Article Per Year (5 Year)
p-Index From 2021 - 2026
6.901
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Dinamik Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Paradikma: Jurnal Pendidikan Matematika JURNAL PENELITIAN SAINTIKA ELEMENTARY SCHOOL JOURNAL PGSD FIP UNIMED Jurnal Daya Matematis Jurnal Informatika dan Teknik Elektro Terapan Seminar Nasional Informatika (SEMNASIF) Jurnal IPTEK JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal KARISMATIKA Bina Insani ICT Journal JURNAL SAINS INDONESIA Indonesian Journal of Artificial Intelligence and Data Mining INTECOMS: Journal of Information Technology and Computer Science Jurnal Cendekia : Jurnal Pendidikan Matematika Jurnal Perspektif M A T H L I N E : Jurnal Matematika dan Pendidikan Matematika JATI (Jurnal Mahasiswa Teknik Informatika) Community Development Journal: Jurnal Pengabdian Masyarakat Budapest International Research and Critics in Linguistics and Education Journal (Birle Journal) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Journal of Soft Computing Exploration Jurnal Pengabdian kepada Masyarakat INCODING: Journal of Informatics and Computer Science Engineering J-Intech (Journal of Information and Technology) Economic Reviews Journal PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Riset Rumpun Matematika dan Ilmu Pengetahuan Alam (JURRIMIPA) Jurnal Umum Pengabdian Masyarakat (JUPEMAS) Journal of Informatics and Data Science (J-IDS) Jurnal KALANDRA Journal of Education Transportation and Business International Journal of Educational Insights and Innovations (IJEDINS) Ulil Albab
Hermawan Syahputra
Universitas Negeri Medan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 64 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 64 Documents
Search

 1   2   3   4   5 
Perbandingan Algoritma Support Vector Machine (SVM) dan Decision Tree Untuk Deteksi Tingkat Depresi Mahasiswa Ihsan Zulfahmi; Hermawan Syahputra; Steven Imanuel Naibaho; M. Ari Maulana; Edward Perdana Sinaga
Bahasa Indonesia Vol 10 No 1 (2023): Bina Insani ICT Journal (Juni) 2023
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/biict.v10i1.2304

Abstract

Depresi adalah gangguan kesehatan mental umum yang dapat mempengaruhi orang-orang dari segala usia dan dari semua lapisan masyarakat. Deteksi dan intervensi dini sangat penting untuk mengelola depresi dan mencegah konsekuensi negatifnya. Dalam beberapa tahun terakhir, algoritma pembelajaran mesin telah digunakan untuk mendeteksi tingkat depresi pada individu. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Support Vector Machine (SVM) dan Decision Tree dalam mendeteksi tingkat depresi pada mahasiswa.Kumpulan data yang digunakan dalam penelitian ini dikumpulkan dari 787 mahasiswa di Universitas Lahore dan memasukkan 19 variabel yang berkaitan dengan gejala depresi, gaya hidup, dan demografi. Algoritma Chi-Square digunakan untuk pemilihan fitur dan algoritma Decision Tree dan SVM digunakan untuk pemodelan. Studi tersebut menemukan bahwa kedua algoritme tersebut sangat akurat dalam mendeteksi depresi pada mahasiswa, dengan model SVM memiliki tingkat akurasi 95% lebih tinggi daripada model pohon keputusan. Penulis telah menyajikan data dan tabel secara visual yang menunjukkan akurasi dan ukuran evaluasi model. Studi menyimpulkan bahwa model SVM sangat akurat dalam mendeteksi tingkat depresi pada mahasiswa dan dapat digunakan sebagai alat yang dapat diandalkan untuk deteksi dini dan intervensi. Hasil penelitian ini memiliki implikasi penting bagi psikolog untuk mengambil tindakan. Algoritma pembelajaran mesin dapat digunakan untuk mendeteksi tingkat depresi individu, yang pada gilirannya dapat membantu deteksi dini dan intervensi. Ini dapat mengarah pada manajemen depresi yang lebih baik dan hasil kesehatan mental yang lebih baik. Namun, penelitian lebih lanjut diperlukan untuk memvalidasi hasil penelitian ini dan untuk mengeksplorasi potensi algoritma pembelajaran mesin dalam mendeteksi tingkat depresi pada populasi lain.
Detection of Participants Facial Expressions in Video Conference Using Convolutional Neural Network Algorithm Karimuddin Hakim Hasibuan; Hermawan Syahputra
Journal of Informatics and Data Science Vol 2, No 2 (2023): November
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v2i2.49060

