Article Per Year (5 Year)
p-Index From 2021 - 2026
2.612
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer International Journal of Advances in Intelligent Informatics Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Journal of System and Computer Engineering 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 JBIMA: Jurnal Pengabdian kepada Masyarakat Linier: Literatur Informatika dan Komputer
Ramdaniah Ramdaniah
Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia
Aerospace Engineering Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Mathematics Public Health Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Analisis Review Pengguna Terhadap Fitur Baru Whatsapp Menggunakan LSTM Rainanda Darya Saputra; Tasrif Hasanuddin; Ramdaniah Ramdaniah
LINIER: Literatur Informatika dan Komputer Vol 2, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i4.3335

Abstract

Sebagai salah satu platform komunikasi paling banyak digunakan, WhatsApp terus menghadirkan berbagai fitur baru untuk meningkatkan kenyamanan penggunanya. Namun, setiap pembaruan fitur seringkali disertai dengan beragam tanggapan dari pengguna, yang banyak dituangkan melalui ulasan di Google Play Store. Penelitian ini bertujuan untuk mengklasifikasikan sentimen dari ulasan-ulasan tersebut menggunakan metode Long Short-Term Memory (LSTM), sebuah arsitektur Recurrent Neural Network yang unggul dalam menangani data teks yang bersifat sekuensial. Data diperoleh melalui teknik web scraping dan diproses melalui tahapan pra-pemrosesan seperti tokenisasi, pembersihan teks, dan embedding kata. Model LSTM dirancang menggunakan kombinasi layer embedding, bidirectional LSTM, dan dense untuk menghasilkan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Berdasarkan hasil pelatihan, model menunjukkan peningkatan akurasi yang signifikan serta penurunan loss yang stabil, mencapai akurasi validasi di atas 85%. Hasil confusion matrix menunjukkan bahwa model mampu membedakan ketiga jenis sentimen dengan akurasi tinggi dan kesalahan klasifikasi yang minim. Uji coba pada input kalimat baru juga menunjukkan kemampuan model dalam mengenali sentimen secara kontekstual dengan baik. Dengan demikian, pendekatan LSTM terbukti efektif dalam memahami dan menganalisis opini pengguna terhadap fitur-fitur baru WhatsApp
A comprehensive comparative analysis of chicken meat classification techniques through machine learning models Siska Anraeni; Harlinda Lahuddin; Ramdaniah Ramdaniah; Erika Riski Melani; Andi Cici Amalia; Tazkirah Amaliah
International Journal of Advances in Intelligent Informatics Vol 12, No 1 (2026): February 2026
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/ijain.v12i1.2014

Abstract

This study develops a digital image processing technique to distinguish between fresh and rotten chicken. Chicken freshness has a significant impact on public health and industry sustainability. This study uses a multi-stage approach including data acquisition, preprocessing, feature extraction, and classification. A total of 1,000 chicken images were obtained, consisting of 800 images for training and 200 images for testing, with a proportion of 80:20. Feature extraction was performed using a combination of the HSI (Hue, Saturation, Intensity) color model to capture the color characteristics of chicken and the Local Binary Pattern (LBP) to extract texture information. Classification was performed using the K-Nearest Neighbor (KNN) algorithm with various K values and distance metrics. The experimental results show that the combination of color and texture features provides higher accuracy than using either feature alone. The best model using HSI and LBP feature extraction with K = 1 and K = 3 in the Euclidean distance metric achieved the highest accuracy of 95.4%. With a promising level of accuracy, this method can be applied in automated inspections in the poultry supply chain, improving food safety and helping consumers make better purchasing decisions. However, the main challenge in this study is the variation in lighting during image capture, which causes the fresh and rotten chicken feature values to overlap, thus hindering perfect classification.
Perancangan UI/UX Pada Aplikasi Pengingat Tugas Berbasis Android Dengan Fitur Push Notification Andi Aditya Warman Fachran Talan; Irawati Irawati; Ramdaniah Ramdaniah
LINIER: Literatur Informatika dan Komputer Vol 3, No 2 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i2.3637

Abstract

Mahasiswa sering dihadapkan pada kesulitan dalam mengelola jadwal dan tugas akademik yang padat, sehingga memicu tingginya risiko kelalaian dalam memenuhi tenggat waktu (deadline). Pencatatan jadwal yang selama ini dilakukan secara konvensional dinilai kurang efektif dan tidak memiliki sistem pengingat yang proaktif. Oleh karena itu, penelitian ini bertujuan untuk merancang antarmuka pengguna (UI/UX) dan pemodelan sistem pada aplikasi pengingat tugas harian berbasis Android yang terintegrasi dengan fitur push notification. Pendekatan pengembangan perangkat lunak yang digunakan adalah System Development Life Cycle (SDLC) dengan metode Prototyping. Tahapan yang dilakukan meliputi identifikasi kebutuhan, pembuatan purwarupa tingkat tinggi (high-fidelity) menggunakan perangkat lunak Figma, serta pemodelan logika sistem melalui Unified Modeling Language (UML). Aplikasi ini mengusung berbagai fungsionalitas, antara lain opsi penyimpanan lokal dan cloud, visualisasi tugas berdasarkan prioritas indikator warna, serta pengaturan peringatan khusus maupun default. Tahap evaluasi kelayakan rancangan difokuskan pada fungsionalitas internal tanpa melibatkan kuesioner pengguna eksternal, melainkan dengan menerapkan pengujian Black Box Testing melalui pendekatan system walkthrough. Hasil pengujian terhadap 10 interaksi fungsional utama berhasil mencapai persentase kelayakan sebesar 100%. Kesimpulan dari penelitian ini menunjukkan bahwa rancangan antarmuka dan alur logika aplikasi telah tervalidasi secara fungsional, interaktif, dan siap untuk dijadikan cetak biru (blueprint) bagi pengembang perangkat lunak pada tahap pengkodean selanjutnya
IMPLEMENTASI METODE FORWARD CHAINING UNTUK DIAGNOSIS DINI PENYAKIT FUSARIUM PADA TANAMAN PORANG BERBASIS WEB Dwi Maharani Muslim; Irawati; Ramdaniah Ramdaniah
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 2 (2026): Juli
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i2.8214

