Article Per Year (5 Year)
p-Index From 2020 - 2025
1.881
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer G-Tech : Jurnal Teknologi Terapan Jurnal Pengabdian Masyarakat Indonesia Jurnal Abdi Masyarakat Indonesia Ilmu Komputer untuk Masyarakat Jurnal Fokus Elektroda (Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) Bulletin of Social Informatics Theory and Application Jurnal Medika: Medika
Ramdaniah Ramdaniah
Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Penerapan Aplikasi Ruang Informasi Pendeteksi Dini Coronavirus Disease Pada Puskesmas Berbasis Android Sitti Hajrah Mansyur; Lutfi Budi Ilmawan; Ramdaniah Ramdaniah; Muhammad Arfah Asis
Jurnal Pengabdian Masyarakat Indonesia Vol 1 No 2 (2021): JPMI - April 2021
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpmi.16

Abstract

Puskesmas Samata merupakan salah satu puskesmas yang menangani orang dalam pemantauan di Kabupaten Gowa. Kasus positif virus Covid-19 di Sulawesi Selatan meningkat drastis sampai di bulan Desember 2020. Total kasus yang positif 22.661 orang, sembuh 19.294 orang dan 521 orang meninggal. Berdasarkan hasil pemeriksaan pihak puskemas, terdapat masyarakat yang dinyatakan orang tanpa gejala, orang dalam pemantauan, dan pasien dalam pengawasan. Adanya permasalahan yang meresahkan masyarakat karena mereka tidak dapat memastikan kondisi fisik dan tetap beraktifitas yang mengakibatkan kekhawatiran. Selain itu, penyebaran infomasi di puskesmas masih bersifat manual sehingga kurang optimal dalam pencegahan dan penanganan Covid-19. Perkembangan teknologi informasi dan komunikasi berbasis android telah meningkat pesat. Oleh karena itu, kami bertujuan untuk mengembangkan sistem informasi pendeteksi Covid-19 secara dini dengan metode System Development Life Cycle (SDLC) dimulai dari tahap Identifikasi kebutuhan dan wawancara mitra, studi literature, analisis dan perancangan sistem, pembuatan aplikasi, uji coba sistem dan implementasi dalam bentuk sosialisasi, pelatihan dan pendampingan penggunaan aplikasi ruang informasi pendeteksi dini Covid-19 berbasis android. Hasil kegiatan PKM menunjukkan 78% tenaga kesehatan profesional di puskesmas Samata dapat menggunakan dan menambahkan informasi yang dibutuhkan oleh masyarakat terkait penanganan dini. Selain itu, 84% masyarakat dapat mengakses informasi penanganan covid-19 secara real time dengan menggunakan handphone dengan standar sistem operasi android.
Pemanfaatan Aplikasi Pendeteksi Warna Pakaian Berbasis Android bagi Penyandang Tunanetra di SLB Yukartuni Makassar Bayu Adrian Ashad; Ramdaniah Ramdaniah; Sriwijanaka Sriwijanaka; St. Hajrah Mansyur
Jurnal Abdi Masyarakat Indonesia Vol 2 No 1 (2022): JAMSI - Januari 2022
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54082/jamsi.191