Abstract

Purpose: The purpose of this research is to develop an architecture based on the Convolutional Neural Network (CNN) algorithm to detect facial expressions during video conferences. The goal is to address the problem of understanding participants' emotions and expressions during online video conferencing sessions. The aim is to create a system that can analyze facial expressions in images and determine the corresponding emotions.Methods/Study design/approach: Data was collected by capturing facial expression images from 10 students using a webcam. Preprocessing techniques, such as cropping, converting images to grayscale, and data augmentation, were applied to ensure data variation. The CNN model was trained using the processed data and evaluated using test data (a subset of the dataset), new data (external data) and video conference recording. Result/Findings: The CNN model achieved a high training accuracy of 97.5% using an image size of 128x128 and 2000 epochs. The model architecture consists of 2 Conv2D layers, 3 BatchNormalization layers, 2 MaxPooling layers, 2 dropout layers, 1 flat layer, 1 dense layer, and 1 output layer. When tested on facial expression data, the model achieved with 97,5% accuracy on the training data and 93,33% accuracy on the test data. The model was also able to detect the facial expressions of participants in the video conference. Novelty/Originality/Value: The novelty of this research lies in developing a CNN-based system to detect facial expressions in video conferences by analyzing facial images. This approach addresses the challenge of understanding participants' emotions and expressions during online video conferencing sessions, which can contribute to better communication and interaction among participants.
PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (KNN) DALAM PENGENALAN POLA TULISAN TANGAN ANGKA 0-9 Hermawan Syahputra; R Givent A Simanjorang
Dinamik Vol 28 No 2 (2023)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v28i2.9360

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam pengenalan pola tulisan tangan angka 0-9. Penelitian ini menggunakan data sekunder berupa gambar angka 0-9 dalam bentuk bitmap yang diunduh dari internet. Setiap gambar angka diubah menjadi fitur numerik menggunakan metode ekstraksi fitur Zoning. Selanjutnya, data fitur numerik tersebut diuji menggunakan metode KNN untuk memprediksi angka yang ditulis.
Pengaruh Model Pembelajaran Berbasis Masalah terhadap Kemampuan Pemecahan Masalah Matematika Siswa Kelas VIII SMP Negeri 5 Stabat Dina Aulia Luthfiah; E. Elvis Napitupulu; Hermawan Syahputra
Jurnal Cendekia : Jurnal Pendidikan Matematika Vol 7 No 2 (2023): Jurnal Cendekia: Jurnal Pendidikan Matematika Volume 7 Nomor 2 Tahun 2023
Publisher : Mathematics Education Study Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cendekia.v7i2.2297

Abstract

Penelitian ini bertujuan untuk menganalisis: (1) perbedaan pengaruh model Pembelajaran Berbasis Masalah dan model Pembelajaran Langsung terhadap kemampuan pemecahan masalah siswa; (2) interaksi antara model pembelajaran dan KAM terhadap kemampuan pemecahan masalah siswa. Penelitian ini merupakan penelitian kuantitatif dengan jenis qausi eksperimental design. Populasi pada penelitian ini yaitu seluruh kelas VIII SMP Negeri 5 Stabat Tahun Pelajaran 2022/2023 dengan jumlah 222 siswa. Uji dilakukan dengan ANAVA Dua Jalur. Hasil penelitian menunjukkan bahwa (1) terdapat perbedaan pengaruh antara model pembelajaran berbasis masalah dan model pembelajaran langsung terhadap kemampuan pemecahan masalah matematika siswa; (2) tidak terdapat interaksi antara kemampuan awal matematika (tinggi, sedang, dan rendah) dan model pembelajaran terhadap kemampuan pemecahan masalah matematika siswa di SMP Negeri 5 Stabat.
The Effect of Problem Based Learning Models on the Mathematical Dispositions of Class VIII Students of SMP Negeri 5 Stabat Dina Aulia Luthfiah; E. Elvis Napitupulu; Hermawan Syahputra
PARADIKMA: JURNAL PENDIDIKAN MATEMATIKA Vol 16, No 2 (2023): PARADIKMA JURNAL PENDIDIKAN MATEMATIKA (July - December 2023)
Publisher : Study Program of Mathematics Education of Unimed Postgraduate Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/paradikma.v16i2.48044

