Article Per Year (5 Year)
p-Index From 2021 - 2026
3.397
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Ijtimaiyya as-sibyan : Jurnal Pendidikan Anak Usia Dini Ulumuddin : Jurnal Ilmu-ilmu Keislaman Jurnal Statistika dan Matematika (Statmat) Jurnal Nuansa Akademik: Jurnal Pembangunan Masyarakat Intersections: Jurnal Pendidikan matematika dan matematika Jurnal Informasi Sains dan Teknologi (ISAINTEK) Asas wa Tandhim: Jurnal Hukum, Pendidikan, dan Sosial Keagamaan Gemi: Jurnal Penelitian dan Pengabdian ABDIMAS NUSANTARA
Muhammad Nasrudin
Universitas Cokroaminoto Yogyakarta
Religion Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Komparasi Hasil Segmentasi Metode K-Means dan Agglomerative Hierarchical Terhadap Provinsi di indonesia Berdasarkan Profil Perjalanan Wisata Tahun 2024 Ni Luh Ayu Nariswari Dewi; Azizah Zalfa Assyadida; Steffany Marcellia Witanto; Muhammad Nasrudin; Kartika Maulida Hindrayani
STATMAT : JURNAL STATISTIKA DAN MATEMATIKA Vol 7 No 3 (2025)
Publisher : Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Pamulang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/sm.v7i3.49999

Abstract

Indonesia merupakan negara dengan kekayaan alam dan budaya yang beragam sehingga memiliki potensi pariwisata yang sangat besar. Salah satu faktor penting dalam pertumbuhan sektor pariwisata adalah pergerakan wisatawan nusantara. Kegiatan wisata yang dilakukan oleh wisatawan nusantara memiliki berbagai tujuan, seperti liburan, kunjungan keluarga, keagamaan, maupun urusan pekerjaan. Keanekaragaman tersebut mencerminkan adanya perbedaan karakteristik lokasi wisata di setiap provinsi sehingga diperlukan analisis lebih lanjut untuk mengelompokkan provinsi berdasarkan profil perjalanan wisata. Penelitian ini bertujuan untuk membandingkan hasil segmentasi menggunakan metode K-Means dan Agglomerative Hierarchical Clustering (AHC) terhadap provinsi di Indonesia berdasarkan data perjalanan wisata tahun 2024 yang bersumber dari Badan Pusat Statistik (BPS). Evaluasi hasil cluster dengan metode K-Means menunjukkan terbentuknya 3 cluster dengan Silhouette Score sebesar 0,662. Sedangkan, dengan metode Agglomerative Hierarchical Clustering (AHC) terbentuk 3 cluster yang memiliki nilai Silhouette Score sebesar 0,9535 menggunakan pemilihan jarak average linkage. Hal tersebut menunjukkan bahwa objek atau data sudah berada pada cluster yang sesuai. Indonesia is a country with diverse natural and cultural resources, giving it enormous tourism potential. One important factor in the growth of the tourism sector is the movement of domestic tourists. Domestic tourists engage in various types of tourism activities, such as vacations, family visits, religious pilgrimages, and business trips. This diversity reflects the differing characteristics of tourist destinations across provinces, necessitating further analysis to group provinces based on travel profiles. This study aims to compare the results of segmentation using the K-Means method and Agglomerative Hierarchical Clustering (AHC) for provinces in Indonesia based on 2024 travel data sourced from the Central Statistics Agency (BPS). The evaluation of the cluster results using the K-Means method shows the formation of 3 clusters with a Silhouette Score of 0.662. Meanwhile, using the Agglomerative Hierarchical Clustering (AHC) method, 3 clusters were formed with a Silhouette Score of 0.9535 using the average linkage distance selection. This indicates that the objects or data are already in the appropriate clusters.
Analisis Klasterisasi Wilayah sebagai Upaya Perluasan Transformasi Digital di Provinsi Papua berdasarkan Infrastruktur Teknologi Informasi Setyowati, Endah; Nasrudin, Muhammad; Subektianto, Rahmad Adi
Jurnal Informasi, Sains dan Teknologi Vol. 8 No. 2 (2025): Desember: Jurnal Informasi Sains dan Teknologi
Publisher : Politeknik Negeri FakFak

