Article Per Year (5 Year)
p-Index From 2020 - 2025
1.503
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Teknik Elektro dan Komputer TRIAC Jurnal Teknik Informatika (JUTIF) International Journal for Applied Information Management Pharmaceutical Sciences and Research (PSR) RENATA Jurnal Pengabdian Masyarakat Kita Semua Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi
Yogi Ramadhani
Jenderal Soedirman University
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Support vector machine method for classifying severity of Alzheimer's based on hippocampus object using magnetic resonance imaging modalities Supriyanti, Retno; Riyanto, Arif Pujo; Ramadhani, Yogi; Aliim, Muhammad Syaiful; Akbar, Muhammad Irham; Widodo, Haris Budi; Alqaaf, Muhammad
International Journal of Electrical and Computer Engineering (IJECE) Vol 14, No 6: December 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v14i6.pp6322-6331

Abstract

Alzheimer's disease is a degenerative brain condition that causes progressive decline in several aspects. Starting from memory, cognitive or thinking abilities, speaking abilities, and behavior. Currently, Alzheimer's diagnosis uses some methods, such as blood tests, scanning with computerized tomography scan (CT scan), or magnetic resonance imaging (MRI). As a reference for determining the level of severity, doctors usually use clinical dementia rating (CDR). CDR is a numerical scale used to measure the severity of dementia symptoms. The doctor will manually compare the patient's condition with those stated on the CDR. This condition will take quite a long time, and sometimes human error will occur. As technology and science develop, doctors can assist in manually detecting Alzheimer's using classification algorithms. Many methods can be used to classify, including the CDR support vector machine (SVM) method. Unfortunately, this method is usually only used to classify two classes. This technology allows the classification process to be carried out automatically and quickly. On the other hand, when using CDR to classify Alzheimer's severity, there are several scales, not just two classes. So, in this research, we modified the use of SVM to classify three levels of severity, namely scale 0 for normal, scale 1 for mild conditions, and scale 2 for moderate conditions. The experiments we carried out provided an accuracy of 90.9%.
PPM Penerangan Tenaga Surya Untuk Fasilitas Umum Bagi Warga Desa Blater Dan Desa Sidakangen Kalimanah Purbalingga Ramadhani, Yogi; Supriyanti, Retno; Aliim, Muhammad Syaiful
RENATA: Jurnal Pengabdian Masyarakat Kita Semua Vol. 1 No. 2 (2023): Renata - Agustus 2023
Publisher : PT Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/1.renata.8

Abstract

Mobilitas warga di daerah pedesaan bergantung pada kondisi jalan sebagai sarana transportasi. Salah satu kondisi jalan yang dimaksud adalah ketersediaan penerangan di fasilitas umum warga. Fasilitas umum yang dimaksud antara lain bisa berupa jalan desa, jalan pertanian, lapangan, dan lainnya. Penerangan jalan yang baik akan mendukung banyak hal, terutama keamanan dan kenyamanan ketika warga masyarakat menggunakan fasilitas tersebut. Sebagai salah satu bentuk penerapan tridharma perguruan tinggi, perlu dilakukan kegiatan Pengabdian Pada Masyarakat (PPM) untuk membantu warga desa dalam mengatasi masalah tersebut. Dalam kegiatan kali ini, dilakukan kegiatan penerapan ilmu pengetahuan dan teknologi dalam bentuk implementasi pembangkit listrik surya sebagai sumber energi penerangan. Lokasi tujuan program PPM adalah jalan pertanian Desa Blater dan Sidakangen, Kecamatan Kalimanah, Kabupaten Purbalingga sebagai tindak lanjut dari kegiatan PPM sebelumnya. Hasil kegiatan menunjukkan adanya meningkatnya pengetahuan warga tentang pembangkit listrik tenaga surya, ketrampilan warga dalam proses instalasi tenaga surya beserta perawatannya. Selain itu, mobilitas warga pun lebih terbantu karena jalan lebih terang dari sebelumnya (gelap)
PPM Penerangan Jalan Tenaga Surya Bagi Warga Desa Blater, Kecamatan Kalimanah, Kabupaten Purbalingga Ramadhani, Yogi; Purnomo, Widhiatmoko Herry; Priswanto, Priswanto
RENATA: Jurnal Pengabdian Masyarakat Kita Semua Vol. 2 No. 1 (2024): Renata - April 2024
Publisher : PT Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/1.renata.10