Abstract

The purpose of this research is to investigate: (1) how students' mathematical dispositions differ depending on whether they were taught using a Problem-Based Learning model or an Ordinary Learning model; (2) how the mathematical dispositions of students are affected by the relationship between the learning style and Previous Students' Ability. This study is a quantitative investigation employing procedures that are semi experimental. The instruments of this research are problem solving ability tests and student disposition questionnaires. The participants in this research project are all 222 students enrolled in class VIII at SMP Negeri 5 Stabat during the academic year 2022/2023. There are a total of 222 individuals. The method of sampling utilized for this investigation was a straightforward random sampling method, and the total number of students comprising the sample was calculated using the Issac and Michael formula. Essay examinations and questionnaires were the research tools that were utilized in this investigation. A Two Way ANOVA was utilized in the analysis of the results. The findings of the research indicate the following: (1) the mathematical disposition of students in the class that uses problem-based learning is higher than that of students in the class that uses ordinary learning; (2) there is no interaction between the learning model and early mathematical abilities (high, medium, and low) on students' mathematical dispositions.Keywords: Problem Based Learning, Quasi Experiment, Mathematical Dispositions
Development of Cooperative Learning Tools Type Course Review Horay and Geogebra Media to Improve Spatial Thinking Skills and Mathematical Resilience of Grade VIII Students Putri Mayang Sari Siregar; Hermawan Syahputra; KMS. Amin Fauzi
PARADIKMA: JURNAL PENDIDIKAN MATEMATIKA Vol 16, No 2 (2023): PARADIKMA JURNAL PENDIDIKAN MATEMATIKA (July - December 2023)
Publisher : Study Program of Mathematics Education of Unimed Postgraduate Program

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/paradikma.v16i2.48947

Abstract

This study aims to investigate the improvement and development of spatial thinking skills and mathematical resilience abilities of students using cooperatively developed learning tools of the Course Review Horay and Media Geogebra type; to investigate the validity, practicability, and efficacy of cooperatively developed learning tools of the Course Review Horay and Media Geogebra type in enhancing spatial thinking skills and resilience. This type of research is development research based on the ADDIE model. 33 MTs Al-Washliyah Tembung students participated in the study. The results demonstrated that 97% of the students, or 32 out of 33, improved their spatial reasoning skills. While only 19 of 33 students, or 58%, exhibited an increase in mathematical resilience. In addition, the results indicate that this development model is more effective than conventional classroom learning models at enhancing spatial reasoning and mathematical resilience. The learning aids created using cooperative Course Review Horay type and Geogebra are valid, applicable, and efficient.Keywords: ADDIE, Spatial Thinking Skills, Mathematical Resilience, Development Research
TRAINING PENINGKATAN KOMPETENSI INDUSTRI UNTUK SERTIFIKASI PROFESI NETWORK ENGINEER SKEMA NETWORK+ BERSAMA PT. NUSANET DAN PT. WILEARNING INDONESIA Kiswanto, Dedy; Syahputra, Hermawan; Panggabean, Suvriadi
Jurnal Umum Pengabdian Masyarakat Vol 2 No 1 (2023): Jurnal Umum Pengabdian Masyarakat
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58290/jupemas.v2i1.109

Abstract

Training peningkatan kompetensi dan sertifikasi network+ ini merupakan bentuk pengabdian masyarakat yang dilaksankaan dengan kolaborasi bersama PT Nusatnet dan PT Wilearning Indonesia. Adapun jumlah peserta terdiri dari 6 orang laki–laki karyawan PT Nusanet yang bertugas sebagai engineer network lapangan sedangkan PT Wilearning menyediakan tempat dan seluruh sarana prasarana yang dibutuhkan selama kegiatan training dan sertifikasi dalam penyampaian TIM menggunakan metode pembelajaran blended learning. 100% peserta dapat dengan baik menyelesaikan seluruh rangkaian exam dan mampu mendapatkan skor melebihi syarat minimal. Skor terkecil yang didapatkan 724 dan skor tertingi 824, jika dilakukan rata–rata pada skor peserta sebesar 783. Artinya rata–rata peserta mampu menjawab dengan benar soal yang diberikan sebesar 92% dari total 90 soal yang diberikan.
Peningkatan Produksi Usaha May’s Kitchen dengan menerapkan Teknologi Tepat Guna Oven Pemanggang Kue Kukus Ritonga, Winsyahputra; Syah, Dedy Husrizal; Oktora, Maya; Solahudin, Ahmad Andi; Syahputra, Hermawan; Rangkuti, Muhammad Aswin; Harahap, Mukti Hamjah; Panggabean, Deo Demonta
KALANDRA Jurnal Pengabdian Kepada Masyarakat Vol 3 No 4 (2024): Juli
Publisher : Yayasan Kajian Riset Dan Pengembangan Radisi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55266/jurnalkalandra.v3i4.412

