Article Per Year (5 Year)
p-Index From 2021 - 2026
5.298
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal VALENSI JURNAL KIMIA SAINS DAN APLIKASI Jurnal Natur Indonesia Jurnal Riset Kimia SEMIRATA 2015 Jurnal Pengabdian UntukMu NegeRI Jurnal Surya Medika Jurnal CoreIT Indonesian Journal of Chemistry JURNAL PHOTON JURNAL PENDIDIKAN TAMBUSAI J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Building of Informatics, Technology and Science Zonasi: Jurnal Sistem Informasi AL - Mujaddid Jurnal Ilmu-ilmu Agama Journal of Computer System and Informatics (JoSYC) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Pengabdian kepada Masyarakat Nusantara Information System Journal (INFOS) KLIK: Kajian Ilmiah Informatika dan Komputer JUSTIN (Jurnal Sistem dan Teknologi Informasi) Dinamika Lingkungan Indonesia Makara Journal of Science Tsaqofah: Jurnal Penelitian Guru Indonesia Malcom: Indonesian Journal of Machine Learning and Computer Science Aurelia: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Jurnal Aplikasi IPTEK Indonesia AHKAM : Jurnal Hukum Islam dan Humaniora Mestaka: Jurnal Pengabdian Kepada Masyarakat Molekul: Jurnal Ilmiah Kimia Journal Of Artificial Intelligence And Software Engineering
Jasril Jasril
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 69 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 69 Documents
Search

 3   4   5   6   7 
Aplikasi Pengawasan Antar-Jemput Anak Sekolah Menggunakan API (Application Program Interface) Whatsapp Sardi, Hajra; Jasril, Jasril; Irsyad, Muhammad; Kurnia Gusti, Siska
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 4 No. 6 (2024): Juni 2024
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v4i6.1898

Abstract

Alfatih School Indonesia is the first Islamic school with a combination of Indonesia and Turkey which was founded on August 15 2019. This school always ensures that its students are safe from going to school to leaving school, but currently the school only carries out supervision by waiting and ensuring that only parents students who are allowed to pick up students. This method is less effective because there is no accurate documentation or records, besides that many crimes occur, such as kidnapping, which means that security must be improved. In this research, an Android-based school children pick-up and drop-off monitoring application was built using the WhatsApp API with the QR Code feature. The application that was built is equipped with the main feature of Whatsapp Information, namely a feature that allows parents to receive detailed information about the person who picked up their child via Whatsapp messages sent to the parents' Whatsapp number by the application automatically. The type of WhatsApp that will be used is the WhatsApp API (Application Program Interface). The message will be sent after the school confirms it using a scan of the QR Code that each parent has. To ensure security the generated QR Code will always be different and can only be created through the application. The application built can also validate invalid QR-Code
Elektroreduksi CO2 menggunakan elektroda boron-doped diamond (BDD) termodifikasi emas (Au) Jasril, Jasril
AURELIA: Jurnal Penelitian dan Pengabdian Masyarakat Indonesia Vol 3, No 2 (2024): July 2024
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/aurelia.v3i2.3240

Abstract

Penelitian ini bertujuan untuk mengetahui hasil elektroreduksi CO2 menggunakan elektroda boron-doped diamond (BDD) yang didepositkan logam emas (Au). Au didepositkan pada elektroda boron-doped diamond (BDD) menggunakan teknik kronoamperometri. Berbagai konsentrasi digunakan dengan potensial deposisi secara berturut-turut -0,2 dan -0,3 V (vs Ag/AgCl). Siklik voltametri diterapkan untuk menentukan kondisi optimum elektroreduksi CO2 pada Au. CO2 dilarutkan dalam larutan NaCl 0,1 M dan Na2SO4 0,1 M. Suatu puncak reduksi yang berhubungan dengan CO2 muncul pada potensial -0,7 V (vs Ag/AgCl) pada larutan NaCl, sementara tidak ada puncak yang muncul pada larutan Na2SO4. Hasil tersebut menunjukkan bahwa modifikasi logam pada elektroda boron-doped diamond (BDD) dapat digunakan sebagai elektroda kerja pada elektroreduksi CO2.
Optimalisasi Convolutional Neural Network Menggunakan Augmentasi dan Hyperparameter untuk Klasifikasi Daging Sapi dan Daging Babi Jasril, Jasril; Sanjaya, Suwanto
JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 12, No 4 (2024)
Publisher : Jurusan Informatika Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/justin.v12i4.80337

