Article Per Year (5 Year)
p-Index From 2021 - 2026
4.663
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Seminar Nasional Informatika (SEMNASIF) Jurnal Inspiration Jurnal Komputer Terapan Insect (Informatics and Security) : Jurnal Teknik Informatika SINTECH (Science and Information Technology) Journal Jurnal Informatika Universitas Pamulang JURIKOM (Jurnal Riset Komputer) Saintifik : Jurnal Matematika, Sains, dan Pembelajarannya Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jambura Journal of Informatics Jurnal Sistem Komputer dan Informatika (JSON) Jurnal Dedikasi Journal of Computer and Information System (J-CIS) Jurnal Pengabdian kepada Masyarakat Indonesia (JPKMI) STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Jurnal Pengabdian Masyarakat UNIPOL J-Icon : Jurnal Komputer dan Informatika Nobel Community Services Journal In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Jurnal Pengabdian Kepada Masyarakat Indonesia
Farid Wajidi
Universitas Sulawesi Barat
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Nursing Physics Public Health Social Sciences Transportation Other

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Journal of Computer and Information System (J-CIS)

 1 
Deteksi Wajah dengan Metode Local Binary Pattern Histogram pada OpenCV menggunakan Pemrograman Pyhton farid wajidi; Arfa Arfa; Sugiarto Cokrowibowo
Journal of Computer and Information System ( J-CIS ) Vol 3 No 2 (2020): J-CIS Volume 3 No. 2 2020
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v2i1.773

Abstract

Deteksi wajah (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). Deteksi wajah dapat digunakan untuk melakukan pencarian data wajah dari citra atau video yang berisi wajah yang berbagai ukuran, posisi dan latar belakang. Pengenalan wajah merupakan suatu kemampuan yang digunakan oleh manusia dalam biometrik untuk membedakan manusia yang satu dengan lainnya. Seiring dengan semakin canggihnya teknologi saat ini, pengenalan wajahpun bisa dilakukan oleh sebuah sistem dengan artifical intelligence yang terhubung. Kemampuan untuk mengenal wajah tersebut memiliki kecerdasan buatan kemudian diimplementasikan dalam sebuah perangkat dengan platform android sehingga memiliki kemampuan sama seperti manusia. Local Binary Pattern Histogram (LBPH) adalah teknik baru dari metode Local Binary Pattern (LBP) untuk mengubah peforma hasil pengenalan wajah. LBP adalah deskriptor tekstur yang dapat juga digunakan untuk mewakili wajah, karena gambar wajah dapat dilihat sebagai sebuah komposisi micro-texture-pattern yaitu suatu operator non parametrik yang menggambarkan tata ruang lokal citra.
Sistem Informasi Nilai HSV Tanaman Sayur Sawi Berbasis Citra Handphone Reski Idrus; farid wajidi
Journal of Computer and Information System ( J-CIS ) Vol 4 No 1 (2021): J-CIS Volume 4 Issue 1 2021
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.259 KB) | DOI: 10.31605/jcis.v1i1.844

Abstract

Penelitian ini bertujuan untuk mengetahui nilai hsv pada tanaman sayur sawi. Metode pengolah citra dengan segmentasi warna, Tanaman sayur sawi yang diambil dalam penelitian ini setelah tanaman di semaikan dan di tanam ulang di lahan tertentu atau dari pembibit 0 umur sampai 17 hari kemudian di pindahkan tanaman tersebut, satu hari setelah tanaman sayur sawi tersebut di tanam ulang di lahan yang sudah di siapkan sebelumnya. Tanaman sayur sawi berumur 18 hari sampai 22 hari menghasilkan nilai Hue antara 37,224 % sampai 29,662 % , sayur sawi yang berumur 22 hari sampai 26 hari menghasilkan nilai Hue antara 29,662 % sampai 17,459%, sayur sawi yang berumur 26 hari sampai 30 hari menghasilkan nilai Hue 17,459 % sampai 15,755 %, sayur sawi yang berumur 30 hari sampai 34 hari menghasilkan nilai Hue 15,755 % samapi 7,483 %. Jika sayur sawi nilai HSVnya kurang dari nilai standar maka diprediksi ada gangguan tanamannya atau kurang baik pertumbuhannya, begitu juga kalau tanamannya melebihi nilai HSV standar bisa dipastikan pertumbuhan tanamannya dalam keadaan baik. Alat yang digunakan adalah kamera handphone vivo 1609 dengan alat bantu tongsit setinggi 5 meter.HandPhone Vivo 1609, Tanaman sayur sawi, Tongsit, Kertas putih bundar
Penerapan Algoritma Fordward Chaining dan Certainty Factor Pada Sistem Pakar Diagnosa Penyakit Kulit Manusia Hamrul, Heliawaty; Ibrahim, Nurjannah; Wajidi , Farid
Journal of Computer and Information System ( J-CIS ) Vol 6 No 1 (2023): J-CIS Vol 6 No. 1 Tahun 2023
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v6i1.2414

