Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) JSI: Jurnal Sistem Informasi (E-Journal) Annual Research Seminar JURNAL NASIONAL TEKNIK ELEKTRO Jurnal Generic Jurnal INFOTEL
Abdurahman
Universitas Sriwijaya
Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Library & Information Science Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Implemetasi Matematik Model Teorema Circle Hough Transformation Menggunakan C# rossi passarella; Abdurahman Abdurahman; Sutarno Sutarno
Annual Research Seminar (ARS) Vol 2, No 2 (2016): Special Issue : Penelitian, Pengabdian Masyarakat
Publisher : Annual Research Seminar (ARS)

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

Abstract

Hough Transformation adalah suatu metode untuk mencari atau teorema dalam mencari bentuk – bentuk objek primitif seperti garis dan lingkaran, dalam pendeteksian lingkaran circular hough transformation memiliki tingkat akurasi 96,7 % dalam mendeteksi objek lingkaran[1],ada beberapa tahap dalam melakukan penerapan salah satu model matematik dari circle hough transformation, diantaranya proses prepprossesing image dan proses penerapan teorema tersebut. Pada proses preprossesing image gambar akan di rubah formatnya dari format RGB ke format satu chanel image menggunakan deteksi tepi kemudian hasil gambar tersebut akan diterapkan matematik teorema circular hough untuk dicari titik pusatnya serta besar jari-jari dari objek tersebut.
Features of Household Solid Waste Object Recognition on Garbage Collector Robot (GACOBOT) Abdurahman; Prasetyo, Aditya Putra Perdana; Rendyansyah, Rendyansyah; Exaudi, Kemahyanto; Abdurahman, Abdurahman; Septian, Tri Wanda
JURNAL NASIONAL TEKNIK ELEKTRO Vol 10, No 3: November 2021
Publisher : Jurusan Teknik Elektro Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (761.771 KB) | DOI: 10.25077/jnte.v10n3.834.2021

Abstract

Solid waste or garbage is one of the problems that must be faced by the world's population so that life becomes more harmonious. Through a series of studies, a Garbage Collector Robot (GACOBOT) was created which is expected to help humans overcome this problem in terms of garbage collection. By adding a feature in the form of object recognition, the waste can be sorted by type so that it can be grouped and processed further. In this research, using the Support Vector Machine (SVM) classification method based on the feature extraction of the Histogram of Oriented Gradients (HOG) as the main method. Researchers used 14 pieces of data as training data and 10 pieces of data as test data. From the results of the tests that have been carried out, it has been obtained a success rate of 100% that the system has succeeded in separating waste into 2 types, namely plastic bag waste and glass bottle waste.
Robot Vision Penyortir Menggunakan Metode Logika Fuzzy Berbasis Image Processing Abdurahman - -; Ahmad Zarkasi; Citra Madona
Generic Vol 14 No 2 (2022): Vol 14, No 2 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Kemajuan teknologi industri 4.0 mulai menjadi aspek dasar didunia industri saat ini. Otomasi pada sistem industri menjadi solusi untuk mengurangi human error dalam melakokan kegiatan produksi diindustri. Implementasi sistem tertanam berbasis kecerdasan buatan perlu dikembangkan sebagai prototype yang dapat membantu meningkatkan kualitas home industri. Pada penelitian ini implementasi robot penyortir telur dengan menggunakan metode fuzzy logic diharapkan dapat mengklasifikasikan telur berdasarkan bobot dan diameter telurnya. Robot menggunakan dua parameter utama dalam mengklasifikasikan telur yaitu bobot telur dan diamter telur. Kedua paramater ini menjadi input sistem fuzzy logic. Sistem penghitungan bobot menggunakan sensor load cell dan arduino uni sedangkan sistem perhitungan diamter telur menggunakan camera dan raspbery pi. Data bobot dan diameter telur kemudian akan di klasifikasikan menggunakan metode takagi sugeno kang. Robot sudah dapat menyortir telur berdasarkan ukuran fisik dan bobot dari telur, dengan rata-rata error yang di peroleh yaitu 0,0135 untuk diameter dari ukuran fisik telur dan 0,002543333 untuk bobot dari telur yang disortir.
Implementasi Metode Hue Saturation Value Pada Identifikasi Citra Warna Kulit Studi Kasus: Pembuatan Surat Keterangan Catatan Kepolisian Muhammad Ali Buchari; Kartika Haritami; Rossi Passarela; Abdurrahman --
Generic Vol 14 No 2 (2022): Vol 14, No 2 (2022)
Publisher : Fakultas Ilmu Komputer, Universitas Sriwijaya