Abstract

Energi listrik kini menjadi kebutuhan esensial, terutama dalam konteks penerangan jalan yang merupakan faktor utama dalam mendukung mobilitas dan keamanan masyarakat. Namun, banyak wilayah yang masih terbatas aksesnya pada sumber listrik, termasuk ruas jalan "Jepang" di Desa Blater, Purbalingga, dekat dengan kampus Fakultas Teknik UNSOED. Untuk mengatasi permasalahan ini, pemanfaatan energi matahari sebagai alternatif sumber energi menjadi solusi yang diadopsi. Perguruan tinggi, sebagai agen perubahan, turut serta dalam menerapkan ilmu pengetahuan dan teknologi, khususnya melalui penerapan teknologi tenaga surya untuk penerangan jalan. Kegiatan pengabdian kepada masyarakat ini melibatkan integrasi berbagai perangkat, seperti panel surya (photovoltaic), baterai penyimpan energi, sensor gerak, dan lampu jalan. Area ini menjadi contoh nyata bagaimana inovasi teknologi dapat memenuhi kebutuhan dasar masyarakat sekaligus memberikan dampak positif bagi lingkungan. Langkah ini juga menegaskan komitmen perguruan tinggi dalam mendukung perkembangan daerah pedesaan serta memanfaatkan potensi energi terbarukan untuk menyediakan akses energi yang lebih merata secara sosial dan geografis. Dengan demikian, implementasi teknologi energi surya pada penerangan jalan umum menjadi langkah strategis dalam menghadirkan akses listrik yang lebih luas dan berkelanjutan bagi masyarakat di daerah terpencil
IMPLEMENTATION OF THE RANDOM FOREST METHOD FOR CLASSIFYING LUNG X-RAY IMAGE ABNORMALITIES Supriyanti, Retno; Fadlola, M. Gus Solhan; Aliim, M. Syaiful; Ramadhani, Yogi
Jurnal Teknik Informatika (Jutif) Vol. 6 No. 1 (2025): JUTIF Volume 6, Number 1, February 2025
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2025.6.1.4323

Abstract

The Covid-19 pandemic has caused a severe global health crisis. Rapid and accurate diagnostics are essential in combating this disease. In this regard, lung X-ray images have become critical for identifying Covid-19 infections. The method used in this study is random forest, a classification method based on ensemble modeling of decision trees. The lung X-ray images used in this study were taken from a datasheet containing images from COVID-19 patients and images from non-Covid-19 patients. The data pre-processing process involves extracting features from the images using image processing techniques and statistical analysis. The random forest model is trained using the processed datasheet to classify the lung X-ray images. The model's performance is evaluated using accuracy, sensitivity, and specificity metrics. In addition, cross-validation is used to measure the reliability and generalization of the model. The study results showed that the random forest method achieved good classification performance in distinguishing COVID-19 lung X-ray images from normal ones. The resulting model provided high accuracy and good sensitivity in identifying Covid-19 cases. These results show the potential of the random forest method in supporting early diagnosis and treatment of COVID-19 disease.
Aplikasi Bot Telegram Pada Sistem Presensi dan Pengukuran Suhu Tubuh Berbasis IoT Trishardian, Rachmat; Fadli, Ari; Aliim, Muhammad Syaiful; Supriyanti, Retno; Ramadhani, Yogi
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 2 (2022): Special Edition
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i3.15752

Abstract

Coronavirus atau virus Covid-19 merupakan virus berbahaya dan sangat menular. Berdasarkan data dari worldometers.info per tanggal 30 Januari 2022 terdapat 375,001,247 kasus virus Covid-19 di seluruh dunia. Mengingat masih tingginya kasus virus Covid-19, maka diperlukan upaya untuk mencegah penyebaran virus Covid-19. Selain menerapkan perilaku hidup sehat, upaya pencegahan penyebaran virus Covid-19 juga dapat dilakukan dengan menciptakan inovasi teknologi. Salah satu inovasi teknologi tersebut adalah pemanfaatan bot Telegram pada sistem presensi dan pengukuran suhu tubuh berbasis internet of things (IoT) sebagai media pemantauan data, media pelaporan, dan media notifikasi. Bot Telegram ini berfungsi untuk menjalankan perintah dan memberikan pesan balasan sesuai dengan permintaan pengguna. Dalam penelitian ini, bot Telegram dibuat dengan menggunakan bahasa pemrograman PHP yang dikombinasikan dengan sebuah framework agnostic BotMan. Adapun metode pertukaran informasi pada bot Telegram dibangun dengan menggunakan metode webhook sehingga proses pertukaran informasi dapat dilakukan secara real time tanpa membutuhkan jeda waktu tertentu. Bot Telegram yang telah dibuat kemudian diuji dengan menggunakan black box testing berbasis equivalence partitions. Dari hasil pengujian, bot Telegram mampu menjalankan perintah pengguna sesuai dengan harapan sebanyak 20 dari 20 kali pengujian. Selain menguji kemampuan bot Telegram dalam menjalankan fungsinya, kemampuan bot Telegram dalam menanggapi perintah pengguna juga turut diuji. Dari 15 kali pengujian response time, bot telegram memiliki total rata – rata response time keseluruhan sebesar 0,9 detik yaitu termasuk ke dalam kategori cepat
Artificial Intelligence for Detecting Non-alcoholic Steatohepatitis (NASH) Gifari, Muhammad Wildan; Ramadhani, Yogi; Kurniawan, Dhadhang Wahyu
Pharmaceutical Sciences and Research Vol. 12, No. 1
Publisher : UI Scholars Hub