Abstract

Tujuan penelitian ini adalah untuk menentukan model optimal pada klasifikasi sapi dan babi dengan menerapkan augmentasi data serta hyperparameter pada Convolutional Neural Network (CNN) arsitektur EfficientNet-B0. Data citra daging sapi dan daging babi yang diambil langsung dari beberapa pasar yang ada di kota Pekanbaru. Data diambil menggunakan kamera DSLR dan kamera smartphone dengan jarak antara 10cm sampai 15cm dan pencahayaan menyesuaikan dengan kondisi cahaya pada lingkungan pasar. Proses pelatihan dan pengujian model klasifikasi menggunakan beberapa skenario yaitu kombinasi pembagian data, jenis dataset, optimizer, fungsi aktivasi, dan learning rate. Berdasarkan hasil pengujian, model klasifikasi yang memiliki nilai akurasi tertinggi adalah 0,93 yaitu model dengan skenario jenis dataset gabungan (dataset original ditambah dengan dataset hasil augmentasi) dengan pembagian data 90% data latih dan 10% data uji. Hasil pengujian akurasi tertinggi menunjukkan model tidak overfitting, tetapi masih ada beberapa data citra daging sapi yang diklasifikasikan menjadi daging babi ataupun oplosan, sehingga perlu dilakukan penelitian lebih lanjut untuk meminimalkan masalah tersebut karena sebagai seorang muslim harus memastikan daging sapi yang dimakan adalah benar daging sapi.
Penggunaan Model Bahasa indoBERT pada metode Random Forest untuk Klasifikasi Sentimen dengan Dataset Terbatas Pranata, Joni; Agustian, Surya; Jasril, Jasril; Haerani, Elin
Building of Informatics, Technology and Science (BITS) Vol 6 No 3 (2024): December 2024
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i3.6335

Abstract

Masalah keterbatasan data latih menjadi tantangan utama dalam klasifikasi sentimen di berbagai bahasa, termasuk bahasa Indonesia, terutama untuk analisis sentimen terkait topik tertentu. Hal ini disebabkan oleh berbagai faktor, dan umumnya adalah kebutuhan untuk mengetahui dengan segera bagaimana sentimen terhadap suatu isu, sehingga tidak mungkin menghabiskan waktu untuk memberi label yang cukup pada data untuk proses pelatihan. Penelitian ini mengusulkan model klasifikasi sentimen dengan sumber data pelatihan yang sedikit, pada studi kasus pengangkatan Kaesang Pangarep sebagai ketua umum PSI. Algoritma Random Forest digunakan sebagai model dasar (baseline) yang dioptimasi dengan penambahan data eksternal untuk training, pemrosesan teks (text preprocessing) dan parameter tuning. Fitur input yang digunakan adalah model bahasa IndoBERT sebagai embedding kata untuk menghasilkan representasi teks yang lebih kontekstual. Hasil penelitian menunjukkan bahwa metode IndoBERT dengan Random Forest yang dioptimasi memberikan peningkatan performa yang signifikan dibandingkan baseline, sebesar 6%. Hasil klasifikasi model yang paling optimal sebesar 54% unutk F1-score dan 63% akurasi. Temuan ini menegaskan bahwa penambahan data eksternal dan optimasi parameter dapat meningkatkan kemampuan generalisasi model dalam klasifikasi sentimen bahasa Indonesia. Penelitian ini diharapkan dapat menjadi referensi metodologis bagi studi klasifikasi sentimen serupa yang menghadapi kendala ukuran dataset.
The Needs Analysis of the Android-based Online Psychological Assessment Applications Usage for School Counselors in West Sumatra Ardi, Zadrian; Jasril, Ilmiyati Rahmy; Yendi, Frischa Meivilona; Yuca, Verlanda
Jurnal Aplikasi IPTEK Indonesia Vol 5, No 2 (2021)
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.041 KB) | DOI: 10.24036/4.25454

