Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Syntax Jurnal Informatika Prosiding Semnastek CESS (Journal of Computer Engineering, System and Science) KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Ilmu Ekonomi dan Pembangunan Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial IJCIT (Indonesian Journal on Computer and Information Technology) Indonesian Journal on Software Engineering (IJSE) Jurnal Khatulistiwa Informatika ILKOM Jurnal Ilmiah Journal of Tourism and Economic Nuansa Informatika
Saeful Bahri
Universitas Bina Sarana Informatika
Humanities Computer Science & IT Economics, Econometrics & Finance Engineering Environmental Science Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Implementation of Deep Learning for Handwriting Imagery of Sundanese Script Using Convolutional Neural Network Algorithm (CNN) Arif Purnama; Saeful Bahri; Gunawan Gunawan; Taufik Hidayatulloh; Satia Suhada
ILKOM Jurnal Ilmiah Vol 14, No 1 (2022)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

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

Abstract

Aksara Sunda becomes one of the cultures of sundanese land that needs to be preserved. Currently, not all people know Aksara Sunda because of the shift in cultural values and there is a presumption that Aksara Sunda is difficult to learn because it has a unique and complicated shape. The use of deep learning has been widely used, especially in the field of computer vision to classify images, one of the commonly used algorithms is the Convolutional Neural Network (CNN). The application of The Convolutional Neural Network (CNN) algorithm on sundanese handwriting imagery can make it easier for people to learn Sundanese script, this study aims to find out how accurate the neural network convolutional algorithm is in classifying Aksara Sunda imagery. Data collection techniques are done by distributing questionnaires to respondents. System testing using accuracy tests, testing on CNN models using data testing get 97.5% accuracy and model testing using applications get 98% accuracy. So based on the results of the trial, the implementation of deep learning methods using neural network convolution algorithms was able to classify the handwriting image of Aksara Sunda well.
KEUNIKAN DAN KEARIFAN LOKAL ALUN-ALUN SURYAKENCANA SEBAGAI PENDAPATAN WISATA DI TAMAN NASIONAL GUNUNG GEDE PANGRANGO (TNGGP) Yuri Rahayu; Yulianto Yulianto; Saeful Bahri
Journal of Tourism and Economic Vol 2, No 2 (2019): EDISI 2
Publisher : STIE Pariwisata API Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (550.886 KB) | DOI: 10.36594/jtec.v2i2.38

Abstract

Local wisdom is the protection, environmental management in the effort to preserve and preserve the original culture and environment by using the common sense of the people (cognition) in shaping the social institution among local and surrounding residents who sometimes  Neglected even in the damaged by humans. In fact, local wisdom can be a proof of history that can be preserved. The research methods used are qualitative researchers. Research that obtained data not "as it should be", but based on as it is happening in the field, experienced, perceived and thought by participants aiming to understand a phenomenon in social contexts The process of deep communication interaction between researchers and the phenomenon studied.  The sample used is purposive sampling. The uniqueness of Suryakencana Square is that it has a large and beautiful grass field that can accommodate thousands of climbers, have springs that are rarely encountered in other camps that make it easy for climbers to fulfill their camping activities. The beautiful Edelwess flower expanse and included one of edelwiess species rarely found in other mountains is one of the tourist magnets for climbers to return to the area and Spot suitable for beginners as a medium Warming up to do fantasy climbing. Cash flows due to a transaski of ticket purchase from prospective climbers as cons of performance in the service provided to the management of TNGGP in a particular period it is a revenue that can be allocated to Development and maintenance of the TNGGP region and as one of the contributions to the State and local Treasury for the welfare of the surrounding.
PENERAPAN METODE TOPIK MODELING UNTUK PENENTUAN TOPIK KONSULTASI PADA PORTAL TELEMEDICINE MENGGUNAKAN LDA (LATENT DIRCHLECT ALLOCATION) Saeful Bahri; Gunawan Gunawan; Dede Wintana; Rusda Wajhillah; Satia Suhada
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 9, No 3 (2022)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v9i3.465

