Claim Missing Document
Check
Articles

Implementasi Algoritma Naive Bayes Untuk Diagnosa Penyakit Tanaman Mentimun Berbasis Web Arifin, Miftakhul; Buntoro, Ghulam Asrofi; Masykur, Fauzan
Journal of Computer, Electronic, and Telecommunication (COMPLETE) Vol. 2 No. 2 (2021): December
Publisher : Telkom University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52435/complete.v2i2.164

Abstract

Mentimun merupakan salah satu jenis sayuran buah yang memiliki banyak kegunaan dalam kehidupan masyarakat sehari-hari. Tanaman mentimun juga memiliki penyakit, penyakit merupakan kendala yang tidak bisa dianggap remeh dalam budidaya tanaman mentimun. Jika tanaman mentimun terserang penyakit dapat menyebabkan tanaman tersebut rusak dan gagal panen. Petani kesulitan bagaimana cara untuk mendeteksi gejala-gejala penyakit mentimun secara dini, petani membutuhkan suatu sarana yang dapat mendiagnosa penyakit yang menyerang dan sekaligus memberikan solusi cara penanggulanganya. Berdasarkan kasus tersebut maka dibuatkanlah sistem pakar, sistem pakar dapat mendiagnosa penyakit dengan cara melihat gejala yang timbul. Algoritma yang digunakan pada perancangan sistem menggunakan algoritma Naïve Bayes. Metode Naïve bayes merupakan metode untuk mengklasifikasi suatu data dengan cara melihat gejala yang ada. Berdasarkan gejala-gejala yang muncul sistem pakar diagnosa tanaman mentimun dengan menggunakan metode Naïve Bayes dilakukan dengan membandingkan hasil perhitungan. Hasil yang paling besar merupakan hasil diagnosa penyakit tanaman mentimun.
Empowerment of TPQ through Integration of Digital Technology in Data Recording System and Monitoring of Student Learning Outcomes. Kumalasari, Ellisia; Karaman, Jamilah; Masykur, Fauzan; Karaman, Lazuardi Irham
Abdimas Indonesian Journal Vol. 4 No. 2 (2024)
Publisher : Civiliza Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59525/aij.v4i2.552

Abstract

This report addresses the challenges faced by TPQ Awwalul Huda in managing student data and monitoring learning outcomes, highlighting the need for improved efficiency and parental involvement in the educational process. The primary objective of this study is to develop a web-based student data recording system that enhances data management and facilitates real-time monitoring of student progress. The methods employed include a comprehensive needs analysis, system design, implementation, and socialization of the new system to 12 teachers and approximately 80 parents. The findings indicate that the newly implemented system significantly improves the efficiency of data management, allowing for better tracking of student performance and attendance. Additionally, it fosters greater engagement from parents, enabling them to monitor their children's learning outcomes more effectively. The study concludes that integrating digital technology into the educational framework of TPQ Awwalul Huda not only enhances transparency and accountability in managing student data but also contributes to the overall improvement of educational quality. This initiative demonstrates the potential of digital solutions in addressing the challenges faced by non-formal educational institutions, ultimately leading to a more effective and participatory learning environment for students and their families.
IMPLEMENTASI INTERNET AMAN DI FASILITAS UMUM DESA NGRUPIT KABUPATEN PONOROGO MENGGUNAKAN WEB PROXY Fajaryanto, Adi; Zulkarnain, Ismail Abdurrozzaq; Masykur, Fauzan; Litanianda, Yovi
Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif Vol. 2 No. 1 (2024): Jurnal Pengabdian Kepada Masyarakat Bersinergi Inovatif
Publisher : PT. Gelora Cipta Nusantara