Abstract

SLB Yayasan Usaha Karya Tunanetra Indonesia (Yukartuni) merupakan sekolah luar biasa yang berlokasi di Makassar, Sulawesi Selatan. Sebagian besar guru dan siswa pada sekolah tersebut adalah penyandang tunanetra. Guru dan siswa penyandang tunanetra mengalami kesulitan dalam memilih warna pakaian yang akan dikenakan di sekolah. Keterbatasan yang dimilikinya seringkali menyebabkan guru dan siswa keliru dalam menggunakan seragam ke sekolah. Dalam memilih pakaian, penyandang tunanetra sangat bergantung pada bantuan orang lain jika akan memilih seragam sekolah. Namun guru dan siswa juga perlu memilih pakaian secara mandiri sehingga tidak perlu bergantung pada orang lain. Pengabdian ini bertujuan untuk memberikan kontribusi kepada masyarakat khususnya di SLB Yukartuni Makassar dengan cara memperkenalkan aplikasi pendeteksi warna pakaian berbasis android. Pengabdian yang dilakukan terdiri dari dua tahap yaitu tahap pembuatan aplikasi dan tahap sosialisasi penggunaan aplikasi. Tahap pertama merupakan tahap pembuatan aplikasi berbasis android berdasarkan hasil observasi masalah yang dihadapi oleh guru dan siswa. Tahap kedua merupakan tahap sosialisasi cara mengoperasikan aplikasi pendeteksi warna pakaian berbasis android. Hasil kegiatan pengabdian menunjukkan bahwa guru dan siswa mampu mengoperasikan aplikasi dengan baik. Selain itu, hasil pengabdian menunjukkan bahwa aplikasi pendeteksi warna pakaian dapat membantu penyandang tunanetra dalam memilih pakaian yang akan digunakan.
IMPLEMENTASI METODE FEATURE DRIVEN DEVELOPMENT (FDD) PADA PERANCANGAN SISTEM MANIFES DI PELABUHAN PENYEBERANGAN DANAU TOWUTI LUWU TIMUR Miftahul Janna; Farniwati Fattah; Ramdaniah Ramdaniah
Ilmu Komputer untuk Masyarakat Vol 4, No 1 (2023)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkomas.v4i1.1668

Abstract

Danau Towuti terletak di Kabupaten Luwu Timur, Provinsi Sulawesi Selatan, menjadi salah satu lokasi yang berpotensi menjadi wilayah kajian iklim purba. Dengan permukaannya sebesar 560 km2, danau ini menjadi danau kedua terluas di Indonesia. Kapal penyeberangan merupakan transportasi utama di kawasan pariwisata Danau Towuti, Data Manifes Penumpang merupakan dokumen yang sangat penting dalam proses perjalanan transportasi, khususnya kapal laut, termasuk kapal penyeberangan di Danau Towuti. Penerapan aplikasi manifes penumpang dan kendaraan yang berfungsi untuk meningkatkan pelayanan dan keselamatan penumpang dan kendaraan yang akan dimuat ke dalam kapal dengan tujuan untuk mempermudah pemantauan kegiatan penyeberangan dan proses identifikasi penumpang kapal penyeberangan. Penelitian ini akan menghasilkan aplikasi pencatatan Manifest Penumpang Kapal Penyeberangan di Danau Toba Penelitian ini akan menghasilkan aplikasi pencatatan Manifest Penumpang Kapal Penyeberangan di Danau Towuti. Adapun metode yang digunakan yaitu Feature Driven Developmen (FDD) yang ditujukan pada aplikasi yang di selesaikan lebih cepat karena proses yang didesain dan dilaksanakan untuk hasil kerja secara berulang-ulang dalam waktu tertentu dan dapat diukur. Dari hasil pengujuan black box testing serta presentasi pengisian koesioner dengan 100 responden aspek antarmuka 81,4%, aspek kinerja 81,8%, aspek database 125%, aspek fungsi yang hilang 86,2%, serta aspek inisialisasi atau terminasi 81,2%. Maka dari itu hasil keseluruhan yang diperoleh adalah sebesar 9,112% yang termasuk kriteria sangat baik. Hasil penelitian mengahsilkan aplikasi manifes berbasis web, sehingga akan mudah diakses dimana saja, dan hanya dapat diakses oleh pihak terkait pengelola pelabuhan Danau Towuti Kabupaten Luwu Timur.
Pengembangan Alat Kontrol Pemakaian Energi Listrik Berbasis Internet of Things (IoT) Pada kWh Meter Pascabayar Bayu Adrian Ashad; Mansur; Ramdaniah; Sriwijanaka
Jurnal Fokus Elektroda : Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali) Vol. 9 No. 2 (2024): Jurnal Fokus Elektroda Vol 9 No 2 2024
Publisher : Jurusan Teknik Elektro Fakultas Teknik Universitas Halu Oleo

