Abdul Ibrahim, Abdul
STMIK Dipanegara Makassar

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

Prototype Palang Pintu Otomatis Pada Jalur Lintasan KeretaApi Berbasis Mikrokontroler Marwan, Marwan; Ibrahim, Abdul
Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) 2015
Publisher : Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (843.178 KB)

Abstract

Pengontrolan berbasis mikrokontroler merupakan suatu teknologi elektronika yang memungkinkan suatu sistem dapat dikontrol secara otomatis. Semakin meningkatkannya manusia dalam melakukan perjalanan, terutama dengan menggunakan transportasi darat berupa kereta api. Maka tingkat keselamatan dalam perjalanan perlu diperhatikan. Pada model transportasi kereta api, tingat kecelakaan di palang pintu perlintasan sangat tinggi, disebabkan tidak adanya palang pintu atau palang pintu masih dioperasikan secara manual. Dengan memanfaatkan teknologi mikrokontroler, dibuat suatu prototype pada palang pintu perlintasan kereta api yang akan menutup dan membuka secara otomatis. Prototype ini ditempatkan di pinggir rel kereta api, jika kereta api akan melewati perlintasan maka sensor suara akan medeteksi dan mengirimkan sinyal ke kendali mikrokontroler untuk menutup palang pintu dan menyalakan indikator merah. Jika sensor suara mengalami kegagalan, maka sensor infra merah yang difungsikan sebagai cadangan akan menggantikan fungsi dari sensor suara. Setelah kereta api melewati pintu perlintasan, sensor ketiga yaitu sensor infra merah aktif untuk mengirim sinyal ke kendali mikrokontroler untuk membuka palang pintu dan menyalakan indikator hijau pada traffic light.
Analisis Perbandingan Metode Neural Network Dan K -Nearest Neighbor Dalam Pemanfaatan Kembali Jasa Rawat Inap Pada Rumah Sakit Umum Ibrahim, Abdul; Rachmat, Rachmat
e-Jurnal JUSITI (Jurnal Sistem Informasi dan Teknologi Informasi) Vol. 10 No. 1 (2021): e-Jurnal JUSITI
Publisher : Universitas Dipa Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36774/jusiti.v10i1.823

Abstract

Berdasarkan penelitian diatas penulis menyarankan menggunakan metode optimasi Particall Swarm Optimization (PSO) sehingga akurasi yang didapat lebih baik dari penelitian ini Penyesuaian jumlah populasi dapat memberikan optimasi yang lebih baik, tetapi diikuti dengan penambahan waktu komputasi. Sehingga dapat akurasi yang akan didapatkan jauh lebih tinggi dibandingkan dengan metode yang sekarang ini. Penambahan metode PSO ini diharapakan juga bisa membantu dalam peneliti dibidang datamining ini.NN dan k-NN merupakan salah satu algoritma untuk regresi maupun klasifikasi sudah secara sukses diimplementasikan di berbagai bidang Pada penelitian ini bertujuan mengembangkan model prediksi dengan menggabungkan algoritma NN dan k-NN dengan metode seleksi atribut dimana menggunakan metode NN k = 10 didapat akurasi 25,00% sedangkan dengan menggunakan metode k-NN k = 10 akurasi 15,00% dan Precission NN sebesar 12,50%, Precission k-NN sebesar 10,00%, recall NN sebesar 11,11% sama dengan recall k-NN sebesar 11,11%.
The Effectiveness of Interactive Learning Media Based on Augmented Reality in Enhancing Elementary School Students’ Learning Motivation Faisal, Faisal; Rachmat, Rachmat; Asia, Siti Nur; Suherwin, Suherwin; Ibrahim, Abdul
Journal of Tecnologia Quantica Vol. 2 No. 5 (2025)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/quantica.v2i3.2443

Abstract

This study aims to analyze the effectiveness of using augmented reality (AR) based learning media in enhancing the learning motivation of elementary school students. By employing a multiple linear regression approach on simulated data, this research evaluates the influence of several key factors, namely AR visualization quality, teacher support, ease of use, and supporting infrastructure. The analysis results show that AR visualization quality, teacher support, and ease of use significantly affect the improvement of learning motivation. The developed model has a coefficient of determination (R² ? 0.77), indicating that 77% of the variation in learning motivation can be explained by the independent variables, with a relatively small prediction error (RMSE ? 0.53). The F-test also confirmed that the model is overall significant. These findings indicate that the integration of AR in learning not only increases visual appeal but also strengthens the role of teachers and enhances students’ ease of interaction with the material. Nevertheless, this study is still based on simulated data, so further research with broader and more realistic empirical data is required to validate the results.