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

Abstract

Desa Ngrupit yang berada utara kota ponorogo menjadi gerbang masuk menuju bumi reog dari arah Kota Madiun. Posisinya bisa dikatakan strategis karena tidak jauh dari pusat pemerintahan kecamatan maupun kabupaten. Desa ini dihuni oleh sebanyak 7.361 penduduk dengan mata pencaharian sangat bervariasi. Berdasarkan data tahun 2019 sejumlah besar penduduk desa ini yaitu 37,39% ternyata diketahui tidak mampu menyelesaikan pendidikan sekolah dasar. Tingkat pedidikan penduduk Desa Ngrupit yang rendah menyebabkan adanya buta teknologi. Pengetahuan tentang teknologi yang masih minim menyebabkan penduudk desa ini tidak berani untuk mencoba mengeksplorasi teknologi yang ada lebih jauh. Mereka takut gadget mereka rusak dan tidak tahu bagaimana cara memperbaikinya, apalagi takut resiko kehilangan banyak hal yang tersimpan di gadget tersebut. Oleh karena itu diperlukan adanya bantuan agar mereka mau mencoba dan melakukan hal baru dalam menggunakan teknologi digital. Untuk mengatasi keadaan itu, maka pada kegiatan pengabdian ini dilakukan edukasi dan pengadaan teknologi digital pada masyarakat berupa fasilitas koneksi internet aman yang dipasang pada lokasi fasilitas umum milik desa. Koneksi internet akan dibangun dengan menerapkan proxy server yang mampu mengatur lalulintas data sehinga dapat meningkatkan kualitas dan keamananya. Hasilnya bahwa proxy server telah dapat bekerja dengan baik. Parameter transction mengalami kenaikan hingga 296% dari 4.529,2 hit menjadi 17.922 hit saat proxy server aktif. Parameter response time dan failed transaction secara berurutan mengalami penurunan 18% dan 99% pada saat proxy server aktif.
PEMANFAATAN MESIN PEMILAH IJUK UNTUK MENINGKATKAN PRODUKTIVITAS PEMBUAT SAPU IJUK Kuntang21; Trisnadi Putra, Wawan; Masykur, Fauzan; Yulio Eka Pratama , Beni
JURNAL ABDIMAS DOSMA (JAD) Vol. 2 No. 1 (2023): JANUARI
Publisher : IKATAN ALUMNI DOSEN MAGANG KEMENRISTEKDIKTI TAHUN ANGKATAN 2017

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70522/jad.v2i1.17

Abstract

The sorting of fibers carried out by home industry players is still traditional, which is still sorting manually by hand. Seeing this situation the author tries to make a tool that makes it easier for the work whose activities are to sort the fibers so that it can be finished quickly with satisfactory results. Work capacity will be prioritized in the work of this machine with the driving energy of the electric motor. The gripping tool or can be referred to as a substitute for the hand in holding the ijut, the chuck will be equipped with a threaded bolt that is useful as a lock so that the fibers cannot move at the time of selection or commonly referred to as sweeping. Based on the data that has been taken, this fiber sorting machine can sort 64 bunches weighing 50 grams and 30 cm in 5 minutes. Using this machine, work safety is guaranteed. In addition, the advantage of using this machine is that the power used is not too much.
Yolo-Drone: Detection Paddy Crop Infected Using Object Detection Algorithm Yolo and Drone Image Masykur, Fauzan; Prasetyo, Angga; Zulkarnain, Ismail Abdurrozaq; Kumalasari, Ellisia; Utomo, Pradityo
JOIV : International Journal on Informatics Visualization Vol 9, No 5 (2025)
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.9.5.3472

Abstract

Crop failure is an undesirable result of rice planting for every farmer because it disrupts the economic stability of the family. One of the factors of crop failure in the rice planting process is the disease attack factor, which causes infection. Infected plants will interfere with the growth of rice, not optimally, because the green leaf substance, which is key to processing sunlight's nutrients, is unable to function. After all, it is covered by infection. Infection in the leaves covers the green leaf substance, or chlorophyll, so that the leaves are unable to absorb nutrients from sunlight. This problem is a separate concern in overcoming rice plant infections, which will result in crop failure. This paper discusses the detection of infected rice plants, particularly leaf infections, using drone camera images. Unmanned aircraft, also known as drones, fly above rice fields to capture images of rice plants, which are then used as datasets in training models to detect infected and healthy rice plants. The detection of disease presence in rice leaves is carried out using the You Only Look Once version 8 (YOLOv8) object detection algorithm, with a model trained using Google Colab Pro+. The results of training the model to detect healthy and infected plant leaves are the primary objectives of this study. The YOLOv8 object detection model, when applied to detect rice plants with two classes (healthy and infected), shows quite good results. This is indicated by the recall, precision, and F1-score values (0.99, 0.814, 0.90) approaching 1 in all classes.
Aplikasi Rumah Pintar (Smart Home) Pengendali Peralatan Elektronik Rumah Tangga Berbasis Web Masykur, Fauzan; Prasetiyowati, Fiqiana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1296.838 KB) | DOI: 10.25126/jtiik.201631156

