p-Index From 2021 - 2026
6.285
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 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 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 Jurnal Indonesia Sosial Teknologi Innovative: Journal Of Social Science Research 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
Claim Missing Document
Check
Articles

Smoking Violation Detection System Using YOLO in Non-Smoking Areas in Medan City Ananda Hatmi, Reza; Al Idrus , Said Iskandar; Indra, Zulfahmi; Niska, Debi Yandra
Bahasa Indonesia Vol 16 No 05 (2024): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

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

Abstract

The city of Medan has recorded a significant increase in the percentage of smokers in recent years. This is in line with the increase in the prevalence of smokers nationally. There are a lot of deaths caused by smoking habits in Indonesia every year. To reduce the negative impact of cigarettes and protect public health, the Medan City government has issued a Regional Regulation on Smoke-Free Areas (KTR). Even though there are regulations regulating non-smoking areas in the city of Medan, it turns out that the level of compliance of the people of Medan is still very low. This research aims to create a system that can detect smoking violations in the smoke-free area of Medan city. This study uses the YOLOv5l model to detect cigarettes. The researcher collects and analyzes the necessary datasets. The dataset is divided into data training, validation, and testing. The model evaluated using test data got a fairly good mAP score. The model is also dieva.
Penerapan Algoritma Brute Force Untuk Optimasi Strategi Tim Permainan Sepak Bola Pratama, Ega; Indra, Zulfahmi; Savana HSB, Muhammad Alby; Fauzan, M Rosyid
Journal of Education Technology Information Social Sciences and Health Vol 4, No 1 (2025): March 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v4i1.4271

Abstract

Tujuan penelitian ini adalah mengimplementasikan algoritma Brute Force untuk meningkatkan formasi permainan sepak bola. Tujuan utamanya adalah mencari susunan pemain terbaik untuk meningkatkan kinerja tim dalam menghadapi situasi taktis yang beragam. Algoritma Brute Force digunakan untuk mengeksplorasi semua kemungkinan kombinasi pemain dalam formasi sepak bola populer saat ini. Penelitian ini melakukan analisis efisiensi komputasi algoritma Brute Force dan dampaknya dalam simulasi taktik di lapangan. Penerapannya memberikan wawasan strategis yang penting bagi pelatih dalam menentukan formasi terbaik untuk situasi pertandingan tertentu.
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)
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%.
Co-Authors Abdi Setiawan Adidtya Perdana, Adidtya Adwitia, Keysa Shifa Agata Putri Handayani Simbolon Alfarizi Wijaya Alsya Adelia Putri Ananda Hatmi, Reza Ananda, Rizky Ananta, Willy Pramudia Anastasya Carity S, Disty Angga Warjaya ARNAH RITONGA, ARNAH Arnita Arnita Asra, Naufal Aqiilah Barus, Angelica Batubara, Shabrina Husna Buulolo, Calvin Sahputra Chairunisah Chairunisah, Chairunisah Dede Yusuf Wagiman DIdi Febrian Drilanang, Mhd Ilyasyah Evaliana Sembiring, Khatrin 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 Kana Saputra S Kartika, Dinda Khairani, Nerli Khusnul Arifin . Lorinez, Yohana Lubis, Afiq Alghazali Lubis, Fauzan Azima Lubis, Muhammad Ghafur Rahman Luge, Miclyael M. Reza Pratama Harahap MANSUR AS Manullang, Sudianto Melika Debiyana Putri Muhammad Andika Muslim Muhammad Ridho Muhammad Rizki Alfahri Nasution, Adzkia Nur Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nouri, Maulana Al Palevi, Muhammad Rheza Pandiangan, Gus Rosauli Paramitha Purba, Desni Parapak, R Putri Angela Pratama, Ega Priscilia, Selfi Audy Purba, Jogi Putri, Fahra Pebiana Putri, Repi Meilani Putri, Rezkya Nadilla Rahmah, Nadya Ramayani Siagian 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 Siagian, Angel Agasari Simamora, Elmanani Simanjorang, Rio Givent A Simanulang, Mika Monica Fransiska Simanungkalit, Ada Novisari D. Sinaga, Marlina Setia Sipahutar, Nuriana Siregar, Ary Prandika siti wulandari Sitompul, Dicky Sambora Sri Mulyana subanar subanar Sultan Lazuardiansyah SUSIANA Syahfitri, Ardilla Syarida Aini, Desti Syifa Cendikia, Yolanda Wahabi Hasibuan, Rahman Walidin, Adamsyach Prana Yulita Molliq Rangkuti Zai, Samuel Anaya Putra Zai, Tri Sapta Warman