Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

7.288

P-Index

This Author published in this journals

All Journal Computatio : Journal of Computer Science and Information Systems JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Teknik Informatika UNIKA Santo Thomas JUTIM (Jurnal Teknik Informatika Musirawas) Kurawal - Jurnal Teknologi, Informasi dan Industri Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Teknomatika (Jurnal Teknologi dan Informatika) Syntax: Journal of Software Engineering, Computer Science and Information Technology JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Jurnal Ilmu Komputer dan Informatika Bulletin of Information Technology (BIT) Brilliance: Research of Artificial Intelligence Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication Jurnal Teknologi Sistem Informasi Jurnal Nasional Teknik Elektro dan Teknologi Informasi Agrivet: Jurnal Ilmu-ilmu Pertanian dan Peternakan DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY Insand Comtech : Information Science and Computer Technology Journal Buletin Ilmiah Informatika Teknologi JOINTECOMS (Journal of Information Technology and Computer Science) MDP Student Conference Software Development Digital Business Intelligence and Computer Engineering Journal Information & Computer (JICOM) Jurnal Software Engineering and Computational Intelligence Applied Information Technology and Computer Science (AICOMS) JISCOMP (Journal of Information System and Computer) Journal of Informatics and Computer Engineering Research JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)

Hafiz Irsyad

Universitas Multi Data Palembang

Author-ID : 3364405

Agriculture, Biological Sciences & Forestry Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Other

Published : 64 Documents Claim Missing Document

Claim Missing Document

Articles

3 4 5 6 7

Pemodelan Topik Jurnal Informatika Menggunakan Bag of Words dan Latent Dirichlet Allocation Verrino Adityya; Ivander Destian Luis; Abdul Rahman; Hafiz Irsyad
Journal Information & Computer Vol. 3 No. 2 (2025): Journal Information & Computer
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/jicomisc.v3i2.49672

Penyebaran jurnal penelitian secara online, khususnya jurnal informatika, seringkali menyajikan topik yang mirip dan berubah sangat cepat, sehingga menyulitkan pembaca memahami konteks jurnal secara utuh. Pemodelan topik menjadi penting untuk mengelompokkan jurnal berdasarkan kemiripan konteks secara semantik, sehingga jurnal menjadi terstruktur dan mudah dipahami sebab-akibatnya. Penelitian ini bertujuan untuk memodelkan topik jurnal dari yang dikumpulkan dari sumber, seperti UMDP dan UIGM. menggunakan Bag of Words (BoW) untuk ekstraksi fitur dan Latent Dirichlet Allocation (LDA) untuk pemodelan topiknya. Data konten jurnal informatika dikumpulkan dari beberapa sumber jurnal informatika dan melalui tahap preprocessing meliputi, penghapusan kalimat dan kata unik, tokenisasi, penghapusan stop words, dan stemming. Setiap token akan dibentuk menjadi unigram dan bigram dan diberi pembobotan dengan BoW. Evaluasi dilakukan dengan mengukur nilai koherensi untuk rentang jumlah topik 2 hingga 10. Hasil penelitian menunjukkan bahwa model LDA mampu mengidentifikasi 4 topik optimal dengan nilai koherensi sebesar 52.1%. Penelitian ini menunjukkan bahwa kombinasi BoW dan LDA efektif untuk menemukan maksud tersembunyi dari setiap topik jurnal informatika secara semantik.

KLASIFIKASI PNEUMONIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Wati, Risha Ambar; Irsyad, Hafiz; Al Rivan, Muhammad Ezar
Jurnal Algoritme Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia is a type of lung disease caused by bacteria, viruses, fungi, or parasites. One way to find out pneumonia is by x-ray. X-rays will be analyzed to determine whether there is pneumonia or not. This study aims to classify the x-ray results whether there is pneumonia or not on the x-ray results. The classification method used in this study were Support Vector Machine (SVM) and Gray Level Co-Occurrence (GLCM) for the extraction method. There are several stages before classification, namely cropping, resizing, contrast stretching, and thresholding then extracted using GLCM and classified using SVM. The results showed that the best accuracy of 62.66%.

CLASSIFICATION OF PNEUMONIA USING K-NEAREST NEIGHBOR METHOD WITH GLCM EXTRACTION Wijaya, Chandra; Irsyad, Hafiz; Widhiarso, Wijang
Jurnal Algoritme Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia is an inflammatory parenchymal disease caused by various microorganisms, including bacteria, micro bacteria, fungi, and viruses. This study used an X-ray to find out whether or not there was pneumonia. The objective of this study was to classify the X-ray results whether or not there was pneumonia in a fast and precise way through a program to produce good accuracy. The classification method used in this study were K-Nearest Neighbor (KNN) and Gray Level Co-Occurrence (GLCM) for the extraction method. There are several stages before being classified, namely cropping, resizing, contrast stretching, and thresholding. The results showed that the best accuracy per class was 66.20% for K = 5.

