Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

5.383

P-Index

This Author published in this journals

All Journal ELKHA : Jurnal Teknik Elektro Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Annual Research Seminar Jurnal CoreIT Jurnal Komputer Terapan Jusikom : Jurnal Sistem Komputer Musirawas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Petir Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal KOMPUTIKA - Jurnal Sistem Komputer Jurnal Informatika Global Jurnal Teknologi Terpadu STRING (Satuan Tulisan Riset dan Inovasi Teknologi) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Jurnal Ilmu Komputer dan Informatika Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Brilliance: Research of Artificial Intelligence Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication MDP Student Conference Scientica: Jurnal Ilmiah Sains dan Teknologi JuTISI (Jurnal Teknik Informatika dan Sistem Informasi) INTECH (Informatika dan Teknologi)

M Ezar Al Rivan

Universitas Multi Data Palembang

Author-ID : 3646709

Religion Agriculture, Biological Sciences & Forestry Humanities 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 Social Sciences Other

Published : 54 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

Klasifikasi Jenis Beras Putih menggunakan CNN Residual Network Optimizer SGD Billy Gunawan; Muhammad Ezar Al Rivan
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Salah satu bahan pokok utama yang dijadikan pilihan oleh manusia di belahan dunia adalah beras. Sebagai pangan utama, pengembangan mengenai jenis-jenisnya telah dilakukan, namun dikarenakan banyaknya jenis beras yang ada membuat konsumen menjadi sulit membedakan antara jenis beras satu dengan yang lain. Selain perbedaan rasa, tekstur dan bentuk pun menjadi suatu pembeda yang cukup signifikan antara satu dengan yang lain sehingga hal ini akan cukup menyulitkan konsumen untuk membedakannya. Maka dari itu ,diperlukan sebuah solusi untuk permasalahan ini. Dengan menggunakan algoritma CNN arsitektur ResNet, sampel data, dan skenario pengujian berupa penggunaan optimizer SGD diharapkan bahwa penelitian ini dapat memberikan solusi atas permasalahan yang dihadapi. Dataset terdiri atas 75.000 data citra yang terbagi atas 5 jenis beras yaitu beras jenis aborio, ipsala, dan jasmine dimana dataset akan dibagi ke dalam rasio 80% data latih dan 20% data uji . Setelah melalui proses pelatihan dan pengujian model didapatkan hasil akurasi sebesar 97,93%

Klasifikasi Jenis kanker Kulit Manusia Menggunakan Convolution Neural Network Orlando Orlando; Muhammad Ezar Al Rivan
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Kanker kulit merupakan kanker berbahaya yang setiap tahunnya memakan korban. Proses analisa pasien kanker kulit memiliki waktu yang lama dan memerlukan tenaga ahli menurut penelitian pasien kanker kulit memiliki peluang 90% untuk sembuh bila dilakukan secara dini namun bila penanganannya terlambat hanya memiliiki 50% untuk sembuh. Penelitian ini bertujuan untuk mengklasifikasi kanker kulit dengan bantuan metode Convolutional Neural Network arsitektur LeNet dan VGG-16 kemudian dibantu dengan optimizer Adam data didapat dari ISIC 2019 yang memilik 8 jenis kanker kulit. Hasil dari penelitian ini sistem berhasil melakukan klasifikasi terhadap kanker kulit dengan penggunaan arsitektur VGG-16 dengan optimizer Adam yang mendapati akurasi 73,22%.