Abstract

Penelitian ini bertujuan untuk untuk mengimplementasikan algoritma forward chaining dan Certainty Factor pada aplikasi sistempakar diagnosa penyakit kulit pada manusia. Fordward Chaining dipilih dalam penelitian ini karena dalam pencariankesimpulan menggunakan fakta berupa gejala penyakit yang akan dimasukkan kemudian gejala tersebut akan diolah menggunakan aturan yang sudah ditentukan sebelumnya. Sedangkan pemilihan Certainty factor digunakan untuk penilaian tingkar kepercayaan terhadap hasil diagnosa. Metode penelitian yang digunakan pada penelitian ini adalah pengumpulan data dilakukan dengan mencari bahan yang dibutuhkan yang berhubungan dengan penyakit. Wawancara juga digunakan dalam penelitian ini. Wawancara melibatkan pakar di bidang penyakit kulit. Kemudian dilakukan analisis data yakni, analisis kontendan perangkat lunak. Kemudian desain dan pembuatan program. Tahap terakhir adalah pengujian. Hasil penelitian menunjukkan bahwa sistem pakar yang dibuat dengan metode certainty factor dan forward chaining bekerja dengan baik. Aturan keputusan atau rule untuk penentuan penyakit kulit telah dibuat dengan mempertimbangkan gejala yang timbul. Rule tersebut dijadikansebagai database untuk penyelesaian metode forward chaining. Sedangkan metode certainty factor dibuat untuk memberikan kepastian nilai terhadap keputusan yang dihasilkan oleh sistem. Hasil pengujian akurasi menunjukkan keberhasilan sebesar 80%yang dimana hasil tersebut dilakukan sebanyak 10 kali pengujian
Pengenalan Huruf Aksara Lontara Menggunakan Metode Convolutional Neural Network mustafa, mukhdar; Nur, Nahya; wajidi, farid; Asnan Cirua, A. Amirul; Ismaun
Journal of Computer and Information System ( J-CIS ) Vol 7 No 1 (2024): J-CIS Vol. 7 No. 1 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i1.3768

Abstract

Salah satu warisan budaya aksara nusantara, aksara lontara saat ini perlu di lestarikan agar tidak mengalami kepunahan. Beberapa hal yang menyebabkan aksara Lontara ini terancam punah diantaranya adalah tren penggunaan bahasa asing yang didukung oleh pesatnya perkembangan teknologi, serta kurangnya pendidikan dan pembelajaran yang mendukung kelestarian aksara Lontara pada generasi mudaPengenalan huruf aksara lontara menggunakan metode Convolutional Neural Network merupakan suatu sistem yang mampu menegenali huruf aksara lontara secara realtime. Pada penelitian ini menggunakan jenis penelitian eksperimen karena penelitian ini bersifat uji coba dimana penelitian ini menghasilkan suatu sistem pengenalan huruf aksara lontara dengan hasil akhir berupa perhitungan persentase pengujian. Implementasi Convolutional Neural Network sebagai metode yang digunakan untuk mendapatkan model. Berdasarkan tingkat akurasi terhadap model yang di dapatkan pada proses training dengan menggunakan 575 data uji sebanyak 48 data uji yang tidak dapat dikenali oleh sistem dan 527 data yang dapat dikenali dengan persentase sebesar 91.6%. Algoritma CNN sudah cukup baik dalam melakukan pengenalan huruf aksara lontara.
Analisis Sentimen Komentar YouTube terhadap Ganjar Pranowo Pasca Pemilu 2024 dengan Pendekatan Long Short-Term Memory Putri, Haerya; Rensa, Erma; Nur, Nahya; Wajidi, Farid
Journal of Computer and Information System ( J-CIS ) Vol 7 No 2 (2024): J-CIS Vol. 7 No. 2 Tahun 2024
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v7i2.4529