Abstract

Porang (Amorphophallus muelleri Blume) is a leading commodity with high export value in Indonesia. However, diseases caused by Fusarium sp. fungal infections have become a major obstacle that can lead to crop failure if not detected and treated early. Limited knowledge of farmers in identifying disease symptoms and restricted access to agricultural experts highlight the need for a technological solution that enables independent diagnosis. This study aims to develop a web-based expert system capable of diagnosing Fusarium diseases in porang plants using the Forward Chaining method. The Forward Chaining method operates in a data-driven manner by matching symptom facts inputted by users against a rule base compiled from expert knowledge. The system's knowledge base consists of 6 types of Fusarium diseases and 22 clinical symptom indicators obtained through expert interviews, which are represented in 6 production rules (IF-THEN rules). The results showed that the developed expert system is capable of diagnosing Fusarium diseases in porang plants in real-time based on selected symptom inputs, while also displaying the disease name along with recommended treatment solutions. This system is expected to assist farmers in the early detection of Fusarium diseases independently, quickly, and accurately without directly relying on agricultural experts. System testing using the black box testing method demonstrates that all system functions perform as expected, ranging from the authentication process and data management to the disease diagnosis process.
Rancang Bangun Aplikasi Pengaduan Masyarakat Melalui Kantor Desa Berbasis Mobile Menggunakan Metode Agile Syarif Hidayah; Irawati Irawati; Ramdaniah Ramdaniah
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3479

Abstract

Desa Baolan Kabupaten Toli-Toli merupakan salah satu desa yang ada di Sulawesi Tengah. Proses pengaduan yang dilakukan oleh masyarakat desa masih secara manual yang harus datang secara langsung ketempatnya, dalam hal ini di kantor desa. Masyarakat desa jika ingin melaporkan pengaduan harus datang ke kantor desa. Hal ini menimbulkan keluhan masyarakat yang menumpuk  di desa Baolan yang dianggap tidak efisien dari segi waktu, tenaga, dan biaya. Metode yang diterapkan pada perancangan aplikasi adalah metode agile, dan teknik pengumpulan data yang digunakan adalah observasi awal, interview dan pengumpulan literatur. Tahapan metode agile yang di gunakan yaitu perencanaan, implementasi, tes perangkat lunak, dokumentasi, development, dan pemeliharaan. Adapun hasil penelitian ini yaitu adanya desain aplikasi berbasis mobile, yang dapat digunakan pada tahap pembuatan aplikasi, desain user interface yang dirancang bersifat user friendly, sehingga memberikan kemudahan bagi pengguna aplikasi
Enhancing Polyp Segmentation Using Attention U-Net with CLAHE Ramdaniah Ramdaniah; Bayu Adrian Ashad
Journal of System and Computer Engineering Vol 7 No 1 (2026): JSCE: January 2026
Publisher : Universitas Pancasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61628/jsce.v7i1.2370

Abstract

Colorectal cancer remains one of the leading causes of death worldwide, where early detection of polyps through colonoscopy plays a vital role in prevention. This study aims to enhance polyp segmentation performance by integrating Attention U-Net with Contrast Limited Adaptive Histogram Equalization (CLAHE) as a preprocessing technique. The proposed method was evaluated using two benchmark datasets, CVC-ClinicDB as the primary dataset and Kvasir-SEG for cross-domain testing. The model was trained using a combination of Binary Cross-Entropy and Dice losses, with a 70–15–15 split for training, validation, and testing. Experimental results show that applying CLAHE improves segmentation accuracy, achieving Dice and IoU scores of 0.84 and 0.76 on CVC-ClinicDB, and 0.62 and 0.50 on Kvasir-SEG, respectively. Statistical analysis using the Wilcoxon signed-rank test confirmed a significant difference between the baseline and enhanced models. These findings demonstrate that the integration of CLAHE with Attention U-Net effectively improves boundary detection and robustness against illumination variations across datasets, contributing to more accurate and reliable computer-aided diagnosis in colorectal cancer screening.
Co-Authors Andi Aditya Warman Fachran Talan Andi Cici Amalia Azmi Fauziah Nur Bayu Adrian Ashad Dolly Indra Dwi Maharani Muslim Erika Riski Melani Farniwati Fattah Harlinda Lahuddin Irawati Irawati Lutfi Budi Ilmawan Mansur Miftahul Janna Mubarak, Syahrul Muhammad Arfah Asis Muhammad Farhan Hermansyah Mustari, Muhid Nia Kurniati Rainanda Darya Saputra Saidah Suyuti Siska Anraeni Sitti Hajrah Mansyur Sriwijanaka Sriwijanaka Sriwijanaka St. Hajrah Mansyur Sukur, Widianti Syarif Hidayah Tasrif Hasanuddin Tazkirah Amaliah Yulita Salim