Klasifikasi Jenis Kanker Kulit Benign Dan Malignant Menggunakan Model Arsitektur AlexNet Tommy Saputra; Muhammad Ezar Al Rivan
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Kulit merupakan organ tubuh terluar manusia yang sering terserang penyakit. Penyakit berbahaya pada kulit yaitu kanker. Jenis kanker kulit terbanyak yang ditemukan di Indonesia adalah basal cell carcinoma, squamous cell carcinoma, dan melanoma. Kanker kulit dapat disembuhkan dengan penanganan yang tepat. Convolutional Neural Network (CNN) dapat digunakan dalam pendeteksian dini jenis kanker kulit benign dan malignant. Data yang digunakan diperoleh dari International Skin Imaging Collaboration (ISIC) tahun 2019. Model dibangun menggunakan arsitektur AlexNet dengan fungsi optimizer Adaptive Moment Estimation (Adam). Hasil pengujian menunjukan model AlexNet dengan optimizer Adam dapat melakukan klasifikasi jenis kanker dengan akurasi. sebesar 81,26%

Klasifikasi American Sign Language Dengan Metode VGG-19 Andree Fendiawati; Muhammad Ezar Al Rivan
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

American Sign Language adalah salah satu dari banyak bahasa isyarat yang banyak digunakan di dunia. Dalam penelitian ini, Optimizer yang digunakan adalah Adam. Data yang digunakan adalah 72000 citra yang terdiri dari 50400 citra latih, 14400 citra validasi, dan 7200 citra uji. Metode yang digunakan dalam penelitian ini adalah VGG-19. VGG-19 adalah salah satu dari sekian banyak arsitektur Convolutional Neural Network (CNN). Gambar telah di resize ukurannya dari 200x200px menjadi 224x224 untuk memenuhi kebutuhan VGG-19. Hasil rata-rata nilai akurasinya adalah 99.995%. Dapat disimpulkan bahwa VGG-19 merupakan arsitektur yang baik untuk mengidentifikasi Bahasa Isyarat Amerika.

Sistem Informasi Perpustakaan Berbasis Website di Sekolah DasarNegeri 240 Palembang Muhammad Fachrurrozi Syawalludin; Muhammd Ezar Al Rivan
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Sekolah ini Berdiri pada Tahun 1999 dengan nama Sekolah Dasar Negeri 296 Palembang, seiring dengan perubahan - perubahan kemudian berubah nama Sekolah Menjadi Sekolah Dasar Negeri 168 pada tahun 2003. Kemudian pada Tahun 2006 berganti lagi menjadi Sekolah Dasar Negeri 136, dan Pada Tahun 2016 berubah lagi menjadi Sekolah Dasar Negeri 240 Palembang. Sekolah Dasar Negeri 240 Palembang sudah menggunakan sistem berbasis web. Oleh karena itu, dibutuhkan sistem informasi perpustakaan untuk membantu para siswa dalam melakukan pencarian buku, dan membantu para guru untuk memudahkan melakukan pendataan peminjaman buku. Pada pengembangan sistem informasi ini menggunakan metode waterfall yaitu metode dengan tahapan analysis, design, pengkodean dan pengujian. Pembuatan aplikasi ini dibantu menggunakan phpmyadmin dan visual studio code. Aplikasi ini membantu dalam melakukan pencarian buku, peminjaman, dan pegembalian buku yang dilakukan oleh siswa

Pengenalan Iris Dengan Normalisasi Menggunakan LBP dan RBF Al Rivan, Muhammad Ezar; Devella, Siska; Saputra, Jordi
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 2 (2020): Desember 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Biometrik merupakan sistem yang menggunakan bagian tubuh manusia untuk dijadikan identitas pribadi seseorang. Iris merupakan salah satu bagian tubuh yang dapat digunakan dalam biometri. Setiap iris memiliki tekstur yang sangat detail dan unik bahkan berbeda antara mata kanan dan kiri. Iris mata juga tidak berubah dan stabil dalam waktu yang lama sehingga dapat digunakan dalam sistem identifikasi. Pada penelitian ini proses yang dilakukan untuk melakukan identifikasi iris mata adalah akuisisi data, preprocessing, ekstraksi ciri dan klasifikasi. Prepocessing yang dilakukan berupa normalisasi iris dengan mengubah bentuk iris. Local Binary Pattern digunakan sebagai ektraksi ciri tekstur iris mata sedangkan untuk mengklasifikasikan ciri dari tekstur iris mata digunakan Jaringan Syaraf Tiruan Radial Basis Function (RBF). Dari hasil pengujian diperoleh hasil akurasi tertinggi sebesar 80% dengan menggunakan spread 225 untuk data training berupa 8 citra iris kiri dan data testing berupa 2 citra iris kiri.