Abstract

Abstract The Novel Corona Virus or Covid-19 pandemic that occurred at the beginning of 2020 has had a very big change for the medical world around the world, changes occurred in the pattern of hospital medical services and the work patterns of the medical personnel themselves, this was due to the fear of being infected with the virus. , one of the alternatives provided by the medical world is the application of the telemedicine method, but in practice telemedicine has many shortcomings, one of which is the difficulty of determining the topics in health discussed because most telemedicine documents are usually in text format, this makes it a challenge for researchers in processing text to find something. which can be used to improve consultation outcomes in a telemedicine system. One approach that is quite popular and powerful in finding themes in the medical and health corpus is topic modeling, one of which uses LDA (Latent Dirchlect Allocation), by applying LDA to the determination of TOPIK in the case of corpus telemedicine, it is proven to be able to show good results in terms of value. the highest kohence is 0.551075 with the highest standard deviation with a value of 0.5327286. Keywords: Covid-19; Telemedicine; Pandemic;  LDA; Pandemi Novel Corona Virus atau covid-19 yang terjadi pada awala tahun 2020 telah berdampak perubahan yang sangat besar bagi dunia medis diseluruh dunia, perubahan terjadi pada pola pelayanan medis rumah sakit dan pola kerja tenaga medis itu sendiri, hal ini disebabkan karena ketakutan akan terinfeksinya virus, salah satu alternatif yang diberikan oleh dunia medis adalam dengan penerapan metode telemedicine namun dalam prakteknya telemedicine memiliki banyak kekurangan salahsatunya seperti sulitnya penentuan topik dalam kesehatan yang dibaha karena kebanyakan dokument telemedicine biasanya berformat text, hal tersebut menjadikan tantangan bagi peneliti dalam memproses text dalam menemukan sesuatu yang bermakna sehingga dapat dimanfaatkan untuk meningkatkan hasil konsultasi dalam sebuah sistem telemedicine. Salah satu pendekatan yang cukup populer dan powerful dalam penemuan tema dalam korpus medis dan kesehatan adalah pemodelan topik, salah satunya menggunakan LDA (Latent Dirchlect Allocation), dengan diterapkan nya LDA pada penentuan TOPIK dalam kasus korpus telemedicine terbukti mampu menunjukan hasil yang baik dilihat dari nilai kohence tertinggi yaitu 0,551075 dengan standar deviasi tertinggi dengan nilai 0,5327286. Kata kunci: Covid-19; Telemedicine; Pandemic;  LDA;
OPTIMALISASI ARSITEKTUR DEEP-LEARNING UNTUK OTOMATISASI KLASIFIKASI IDENTIFIKASI SPESIES IKAN Saeful Bahri; Satia Suhada; Rusda Wajhillah
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 10, No 2 (2023)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v10i2.629

Abstract

Penelitian ini membahas tentang optimalisasi arsitektur pada deep Learning untuk  otomatisasi klasifikasi ikan melalui citra dengan berbagai macam latar belakang dan kondisi cahaya yang beragam. Beberapa riset terdahulu tentang klasifikasi spesies ikan telah dilakukan oleh beberapa peneliti di dunia menggunakan berbagai metode, termasuk Naïve bayes, CNN, dan jaringan deep learning. Dalam penelitian ini, akan dibandingkan tiga arsitektur deep learning (ResNet101v2, CoAtNet-0, dan EfficientNetV2B0) dengan tiga algoritma optimasi (Adam, SGD, dan MSProp) untuk mengetahui arsitektur yang terbaik untuk model deep learning pada otomatisasi identifikasi spesies ikan, yang terdiri dari 3.248 citra yang terbagi menjadi delapan kelas spesies,  hasil dari pengujian model didapat bahwa ResNet101v2 yang dioptimalisasi oleh Adam memiliki nilai akurasi paling tinggi dibanding 2 Arsitektur lainya yaitu sebesar 62% .
SISTEM INFORMASI PELAYANAN TERINTEGRASI (SIPETIR) BERBASIS WEB PADA KECAMATAN LURAGUNG KABUPATEN KUNINGAN Herlan Sutisna; Shintia Nurul Khotimah; Haerul Fatah; Agung Baitul Hikmah; Bambang Kelana Simpony; Ai Ilah Warnilah; Saeful Bahri
Jurnal Khatulistiwa Informatika Vol 11, No 1 (2023): Periode Juni 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v11i1.15184

Abstract

Sistem informasi sangat dibutuhkan dalam berbagai bidang kehidupan khususnya instansi pemerintahan agar dapat menciptakan suatu Pelayanan Publik diantaranya Pelayanan Administrasi Kependudukan yang efektif dan efisien. Pelayanan yang dilakukan di Kecamatan Luragung masih meggunakan sistem yang konvensional atau manual. Metode yang digunakan untuk melakukan penelitian ini adalah menggunakan metode waterfall. metode waterfall ini memiliki pendekatan alur hidup perangkat lunak secara terurut dimulai dari analisis, desain, pengkodean, pengujian dan tahap pendukung. Hasil penelitian di Kantor Kecamatan Luragung yaitu sistem yang berjalan saat ini mengenai permohonan pelayanan masih bersifat konvensional dan pemohon diharuskan datang ke kantor untuk melakukan permohonan. Maka dari itu penulis merancang sebuah website pelayanan terintegrasi untuk meningkatkan kualitas pelayanan yang ada di Kantor Kecamatan Luragung Sistem pelayanan terintegrasi berbasis web ini dapat mengoptimalkan penyimpanan data agar terkelola dengan baik karena tersimpan dalam database dan memudahkan dalam pencarian data. Selain itu, sistem ini terintegrasi antara Kecamatan dengan pihak lain diluar Kecamatan dengan tujuan untuk meningkatkan rasa tanggungjawab dalam pelayanan dan sebagai bentuk transparansi laporan kegiatan pelayanan yang dilakukan pihak lain kepada masyarakat.
Perancangan Sistem Informasi Manajemen Distribusi Barang Pada CV Welas Asih Tasikmalaya Menggunakan Metode Prototype Wini Fadhilah Nugraha; Miftah Farid Adiwisastra; Saeful Bahri
Indonesian Journal on Software Engineering (IJSE) Vol 9, No 2 (2023): IJSE 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v9i2.17394