Comparison Algorithm Backpropagation And Support Vector Machine On The Introduction of Corn Seed Type Yunarto, Yunarto; Pribadi, Muhammad Rizky; Irsyad, Hafiz
Jurnal Algoritme Vol 1 No 1 (2020): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Jagung termasuk tumbuhan biji-bijian seperti padi, gandum, sorgum yang dikonsumsisebagai sumber makanan pokok di Amerika dan beberapa wilayah di Indonesia seperti Madura,Nusa Tenggara Timur, Sulawesi dan Jawa Tengah. Jagung biji memiliki banyak jenis, makadari itulah jika jagung biji tersebut tercampur akan susah untuk dibedakan. Tujuan daripenelitian ini adalah untuk mengenali biji jagung tersebut. Jenis biji jagung yang digunakanadalah jagung merah pozole, jagung pipil, jagung putih dan jagung warna-warni yang difotomenggunakan camera 16MP dengan jarak pengambilan foto 10cm antara kamera dengan objekjagung. Metode pengenalan yang digunakan adalah algoritma backpropagation dan support vector machine, sedangkan untuk ekstraksi fitur menggunakan metode GLCM(Gray Co-occurence Matrix) yang terdiri dari Contrast, energy, homogeneity, dan correlation. Pada perhitungan dengan confusion matrix hasil tertinggi didapatkan pada algoritmabackpropagation dengan rata-rata accuracy 97,5, rata-rata precision 95% dan rata-rata recallsebesar 95,1% dibandingkan dengan algoritma support vector machine yang hanya mendapatrata-rata accuracy 97,1%, rata-rata precision 93,3% dan rata-rata recall sebesar 95%.

KNN Dan Gabor Filter Serta Wiener Filter Untuk Mendiagnosis Penyakit Pneumonia Citra X-RAY Pada Paru-Paru Antony, Felix; Irsyad, Hafiz; Al Rivan, Muhammad Ezar
Jurnal Algoritme Vol 1 No 2 (2021): April 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia adalah salah satu jenis penyakit paru-paru yang disebabkan oleh bakteri, virus, jamur, ataupun parasit. Salah satu cara untuk mengetahui penyakit pneumonia adalah dengan rontgen atau x-ray. Hasil rontgen akan dianalisis untuk mengetahui apakah terdapat pneumonia atau tidak. Penelitian ini bertujuan untuk mengklasifikasi hasil rontgen apakah terdapat pneumonia atau tidak pada hasil rontgen. metode yang digunakan untuk klasifikasi adalah K-Nearest Neighbor (KNN) dan metode ekstraksi Gabor Filter serta Wiener Filter. Tahapan yang dilaukan pada citra sebelum di Klasifikasi yaitu Resize, selanjutnya dilakukan ekstraksi menggunakan Gabor Filter, Image Enhancement menggunakan Wiener Filter dan di klasifikasi menggunakan K-Nearest Neighbor (KNN) menghasilkan akurasi terbaik sebesar 79,62%.

Klasifikasi Pneumonia Pada Citra X-Rays Paru-Paru Menggunakan GLCM Dan LVQ Lin, Jimmi; Irsyad, Hafiz
Jurnal Algoritme Vol 1 No 2 (2021): April 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Pneumonia merupakan salah satu penyakit infeksi saluran pernafasan yang ditanda dengan peradangan pada satu atau kedua paru-paru yang dapat disebabkan oleh jamur, virus, dan bakteri yang menyebabkan kantung udara sulit menyerap oksigen. Salah satu cara yang dapat digunakan untuk mendeteksi adanya penyakit pneumonia adalah dengan foto rontgen, hasil foto rontgen akan dianalisis oleh orang yang ahli dalam bidang tersebut untuk memastikan apakah adanya pneumonia atau tidak. Penelitian ini dilakukan dengan tujuan untuk mengklasifikasikan hasil x-rays kedalam sebuah program untuk mengetahui apakah terdapat pneumonia atau tidak. Metode yang digunakan untuk ekstraksi fitur adalah Gray Level Co-Occurrence Matrix (GLCM) dengan arah 0°, 45°, 90°, 135° dan metode klasifikasi Learning Vector Quantization (LVQ). Proses sebelum dilakukan klasifikasi yaitu melakukan resize terlebih dahulu, selanjutnya dilakukan ekstraksi fitur menggunakan Gray Level Co-Occurrence Matrix (GLCM) dan di klasifikasi menggunakan Learning Vector Quantization (LVQ) dengan akurasi data train terbaik sebesar 89,714% dan akurasi data test yang terbaik sebesar 74,000% yang didapat pada pengujian dengan learning rate = 0,4.