Analisis Performa ResNet-152 dan AlexNet dalam Klasifikasi Jenis Kanker Kulit Tommy Saputra; Muhammad Ezar Al-Rivan
STRING (Satuan Tulisan Riset dan Inovasi Teknologi) Vol 8, No 1 (2023)
Publisher : Universitas Indraprasta PGRI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30998/string.v8i1.16464

Skin cancer is a dangerous disease. The most common skin cancers in Indonesia is melanoma. Melanoma cases reached 9,6 million in 2018. Skin cancer can be cured with proper and quick treatment. Skin cancer early detection can be done by detection system types of skin cancer based on benign and malignant classes using Convolutional Neural Network (CNN) with ResNet-152 and AlexNet architecture. The data are taken from the 2019 International Skin Imaging Collaboration (ISIC) archives. The optimizer algorithms used are Adaptive Moment Estimation (Adam) and Mini-Batch Gradient Descent (MBGD). The result of the research indicates that ResNet-152 architecture using MBGD optimizer gives the best result with an accuracy of 87.85%

Pemanfaatan Microsoft Office dan Prezi untuk Membuat Laporan dan Presentasi di Brimob Polda Sumatera Selatan Meiriyama, Meiriyama; Yohannes, Yohannes; Irsyad, Hafiz; Farisi, Ahmad; Devella, Siska; Al Rivan, Muhammad Ezar; Rachmat, Nur
FORDICATE Vol 3 No 1 (2023): November 2023
Publisher : Universitas Multi Data Palembang, Fakultas Ilmu Komputer dan Rekayasa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/fordicate.v3i1.6449

Perkembangan ilmu pengetahuan dan teknologi suatu bangsa tergantung pada keberhasilan proses belajar mengajar di lembaga pendidikan. Penguasaan ilmu dan teknologi merupakan indikator pembangunan menuju kemajuan bangsa. Microsoft Office, termasuk Excel, Word, dan PowerPoint, adalah perangkat lunak aplikasi perkantoran yang dirancang untuk meningkatkan efisiensi kerja. Microsoft Word memfasilitasi pembuatan dokumen kantor, menghemat waktu, dan mengurangi penggunaan kertas. Microsoft Excel mempermudah pengolahan data numerik dengan fitur formula dan diagram. Microsoft PowerPoint mendukung pembuatan presentasi menarik dengan fitur sisipan teks, grafik, dan animasi. Selain itu, Prezi, alat presentasi berbasis internet, memungkinkan eksplorasi ide dengan konsep Zooming User Interface. Pelatihan ini ditujukan untuk staff dan anggota Brimob Polda Sumatera Selatan agar memiliki keterampilan dalam membuat dokumen, laporan, dan presentasi menggunakan Microsoft Office dan Prezi, sehingga dapat meningkatkan produktivitas dan kualitas pekerjaan.

Analisis Sentimen Masyarakat terhadap Kasus Korupsi PT. Timah Menggunakan Metode Support Vector Machine Caroline, Fionna; Budi, Raden George Samuel; Rivan, Muhammad Ezar Al
Jurnal Ilmu Komputer dan Informatika Vol 4 No 1 (2024): JIKI - Juni 2024
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jiki.141