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

Abstract

Kulit manusia dapat digunakan sebagai suatu sumber informasi relevan yang berguna untuk proses pendeteksian. Identifikasi bagian wajah manusia juga di masukkan sebagai suatu sinyal elemen yang menjadi identitas masyarakat yang digunakan pada lembaga kepolisian. Penelitian ini membahas klasifikasi warna kulit dengan menggunakan 100 citra digital wajah manusia sebagai citra masukan ujicoba. Warna kulit manusia diklasifikasikan sesuai dengan klasifikasi yang digunakan kepolisian. Ada 5 kelas warna kulit yang digunakan di kepolisian yaitu sawo matang, hitam, putih, kuning dan albino. Penelitian ini menggunakan metode Hue Saturation Value (HSV) untuk melakukan klasifikasi jenis warna kulit manusia dengan image masukan berukuran 500 x 500 piksel. Hasil dari penelitian pengolahan citra digital dengan menggunakan metode ini memiliki tingkat akurasi sebesar 81%. Akurasi keberhasilan dipengaruhi oleh efek pencahayaan yang menyebabkan citra yang diteliti memiliki hasil nilai perhitungan diluar range warna.
Klasifikasi Gambar Bergerak Pada Pengenalan Wajah Menggunakan Metode Convolutional Neural Network (CNN) Ahmad Zarkasi; Muhammad Nawar Athalaza; Hadi Purnawan Satria; Anggina Primanita; Sutarno Sutarno; Abdurahman Abdurahman; Yoppy Sazaki
Jurnal Sistem Informasi Vol 14, No 2 (2022)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36706/jsi.v14i2.19372

Abstract

Setiap orang memiliki wajah yang berbeda-beda yang memiliki ciri khas. Wajah dapat digunakan untuk menjalankan suatu sistem. Sistem dapat digunakan untuk sistem keamanan, pengenalan identitas, bahkan untuk pergerakan robot. Gerakan robot dapat dikontrol dengan gerakan wajah. Pengembangan pengenalan pola wajah sudah banyak terapkan dengan berbagai metode, diantaranya tamplate matching dan Haar Cascade. Salah satu implementasi pengenalan wajah adalah analisi untuk wajah bergerak. Pada penelitian ini, bertujuan untuk mengimplementasikan metode CNN untuk pengenalan pola wajah bergerak dengan mengklasifikasikan pola wajah dalam beberapa kalsifikasi. Hasilnya penganalan pola wajah menunjukkan bahwa akurasi pelatihan adalah 90% dan kerugian adalah 2.3%. Sedangkan akurasi validasi 95% dan loss 0,5%. 
The intelligent decision model for determine the best path of transportation on smart city using random forest algorithm and bayesian optimization (RF-BO) Ahmad Fali Oklilas; Milda Kamilia; Abdurahman abdurahman; Bita Parga Zen; Ari Widodo
JURNAL INFOTEL Vol 15 No 4 (2023): November 2023
Publisher : LPPM INSTITUT TEKNOLOGI TELKOM PURWOKERTO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20895/infotel.v15i4.1036

Abstract

This study investigates various approaches and algorithms in the context of object detection and best path determination for managing vehicular traffic in an urban environment, particularly in Palembang city. This research is a step towards the development of smart city concept. In the object detection analysis, we applied the YOLOv3 method on video footage to identify vehicles, resulting in mAP accuracy rates between 72.72% to 79.35% for both motorcycle and car categories. The total detection accuracy of the model reached 76.03%. Next, we adopted the Random Forest algorithm to classify traffic conditions into three classes: smooth, moderate, and congested. After optimizing the algorithm with Bayesian Optimization, the model accuracy increased from 89% to 92%, while the classification accuracy increased from 91.66% to 92.36%. Results from the application of the A* Heuristic Search algorithm revealed that lane 5 (from SMK PGRI 1 Palembang to Bom Baru Jl Perintis Kemerdekaan Arah Charitas (STMIK MBC)) was selected most frequently in 9 out of 12time trials. The selection of this route was based on an evaluation of traffic levels that tended to be "smooth" and the shortest travel distance compared to other alternative routes. The decision in choosing the optimal path also considers the road width factor, where wider roads have the potential to reduce traffic density and the risk of congestion.
A new system for underwater vehicle balancing control based on weightless neural network and fuzzy logic methods Zarkasi, Ahmad; Satria, Hadipurnawan; Primanita, Anggina; Abdurahman, Abdurahman; Afifah, Nurul; Sutarno, Sutarno
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 3: September 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i3.pp2870-2882

Abstract

The utilization of humans to be in the water for short time, resulting in limited area underwater that can be explored, so the information obtained is very limited, plus the influence of irregular water movements, changes in waves, and changes in water pressure, indirectly also constitutes obstacle to this problem. One of the best solutions is to develop underwater vessel that can travel either autonomously or by giving control of movement and navigation systems. New system for underwater vehicle balance control through weightless neural network (WNN) and fuzzy logic methods was proposed in this study. The aim was to simplify complicated data source on stability system using WNN algorithm and determine depth level of autonomous underwater vehicle (AUV) through fuzzy logic method. Moreover, speed control of underwater vehicle was determined using fuzzy rule-based design and inference. The tests were conducted by showing convergence performance of system in the form of AUV simulator. The results showed that proposed system could produce real-time motion balance performance, faster execution time, and good level of accuracy. This study was expected to produce real-time motion balance system with better performance, faster execution time, and good level of accuracy which could be subsequently used to design simple, cheap, and efficient hardware prototype.
Co-Authors Ahmad Fali Oklilas Ahmad Zarkasi Ahmad Zarkasi Ari Widodo Bita Parga Zen Buchari, Muhammad Ali Citra Madona Desyandri Desyandri Hadi Purnawan Satria Hadipurnawan Satria Holyness Nurdin Singadimedja Kartika Haritami Kemahyanto Exaudi Milda Kamilia Muhammad Afif Muhammad Nawar Athalaza Primanita, Anggina Purwoko, Agus Rendyansyah Rossi Passarela Rossi Passarella Sutarno Sutarno Sutarno Sutarno Syamsul Arifin Tri Wanda Septian, Tri Wanda