Identifikasi Tulisan Tangan Aksara Jepang Hiragana Menggunakan Metode CNN Arsitektur VGG-16 Willyanto, Aldo; Alamsyah, Derry; Irsyad, Hafiz
Jurnal Algoritme Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Hiragana merupakan aksara yang digunakan untuk menulis kata-kata dalam bahasaJepang. Hiragana memiliki 46 jenis huruf, diantaranya 5 huruf vokal dan 41 huruf konsonan.Aksara Hiragana penting dipelajari untuk orang yang ingin mempelajari bahasa Jepang. Olehkarena itu, pentingnya teknologi bantuan untuk dapat mempermudah mempelajari bahasaJepang. Pada penelitian ini, menggunakan objek tulisan tangan huruf Jepang Hiragana denganmetode Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan adalaharsitektur VGG-16. Objek penelitian yang digunakan adalah 30 buah per jenis huruf dengantotal 1380 buah. Penelitian menggunakan 3 macam skenario, yaitu skenario denganmenggunakan optimizer Adam dengan rentang learning rate dari 0,0001 hingga 0,1; optimizerSGD dengan rentang learning rate dari 0,0001 hingga 0,1; dan optimizer RMSprop denganrentang learning rate dari 0,0001 hingga 0,1. Hasil penelitian terbaik terdapat di skenariodengan optimizer Adam dan pada learning rate 0,0001 dengan nilai accuracy sebesar 97,6%;precision sebesar 97,9%; recall sebesar 98%; dan nilai f1 score sebesar 97,5%.

Klasifikasi Pnuemonia Menggunakan Metode Learning Vector Quantization Dengan Ekstraksi Fitur Local Binary Pattern Leonardo, Leonardo; Irsyad, Hafiz; Alamsyah, Derry
Jurnal Algoritme Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Paru-paru merupakan salah satu organ tubuh manusia yang berfungsi sebagai sistempernafasan tubuh manusia, paru-paru bekerja dengan cara bertukarnya oksigen dankarbondioksida di dalam darah. Salah satu penyakit yang sering menyerang paru-paru adalahparu-paru basah atau di sebut dengan pneumonia, penyakit ini di tandai dengan batuk ataukesukaran bernapas yang di sertai sesak atau tarikan dinding dada bagian bawah ke dalam danpenyakit ini disebabkan oleh penurunan kualitas udara. Pneumonia sering menyerang anak-anak.Maka dari itu ditubuhkan pencegahan untuk mengurangi penyakit pneumonia pada masyarakatterutama pada anak-anak. Pada penelitian ini dilakukan dengan dua jenis paru-paru yaitu Normal(Sehat) dan Pneumonia, data yang digunakan pada setiap jenis penyakit yaitu 1100 dan 1098 untukdata training dan 230 data testing menggunakan metode esktraksi fitur LBP dan LVQ sebagaimetode klasifikasi. Untuk penelitian ini menggunakan parameter Hidden Layer, Learning Rate,Learning Function dan Epoch untuk menentukan dan mendapatkan hasil pengenalan yang baik.Berdasarkan hasil pengujian dengan metode LVQ dan LBP menggunakan Hidden Layer 2 danEpoch 1 mendapatkan akurasi sebesar 58,04% dan menggunakan Hidden Layer 90, Learning Rate0.0005, Learning Function “learnlv1” dan Epoch 2 mendapatkan akurasi sebesar 60,27%

Pengenalan Aksara Arab Menggunakan Metode JST Dengan Fitur HOG Dan LBP Wati, Retiana Krisna; Irsyad, Hafiz
Jurnal Algoritme Vol 2 No 1 (2021): Oktober 2021 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Aksara Arab merupakan aksara yang digunakan untuk menuliskan bahasa Arab yangdituliskan dari kanan ke kiri. Aksara Arab penting untuk dipelajari bagi umat muslim karenadigunakan dalam peribadahan agama Islam. Dalam mempelajari aksara Arab pemulamengalami kesulitan karena memiliki bentuk yang berbeda-beda. Penelitian ini bertujuan untukmengimplementasikan suatu sistem yang mampu mengenali pola dari aksara Arab, denganmenerapkan Histogram of Oriented Gradient (HOG) dan Local Binary Pattern (LBP) sebagaiekstraksi fitur untuk pengenalan aksara Arab serta menggunakan metode Jaringan SyarafTiruan (JST). Hasil ciri dari HOG dan LBP masing-masing akan dijadikan masukan padaproses pembelajaran pada JST dengan berbagai training function serta menggunakan 3 neuronyaitu 5, 10 dan 15. Berdasarkan hasil pengujian menggunakan ekstraksi fitur HOG maupunmenggunakan ekstraksi fitur LBP trainbr memiliki tingkat keberhasilan yang lebih tinggidibandingkan training function lainnya. Dengan menggunakan fitur HOG pada neuron 5dengan nilai accuracy sebesar 99,66%, precision sebesar 95,35%, recall sebesar 95,25% danf1-score sebesar 95,23%. Sedangkan dengan menggunakan fitur LBP pada neuron 5 dengannilai accuracy sebesar 99,75%, precision sebesar 96,95%, recall sebesar 96,53% dan f1-scoresebesar 96,54%. Kedua ekstraksi fitur tersebut, HOG maupun LBP dapat mengenali aksaraArab dengan baik