Abstract

Perkembangan teknologi saat ini berkembang sangat pesat dengan melalui berbagai perangkat dan teknologi yang baru, dengan itu dalam penggunaan teknologi informasi yang sudah terkomputerisasi dapat membantu perusahaan dalam memberikan layanan informasi yang lebih baik serta dapat memberikan kualitas informasi yang lebih akurat. CV Welas Asih merupakan perusahaan yang bergerak di bidang produksi pakaian sports. Dalam pengolahan data barang distribusi masih menggunakan sistem yang manual, sehingga dalam proses pengelolaan data distribusi sering menimbulkan kesalahan dalam pencatatan data, tidak akuratnya jumlah stok barang dan sering terlambatnya pembuatan laporan dikarenakan data-data belum terorganisir dengan baik. Tujuan dari penelitian ini adalah merancang Sistem Informasi Manajemen Distribusi Barang agar dapat memberikan kemudahan bagi perusahaan dalam mendapatkan atau memberikan informasi yang cepat dan akurat. Metode pengembangan perangkat lunak pada penelitian ini menggunakan metode Prototype. Hasil akhir penelitian ini yaitu dapat membantu perusahaan dalam mengelola data distribusi, pencatatan data, pencarian jumlah stok barang serta pembuatan laporan yang secara otomatis tercetak pada sistem. Selain itu sistem dapat mempermudah mitra dalam melakukan permintaan barang dan mengetahui status permintaan.               Kata kunci: Distribusi Barang, Permintaan Barang, Metode Prototype
Feature Extraction Using Markov Random Field (MRF) On Improving CNN Classification Results For Alzheimer's Disease Diagnosis: Ekstraksi Fitur Menggunakan Markov Random Field (MRF) untuk Meningkatkan Hasil Klasifikasi CNN pada Diagnosis Penyakit Alzheimer Saeful Bahri; Miftah Farid Adiwisastra; Taufik Hidayatulloh
NUANSA INFORMATIKA Vol. 19 No. 2 (2025): Nuansa Informatika 19.2 Juli 2025
Publisher : FKOM UNIKU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25134/ilkom.v19i2.369

Abstract

Alzheimer’s disease is a degenerative neurological disorder that significantly affects patients’ cognitive functions and social lives. It is a leading form of dementia, characterized by the progressive death of brain cells. One widely adopted diagnostic approach involves magnetic resonance imaging (MRI) to evaluate brain structures. Recent advances in machine learning have enabled automated image analysis, with Convolutional Neural Networks (CNNs) commonly used for image feature extraction and classification. However, CNNs face a major limitation in maintaining consistency during image segmentation, which results in reduced classification accuracy. This issue arises from CNNs’ limited ability to preserve local pixel-level consistency during feature extraction. To address this, we propose integrating a Markov Random Field (MRF)-based layer into the CNN architecture, which has been shown to enhance segmentation consistency. This study utilizes publicly available MRI datasets of Alzheimer’s patients and employs a k-fold cross-validation scheme for evaluation. The results show that the CNN-MRF model improves classification accuracy to 63%, compared to 61% with the standard CNN. Furthermore, the loss value is reduced from 0.80 to 0.74. Although the improvement in accuracy is incremental, a paired t-test confirms that the difference is statistically significant (p < 0.05). This method has proven effective in enhancing the reliability of image-based diagnostic systems for early detection of Alzheimer’s disease.
Co-Authors Agung Baitul Hikmah Agung Wibowo Ai Ilah Warnilah Arif Purnama Bambang Kelana Simpony Dede Wintana Fatah, Haerul Herlan Sutisna, Herlan Irsyad Hafizh Ubaidallah Ivanisevic Hanuraiga El-Ahmed Jamal Maulana Hudin Lis Saumi Ramdhani Miftah Farid Adiwisastra Muh Fauzi Richardus Eko Indrajit Rusda Wajhillah Satia Suhada, Satia Shintia Nurul Khotimah Sriyadi Sriyadi Taufik Hidayatulloh Veithzal Rivai Zainal Wini Fadhilah Nugraha Yulianto Yulianto Yuri Rahayu