Abstract

AbstrakTeknologi berkembang dengan pesat pada era sekarang, dengan seiring perkembangan teknologi tersebut maka ada dampak yang ditimbulkan. Kontrol peralatan elektronik dapat dilakukan dengan aplikasi rumah pintar (smart home) pengendali peralatan elektronik rumah tangga berbasis web dan dapat di kontrol dengan jarak jauh. Aplikasi rumah pintar (smart home) ini dapat mempermudah pengguna dalam mengontrol peralatan elektronik rumah tangga seperti lampu, AC dan TV sehingga dapat mengurangi adanya pemborosan listrik ketika pengguna lupa untuk mematikan peralatan elektronik rumah tangga ketika keadaan diluar rumah atau dimanapun pengguna berada. Aplikasi ini menggunakan Raspberry Pi yang berfungsi sebagai server  yang akan menghubungkn antara hardware dan software yang dikontrol melalui web sebagai interface yang digunakan pengguna untuk memasukan input dan menghasilkan output. Pembuatan web ini menggunakan sistem operasi Rasbian dimana software yang digunakan adalah PHP5. Fitur yang ada pada web ini adalah berupa 6 tombol, dimana 3 tombol berwarna biru sebagai aturan on dan 3 tombol berwarna merah sebagai aturan off. Kata kunci : Smart Home, Raspberry Pi, PHP5, Web AbstractTechnology is developing rapidly in this era, with the concomitant development of these technologies then no impact. Control electronic equipment can be done with smart home applications (smart home) controlling home electronics is web based and can be controlled remotely. Smart home applications (smart home) can facilitate the user in control of household electronic equipment such as lights, air conditioning and TV so as to reduce the wastage of electricity when the user forgets to turn off household electronic equipment when circumstances outside the home or wherever the user is located. This application uses Raspberry Pi that functions as a server that will menghubungkn between hardware and software that is controlled through a web interface for a user to enter input and produce output. Making the web using the operating system software used Rasbian which is PHP5. The existing features of this web is in the form of six buttons, in which three blue button as rules on and 3 red button as a rule off.Keyword : Smart Home, Raspberry Pi, PHP5, Web
Implementation of Bot Telegram as Broadcasting Media Classification Results of Convolutional Neural Network (CNN) Images of Rice Plant Leaves Cobantoro, Adi Fajaryanto; Fauzan Masykur; Rizqi Rosyadi, Mohammad
Journal of Computer Networks, Architecture and High Performance Computing Vol. 5 No. 1 (2023): Article Research Volume 5 Issue 1, January 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v5i1.1976

Abstract

Rice plants play an important role in the life of the Indonesian people because rice is the raw material for rice as a staple food. The rice production process does not rule out the possibility of interference by pests and diseases resulting in losses that cause crop failure. Meanwhile, pests on rice plants can be caused by various types, namely types of fungi (leafblast, hispa, brownspot) and types of nuisance animals. In this research, it will be carried out how to classify the image of rice plant leaves using the deep learning Convolutional Neural Network (CNN) algorithm, then the results of the classification are sent to users by utilizing the telegram chat application. The rice plant leaf image dataset is grouped into 4 groups (leafblast, brownspot, hispa and healthy). From several experiments it can be seen the results of system performance, namely the classification speed takes 30-60 seconds.
Implementation of Fuzzy Logic for Chili Irrigation Integrated with Internet of Things Prasetyo, Angga; Yusuf, Arief Rahman; Litanianda, Yovi; Sugianti; Masykur, Fauzan
Journal of Computer Networks, Architecture and High Performance Computing Vol. 5 No. 2 (2023): Article Research Volume 5 Issue 2, July 2023
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v5i2.2518

Abstract

Chili, mustard greens, and tomatoes have always been farmers' favored crops, despite their high water and labor demands. Adapt to these conditions by utilizing smart agriculture systems (SAS) agricultural techniques that involve technology such as automatic irrigation that regulates watering based solely on routine, regardless of land conditions. This type of control during the transitional season can lead to root rot and fungisarium disease on chile plants. In the form of an embedded system with internet of things (IoT) monitoring, a system incorporating artificial intelligence such as fuzzy logic is proposed as a solution. Fuzzy logic will regulate irrigation based on the land's humidity and temperature using computational mathematics. Beginning with the fuzzyification stage to map the sensor's temperature and humidity input values, fuzzy logic is applied. The creation of an inference engine in the NodeMcu 8266 microcontroller to interpret fuzzy rule statements in the form of aggregation of minimum conditions with the AND operator, followed by the combination of a single set value of 0 and 1 in the fuzzy system to produce an appropriate actuator response After the entire system has been prototyped, testing is conducted to determine the responsiveness of the fuzzy program code to changes in the simulated agricultural cultivation land ecosystem. This study found that the fuzzy logic program code embedded in the nodeMCU8266 microcontroller effectively controls the spraying duration of the pump in response to various simulated environmental conditions within 3.6 seconds.
Aplikasi Informasi Penjualan Barang dengan Algoritma Apriori Aminuddin, Wildan Muhammad; Buntoro, Ghulam Asrofi; Masykur, Fauzan
Intelligent System and Computation Vol 4 No 1 (2022): INSYST: Journal of Intelligent System and Computation
Publisher : Institut Sains dan Teknologi Terpadu Surabaya (d/h Sekolah Tinggi Teknik Surabaya)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52985/insyst.v4i1.211

