Article Per Year (5 Year)
p-Index From 2021 - 2026
4.232
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Buletin Udayana Mengabdi Jurnal Harpodon Borneo Jurnal Buana Informatika MUSTEK ANIM HA Jurnas Nasional Teknologi dan Sistem Informasi Jurnal Informatika Upgris Elementary: Jurnal Ilmiah Pendidikan Dasar Jurnal Teknik Komputer AMIK BSI JIKO (Jurnal Informatika dan Komputer) INOVTEK POLBENG JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Inotera Jurnal Technopreneur (JTech) MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Inovasi Hasil Pengabdian Masyarakat (JIPEMAS) Jurnal Sistem Cerdas JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) JISKa (Jurnal Informatika Sunan Kalijaga) Mobile and Forensics Indonesian Journal of Electrical Engineering and Computer Science International Journal of Electrical, Energy and Power System Engineering (IJEEPSE) Elektrika Borneo JURPIKAT (Jurnal Pengabdian Kepada Masyarakat) JUSIFOR : Jurnal Sistem Informasi dan Informatika Jurnal Informatika Polinema (JIP) TANJAK : Jurnal Pengabdian Kepada Masyarakat
Arif Fadllullah
Jurusan Teknik Komputer, Fakultas Teknik Universitas Borneo Tarakan
Agriculture, Biological Sciences & Forestry Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Neuroscience Public Health Social Sciences Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Sistem Deep-Learning Yolov8 untuk Deteksi Penggunaan APD Secara Real-Time Langi, Nelson Mandela Rande; Fadllullah, Arif
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 11 No. 1 (2026): January 2026
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.5051

Abstract

Although workplace safety regulations in construction are clear, many workers are still reluctant to use Personal Protective Equipment (PPE) due to a lack of awareness, work pressure, and limited facilities. As a result, the risk of serious accidents increases. Conventional approaches such as verbal warnings or CCTV monitoring are considered less effective for early detection and prevention of violations. This study proposes an automatic detection system for PPE usage in construction areas using YOLOv8. The model was trained on a secondary dataset of 3,569 images for 100 epochs, with a 60% training, 20% validation, and 20% test split. Testing on 90 real-time frames showed good performance in detecting 8 PPE classes, with an average precision of 0.935, recall of 0.806, and F1-measure of 0.862. The results indicate that the system can classify PPE usage with high accuracy. However, a recall below 1 suggests that some objects, particularly "not wearing glasses" and "not wearing shoes," failed to be detected. The F1-measure of 0.862 reflects a good balance between precision and recall.
Perhitungan Indeks Massa Tubuh Less Contact Berbasis Computer Vision dan Regresi Linear Aji Bijaksana Abadi; Arif Fadllullah; Sumardi Sumardi; Sultan Mahdi; Audrey Nauffal Juniar
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 21 No. 3 (2022)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v21i3.1512

Abstract

Indeks massa tubuh dapat dilakukan dengan membandingkan tinggi badan dan berat badan seseorang. Pengukurantinggi dan berat badan manusia umumnya menggunakan cara manual dan kurang efisien terutama jika terdapat banyak manusia yang akan diukur dan pada saat masa pandemi yang mengharuskan untuk dapat saling menjaga jarak. Oleh sebab itu, pada penelitian ini dirancang suatu bangun sistem perhitungan Indeks Massa Tubuh (IMT) dengan Computer Vision dan regresi linier yang dapat menjadi alternatif dalam pengembangan sistem perhitungan IMT secara otomatis berbasis sensor kamera yang efektif, efisien, dan mampu mengurangi kontak langsung (less contact). Tahapan awal berupa pengambilan citra depan dan samping tubuh manusia menggunakan kamera yang kemudian masuk ke tahapan pengolahan citra berupa grayscale, blur, deteksi tepi, dan bounding box untuk memperoleh tinggi dan lebar badan sampel dalam piksel yang dilanjutkan dengan operasi regresi linier untuk menkonversi nilai piksel tersebut menjadi centimeter (cm) sehingga diperoleh data tinggi badan dan lebar badan sistem, sedangkan untuk berat badan digunakan metode Body Surface Area (BSA) yaitu perhitungan luas area tubuh manusia dengan memodelkan tubuh manusia sebagai tabung elips dan ditambahkan faktor pengali untuk meningkatkan perhitungan sistem. Hasil penelitian menunjukan bahwa sistem dapat memperkirakan tinggi serta berat badan. Diperoleh akurasi sebesar 98,96% pada perhitungan tinggi badan, 88,54% pada perhitungan berat badan, 88,24% untuk skor Indeks Masa Tubuh (IMT), serta nilai akurasi kategori IMT sebesar 60%.
Pengembangan Sistem Deteksi dan Klasifikasi Jenis Kelamin Bunga pada Kelapa Sawit Azman, Muhammad; Arif Fadllullah
Jurnal Informatika Polinema Vol. 12 No. 2 (2026): Vol. 12 No. 2 (2026)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v12i2.8867

