond the limit and maintain the capital that has been invested during the specified time in accordance with the policies of the company or organization. The stages of this research are analyzing needs, designing / modeling a scheduling system with the Priority Schedulling algorithm, followed by programming, software testing and testing. Global system design using UML modeling language consisting of Usecase Diagram, Activity Diagram, Class Diagram, and Bari Diagram
Pengembangan dan Evaluasi Media Pembelajaran Interaktif Determinan Matriks Ordo N x N Berbasis Web dengan Kustomisasi Ordo dan Metode Saketang, Tia Risky Yasmin; Indra, Zulfahmi; Putri, Repi Meilani; Sipahutar, Nuriana
Journal of Education Transportation and Business Vol 2, No 1 (2025): Juni 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetbus.v2i1.6402

Abstract

Media pembelajaran interaktif merupakan inovasi dalam dunia pendidikan yang dirancang untuk meningkatkan pemahaman siswa melalui keterlibatan aktif, visualisasi konsep, dan interaksi langsung dengan materi. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sebuah media pembelajaran interaktif berbasis web yang memfasilitasi pemahaman siswa terhadap materi determinan matriks, khususnya pada metode ekspansi kofaktor, Sarrus, minor, dan kofaktor. Metode penelitian yang digunakan adalah Research and Development (RD) dengan model pengembangan ADDIE. Hasil uji coba menunjukkan bahwa media ini mendapatkan penilaian sangat baik dari segi konten, tampilan, dan fitur interaktif, dengan mayoritas responden memberikan skor pada rentang 4 dan 5. Hal ini mengindikasikan bahwa media pembelajaran ini efektif dalam membantu siswa memahami konsep yang disampaikan. Dengan demikian, media ini layak digunakan sebagai salah satu alternatif pendukung proses belajar mengajar pada materi determinan matriks.
Pembelajaran Sistem Persamaan Linear Tiga Variabel Berbasis Koding Python untuk Mahasiswa Pemula Purba, Jogi; Indra, Zulfahmi; Asra, Naufal Aqiilah; Nouri, Maulana Al
Journal of Education Transportation and Business Vol 2, No 1 (2025): Juni 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetbus.v2i1.6381

Abstract

Persamaan linear Tiga variabel merupakan konsep dasar dalam matematika yang penting untuk dikuasai oleh mahasiswa, khususnya pada bidang sains dan teknik. Namun, pemahaman terhadap konsep ini seringkali bersifat teoritis dan kurang terhubung dengan aplikasi nyata. Tujuan dari penelitian ini adalah untuk mengembangkan metode pembelajaran berbasis pemrograman Python yang akan membantu siswa pemula memahami konsep dan penyelesaian persamaan linear tiga variabel secara lebih praktis dan bermanfaat. Metode ini mencakup pembuatan modul pembelajaran interaktif dan penggunaan skrip Python sederhana untuk menyelesaikan berbagai jenis persamaan linear. Hasil evaluasi dari kelompok siswa menunjukkan bahwa metode ini memiliki kemampuan untuk meningkatkan pemahaman konseptual dan keterampilan komputasional siswa. Penggunaan Python juga terbukti bermanfaat untuk meningkatkan logika matematis siswa dan memvisualisasikan proses penyelesaian. Oleh karena itu, pemrograman dapat dimasukkan ke dalam pembelajaran matematika dasar untuk meningkatkan kualitas pembelajaran di era digital.
Implementation of Convolutional Neural Network in Detecting Avocado Ripeness Level Luge, Miclyael; Indra, Zulfahmi; Syahputra, Hermawan; Al Idrus, Said Iskandar; S, Kana Saputra
Jurnal IPTEK Vol 29, No 1 (2025): May
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.iptek.2025.v29i1.6737

Abstract

Squeezing avocados to determine ripeness can cause physical damage or bruising, reducing the fruit’s quality and resulting in losses for sellers and buyers. This research aims to develop an Android-based mobile application to detect avocado ripeness based on skin color, avoiding physical damage to the fruit. The study uses three simple Convolutional Neural Network architectures to evaluate the algorithm’s ability to detect avocado ripeness. The dataset includes 385 images across four classes: immature, half-ripe, ripe, and overripe (74 images each), and an additional 89 images for the non-avocado class. The model was trained with learning rates of 0.001, 0.0001, and 0.00001. The architecture with the most convolutional layers achieved the best performance with a 0.001 learning rate, yielding a test accuracy of 94.15%, a test loss of 19.28%, and an F1-score of 94.0%. The best model was then converted to TFLite format and successfully integrated into an Android application that functions effectively.
IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM KLASIFIKASI PENERIMA BANTUAN PANGAN NON TUNAI (BPNT) BERBASIS WEB: STUDI KASUS: KELURAHAN CENGKEH TURI Syarida Aini, Desti; Febrian, Didi; Nasution, Hamidah; Iskandar Al Idrus, Said; Indra, Zulfahmi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13770