Abstract

Saat ini banyak perusahaan yang bergerak di bidang ritel yang berkembang pesat khususnya minimarket waralaba, yang di mana sebelumnya hanya ada supermarket yang menyediakan kelengkapan kebutuhan konsumen. Namun dengan berkembangnya jaman hampir di setiap pinggir jalan perkotaan atau pusat keramaian terdapat perusahaan minimarket yang dapat memudahkan konsumen untuk berbelanja kebutuhan, tanpa harus jauh-jauh ke supermarket yang hanya terdapat di beberapa tempat saja. penjualan yang di mana data tersebut kurang di manfaatkan dan diolah hanya sebagai arsip buku pemasukan dan pengeluaran (buku besar), namun dapat juga di manfaatkan sebagai pengoptimalan stok barang dan juga sebagai perencanaan kegiatan promosi penjualan, Dengan memanfaatkan data transaksi pembeli tersebut dapat menjadi acuan untuk mengoptimalkan peserdiaan stok barang dan merancang kegiatan promosi, adapun perumusan masalahnya adalah sebagai berikut, penulis melakukan rancang bangun data mining yang berfungsi sebagai penentu asosiasi yang berguna untuk, acuan peserdian stok barang dan rekomendasi kegiatan promosi yang menggunakan algoritma apriori berbasis web dibintang swalayan slahung. Tujuan akhir dari penelitian ini yaitu menentukan data asosiasi atau yang biasa di sebut kombinasi yang berguna sebagai acuan pengoptimalan peserdiaan stok barang dan rekomendasi kegiatan promosi di bintang swalayan slahung menggunakan algoritma apriori.
Deteksi Gula Aren dengan CNN Berbasis AlexNet sebagai Solusi Keamanan Pangan untuk Penderita Diabetes angga prasetyo; Fauzan Masykur; Arief Rahman Yusuf
SinarFe7 Vol. 7 No. 1 (2025): SinarFe7-7 2025
Publisher : FORTEI Regional VII Jawa Timur

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

Abstract

Gula aren merupakan alternatif pemanis bagi penderita diabetes, karena memiliki glikemik indeks antara 35-55 lebih rendah daripada gula putih di kisaran indeks 70 Gula aren bisa menjadi alternatif yang lebih baik daripada gula putih bagi penderita diabetes, tetapi bukan berarti bebas risiko Gula aren memang memiliki bentuk fisik yang sangat mirip dengan gula kelapa, dan keduanya sering kali sulit dibedakan secara kasat mata Situasi ini menyebabkan keraguan dalam pengambilan keputusan oleh konsumen dalam membedakan gula aren dan gula kelapa. Proses fase pengujian model CNN dalam penelitian ini melibatkan beberapa tahapan, dimulai dari pengumpulan dataset, preprocessing data, pelatihan model, hingga evaluasi performa. Langkah pertama adalah mengimpor pustaka-pustaka yang diperlukan untuk pemrosesan gambar, analisis data, visualisasi, serta pembangunan dan evaluasi model pembelajaran mesin menggunakan TensorFlow dan Keras. Selain itu, pustaka tambahan seperti os, shutil, dan sklearn juga digunakan untuk manajemen file.Lapisan Dense Pertama Lapisan ini terdiri dari 128 neuron, masing-masing menggunakan fungsi aktivasi ReLU. Lapisan ini bertanggung jawab untuk mengintegrasikan fitur-fitur yang telah diekstraksi sebelumnya dan mengonversinya ke dalam bentuk representasi yang lebih padat. Jumlah total parameter yang dilatih pada lapisan ini adalah 2,097,408. Sistem yang dirancang menunjukkan performa yang sangat baik, sebagaimana dibuktikan oleh hasil evaluasi 0,33102 menunjukkan kesalahan prediksi yang hampir tidak ada. Akurasi pengujian mencapai 100%, yang berarti seluruh data uji berhasil diklasifikasikan dengan benar oleh model. Confusion matrix memperkuat hasil 4 true label dan predicted label gula aren, dengan distribusi klasifikasi yang sempurna pada kedua kategori waktu rata-rata sekitar 453 milidetik per langkah (453 ms/step).