Abstract

Psychological assessment for students is one of the activities that cannot be separated from counseling services. Psychological attributes obtained from the implementation of the assessment can be used by school counselors to intervene and develop counseling programs. However, conditions in the field indicate that school counselors still have not carried out a comprehensive assessment of the condition of students, so this has an impact on the effectiveness of counseling services. This research and community service aims to provide training and skills for school counselors in conducting psychological assessments using an Android application called Potential. The urgency of using this application has increased since the emergence of the Covid-19 pandemic, where students and school counselors cannot meet face-to-face. This community service is carried out in stages in a series of workshops and independent training. School counselors are provided with a Potential account that can be used at their school. The results of community service activities show that students' psychological conditions are generally mapped through applications and assist school counselors in planning and developing effective programs.
Kontribusi Konsep Diri dan Sikap Kerja terhadap Hasil Belajar pada Mata Pelajaran Penerapan Rangkaian Elektronika Siswa Kelas XI Teknik Audio Video SMK Negeri 1 Padang Fernando, Rivan; Haresman, Haresman; Jasril, Ilmiyati Rahmy; Putra, Rido
Jurnal Pendidikan Tambusai Vol. 9 No. 1 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i1.25445

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh konsep diri dan sikap kerja terhadap hasil belajar siswa di SMK Negeri 1 Padang. Metode penelitian menggunakan pendekatan kuantitatif dengan desain korelasional. Populasi penelitian adalah seluruh siswa kelas XI audio video SMK Negeri 1 Padang dengan sampel sebanyak 67 siswa yang dipilih menggunakan teknik purposive sampling. Pengumpulan data dilakukan melalui kuesioner untuk mengukur konsep diri dan sikap kerja, serta dokumentasi nilai untuk hasil belajar. Analisis data menggunakan regresi linear berganda. Hasil penelitian menunjukkan bahwa: (1) terdapat pengaruh positif dan signifikan konsep diri terhadap hasil belajar siswa; (2) terdapat pengaruh positif dan signifikan sikap kerja terhadap hasil belajar siswa; dan (3) secara simultan konsep diri dan sikap kerja berpengaruh positif dan signifikan terhadap hasil belajar siswa SMK Negeri 1 Padang. Temuan ini mengimplikasikan pentingnya pengembangan konsep diri yang positif dan sikap kerja yang baik untuk meningkatkan hasil belajar siswa SMK.
Respons Siswa Terhadap Program Sekolah Binaan SMK Se-Riau Program Kimia Fakultas MIPA Dan Kesehatan UMRI Nasution, Hasmalina; Siregar, Sri Hilma; Rahayu, Anggi Putri; Syahri, Jufrizal; Prasetya, Prasetya; Hilma, Rahmiwati; Syafri, Rahmadini; Sari, Meidita Kemala
Mestaka: Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 1 (2025): Februari 2025
Publisher : Pakis Journal Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58184/mestaka.v4i1.585

Abstract

The goal of education is to actively develop students' potential by establishing a learning environment and process. Most students still find learning chemistry in high school or trade school to be challenging. One way for universities to help schools grow and enhance secondary school students' skills is through the Assisted School Program. Students in this program receive training to help them develop a broad perspective, expose them to the working world, and encourage their innovative spirit. Students at the target school responded favorably to this exercise, as evidenced by the average proportion of their responses on the indicators of interest, responsiveness, and satisfaction that met positive criteria. Students at this aided school, SMK Negeri 2 Pekanbaru, responded actively to the activities 94% of the time, whereas SMK Negeri 1 Tualang received the fewest replies (72%). In general, student responses regarding their level of enthusiasm in the targeted school activities are excellent. Overall, the guided inquiry method's student replies were rated as good. This is demonstrated by the percentage of each statement falling into the very good category, the overall student response rate of 81.88%, and the pre-test and post-test results, which showed that it had an impact on students' knowledge growth as indicated by the higher post-test scores compared to the pre-test score.
Applying Local Interpretable Model-agnostic Explanations (LIME) for Interpretable Deep Learning in Lung Disease Detection Ananda, Sherly; Negara, Benny Sukma; Irsyad, Muhammad; Jasril, Jasril; Iskandar, Iwan
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): Juni On-Progress
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.7042