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

Abstract

Non-alcoholic steatohepatitis (NASH), an inflammatory disease of the liver, has recently raised concern among healthcare professionals worldwide due to its asymptomatic features, making early diagnosis challenging. If left unnoticed, NASH often progresses to lethal diseases such as liver fibrosis or hepatocellular carcinoma. Recent developments in the field of artificial intelligence (AI) might facilitate the early diagnosis of NASH in a more efficient manner, forming a promising strategy to diagnose patients. In simple terms, AI is any machine that is capable of human-level intelligence, including visual perception, speech recognition, or decision making. A subclass of AI, which particularly deals with knowledge-based systems to find a relationship between different datasets, is called machine learning (ML). ML is based on the capability of a system to define or learn a relationship between the input and output data and then apply the learned relationship to any future datasets with a similar structure. The capability to maintain and analyze large datasets and aid in the prediction of outcomes makes ML particularly interesting for the application in NASH by, for instance, analyzing image data from patients, using biomarkers to predict clinical disease progression or by determining the efficacy of applied therapeutics. In this review, we will highlight the recent developments in the AI-based diagnosis and treatment of liver diseases. First, we provide a brief introduction to AI and ML before generalizing the use of AI in the diagnosis and treatment of different liver diseases. Then, we will specifically elaborate on the use of AI in the detection of NASH and its precursor, non-alcoholic fatty liver disease (NAFLD), focusing on the prediction and diagnosis of NASH and NAFLD as well as on the automation of imaging processes. Finally, we will highlight the clinical importance of AI in the detection of NASH before concluding with the future challenges for the application of AI in the field of NASH detection and treatment.
OPTIMASI OPERASIONAL HELPDESK: SELEKSI SISTEM TIKET MELALUI PENDEKATAN AHP Ramadhani, Yogi; Safikri, Naufal Syafiq; Kusuma, Bagus Adi
Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi Vol. 1 No. 2 (2024): SINTA - APRIL
Publisher : Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/sinta.v1i2.17

Abstract

Seiring berjalannya waktu, ketersediaan dan kebutuhan terkait teknologi dan sistem informasi pun semakin bertambah. Banyak perusahaan yang terus meningkatkan efisiensinya dengan memanfaatkan perkembangan tersebut, salah satunya adalah efisiensi pengumpulan, pengolahan, dan pemantauan data dan informasi. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan aplikasi sistem tiket helpdesk untuk meningkatkan efisiensi pengumpulan, pengolahan, dan pelacakan data dan informasi dalam suatu perusahaan. Saat ini sudah banyak tersedia aplikasi helpdesk ticketing system (HTS). Namun hal ini menimbulkan kebingungan dan keraguan bagi perusahaan yang baru mulai menggunakan aplikasi HTS untuk menentukan mana yang harus dipilih. Proses hierarki analitis (AHP) merupakan metode yang tepat untuk mendukung pengambilan keputusan dalam menyelesaikan masalah ini. Penelitian bertujuan untuk memudahkan calon pengguna aplikasi sistem ticketing helpdesk dalam memilih aplikasi yang paling sesuai dengan kebutuhannya dengan menggunakan metode Analytical Hierarchy Process. Penelitian ini menunjukkan bahwa dari beberapa alternatif aplikasi sistem ticketing helpdesk, sistem memberikan rekomendasi penggunaan osTicket dengan bobot 0,335.
A Decision Support System for Priority Calculation of Travel Routes using Analytical Hierarchy Process Izha, Rahadian M; Ramadhani, Yogi
International Journal for Applied Information Management Vol. 3 No. 1 (2023): Regular Issue: April 2023
Publisher : Bright Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/ijaim.v3i1.41

Abstract

Currently, selecting a route to reach a specific destination has become more convenient due to map and navigation services such as Google Maps, Apple Maps, Bing Maps, OpenStreetMap, and many more. These services provide users with the most efficient routes using their own algorithms. However, we believe that users would obtain more convincing results if they could choose a route based on their own criteria. This paper proposes a method for selecting a route using the Analytical Hierarchy Process (AHP). AHP allows users to choose criteria, whether subjective or objective, to compare values and calculate priorities, resulting in more convincing results for users. By using AHP, users can determine the most suitable route according to their preferences and needs, providing a more personalized and satisfactory experience. This method could be expanded in the future by integrating machine learning algorithms and real-time traffic data to further improve the accuracy of the selected route.
Co-Authors Akbar, Muhammad Irham Aliim, M. Syaiful Alqaaf, Muhammad Ari Fadli Dhadhang Wahyu Kurniawan Fadlola, M. Gus Solhan Gifari, Muhammad Wildan Haris Budi Widodo Izha, Rahadian M Kusuma, Bagus Adi Muhammad Syaiful Aliim Mulki Indana Zulfa, Mulki Indana Priswanto Priswanto, Priswanto Purnomo, Widhiatmoko Herry Retno Supriyanti Riyanto, Arif Pujo Safikri, Naufal Syafiq Trishardian, Rachmat