Abstract

Kemiskinan merupakan tantangan utama dalam pembangunan Indonesia, yang semakin diperburuk oleh krisis ekonomi 1998. Untuk mengatasi hal ini, pemerintah meluncurkan program Bantuan Pangan Non Tunai (BPNT) melalui sistem uang elektronik bagi keluarga miskin, guna memastikan pemenuhan pangan dan meringankan beban pengeluaran. Program ini juga mendukung pencapaian Sustainable Development Goals (SDGs). Namun, pengolahan data penerima BPNT di Kelurahan Cengkeh Turi masih dilakukan secara manual, menyebabkan proses yang lam dan subjektif. Oleh karena itu, dibutuhkan analisis menggunakan teknik data mining, seperti klasifikasi Naïve Bayes, untuk meningkatkan efektifitas dan efisiensi dalam hal akurasi penyaluran bantuan. Naïve Bayes dipilih karena merupakan algoritma klasifikasi yang efisien dan efektif, menggunakan probabilitas dan statistik untuk memprediksi kategori data. Meskipun mengasumsikan independensi antar atribut, algoritma ini tetap memberikan hasil yang baik. Hasil klasifikasi menggunakan Naïve Bayes menunjukkan akurasi sebesar 83,33%, dengan 16,67% data terdeteksi kurang tepat sasaran. Dari 20% data uji, 9 data diterima dan 21 data ditolak. Dengan 25 data yang sesuai dan 5 data yang tidak sesuai, sistem ini efektif mengidentifikasi kelompok yang membutuhkan bantuan berdasarkan variabel yang memiliki korelasi kuat dengan hasil klasifikasi.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM MENDETEKSI TINGKAT KEMATANGAN BUAH KAKAO Wahabi Hasibuan, Rahman; Taufik, Insan; AS, Mansur; Iskandar Al Idrus, Said; Indra, Zulfahmi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14116

Abstract

Indonesia merupakan negara agraris dengan sektor perkebunan yang berperan penting dalam perekonomiannya. Kakao (Theobroma cacao L.) merupakan komoditas strategis yang berkontribusi pada ekspor, lapangan kerja, agribisnis, serta pertanian berkelanjutan. Namun, di Sumatera Utara, meskipun sektor perkebunan berkembang, produksi kakao menghadapi tantangan seperti alih fungsi lahan. Proses pemanenan kakao secara tradisional mengandalkan penilaian kematangan secara manual, yang rentan terhadap kesalahan akibat kelelahan dan subjektivitas manusia. Convolutional Neural Network (CNN) telah banyak digunakan dalam pengolahan citra karena kemampuannya mengenali pola dengan akurasi tinggi. Penelitian ini mengusulkan penggunaan CNN dengan Transfer Learning berbasis EfficientNetB0 untuk mengklasifikasikan tingkat kematangan buah kakao. Dataset terdiri dari 360 gambar dalam kategori Mentah, Matang, Busuk, dan Unclassified, dengan teknik pra-pemrosesan seperti resizing, noise, rotasi, flipping, cropping, dan penghapusan latar belakang. Dataset dibagi menjadi 70% untuk pelatihan dan 30% untuk validasi, dengan optimasi hyperparameter. Model mencapai akurasi tinggi sebesar 99,71% pada data uji. Evaluasi menggunakan confusion matrix dan classification report menunjukkan kemampuan generalisasi yang baik. Selain itu, model berhasil diimplementasikan dalam aplikasi Android dengan fitur klasifikasi, riwayat, informasi, panduan, serta autentikasi pengguna. Sistem ini memungkinkan identifikasi kematangan buah kakao secara real-time dan praktis bagi petani.
IMPLEMENTASI METODE HAARCASCADE CLASSIFIER DALAM MENGIDENTIFIKASI OBJEK WAJAH MANUSIA Farhan Ramadhan, Haikal; Saputra S, Kana; Iskandar Al Idrus, Said; Indra, Zulfahmi; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14143