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

Abstract

Penelitian ini bertujuan untuk mengembangkan alat penghitung biaya energi listrik terpakai yang merupakan alat ukur energi listrik kWh (kilo watt hour) yang dikonversikan dalam harga Rupiah. Alat yang dikembangkan diterapkan pada rumah yang menggunakan kWh meter analog. Penelitian ini menggunakan metode pengukuran volt-ampere untuk menentukan daya kWh selain itu alat dapat menampilkan perubahan harga dalam setiap jam, dan dapat melakukan monitoring harga pemakaian listrik. Penelitian dilakukan karena banyaknya keluhan pihak konsumen PLN (Perusahaan Listrik Negara) yang harus membayar listrik lebih besar dari yang diperkirakan karena konsumen tidak mengetahui jumlah konsumsi listrik dalam rumah tangga. Selain itu biasanya pihak PLN tidak melakukan pencatatan kWh meter setiap bulan atau tidak dilakukan pada periode waktu yang pasti. Penelitian ini menerapkan konsep Internet of Things (IoT). Adapun tahapan pada penelitian yaitu pengembangan hardware dan software, serta pengujian dan pengukuran alat kontrol. Pada tahap pengembangan hardware, komponen yang digunakan antara lain: ESP8266, LCD 20x4, dan sensor PZEM-004t. Sedangkan pada tahap pengembagan software, dilakukan perancangan Graphical User Interface (GUI) pada aplikasi Blynk untuk melakukan monitoring alat kontrol. Tahap pengujian dilakukan dengan memastikan bahwa alat kontrol dapat mengambil data dengan benar dan dapat menampilkan data secara realtime melalui aplikasi Blynk. Pada tahap pengukuran, persentasi error pada alat yang merupakan hasil perbandingan output dari alat kontrol dengan alat ukur standar. Hasil penelitian menunjukkan bahwa persentasi error pada alat kontrol pemakaian energi listrik yaitu 2.49%. Penelitian dapat mengefisiensikan proses akuisisi data konsumsi energi listik karena menggunakan komponen yang tepat dan lebih sedikit serta memiliki persentasi error yang rendah
Analysis of Hybrid Learning Sentiment among Information Systems Students using The Naïve Bayes Classifier Indra, Dolly; Ramdaniah, Ramdaniah; Sukur, Widianti
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 8 No. 2 (2024)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v8i2.1144

Abstract

Hybrid learning, which combines online and face-to-face instruction, has gained significant attention. Particularly in the Faculty of Computer Science, student engagement in hybrid learning is a central concern that arises during implementation. Hybrid, or blended learning, integrates various teaching methods, such as face-to-face, computer-based, and mobile learning, and offers advantages by reducing the time required for meetings and information delivery. Sentiment analysis, a branch of text mining, aims to determine public opinion or sentiment on topics, events, or issues. This study surveyed 112 Information Systems students using an online questionnaire to assess their responses to hybrid learning, classified as positive, negative, or neutral using the Naïve Bayes classifier. The research stages included data collection, preprocessing, Naïve Bayes model training, model evaluation, and sentiment analysis. The study aimed to analyze hybrid learning’s impact on students' learning experiences and assess the accuracy of the Naïve Bayes method in classifying sentiments regarding this impact. The results indicated that the initial test had an accuracy of 60.87% without using the SMOTE up-sampling operator, while the second test achieved 80.65% accuracy with the operator.
Innovative CNN approach for reliable chicken meat classification in the poultry industry Anraeni, Siska; Mustari, Muhid; Ramdaniah, Ramdaniah; Kurniati, Nia; Mubarak, Syahrul
Bulletin of Social Informatics Theory and Application Vol. 8 No. 2 (2024)
Publisher : Association for Scientific Computing Electrical and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/businta.v8i2.686

