Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Buletin Sistem Informasi dan Teknologi Islam Jurnal Masyarakat Madani Indonesia El-Mujtama: Jurnal Pengabdian Masyarakat Jurnal Kesehatan
Afin Muhammad Nurtsani
Universitas Telkom
Religion Humanities Computer Science & IT Dentistry Economics, Econometrics & Finance Education Engineering Health Professions Languange, Linguistic, Communication & Media Medicine & Pharmacology Nursing Public Health Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Pengaruh Ciri Temporal, Spasial, dan Frekuensi pada Klasifikasi Motor Imagery Nurtsani, Afin Muhammad; Syamlan, Muhammad Adib; Setiawan, Agung Wahyu
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 3: Juni 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022935715

Abstract

Interaksi mesin-komputer merupakan suatu keniscayaan dan akan menjadi bagian yang tidak terpisahkan dari kehidupan dalam waktu dekat, terutama di bidang rekayasa rehabilitasi. Salah satu bidang yang berkembang adalah klasifikasi Motor Imagery (MI) berbasis sinyal EEG. Set data pada studi ini diambil dari BCI Competition IV - 2b. Prapemrosesan data dilakukan dengan menggunakan BPF Butterworth orde 5 dengan frekuensi cut-off sebesar 8 – 30 Hz.  Pada studi ini, dilakukan investigasi pengaruh ciri temporal; spasial; dan frekuensi serta kombinasi ciri temporal-spasial dan temporal-spasial-frekuensi. Ciri temporal diekstraksi dengan menggunakan ICA, ciri spasial dengan CSP, dan frekuensi dengan STFT. Terdapat empat pengklasifikasi yang digunakan, yaitu SVM; RF; k-NN; dan NB. Salah satu temuan pada studi ini adalah meskipun digunakan kombinasi ciri temporal-spasial maupun temporal-spasial-frekuensi, nilai akurasi yang diperoleh sama, yaitu sekitar 72%. Kinerja kedua kombinasi ciri ini masih kalah apabila dibandingkan dengan hanya menggunakan ciri independen temporal dengan nilai akurasi mencapai 73%. Selain itu, pengklasifikasi RF memberikan kinerja yang paling baik dibandingkan dengan SVM; k-NN; serta NB.  Abstract Human-computer interaction is a necessity and will be deployed in the near future, especially in rehabilitation engineering. One of the development is focused on the classification of Imagery Motor (MI) based on EEG signals. In this study, the dataset is taken from BCI Competition IV - 2b. The first step of the classification process is data preprocessing that is performed using BPF Butterworth 5th order with a cut-off frequency of 8 - 30 Hz. The aim of this study is to investigate the effect of independent feature such as temporal, spatial, frequency, and the combination of temporal-spatial and temporal-spatial-frequency features. Temporal feature is extracted using ICA, spatial feature using CSP, and frequency feature using STFT. In this study, four classifiers are used, i.e., SVM; RF; k-NN; and NB. One of the main findings in this study is that although the combination of temporal-spatial and temporal-spatial-frequency features is used, the accuracy value of 72% are obtained. The performance of these two combinations of features is still inferior when compared to independent temporal feature with an accuracy value of 73%. In addition, RF classifier provides the best performance compared to SVM; k-NN; and NB. Keywords: motor imagery, temporal, spatial, frequency, random forest
Peran Biomarker Digital dan Sinyal Fisiologis dalam Pemantauan Kesehatan Mental Generasi Muda: Literature Review Yumna Nabila; Mira Wahyu Kusumawati; Zainal Arifin; MuhammadLazuardi Pradivta Komara; Afin Muhammad Nurtsani
Jurnal Kesehatan Vol 15 No 1 (2026): Jurnal Kesehatan
Publisher : Universitas Yatsi Madani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37048/kesehatan.v15i1.758