Abstract

Artificial Intelligence (AI) semakin banyak diterapkan dalam bidang kesehatan melalui model Machine Learning (ML) dan Deep Learning (DL). Namun, kompleksitas model modern yang bersifat black-box menimbulkan kebutuhan akan metode interpretasi yang transparan. Explainable AI (XAI) hadir untuk menjembatani hal tersebut, dengan memberikan pemahaman yang lebih baik terhadap kinerja model. Penelitian ini mengimplementasikan metode Local Interpretable Model-agnostic Explanations (LIME) untuk memvisualisasikan hasil klasifikasi model DL berbasis arsitektur ResNet18 terhadap citra Chest X-ray (CXR) pada tiga kelas: normal, COVID-19, dan pneumonia. Model mencapai precision, recall, dan F1-score rata-rata sebesar 97%, serta Accuracy sebesar 98%. Visualisasi LIME menunjukkan area citra yang berkontribusi signifikan terhadap klasifikasi, serta mampu membedakan ketiga kelas dengan baik. Hasil ini mendukung penggunaan XAI untuk meningkatkan interpretabilitas model DL dalam diagnosis medis.
Application of Shapley Additive Explanations (SHAP) in Deep Learning for Lung Disease Detection Using X-ray Images Muliani, Sarifah; Negara, Benny Sukma; Irsyad, Muhammad; Jasril, Jasril; Iskandar, Iwan
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): June
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.7044

Abstract

Pemeriksaan menggunakan citra x-ray merupakan metode yang efektif dalam membantu deteksi penyakit paru-paru, seperti COVID-19, dan pneumonia. Seiring dengan perkembangan teknologi yang meningkat, proses diagnosis kini dapat dilakukan secara lebih akurat dengan memanfaatkan sistem berbasis kecerdasan buatan. Salah satu metode yang banyak digunakan adalah deep learning namun metode ini bersifat black-box, sehingga hasil prediksi sulit dipahami dengan alasan dibalik keputusan model. Tujuan penelitian ini adalah untuk membangun sistem klasifikasi citra x-ray menggunakan model deep learning berbasis Convolutional Neural Network (CNN) dengan arsitektur VGG-16, serta menerapkan metode Shapley Additive Explanations (SHAP) untuk memberikan penjelasan mengenai visual terkait area citra yang mempengaruhi hasil prediksi. Model dilatih menggunakan beberapa konfigurasi, dan hasil terbaik diperoleh pada rasio data 80% : 20%, learning rate 0.001, batch size 32, dan 50 epoch. Hasil penelitian menunjukkan bahwa model mampu mencapai akurasi sebesar 95,75% pada data training dan 96,00% pada data validasi. Metode SHAP digunakan untuk meningkatkan pemahaman terhadap hasil prediksi. Hasil menunjukkan bahwa kombinasi deep learning dan SHAP mampu memberikan penjelasan visual terhadap hasil prediksi model.
PENGELOMPOKAN DATA KONDISI MESIN SCREW PRESS MENGGUNAKAN ALGORITMA FUZZY C-MEANS Jasril, Jasril; Al Fiqri, M. Faiz; Sanjaya, Suwanto; Handayani, Lestari; Insani, Fitri
Information System Journal Vol. 8 No. 01 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i01.2133