Abstract

In response to the burgeoning need for advanced object recognition and classification, this research embarks on a journey harnessing the formidable capabilities of Convolutional Neural Networks (CNNs). The central aim of this study revolves around the precise identification and categorization of objects, with a specific focus on the critical task of distinguishing between fresh and spoiled chicken meat. This study's overarching objective is to craft a robust CNN-based classification model that excels in discriminating between objects. In the context of our research, we set out to create a model adept at distinguishing between fresh and rotten chicken meat. This endeavor holds immense potential in augmenting food safety and elevating quality control standards within the poultry industry. Our research methodology entails meticulous data collection, which includes acquiring high-resolution images of chicken meat. This meticulously curated dataset serves as the bedrock for both training and testing our CNN model. To optimize the model, we employ the 'adam' optimizer, while critical performance metrics, such as accuracy, precision, recall, and the F1-score, are methodically computed to evaluate the model's effectiveness. Our experimental findings unveil the remarkable success of our CNN model, with consistent accuracy, precision, and recall metrics all reaching an impressive pinnacle of 94%. These metrics underscore the model's excellence in the realm of object classification, with a particular emphasis on its proficiency in distinguishing between fresh and rotten chicken meat. In summation, our research concludes that the CNN model has exhibited exceptional prowess in the domains of object recognition and classification. The model's high accuracy signifies its precision in furnishing accurate predictions, while its elevated precision and recall values accentuate its effectiveness in differentiating between object classes. Consequently, the CNN model stands as a robust foundation for future strides in object classification technology. As we peer into the horizon of future research, myriad opportunities beckon. Our CNN model's applicability extends beyond chicken meat classification, inviting exploration across diverse domains. Furthermore, the model's refinement and adaptation for specific challenges represent an exciting avenue for future work, promising heightened performance across a broader spectrum of object recognition tasks.
COMPARISON OF SENTIMENT CLASSIFICATION MODELS AT SULTAN HASANUDDIN AIRPORT IN MAKASSAR Muhammad Farhan Hermansyah; Dolly Indra; Ramdaniah Ramdaniah
Jurnal Ilmiah Informatika Komputer Vol 30, No 1 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i1.14125

Abstract

Analisis sentimen menggunakan machine learning penting untuk memahami persepsi publik terhadap layanan bandara. Renovasi Bandara Sultan Hasanuddin Makassar bertujuan meningkatkan kapasitas dan kenyamanan, namun tanggapan masyarakat terkait perubahan ini beragam. Penelitian ini membandingkan efektivitas tiga algoritma machine learning—Naive Bayes Multinomial, Support Vector Machine (SVM), dan Random Forest—dalam menganalisis sentimen ulasan pengguna terkait renovasi Bandara Sultan Hasanuddin di Makassar. Penelitian ini juga menerapkan teknik pemisahan data dan preprocessing teks menggunakan Google Colab dengan pemrograman berbasis Python, termasuk pembersihan data, stemming dengan Sastrawi, penghilangan stopword, dan ekstraksi fitur menggunakan metode TF-IDF dengan Unigram dan Bigram. Untuk mengatasi ketidakseimbangan kelas pada dataset, diterapkan teknik SMOTE. Data ulasan yang digunakan diambil dari Google Maps selama satu tahun terakhir. Hasil penelitian menunjukkan bahwa SVM dengan kernel linear memberikan performa terbaik dengan F1-score 92,3%, diikuti oleh Naive Bayes 83,7% dan Random Forest 81,9%. Unigram lebih efektif dibandingkan Bigram dalam ekstraksi fitur, dan SMOTE meningkatkan kinerja Naive Bayes pada dataset yang tidak seimbang, namun tidak berpengaruh signifikan pada SVM. Temuan ini memberikan rekomendasi untuk peningkatan layanan di Bandara Sultan Hasanuddin, seperti fasilitas kebersihan dan kenyamanan ruang tunggu.
Receipt Scanning with EasyOCR and ChatGPT-4o in a Mobile Finance App: an Agile Kanban Approach Septiawan, M. Fiqry; Anraeni, Siska; Ramdaniah, Ramdaniah
G-Tech: Jurnal Teknologi Terapan Vol 9 No 4 (2025): G-Tech, Vol. 9 No. 4 October 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/g-tech.v9i4.7822

