Article Per Year (5 Year)
p-Index From 2020 - 2025
5.459
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 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) 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 Jurnal Multidisiplin Teknologi dan Arsitektur Journal of Informatics and Data Science (J-IDS) Jurnal Komputer dan Teknologi (JUKOMTEK) Journal of Accounting Law Communication and Technology Journal of Education Transportation and Business
Zulfahmi Indra, Zulfahmi
Uniersitas Negeri Medan
Religion 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 Environmental Science 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

Published : 44 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 44 Documents
Search

 1   2   3   4   5 
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%.
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.
Development of Web-Based Learning Media for Matrix Operations and 4×4 Determinant Calculation with an Adaptation of the Sarrus Method Pandiangan, Gus Rosauli; Zulfahmi Indra; Barus, Angelica; Simanulang, Mika Monica Fransiska
Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika Vol 9 No 2 (2025)
Publisher : Universitas Mercu Buana Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26486/jm.v9i2.4648

Abstract

The objective of this study is to develop a web-based learning tool that can be used for matrix operations (addition, subtraction, and multiplication) as well as for calculating the determinant of a 4×4 matrix. As an alternative to the complex cofactor method for determinant calculation, an adapted version of the Sarrus method is utilized. The research and development (R&D) process follows a digital learning media development approach, consisting of needs analysis, prototype design, implementation, and evaluation stages. This learning tool integrates basic matrix operations with an extended adaptation of the Sarrus method, incorporating A1, A2, and A3 components for 4×4 matrices. This method enables determinant calculations to be performed in a more systematic and efficient manner compared to the cofactor method, while basic matrix operations provide a comprehensive understanding of linear algebra. The study results indicate that an interactive web-based learning resource has been successfully developed. The tool features an integrated calculator for matrix addition, subtraction, and multiplication operations, as well as determinant calculations with step-by-step visualizations. The creation of this learning tool simplifies previously complex calculations while significantly improving time efficiency for both basic operations and determinant calculations.
Implementation of a Hybrid Cryptosystem Using ChaCha20 and ECC for Image Encryption in an Android Application Zai, Samuel Anaya Putra; Debi Yandra Niska; Zulfahmi Indra; Kana Saputra; Adidtya Perdana
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 4 (2025): Articles Research October 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i4.15274

Abstract

This study aims to develop an Android application capable of securely encrypting and decrypting images using a hybrid cryptographic method. The system combines the ChaCha20 algorithm as symmetric cryptography to encrypt image files, and Elliptic Curve Cryptography (ECC) as asymmetric cryptography to encrypt the ChaCha20 key. The key used is temporary (ephemeral), ensuring that only the intended recipient who possesses the appropriate ECC private key can decrypt the file. The application was developed using the Kotlin programming language in Android Studio, with a PHP-based backend and MySQL database. Testing was conducted using the black-box method and involved 15 beta testers to evaluate functionality, security, and usability aspects. The results show that all features of the application run properly, and the encryption and decryption processes can be performed efficiently and securely. Beta testers gave an average rating of 4.6 out of 5 and stated that the application is easy to use and provides sufficient protection for personal data. Therefore, the developed application successfully meets the objectives of the study and offers an alternative solution for securing image file transfers between users via Android devices.
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.
Co-Authors Abdi Setiawan Adidtya Perdana, Adidtya Adwitia, Keysa Shifa Alsya Adelia Putri Ananda Hatmi, Reza Anastasya Carity S, Disty Angga Warjaya ARNAH RITONGA, ARNAH Arnita Arnita Asra, Naufal Aqiilah Barus, Angelica Chairunisah Chairunisah, Chairunisah Dede Yusuf Wagiman DIdi Febrian Evaliana Sembiring, Khatrin Fahra Pebiana Putri Farhan Ramadhan, Haikal Fauzan, M Rosyid Halawa, Sovantri Putra Paskah Hamidah Nasution Harahap, Muhammad Abarorya 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, Muhammad Ghafur Rahman Luge, Miclyael M. Reza Pratama Harahap MANSUR AS Manullang, Sudianto Muhammad Andika Muslim Muhammad Rheza Palevi Muhammad Ridho Nasution, Adzkia Nur Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nouri, Maulana Al Pandiangan, Gus Rosauli Paramitha Purba, Desni Pratama, Ega Purba, Jogi Putri, Repi Meilani Putri, Rezkya Nadilla Rahmah, Nadya Ramayani Siagian Rinjani Cyra Nabila Risna Simorangkir Rizky Ananda Sabina Wardaniah Said . Iskandar Saketang, Tia Risky Yasmin Saragih, Vinny Ramayani Savana HSB, Muhammad Alby Selfi Audy Priscilia Siagian, Angel Agasari Simamora, Elmanani Simanjorang, Rio Givent A Simanulang, Mika Monica Fransiska Simanungkalit, Ada Novisari D. Sinaga, Marlina Setia Sipahutar, Nuriana siti wulandari Sitompul, Dicky Sambora Sri Mulyana subanar subanar Sultan Lazuardiansyah Syahfitri, Ardilla Syarida Aini, Desti Syifa Cendikia, Yolanda Venina Agustine Wahabi Hasibuan, Rahman Yulita Molliq Rangkuti Zai, Samuel Anaya Putra