Abstract

Keamanan menjadi aspek esensial dalam berbagai sektor, terutama pada era teknologi modern yang menuntut sistem pengamanan canggih. Salah satu inovasi dalam identifikasi dan autentikasi adalah pengenalan wajah, metode yang andal, tidak invasif, dan sesuai berbagai konteks. Dalam penelitian ini, algoritma Haar Cascade Classifier dan arsitektur jaringan saraf Inception V3 digunakan untuk meningkatkan efisiensi serta akurasi pengenalan wajah. Penelitian ini merespons tiga permasalahan utama, yaitu kebutuhan sistem keamanan modern, kendala akurasi, dan keandalan teknologi pengenalan wajah saat ini. Penelitian bertujuan menganalisis kemampuan dan kinerja Haar Cascade Classifier dalam mendeteksi wajah dengan variasi pose, serta mengoptimalkan implementasinya untuk memenuhi kebutuhan aplikasi dunia nyata. Metodologi meliputi pengumpulan data berupa citra wajah, pra-pemrosesan data (normalisasi piksel, augmentasi data, segmentasi wajah), serta pemisahan dataset untuk pelatihan (80%) dan pengujian (20%). Proses implementasi melibatkan Haar Cascade Classifier untuk deteksi wajah dan arsitektur Inception V3 untuk pengenalan wajah. Hasil evaluasi menunjukkan bahwa dengan learning rate 10e-4, model mencapai akurasi 100%, jauh lebih tinggi dibandingkan learning rate 10e-6 yang hanya mencapai akurasi 56%.
IMPLEMENTASI ALGORITMA NAÏVE BAYES DALAM MELAKUKAN KLASIFIKASI TINGKAT STRES SISWA SMA Anastasya Carity S, Disty; Arnita, Arnita; Simamora, Elmanani; Indra, Zulfahmi; Manullang, Sudianto
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14173

Abstract

Stres merupakan bagian dari psikologis yang dapat dialami oleh setiap individu. Dalam berbagai situasi yang mengancam, reaksi psikologis dan fisiologis dapat muncul sebagai reaksi terhadap stres. Berdasarkan dari data hasil riset kesehatan dasar (Riskesdas) tahun 2018, menunjukkan bahwa pravalensi penduduk indonesia pada umur >15 tahun yang mengalami gangguan mental emosional atau stres, sebanyak 706.688 orang (9,8%). Stres yang terjadi di dunia pendidikan yang dialami remaja dapat disebut sebagai stres akademik. Pentingnya mengetahui tingkat stres agar dapat memberikan penanganan yang tepat sesuai dengan tingkat stres yang dialami, sehingga dapat mencegah hal-hal yang tidak diinginkan. Tujuan dari penelitian ini adalah mengimplementasikan algoritma naïve bayes untuk melakukan klasifikasi tingkat stres siswa SMA, sehingga dapat mengetahui tingkatan stres yang dialami oleh siswa. Metode yang digunakan dalam penelitian ini adalah dengan melakukan preprocessing data dengan menggunakan label encoder, pembagian data menjadi data training dan data testing dengan rasio 80:20. Hasil penelitian menunjukkan tingkat akurasi dari implementasi algoritma naïve bayes sebesar 90%.
Identifikasi Penyakit Tanaman Berdasarkan Citra Daun Berbasis Web dengan Pendekatan Algoritma Convolutional Neural Network Sri Mulyana; Mansur AS; Angga Warjaya; Inna Muthmainnah; Said Iskandar Al Idrus; Zulfahmi Indra
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 8 No 2 (2025): Jurnal SKANIKA Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/skanika.v8i2.3573