Abstract

Technological advancements have provided convenience for Generation Z in managing finances; however, many are still not accustomed to recording their financial activities regularly. Shopping receipts, which should serve as proof of transactions, are often ignored or poorly managed, despite their important role in tracking expenses. Therefore, this research aims to develop an Android-based financial recording application capable of handling both manual input and automated recording through receipt scanning using Optical Character Recognition (OCR) technology. The findings indicate that ChatGPT-4o significantly outperforms EasyOCR by providing more consistent accuracy and faster, stable processing, making it a more reliable solution for receipt-based financial recording. Developed using the Agile Kanban method, the application was validated through alpha testing and proven to function properly across all features. Beyond practical benefits for users, this research also contributes to the financial technology literature by demonstrating the integration of large language models (LLM) to enhance OCR performance in mobile finance applications.
Sentiment Analysis of Public Opinion on Deforestation in Papua on YouTube Platform Using Long Short-Term Memory (LSTM) Method Indra, Dolly; Ramdaniah, Ramdaniah; Ode, Nada Kayatri
G-Tech: Jurnal Teknologi Terapan Vol 9 No 4 (2025): G-Tech, Vol. 9 No. 4 October 2025
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/g-tech.v9i4.7855

Abstract

Deforestation in Papua has emerged as a significant environmental concern, attracting considerable attention due to its effects on biodiversity and the livelihoods of indigenous communities. This study seeks to examine public sentiment toward the issue by analyzing comments posted on the YouTube platform, employing the Long Short-Term Memory (LSTM) method. A dataset of 3,000 comments was gathered and processed through several stages, including text cleaning, tokenization, normalization, and Term Frequency–Inverse Document Frequency (TF-IDF) weighting. Subsequently, an LSTM model was developed and assessed using accuracy, precision, recall, and F1-score as evaluation metrics. The results reveal that the LSTM model achieved an accuracy of 88.43%, a precision of 90.01%, a recall of 97.49%, and an F1-score of 93.60%. Nevertheless, signs of overfitting were observed, indicated by lower validation performance compared to training results. These findings demonstrate that the LSTM approach is effective for identifying public opinion regarding deforestation and can serve as a valuable reference in decision-making and the formulation of environmental policies.
Penerapan Smart Meter Untuk Pengelolaan Energi Dan Peningkatan Efisiensi Tambak di UD Tani Nila Nusantara Ashad, Bayu Adrian; Ramdaniah, Ramdaniah
Jurnal Medika: Medika Vol. 4 No. 4 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/frnzg637

Abstract

Kegiatan pengabdian kepada masyarakat ini dilaksanakan di UD Tani Nila Nusantara, Kabupaten Pangkep, dengan tujuan meningkatkan efisiensi penggunaan energi listrik pada sistem budidaya ikan nila melalui penerapan teknologi smart meter berbasis Internet of Things (IoT). Permasalahan utama mitra adalah tingginya konsumsi energi akibat pengoperasian aerator, dan pompa air yang berlangsung hampir tanpa henti setiap hari. Untuk mengatasi hal tersebut, diterapkan sistem monitoring energi berbasis IoT yang memungkinkan pengelolaan daya secara real-time. Metode pelaksanaan kegiatan menggunakan pendekatan pendidikan masyarakat dan difusi ipteks melalui pelatihan, instalasi sistem smart meter, serta pendampingan langsung kepada mitra dalam pengoperasian dan analisis data energi. Hasil evaluasi menunjukkan peningkatan pemahaman mitra terhadap efisiensi energi dan kemampuan menggunakan perangkat digital secara mandiri. Selain itu, terjadi penurunan konsumsi listrik rata-rata sebesar 15–20% setelah penerapan sistem. Kegiatan ini tidak hanya meningkatkan efisiensi operasional tambak, tetapi juga memperkuat literasi digital dan kesadaran penggunaan energi berkelanjutan di sektor perikanan. Dengan demikian, penerapan smart meter berbasis IoT dapat menjadi solusi praktis dan aplikatif menuju pengelolaan energi yang cerdas, efisien, dan ramah lingkungan pada usaha tambak ikan air tawar.
Co-Authors Bayu Adrian Ashad Dolly Indra Farniwati Fattah Lutfi Budi Ilmawan Mansur Miftahul Janna Mubarak, Syahrul Muhammad Arfah Asis Muhammad Farhan Hermansyah Mustari, Muhid Nia Kurniati Ode, Nada Kayatri Septiawan, M. Fiqry Siska Anraeni Sitti Hajrah Mansyur Sriwijanaka Sriwijanaka Sriwijanaka St. Hajrah Mansyur Sukur, Widianti