Abstract

Latar Belakang: Masalah kesehatan mental di kalangan remaja meningkat di seluruh dunia, sementara metode penilaian tradisional terbatas dalam menangkap perubahan psikologis secara real-time dan objektif. Biomarker digital dan sinyal fisiologis dari perangkat wearable dan smartphone menghadirkan alternatif yang menjanjikan untuk pemantauan kesehatan mental secara berkelanjutan. Tujuan: Mengidentifikasi peran biomarker digital dan sinyal fisiologis dalam memantau kesehatan mental di kalangan remaja. Metode: Tinjauan literatur sistematis dilakukan dengan mensitesis artikel-artikel yang diperoleh dari Scopus, PubMed, ScienceDirect, dan Google Scholar, dengan fokus pada studi yang diterbitkan antara tahun 2020 dan 2026. Kriteria inklusi, berdasarkan kerangka kerja PICOS, populasi remaja, variabilitas detak jantung (HRV) dan aktivitas elektrodermal (EDA), dan kesehatan mental: depresi, kecemasan, dan stres. Dua puluh studi memenuhi kriteria inklusi dan dianalisis menggunakan pendekatan sintesis naratif. Hasil: Temuan menunjukkan bahwa variabilitas detak jantung (HRV) adalah biomarker fisiologis yang paling banyak digunakan dan sangat terkait dengan hasil kesehatan mental yaitu depresi, kecemasan, dan stres. Pendekatan multimodal yang mengintegrasikan sinyal fisiologis, data perilaku, dan fenotipe digital mencapai akurasi prediksi yang lebih tinggi daripada model modalitas tunggal. AI dan metode machine learing lebih lanjut meningkatkan deteksi dan klasifikasi kondisi kesehatan mental. Kesimpulan: Biomarker digital dan sinyal fisiologis mewakili pendekatan yang menjanjikan dan inovatif untuk pemantauan kesehatan mental pada remaja. Integrasi teknologi yang dapat dikenakan dan analitik berbasis kecerdasan buatan memungkinkan penilaian yang berkelanjutan dan objektif, mendukung deteksi dan intervensi dini. Penelitian selanjutnya dapat berfokus pada pengintegrasian faktor biopsikososial, meningkatkan ketelitian metodologis, dan sistem pelayanan kesehatan mental.
Pemberdayaan Sekolah Luar Biasa (SLB) Banyumas melalui Pelatihan Teknologi Asistif Brailltek untuk Pembelajaran Mandiri Sevia Indah Purnama; Adanti Wido Paramadini; Irmayatul Hikmah; Dodi Zulherman; Afin Muhammad Nurtsani; Rizki Amalia Pratiwi; Shinta Romadhona
El-Mujtama: Jurnal Pengabdian Masyarakat  Vol. 6 No. 3 (2026): El-Mujtama: Jurnal Pengabdian Masyarakat 
Publisher : Intitut Agama Islam Nasional Laa Roiba Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47467/elmujtama.v6i3.12403

Abstract

Visually impaired students in Banyumas face significant challenges in accessing inclusive education due to the scarcity of adaptive learning media. Most students rely heavily on conventional Braille and constant teacher assistance, which hinders their independent learning capabilities. This community service aims to empower teachers and students at SLB Kuncup Mas Banyumas through the socialization and training of BraillTek, a bilingual RFID-based assistive device designed to support independent literacy. The method employed was a participatory approach involving 30 participants, consisting of teachers and students. The activities were conducted on December 9, 2025, encompassing socialization of disability rights, direct demonstration of the device, and hands-on training where students practiced using BraillTek while teachers were introduced to AI-based educational tools. The results indicated high program effectiveness, with evaluation data showing that 100% of participants agreed the material was highly relevant to their needs. Students demonstrated the ability to operate the device independently after a single session, effectively learning vocabulary without constant supervision. The program successfully introduced a viable solution for inclusive education, significantly reducing student dependence on teachers and improving teacher competency in utilizing assistive technology.
Gradient Boosting Teroptimasi untuk Klasifikasi Diabetes dengan Analisis Eksplanabilitas Menggunakan SHAP dan LIME Angga Kurniawan; Nisrina Hanifa Setiono; Afin Muhammad Nurtsani; Andi Hisyam Helmi Faalih Fakhruddin; Muhammad Naufal Farabbia; Nadia Syahda Fitriani
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 7, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v7i2.3413