Abstract

Pengabdian masyarakat ini berfokus pada peningkatan produktivitas UMKM May's Kitchen di Desa Mangga Dua, Kecamatan Tanjung Beringin, Kabupaten Serdang Bedagai, melalui penerapan teknologi tepat guna. Permasalahan utama yang dihadapi mitra adalah keterbatasan teknologi produksi, khususnya dalam proses pemanggangan kue kukus, yang berdampak pada kualitas dan daya saing produk. Untuk mengatasi hal ini, tim pengabdi mengimplementasikan pendekatan terpadu meliputi edukasi, pelatihan, dan pendampingan intensif. Inti dari program adalah introduksi oven pemanggang kue kukus berkapasitas 6 loyang dengan 1 rak berbahan stainless steel. Hasil menunjukkan peningkatan efisiensi produksi hingga tiga kali lipat, disertai perbaikan signifikan pada kualitas dan konsistensi produk. Evaluasi pasca-program mengindikasikan peningkatan pengetahuan mitra sebesar 85% mencakup aspek teknis operasional, food safety, dan quality control. Analisis ekonomi memproyeksikan penurunan biaya produksi hingga 20% dan potensi peningkatan margin keuntungan 15-20%.
IMPLEMENTASI ALGORITMA CNN DALAM MENGIDENTIFIKASI TINGKAT KEPARAHAN JERAWAT PADA WAJAH Adhi Guna, Ekin; Fransiska Sihombing, Esra; Nico Pasaribu, Michael; Syahputra, Hermawan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10010

Abstract

Penggunaan teknologi komputer di sektor kesehatan telah berkembang pesat, terutama dalam sistem rekomendasi dan promosi kesehatan. Perkembangan kecerdasan buatan, khususnya deep learning, telah terbukti sangat bermanfaat dalam deteksi dini penyakit melalui analisis pencitraan medis. Convolutional Neural Network (CNN), sebagai salah satu bagian dari deep learning, menunjukkan kinerja tinggi dalam berbagai aplikasi, termasuk identifikasi jerawat. Jerawat pada remaja memiliki dampak signifikan pada aspek personal, sosial, dan psikologis, seringkali menyebabkan depresi dan rendahnya percaya diri. Pengetahuan masyarakat tentang perawatan jerawat yang tepat masih terbatas, yang sering kali menyebabkan kesalahan perawatan dan memperburuk kondisi. Penelitian ini bertujuan untuk mengembangkan sistem berbasis CNN guna mengidentifikasi tingkat keparahan jerawat sehingga dapat memberikan penanganan yang tepat. Implementasi CNN memungkinkan model untuk mengekstraksi hierarki fitur dari citra, sehingga menciptakan representasi visual yang lebih baik untuk variasi dari tingkat keparahan jerawat. Hasil penelitian dengan 1.106 dataset dari tiga label menunjukkan akurasi sebesar 75%, menegaskan efektivitas CNN dalam mengidentifikasi pola visual tingkat keparahan jerawat. Sistem ini diharapkan mampu memberikan solusi dalam mengatasi masalah keparahan jerawat dan mengurangi kesalahan perawatan yang sering terjadi, sehingga meningkatkan kualitas hidup remaja yang terpengaruh oleh jerawat.
DETEKSI BURUNG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN MODEL ARSITEKTUR MOBILENETV2 Andika Maulana, Sandy; Husna Batubara, Shabrina; Permata Putri Pasaribu, Yohanna; Syahputra, Hermawan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10126