Abstract

Pulau Sebatik di Kabupaten Nunukan, Kalimantan Utara, memiliki potensi besar dalam budidaya kelapa sawit. Namun, proses identifikasi jenis kelamin bunga kelapa sawit yang masih dilakukan secara manual sering kali menimbulkan kesalahan dan ketidakefisienan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis berbasis citra guna mengidentifikasi jenis kelamin bunga kelapa sawit menggunakan arsitektur Convolutional Neural Network (CNN) VGG19. Dataset yang digunakan terdiri dari 800 citra primer yang terbagi secara merata antara bunga jantan dan betina. Melalui proses prapemrosesan dan augmentasi, jumlah dataset meningkat menjadi 1.164 citra, dengan pembagian 80:10:10 untuk data latih, validasi, dan uji. Model berhasil mencapai nilai presisi, recall, dan F1-score sebesar 100% pada data validasi dan pengujian. Namun, saat diuji pada 18 citra baru di luar dataset, terjadi beberapa kesalahan klasifikasi, khususnya dalam mengenali bunga betina sebagai bunga jantan. Hal ini menghasilkan nilai presisi dan recall rata-rata sebesar 95%, serta F1-score sebesar 94%. Temuan ini menunjukkan bahwa model memiliki kemampuan tinggi dalam mengklasifikasi jenis kelamin bunga kelapa sawit. Meskipun demikian, kesalahan pada implementasi nyata menunjukkan perlunya data latih yang lebih bervariasi. Sistem ini diharapkan dapat memberikan kontribusi nyata dalam sektor pertanian, khususnya dalam meningkatkan efisiensi dan akurasi identifikasi bunga kelapa sawit guna mendukung produktivitas perkebunan.
Co-Authors A. Pradana Adiasti, Nindya Agung Prasetya Agus Zainal Arifin Agus Zainal Arifin Aji Bijaksana Abadi AK, Muh Surtaji Akbar, Muhammad Adhiya Yudhistira Allenidekania Allenidekania Amelia Manda Sari Amelia Manda Sari Ani Kurniawati Ani Kurniawati Antonius Rajagukguk, Antonius Ariessanto, Prayudi Aris Triwiyatno Audrey Nauffal Juniar Awang Pradana, Awang Azman, Muhammad cahyadi, jimmy D. Harto Dasrit Debora Kamudi Dedy Harto Devi Sarmilah Chomariah Devi Sarmilah Chomariah Diana Purwitasari Dini Adni Navastara Dini Adni Navastara, Dini Adni Edy Utomo Erdina, Sri Fadliansyah, Fadliansyah Farhan Muhammad Nabil Farhan Muhammad Nabil Gazali Salim Hanif, Kharis Hudaiby Hasriana Hasriana Irgi Ahmad Fahrezi Kambu, Megawati Langi, Nelson Mandela Rande Mado, Ismit Maulana, Ikhsan Meilindy, Laura Nur Muhamad Nasir Muhammad Irfan muhammad irfan Mulyadi , Mulyadi Mulyadi Muntiari, Novita Ranti Natalia, Tia Noer, Roby Zulkarnain Nur Ainun Perangin Angin, Nur Hasanah R. W. Arsianti Rahman, Mukti Dika Refanti Rochaniati Rochaniati Rudy Rudy . Rudy Rudy Sri Widodo Sudirman Sugeng Riyanto Sultan Mahdi Sultan Mahdi Sumardi Sumardi Tegar Palyus Fiqar Wahdana Wahdana Widya Ambarwati Widya Ambarwati Yudhistira Akbar, Muhammad Adhiya Zulfia, Rahmatuz