Abstract

Penelitian ini mengusulkan kerangka klasifikasi diabetes yang mengintegrasikan tiga algoritma gradient boosting, yaitu XGBoost, LightGBM, dan CatBoost, yang dioptimasi secara otomatis menggunakan Optuna berbasis optimasi Bayesian dengan 50 percobaan dan cross validation 5-folds. Dataset yang digunakan adalah Pima Indians Diabetes Dataset dengan 768 sampel dan 8 fitur klinis. Preprocessing dilakukan menggunakan beberapa metode meliputi penggantian nilai nol sebagai nilai hilang, imputasi median dari data pelatihan, serta penambahan fitur indikator Insulin_missing. Ketidakseimbangan kelas ditangani melalui parameter scale_pos_weight yang dioptimasi bersama hiperparameter model dalam satu ruang pencarian. Evaluasi model menggunakan metrik AUC-ROC, akurasi, F1-score, recall, dan presisi dengan ambang batas klasifikasi 0,6. Analisis eksplanabilitas dilakukan menggunakan SHAP pada level global dan lokal serta LIME pada level instans untuk meningkatkan transparansi model. Hasil optimasi menunjukkan CatBoost mencapai AUC-ROC cross validation tertinggi sebesar 0.8471, diikuti LightGBM sebesar 0.8409 dan XGBoost sebesar 0.8406.  Pada data uji, XGBoost mencapai AUC-ROC 0,8246, akurasi 0,753, F1-Score 0,683, dan recall kelas diabetes 0,759, sedangkan CatBoost mencapai recall tertinggi 0,888 dengan F1-Score 0,690. Analisis SHAP secara konsisten mengidentifikasi Glucose, BMI, Age, dan DiabetesPedigreeFunction sebagai empat prediktor paling berpengaruh di ketiga model, selaras dengan pengetahuan klinis mengenai faktor risiko utama diabetes tipe 2.
Pendampingan Produksi Minuman Buah Asli bagi UKM Yanesa Food untuk Meningkatkan Daya Saing dan Kemandirian Ekonomi Evia Zunita Dwi Pratiwi; Nurul Latifasari; Ajeng Dyah Kurniawati; Afin Muhammad Nurtsani; Aswin Injar Kharistama; Hanief Taqiyuddien Adz-Dzaky An-Naayif
Jurnal Masyarakat Madani Indonesia Vol. 5 No. 3 (2026): Agustus
Publisher : Alesha Media Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59025/x6cf2m70

Abstract

UKM pangan memiliki peran penting dalam peningkatan ekonomi masyarakat, namun masih menghadapi keterbatasan pada aspek teknologi produksi, efisiensi kerja, dan konsistensi mutu. Penelitian pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kapasitas produksi dan kualitas produk UKM Yanesa Food melalui penerapan teknologi tepat guna dan pendampingan manajemen produksi. Metode pelaksanaan kegiatan menggunakan pendekatan partisipatif yang terdiri dari tahap pra-kegiatan, pelaksanaan, dan evaluasi. Kegiatan meliputi observasi, Focus Group Discussion (FGD), sosialisasi, pelatihan, serta penerapan teknologi berupa Ekstraktor jus dan sistem cold chain. Pendampingan juga diberikan pada aspek sanitasi, pengemasan, dan penyusunan SOP produksi. Hasil kegiatan menunjukkan peningkatan signifikan pada kapasitas produksi dari 80 liter menjadi 200 liter per hari, efisiensi waktu produksi menurun dari 4,5 jam menjadi 2 jam, peningkatan umur simpan dari 3-5 hari menjadi 14-28 hari, serta penurunan pemborosan bahan baku hingga 60%. Pemahaman mitra meningkat dari rata-rata 37,1% menjadi 80%, sedangkan kemampuan praktik operasional mencapai rata-rata 75,9%. Kesimpulannya, penerapan teknologi tepat guna dan pendampingan berbasis pelatihan efektif dalam meningkatkan produktivitas, efisiensi, dan kualitas produk UKM Yanesa Food serta memperkuat kemandirian usaha berbasis pangan lokal.
Co-Authors Adanti Wido Paramadini Adventus Angga Kurniawan Agung Wahyu Setiawan Ajeng Dyah Kurniawati Andi Hisyam Helmi Faalih Fakhruddin Aswin Injar Kharistama Dodi Zulherman Evia Zunita Dwi Pratiwi Hanief Taqiyuddien Adz-Dzaky An-Naayif Irmayatul Hikmah Kusumawati, Mira Wahyu Muhammad Naufal Farabbia MuhammadLazuardi Pradivta Komara Nadia Syahda Fitriani Nisrina Hanifa Setiono Nurul Latifasari Rizki Amalia Pratiwi Sevia Indah Purnama Shinta Romadhona Syamlan, Muhammad Adib Yumna Nabila Zainal Arifin