Abstract

Penelitian ini mengimplementasikan model Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 untuk mendeteksi spesies burung. Permasalahan yang dihadapi yaitu bagaimana meningkatkan akurasi deteksi spesies burung menggunakan model yang efisien untuk perangkat mobile. Tujuan penelitian ini untuk mengembangkan dan mengevaluasi model CNN yang dapat mengenali berbagai spesies burung dengan akurasi tinggi. Metode penelitian meliputi beberapa tahapan: pengunduhan dan ekstraksi data dari TensorFlow Dataset yang terdiri dari 6033 gambar dari 200 spesies burung, visualisasi dan preprocessing data, implementasi model MobileNetV2, training dan validasi model selama 50 epoch dengan batch size 64, serta evaluasi menggunakan metrik loss dan Intersection Over Union (IoU). Hasil penelitian menunjukkan bahwa model mampu mengenali burung dengan akurasi yang memadai. Untuk penelitian selanjutnya, disarankan penambahan jumlah gambar dan spesies burung dalam dataset, eksplorasi arsitektur model lain, teknik augmentasi data, optimisasi hyperparameter, dan penerapan transfer learning. Selain itu, pengujian model pada perangkat mobile diperlukan untuk memastikan efisiensi dan performa di lingkungan nyata, serta mempertimbangkan informasi tambahan seperti habitat atau suara burung untuk meningkatkan akurasi identifikasi.
Co-Authors Abil Mansyur, Abil Ade Amelia, Tasya Adhi Guna, Ekin Agus Harjoko Ahmad Andi Solahuddin Ahmad Hidayat Ajizah Siregar Aldiva Wibowo Alfattah Atalarais Amelia Br Siregar, Ririn Amelia Vega S. Meliala, Ruth Ami . Riana Andani D N Andika Maulana, Sandy Angel Tumanggor, Asri Angginy Akhirunisa Siregar Ani Sutiani Apiek Gandamana Arnita Arnita Asrin Lubis BORNOK SINAGA Bornok Sinaga Budi Akbar, Muhammad citra Daulay, Leni Karmila Davina, Sherly Dedy Husrizal Syah, Dedy Husrizal Dedy Kiswanto Defiyanti, Aqilah Delvin Ibo, Martince Deo Demonta Panggabean Dhea Putri Adriani DIdi Febrian Dina Aulia Luthfiah Drilanang, Mhd Ilyasyah Dwi Zahra Putri, Raisya E. Elvis Napitupulu E. Elvis Napitupulu, E. Elvis Edi Syahputra Edward Perdana Sinaga Elisabet Butarbutar, Lastri Fanny Rahmadani Farmawaty Tambunan, Vivielda Fauzi, KMS. Amin Fransiska Sihombing, Esra Hafiz, Alvin Harefa, Meilinda Suriani Hasratuddin Siregar Hidayatul Arifin, Muhammad Husna Batubara, Shabrina Ida Ayu Putu Sri Widnyani Ihsan Zulfahmi Ihsan Zulfahmi Ika Purnama Sari Imelda, Yusmita Impana Manik, Kristin Indriani.S, Dechy Deswita Insan Taufik Irhamna Irhamna Irmaya, Nia Irya Shakila Syukron, Ananda Iwan Jepri Izwita Dewi Josafat Simanjutak, Todo Kana Saputra S Karimuddin Hakim Hasibuan Kartika, Dinda Khairun Nadiah Kms. Amin Fauzi Lazuardi Harahap, Muhammad Lubis, M. Revano Ananda Luge, Miclyael Luthfiah, Dina Aulia M. Ari Maulana Mahyuni Mahyuni Martina Restuati Maulana, Raihan Maya Oktora MHD. Reza M.I. Pulungan Mia Yolanda Siregar Muhammad Febrilian Zulrahman Mukti Hamjah Harahap, Mukti Hamjah Nasution, Dinda Indriani Nico Pasaribu, Michael Niska, Debi Yandra Nova Yanti Panjaitan Nur Wahyuni Nurmala Berutu Nurul Maulida Surbakti Oktavia, Grace Palendeo Sitepu, Kalpin Pane, M Iqbal Anata Pane, Yeremia Yosefan Panggabean, Suvriadi Panjaitan, Clara Kresensia Panjaitan, Nova Yanti Permata Putri Pasaribu, Yohanna Prana Walidin, Adamsyach Purba, Boy Hendrawan Purba, Desni Paramitha Putri Mayang Sari Putri Mayang Sari Siregar R Givent A Simanjorang Ramadhan Manik, Albert Ramadhani, Fanny Rambe, Imelda Wardani Rangkuti, Muhammad Aswin Riana, Ami Richi, Alfina Said . Iskandar SANTI MARIA SIMARMATA Santi Maria Simarmata Sembiring, Rinawati Sinaga, Elya Juni Arta Siregar, Mochammad Gani Alfa Alkhoiri Siregar, Putri Mayang Sari Siti Nabila Panjaitan Solahudin, Ahmad Andi Sri Dewi Sriadhi Sriadhi, Sriadhi Steven Imanuel Naibaho Sukma, Ayman Human Suleho, Febrina Syamsah Fitri Syarief Afifi Sumantri Syawal Gultom Tri Bowo Atmojo Veryawan, Veryawan Waliyul M Siregar Warjaya, Angga Wibowo, Aldiva winsyahputra Ritonga Yazid Noor, Muhammad Zul Amry Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta