Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal MIND (Multimedia Artificial Intelligent Networking Database) Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Muhammad Ichwan
Institut Teknologi Nasional
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Physics Transportation

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Klasifikasi Support Vector Machine (SVM) Untuk Menentukan TingkatKemanisan Mangga Berdasarkan Fitur Warna Muhammad Ichwan; Irma Amelia Dewi; Zeni Muharom S
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 3, No 2 (2018): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v3i2.16-23

Abstract

Dalam proses penentuan mutu atau tingkat kemanisan buah mangga cengkir di pasaran pada umumnya dilakukan dengan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan mangga atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan mangga tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relative besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan mangga oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat. Support Vector Machine (SVM) diimplementasikan pada penelitian ini dan K-Nearest Neighbour (K-NN) sebagai metoda pembanding untuk klasifikasi citra warna buah mangga cengkir. Dalam penelitan ini perbandingan antara kedua metode tersebut dibandingkan dengan hasil output dari alat pengukur tingkat kemanisan yaitu refractometer sebanyak 24 objek pengujian dengan akurasi sebesar 83,3%. Sedangkan hasil yang diperoleh dari metode K-NN dengan k=7 adalah data valid 21 buah dari 24 buah, dan data tidak valid 3 buah dari 24 buah.
Desain dan Implementasi Kabin Cerdas Sebagai Alat Ukur Kesehatan Bagi Penyandang Disabilitas Tuna Netra dan Lanjut Usia Muhammad Ichwan; Irma Amelia Dewi; Dina Budhi Utami
Retii Prosiding Seminar Nasional ReTII ke-11 2016
Publisher : Institut Teknologi Nasional Yogyakarta

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

Abstract

Bagi penyandang disabilitas dan lanjut usia pemeriksaan kesehatan yang rutin perlu dilakukan untuk dapat mengontrol kesehatan, namun terkadang keterbatasan fisik yang dimiliki menjadi hambatan untuk melakukan pemeriksaan rutin ke pusat kesehatan seperti klinik, puskesmas, rumah sakit. Dari permasalahan tersebut dibutuhkan upaya pelayanan kesehatan bagi penyandang tuna netra dan lanjut usia agar dapat melakukan pemeriksaan kesehatan dengan meminimalisir keterlibatan operator/petugas kesehatan. Pengukuran kesehatan secara mandiri dimaksudkan karena sudah mulai tersedianya beberapa alat ukur kesehatan yang dijual secara portabel dengan dilengkapi petunjuk penggunaan dan indikator hasil pengukuran yang mudah untuk dipahami. Akan tetapi, hal ini sedikit menyulitkan bagi penyandang disabilitas tuna netra dan pasien lanjut usia karena secara umum peralatan yang diproduksi secara masal dan tersedia di pasaran saat ini menggunakan tampilan (display) dalam bentuk tulisan. Belum terintegrasinya beragam sensor pengukuran kesehatan pasien juga menjadi permasalahan karena menimbulkan kesulitan dan pengetahuan ketika menggantikan alat yang satu dengan yang lainnya. Oleh karena itu, pada penelitian ini dilakukan perancangan kabin cerdas sebagai alat ukur dengan memperhatikan visibilitas dan pengujian rancang bangun kabin cerdas bagi lansia dan tuna netra dengan focus pada interaksi manusia dan komputer bagi lansia dan tuna netra.Kata Kunci: kabin cerdas, pengukuran kesehatan, quantum magnetic resonance, e-health sensor
Implementasi Algoritma Speeded Up Robust Features (SURF) Pada Pengenalan Rambu – Rambu Lalu Lintas Firma Firmansyah Adi; Muhammad Ichwan; Yusup Miftahuddin
Jurnal Teknik Informatika dan Sistem Informasi Vol 3 No 3 (2017): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v3i3.697

Abstract

One factor of increased violations on the highway is a violation of traffic signs, because the signs are not visible to the driver. In addition to this the conditions on road signs attached to the road have shortcomings such as twisting signs, imperfect beacons and non-standard beacons. So to be able to reduce the violation of traffic signs required a system that can recognize traffic. To be able to recognize traffic signs can be done visually and must be fast in recognizing. The image to be recognized can use the camera to retrieve information from signposts then the image is extracted with features of Speeded Up Robust Features (SURF) algorithm consisting of three stages: interest point detection, scale space, feature description and feature matching so that the system can recognize traffic signs. The research that has been done has resulted that the SURF algorithm in recognizing traffic signs is good enough to be the algorithm of introduction of traffic signs with the need to be fast and accurate. In addition, this algorithm is invariant to scale and invariant to rotation, so that the difference of slope and scale difference can still be recognized by using SURF algorithm
KLASIFIKASI KODALY HAND SIGN UNTUK ROBOT ANGKLUNG MENGGUNAKAN SUPPORT VECTOR MACHINE Fikri Ramadhan; Muhammad Ichwan
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 11, No 1 (2026)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v11i1.7379

Abstract

Angklung merupakan alat musik tradisional asal Jawa Barat yang perlu dilestarikan untuk menjaga warisan budaya Indonesia. Penelitian ini bertujuan membangun sistem robot angklung yang dikontrol oleh pose tangan sesuai aturan kodaly hand sign hanya dengan webcam bawaan laptop dengan menggunakan hand landmark detection mediapipe. Untuk klasifikasi pose tangan menggunakan algoritma Support Vector Machine (SVM). Model Support Vector Machine (SVM) dilatih dengan kernel linear dan kernel RBF dan parameter C dengan rentang 0.001, 0.01, 0.1, 1, 10, dan 100, dan dievaluasi dengan menggunakan metrik akurasi dan F1-score. Jumlah dataset yang digunakan untuk training sebanyak 1600 data dan jumlah dataset yang digunakan untuk evaluasi sebanyak 4800 data dari tiga orang partisipan. Hasil penelitian menunjukkan bahwa kernel RBF dengan parameter C=0.1 memiliki kinerja terbaik dengan akurasi sebesar 90,1% dan macro average F1-score sebesar 89,8%. Hasil pemodelan tersebut digunakan pada sistem robot angklung yang dibangun dengan berbasis mikrokontroler Arduino Mega 2560. Sistem yang dibangun mampu mengenali pose tangan sesuai aturan kodaly hand sign dari pengguna secara real-time.
Co-Authors Dina Budhi Utami Fikri Ramadhan Firma Firmansyah Adi Irma Amelia Dewi Yusup Miftahuddin Zeni Muharom S