Korupsi adalah penyalahgunaan jabatan publik untuk keuntungan pribadi yang dimana korupsi ini dapat memberikan kerugian besar bagi negara maupun masyarakat. Topik yang dipilih untuk penelitian ini adalah kasus korupsi PT. Timah yang sedang hangat dibicarakan dikarenakan kerugian negara yang mencapai 271 T. Untuk membantu analisis dalam penelitian ini, dibangunlah sebuah sistem yang dapat mendeteksi sentimen publik yang sudah dikumpulkan dari platform Youtube dengan metode Support Vector Machine. Model yang sudah dilatih dengan dataset akan diseimbangkan dengan SMOTE karena tidak meratanya kelas klasifikasi. Model klasifikasi yang telah dibangun dengan support vektor machine mendapatkan hasil presisi pada sentimen negatif 91% dan sentimen positif 44%, recall pada sentimen negatif 96% dan sentimen positif 22%, F1-Score pada sentimen negatif 93% dan sentimen positif 30%, serta jumlah sample pada kelas sentimen negatif 140 dan kelas sentimen positif 18.

Klasifikasi Motif Songket Palembang menggunakan Support Vector Machine berdasarkan Histogram of Oriented Gradients Yohannes, Yohannes; Al Rivan, Muhammad Ezar; Devella, Siska; Meiriyama, Meiriyama
Jurnal Teknologi Terpadu Vol 9 No 2 (2023): Desember, 2023
Publisher : LPPM STT Terpadu Nurul Fikri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54914/jtt.v9i2.1032

Songket Palembang is one of the intangible cultural heritages with the domain of traditional craftsmanship and crafts. Songket Palembang has several motifs, including Chinese Flowers, Cantik Manis, and Pulir. Preservation efforts are carried out by providing an understanding of Palembang Songket patterns. This study classified Palembang Songket patterns based on shape features using the Histogram of Oriented Gradient (HOG) method. Based on the test results of 45 test data images, the HOG method can become a feature in the image classification of Palembang Songket patterns, namely Chinese Flowers, Cantik Manis, and Pulir. The Support Vector Machine (SVM) method is a classification method that can recognize Palembang Songket patterns with RBF, Linear, and Polynomial kernels. The results showed that the RBF kernel was the best kernel that produced an average accuracy value of 88.1%, a precision of 84.1%, a recall of 82.2%, and an f1-score of 82.6%, and the three Palembang Songket patterns tested, it was found that the Palembang Songket patterns that were easiest to classify well were the Cantik Manis patterns for all types of SVM kernels.

Co-Authors Alviando, Muhammad Restu Alvin Setiawan Alwyn Giovri Riyadi Andreas Saputra, Andreas Andree Fendiawati Antony, Felix Arta Tri Narta Arta Tri Narta Awalludin, Nur Bhagaskara Bhagaskara Billy Gunawan Budi, Raden George Samuel Busdin, Rusdie Caroline, Fionna Daniel Daniel Devella, Siska Dicko Dini Amputri Fareza, Ivan Farisi, Ahmad Fendy Novianto Lukman Fernando Fernando, Fernando Gabriela Repca Sung Gasim Giovani Prakasa Gandi Hafiz Irsyad Hafiz Irsyad Hartoyo, Suryanto Ivan Fareza Juliana Nasution Kevin Kevin Kevin kevin Meiriyama, Meiriyama Mochammad Trinanda Noviardy Molavi Arman Monica Rizki Ayustin Muhammad Ricky Nadimsyah, Ahmad Zaky Narta, Arta Tri Nicholas, Nicholas Ningrum Larasati Novan Wijaya Noviardy, Mochammad Trinanda Nur Rachmat Octavia, Angella Orlando Orlando Pratama, M Fikri Rizki Randy Andreo Sonaru Reynald Dwika Prameswara Ricky, Muhammad Rijaya, Rheza RR. Ella Evrita Hestiandari Rusdie Busdin Saputra, Jordi Sehat Martinus Surya Benediktus Siti Nadra Steven Steven Suherman, Jessica Suryanto Hartoyo Suwanto, Elisa Putri Tanzil, William Tegar Juangkara Tommy Saputra Wati, Risha Ambar Wijaya, Irvan Winston Kennedy Wiwik Handayani Yoannita, Yoannita Yohannes Yohannes Yohannes, Ricky

Title

Found 54 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 54 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 54 Documents
Search