Abstract

Kinerja mesin screw press sangat memengaruhi efisiensi dan kualitas produksi minyak kelapa sawit. Salah satu komponen penting dalam sistem ini adalah Back Pressure Vessel (BPV) yang menyalurkan uap ke berbagai stasiun proses. Penelitian ini bertujuan untuk mengelompokkan kondisi mesin berdasarkan temperatur dan tekanan menggunakan algoritma Fuzzy C-Means (FCM). Data yang dianalisis berasal dari mesin BPV PT. XYZ periode April–Mei 2024 sebanyak 23.002 entri. Tahapan penelitian meliputi seleksi data, pra-pemrosesan, normalisasi Min-Max Scaler, klasterisasi FCM, dan evaluasi menggunakan metode Elbow dan Davies-Bouldin Index (DBI). Hasil awal menunjukkan tiga klaster dengan distribusi kondisi mesin dari stabil hingga memerlukan perawatan. Metode Elbow menunjukkan jumlah klaster optimal sebanyak empat, sedangkan DBI menunjukkan dua klaster dengan nilai terbaik 0,389. Hasil ini menunjukkan bahwa FCM mampu mengelompokkan kondisi mesin secara efektif dan dapat digunakan sebagai dasar dalam pengambilan keputusan perawatan. Penelitian ini disarankan untuk dikembangkan dengan atribut tambahan.
Co-Authors - Aisyah - Nurlaili -, Sulismayati Abdul Aziz Adel Zamri Adel Zamri agistia, nesa Ahmad Dusuki Daulay Ahmad Fauzan Aisyah Aisyah Aisyah, - Akbar, Unggul Al Fiqri, M. Faiz Alfarabi.B, Alif Ananda, Sherly Anggita, Anggi Fisi Aprilia, Tasya Asmawati Asmawati Baehaqi Bintal Amin Christine Jose Christine Jose Dampang, Hasria Darian Alfatos Denai Wahyuni Desviana, Laila Dewi, Erna Puspita Elin Haerani Elka Yuslinda Elvia Budianita Elviyenti, Elviyenti Fadhilah Syafria Faladhin, Johan Fauzi, Faradiba Kamilia Fawrin, Heralda Febi Yanto Fernando, Rivan Fiffah, Chainul Firmathoina, Aisyah Fitri Insani Fitria Novitasari Frischa Meivilona Yendi Gusti, Siska Kurnia Haiyul Fadhli Hamersat, Danu Haresman, Haresman Hariansyah, Jul Hasmalina Nasution Hendra, Rudi Hilwan Yuda Teruna Hurria, Hurria Ihsan Ikhtiarudin Iis Afrianty Ikhtiaruddin, Ihsan Iktiarudin, Ihsan Illahi, Ridho Indah Wulandari Iqbal Maulana Isnaniar Iswantir M Jufrizal Syahri Laila Desviana Lazulva Lazulva, Lazulva Lestari Handayani Lisa Utami Mahesi Agni Zaus Marta, Rizkayeni Masykur Hz Masykur HZ Muhammad Ayyub Roy Tama Muhammad Irsyad Muhdarina Muhdarina Muhdarina Muliani, Sarifah Muslim Syaifullah, Mhd Nazir, Alwis Negara, Benny Sukma Neni Frimayanti Nizar Zulmi Hasibuan Nofirda, Fitri Ayu Novianty, Riryn Nuraini Ramadhani Nurhayati Nurlaili Nurlaili Nurlaili, - Nurwijayanti Pranata, Joni Prasetya Prasetya, Prasetya Putra, Ade Herdian Putra, Rido Putri, Atika Putri, Rahmayani Indah Rahayu, Anggi Putri Rahma Dona Rahmadini Syafri Rahmiwati Hilma Ramadhani, Eka Ramadhani, Siti Ramadhanti, Aulia Rizki Retno Hidayati Rudi Hendra Salsabiela, Fadhilla Sardi, Hajra Sari, Meidita Kemala Sari, Nila Puspita Satira, Husna Shalihah, Putri Mar Atus Silvera Devy Siregar, Sri Hilma Siregar, srihilma Soeci Izzati Adlya Sofyan Husein Siregar Sulismayati - Surya Agustian Suwanto Sanjaya Syaifullah, Mhd Muslim Syukri Daud Tri Windarti Tri Windarti Tria Harlianti Ulhukmi, Nisa Veithzal Rivai Zainal WAHYUDI, DIKI Wenni, Osriza Yan Guspriadi Yasthophi, Arif Yuana Nurulita Yuca, Verlanda Yuharmen - Yum Eryanti Yuni Fatisa Yusra, Yusra Zadrian Ardi Zikra, Nadila Zulmy, Winda Permata `Nasution, Hasmalina