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/isaintek.v8i2.242

Abstract

Penelitian ini membahas mengenai upaya perluasan infrastruktur teknologi informasi di Provinsi Papua kaitannya dengan peningkatan eksistensi ekonomi digital berdasarkan indikator infrastruktur teknologi informasi. Upaya ini didahului dengan melakukan klasterisasi wilayah di Provinsi Papua guna mengetahui kemiripan karakteristik infrastruktur setiap kabupaten/kota. Analisis klaster ini menggunakan pendekatan K-Means dan K-Medoids. Indikator infrastruktur teknologi informasi yang digunakan berupa variabel persentase keberadaan BTS, persentase kekuatan sinyal yang baik, persentase penerimaan sinyal internet, IPM, dan rasio produktivitas informasi dan komunikasi. Hasil analisis klaster menunjukkan terbentuknya dua klaster yaitu klaster 1 dengan infrastruktur teknologi informasi yang baik dan klaster 2 dengan infrastruktur yang kurang baik. Kabupaten/kota yang berada pada klaster 1 memiliki nilai rata-rata keberadaan BTS, kekuatan sinyal baik, penerimaan sinyal internet, IPM, dan rasio produktivitas informasi dan komunikasi yang jauh lebih tinggi daripada kabupaten/kota pada klaster 2. Dengan adanya perbedaan ini tentu pemerintah di Provinsi Papua tetap harus konsisten untuk melaksanakan pemerataan pembangunan infrastruktur sekaligus sebagai bentuk pemerataan ekonomi dan perluasan ekonomi digital.
Detection of Ventricular Septal Defect in Pediatric Cardiac Ultrasound Videos Using Parasternal View and Faster R-CNN Nasrudin, Muhammad; Shindi Shella May Wara; Amri Muhaimin; Nur Indah Nirmalasari; Mega Rizkya Arfiana
Computer Engineering and Applications Journal Vol. 15 No. 1 (2026)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18495/comengapp.v15i1.1334

Abstract

Congenital heart disease (CHD), particularly ventricular septal defect (VSD), remains a major contributor to pediatric morbidity, while echocardiographic diagnosis is highly dependent on operator expertise and image quality. This study examines the feasibility of an object-detection-based intelligent imaging framework for localizing VSD in pediatric cardiac ultrasound videos acquired from the parasternal long-axis view. Rather than proposing a novel detection algorithm, this work adopts a system-oriented approach by evaluating the Faster R-CNN framework under practical clinical constraints, including limited annotated data and heterogeneous ultrasound characteristics. Three convolutional neural network backbones such as ResNet50, ResNet101, and Inception-ResNet V2 are comparatively analyzed within a unified detection pipeline. Experimental results indicate that the ResNet101-based model achieves the highest localization performance at an intersection-over-union threshold of 0.5, while ResNet50 provides more consistent precision across stricter localization thresholds. Although false-positive detections are observed in acoustically challenging frames, the proposed framework maintains real-time feasibility at approximately 7–8 frames per second. The findings offer practical insights into accuracy–efficiency trade-offs and backbone selection for the development of clinically aware intelligent echocardiography systems, supporting the application of information and communication technology in pediatric cardiac imaging.
Co-Authors A.N. Ari Bowo Agung Prihantoro Agus Suprianto Ahmad Dimyati Ahmad Salim Ahmad Syafii Rahman Ahmad Turmudzi Alif Ibrahim, Daffa Amri Muhaimin Anggar Kaswati Aprilia Aprilia, Aprilia Arifta, Septia Dini Arum Yuli Dwi Rahmawati Azizah Zalfa Assyadida Daluti Delimanugari Diyah Sari Endah Setyowati Endang Sriwinarsih Endang Sriwinarsih Fadilah Fadilah, Fadilah Fattah Setiawan Santoso fernando, Mochamad Firman Habsari, Nadiya Hidayat, Ridwan Nur Hilman Harun Hudan Mudaris Imroatun Imroatun Intan Kusumawati Irawan, Tanaya Anindita Juhri Juhri Kartika Maulida Hindrayani Khairunisa, Adenda Khilda Maulidiah Lely Nur Hidayah Syafitri M. Hadi Manshur MAFTUKHATUSOLIKHAH MAFTUKHATUSOLIKHAH Mega Rizkya Arfiana Mimi Indah Lestari Muhamad Mahali Muhammad Agus Najib Muhiyatul Huliyah Musaropah, Umi Muthmainnah Muthmainnah Nadjih, Difla Nginayatul Khasanah Nginayatul Khasanah Nginayatul Khasanah Ni Luh Ayu Nariswari Dewi Nur Ayu Zita Sari Nur Indah Nirmalasari Nuryati Nuryati Pasha, Naufal Ricko Maulana Pradipa, Rafi rachmanto, Nugroho Fajar Rahayu, Supriati Hardi Shindi Shella May Wara Siswadi Siswadi Siti Aisyah Steffany Marcellia Witanto Subektianto, Rahmad Adi Suhandi Suhandi, Suhandi Supriyanti Supriyanti Supriyanti Supriyanti Syavicky, Ahmad Reihan Taufik Nugroho Toto Hermawan Tri Ratna Herawati Trimono Triwahyu Budiutomo Widiyastuti, Anik Wiranthi Prastomo Wulandari, Hani Fitria Yayah Rukhiyah Yayah Rukhiyah Yurniati, Yurniati Zainul Arifin