Abstract

Pemilihan umum 2024 menuai banyak kontroversi, terutama setelah pelaksanaannya pada 14 Februari 2024. Ganjar Pranowo, sebagai salah satu calon presiden, menjadi topik hangat di media sosial, termasuk YouTube. Beragam komentar yang muncul menyulitkan untuk melihat secara keseluruhan apakah komentar tersebut berpihak atau sebaliknya. Kesulitan tersebut menjadi masalah yang perlu diatasi. Penelitian ini bertujuan untuk menganalisis sentimen terhadap Ganjar Pranowo yang ditayangkan pada saluran YouTube Metro TV. Metode yang digunakan adalah Deep Learning dengan model Long Short-Term Memory (LSTM) untuk mengklasifikasikan sentimen positif, netral, atau negatif. Dataset terdiri dari 3.100 komentar yang dikumpulkan melalui YouTube Data API. Proses preprocessing mencakup case folding, text cleaning, stopword removal, normalization, tokenizing, dan stemming. Hasil penelitian menunjukkan bahwa sentimen netral yang lebih banyak pada komentar YouTube dalam menanggapi Ganjar Pranowo pasca pemilu 2024 dengan 1019 komentar, dalam hal ini metode LSTM mampu mengklasifikasi sentimen dengan akurasi sebesar 75%. Evaluasi kinerja model menggunakan metrik accuracy, precision, recall, f1-score serta confusion matrix dan word cloud menunjukkan bahwa model ini efektif dalam memahami dan menganalisis sentimen dari data teks.
SISTEM MONITORING KUALITAS AIR PADA TAMBAK IKAN BANDENG MENGGUNAKAN FUZZY SUGENO Quraisy, Imam; Rusman, Ismaun; Hidayat, Fahril; Wajidi, Farid
Journal of Computer and Information System ( J-CIS ) Vol 8 No 2 (2025): J-CIS Vol. 8 No. 2 Tahun 2025
Publisher : Universitas Sulawesi Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31605/jcis.v8i2.5588

Abstract

Kualitas udara merupakan faktor krusial dalam budidaya ikan bandeng (Chanos chanos) untuk mendukung pertumbuhan optimal sekaligus meminimalkan risiko kematian. Fluktuasi parameter utama seperti pH, suhu, kekeruhan, dan Total Dissolved Solids (TDS) pada tambak menjadi tantangan yang memerlukan sistem pemantauan Andal. Penelitian ini bertujuan merancang sistem pemantauan kualitas udara berbasis Internet of Things (IoT) dengan metode Fuzzy Sugeno. Sistem ini mengintegrasikan sensor-sensor yang terhubung ke NodeMCU untuk membaca parameter udara, kemudian memproses data menggunakan logika fuzzy guna mengklasifikasikan kondisi udara menjadi kategori LAYAK atau TIDAK LAYAK. Hasil implementasi menunjukkan bahwa sistem mampu menyajikan informasi secara real-time melalui aplikasi Android, sehingga mendukung petambak dalam pengambilan keputusan yang cepat dan tepat. Namun akurasi sensor pH masih perlu ditingkatkan agar hasil pemantauan lebih optimal. Dengan demikian, sistem ini berpotensi menjadi solusi teknologi yang efektif dalam mendukung akuakultur berkelanjutan serta mengurangi risiko kerugian ekonomi pada budidaya bandeng.
Co-Authors A., Widyanti Utami Ade Mulawarman Ahyar, Muh. Amalia Sutriana Andris Bertohir Panginan Anggit Priadmojo Arfa Arfa Arfiah, Sitti Arifin, Nurhikma Asmawati S Asnan Cirua, A. Amirul Bazar, Ikbal Dian Megah Sari Dian Putri Erdiansyah Rahmi Firgiawan, Wawan Fitriani Fitriani Heliawaty Hamrul Heliawaty Hamrul, Heliawaty Hidayat, Fahril Ibrahim, Nurjannah Iin Aisyah Khofifah Indra Irfan AP Ismaun Ismaun Ismaun J.A, Yunita Hadrianti Lestari, Sri Apriani Puji M. Imam Quraisy M.Rio Hidayat Maskur, Nurftriani Maulidia, Ulfa Muh. Adrian Muh. Adrian Muhammad Hambal Muhammad Hanafiah Muhammad Nawir Mujahid Mujahid Mukhlis, Jafar Mulawarman, Ade mustafa, mukhdar Mustari Mustari Musyirifah, Musyirifah Musyrifah Nabila, Putri Nirwana, Hafsah Nur Aqida Tul Izzah Nur, Nahya Nuramsah Zulkarnaim Nurfaidah . Nurmadinah, Nurmadinah Nurul Islamiati Parenreng, Jumadi M. Putri, Haerya Quraisy, Imam Rahmiyatal Munaja Rasyid, Muh. Rafli Rensa, Erma Reski Idrus Ria, Canda Rifky Gunawan Rifky Gunawan Rusman, Ismaun Sakina, Nur Sari B, Intan Siti Aulia Rachmini Sugiarto Cokrowibowo Sulfayanti Sulfayanti, Sulfayanti Uca, Uca Virda Evi Yanti Deril Wildayani Wildayani Wirawan, I Putu Andreana Yusrialdi Yusrialdi Zahir Zainuddin