Abstract

This research aims to develop a mustard plant disease classification system using the Convolutional Neural Network (CNN) method integrated into a web-based platform. Classification is carried out on three classes, namely Spotted Mustard Leaves, Rotten Mustard Leaves, Healthy Mustard Leaves, with the addition of the Not Mustard Leaf class as a distractor class to test the robustness of the model against images that are not included in the main classification category. The dataset used consists of 800 images, 200 images each per class. The CNN model was built with a sequential architecture consisting of several convolutions, pooling, dropout, and dense layers, and using ReLU and SoftMax activation functions in the output layer. The training process is carried out up to 100 epochs, but with the use of Early Stopping callback, the training stops at the 60th epoch, with the best performance (best epoch) achieved at the 32nd epoch. Evaluation of the model on test data showed an accuracy of 93.75%, with high precision, recall, and F1-score values in each class. The model was then implemented into a web interface so that users could upload leaf images and obtain classification results automatically. The results of this study show that CNN is effective in detecting mustard leaf disease and has the potential to be applied as a digital image-based diagnostic tool in agriculture.
Co-Authors Abdi Setiawan Ada Novisari D. Simanungkalit Adidtya Perdana, Adidtya Adwitia, Keysa Shifa Agata Putri Handayani Simbolon Akbar Alif Haikal Akbar Tjg, Muhammad Raffi Aldrik Bastio Alfarizi Wijaya Alsya Adelia Putri Ammar Kamil Al Abror Ananda Hatmi, Reza Ananda, Rizky Ananta, Willy Pramudia Anastasya Carity S, Disty Angga Warjaya ARNAH RITONGA, ARNAH Arnita Arnita Arnita Ary Prandika Siregar Asra, Naufal Aqiilah Augis Dinanti Azis Kurniadi Azril Arfansyah Barus, Angelica Batubara, Shabrina Husna Buulolo, Calvin Sahputra Callysa Elistia Chairunisah Chairunisah, Chairunisah Christian Nicholas Sinaga Dede Yusuf Wagiman DIdi Febrian Dinda Kartika Drilanang, Mhd Ilyasyah Evaliana Sembiring, Khatrin Fahra Pebiana Putri Farezi, Nazwar Farhan Ramadhan, Haikal Fauzan, M Rosyid Halawa, Sovantri Putra Paskah Harahap, Muhammad Abarorya Hasibuan, Muhammad Alby Savana Hasibuan, Najwa Latifah Hermawan Syahputra Hidayat, Muhammad Ferdiansyah Hijka Listia Hutagalung, Fhadillah Br Ida Ayu Putu Sri Widnyani Inna Muthmainnah Insan Taufik Jatmiko Althaf Aziz Kana Saputra S Khairany Zuhriyyah Jinan Hsb Khusnul Arifin . Lastri Putri Silaban Lorinez, Yohana Lubis, Afiq Alghazali Lubis, Fauzan Azima Lubis, Muhammad Ghafur Rahman Luge, Miclyael M. Gali Almahdi M. Reza Pratama Harahap MANSUR AS Manullang, Sudianto Melika Debiyana Putri Miftahul Janna Muhammad Andika Muslim Muhammad Iqbal Fahrezzi Muhammad Rafli Wijaya Muhammad Ridho Muhammad Rizki Alfahri Nafil Rizq Trianto Nasution, Adzkia Nur Nasution, Hamidah . Neltriana Syafira Nerli Khairani Niska, Debi Yandra Nouri, Maulana Al Palevi, Muhammad Rheza Pandiangan, Gus Rosauli Paramitha Purba, Desni Parapak, R Putri Angela Parapat, Gerhard Hasangapon Pratama, Ega Purba, Jogi Putri, Repi Meilani Putri, Rezkya Nadilla Rahmah, Nadya Ramayani Siagian Ridho Affandi Rinjani Cyra Nabila Risna Simorangkir Rizal Muslim Sinaga Rumahorbo, Gilbert Aldrich Sabina Wardaniah Said . Iskandar Saketang, Tia Risky Yasmin Samosir, Wahyu Ardiantito Saragih, Vinny Ramayani Savana HSB, Muhammad Alby Sebastian Saut Marulitua Sinaga Selfi Audy Priscilia Shaqila Rahmayani Siagian, Angel Agasari Simamora, Elmanani Simanjorang, Rio Givent A Simanulang, Mika Monica Fransiska Sinaga, Marlina Setia Sipahutar, Nuriana siti wulandari Sitompul, Dicky Sambora Sri Mulyana subanar subanar Sultan Lazuardiansyah Susiana SUSIANA Syahfitri, Ardilla Syarida Aini, Desti Syifa Cendikia, Yolanda Syti Salwaa Tambunan, M. Ananda Rizki Wahabi Hasibuan, Rahman Walidin, Adamsyach Prana Waruwu, Pedro Stella Mario Meyar Yulita Molliq Rangkuti Zai, Samuel Anaya Putra Zai, Tri Sapta Warman Zevan Irfandi Surbakti