Perbandingan Metode K-Nearest Neighbor Dan Naïve Bayes Untuk Klasifikasi Gender Berdasarkan Mata Kurniawan, Calvin; Irsyad, Hafiz
Jurnal Algoritme Vol 2 No 2 (2022): April 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Mata merupakan organ penglihatan, yang terletak di rongga orbital. Bentuknya bulat, sekitar 2,5cm. Ruang antara mata dan orbit diisi oleh jaringan gemuk. Dinding tulang dan lemak orbit yang dapat melindungi mata dari terluka.Secara struktural , kedua mata terpisah,tetapi mereka adalah pasangan. Hal Dapat dilihat hanya dengan satu mata, tetapi penglihatan tiga dimensi Merasa tidak nyaman Ketika hanya menggunakan satu mata, terutama dalam hubungan penghakiman jarak. Gender adalah penggolongan secara gramatikal terhadap kata- kata dan kata- kata lain yang berkaitan dengannya yang secara garis besar berhubungan dengan keberadaan dua jenis kelamin atau kenetralan.Penelitian ini bertujuan untuk klasifikasi Gender berdasarkan mata menggunakan metode K-NN dan Naïve Bayes. Data yang dibagi menjadi dua yaitu mata pria dan mata Wanita adalah 10.541 data uji dan 4518 data latih dilanjutkan dengan grayscale, HOG, HSV, Cropping. Pada metode k-NN dengan fitur HSV dan HOG dengan Cropping metode K-NN menghasilkan akurasi yang lebih tinggi di bandingkan Naïve Bayes yaitu sebesar 68,61%.

Co-Authors Abdul Rahman Adrian Suparto Ahmad Farisi Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Akhsani Taqwiym Andreas Andreas Antony, Felix Arta Tri Narta Arta Tri Narta Aurelia, Reni Billy Franko Busdin, Rusdie Candra candra Chandra Wijaya Chandra, Kelvin William Christy, Christy Cindy Meilani Daniel Wijaya Derry Alamsyah Devella, Siska dewa Dicko David K Dina Mariana Dwifa_Sophian, Muhammad Agus Edward Pratama Eka Puji Widiyanto Fareza, Ivan Farisi, Ahmad Farisi, Ahmad Fariz Prasetya Ferdi Jiranda Sinaga Fernando Sugianto Putra Fujianto Graciela, Michelle Hansen, Hansen Hartati, Ery Hendra Nata Niko P Hidayat, Muhammad Syahrizal Ibnusina, Fedri Ivander Destian Luis Jeason Lie Jocelyn, Jennifer jonathan stanly Jonathan Wijaya Juliana Nasution Kamilah, Nyimas Nisrinaa Kelly, Angel Kevin kevin Kevin Kevin Kotan, Jendraja Husein Kurniawan, Calvin Laksana, Jovansa Putra Leonardo Leonardo Lestari, Yehezekiel Gian levid, Jonathan Felix Lin, Jimmi M Ezar Al Rivan Meiriyama, Meiriyama Michael Joy Clement Molavi Arman Muhammad Bemby Putra Mansyah Muhammad Rizky Pribadi Mutia, Silvi Narta, Arta Tri Nicholas Wilyanto Novan Wijaya Novan Wijaya Novan Wijaya Novan Wijaya Pribadi, M Rizky Putra Darmansius, Albertus Dwi Andhika Renaldo, Florence Reynald Dwika Prameswara Rikky, Rikky Rizki Ambarwati RR. Ella Evrita Hestiandari Russel Wijaya Santoti, Jennifer Velensia Sanu, Intan Saputra, M Reynaldi Shela, Shela Silfia Taqwiym, Akhsani Taqwiym, Akhsani Taqwiym, Akhsani Tinaliah, Tinaliah Triana Elizabeth, Triana Verrino Adityya Virginia, Callista Wati, Retiana Krisna Wati, Risha Ambar Wijang Widhiarso Wijaya, Christian Richie Willyanto, Aldo Wiwik Handayani Wong, Jeovanni Yohannes Yohannes Yunarto Yunarto, Yunarto

Title

Found 64 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 64 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 64 Documents
Search