Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Universitas Batanghari Jambi Jurnal Komputasi IKRA-ITH ABDIMAS TECHSI - Jurnal Teknik Informatika Teknik: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Indonesian Journal of Education And Computer Science
Muhamad Bahrul Ulum
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Aplikasi Sistem Pakar Untuk Diagnosa Penyakit Ibu Hamil Menggunakan Metode Forward Chaining Berbasis Website Samuel Agave; Muhamad Bahrul Ulum
Jurnal Komputasi Vol 11, No 1 (2023): Jurnal Komputasi
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v11i1.3070

Abstract

Kehamilan merupakan suatu proses yang dialami oleh seluruh wanita di dunia. Dalam melewati proses kehamilan seorang wanita harus mendapatkan persiapan yang benar. Saat hamil banyak perubahan yang terjadi pada tubuh ibu hamil, salah satunya adalah ketahan tubuh yang menjadi berkurang. Penyakit apapun dapat dengan mudah menyerang tubuh apabila ibu hamil tidak menjaga kebugaran serta kesehatan. Salah satu masalah yang dihadapi oleh ibu hamil pada masa kehamilannya yaitu kurangnya informasi mengenai kesehatan pada ibu hamil dan keluhan yang dirasakan pada ibu hamil dianggap hal yang wajar tanpa memeriksakan gejala yang dialami, hal ini memicu tingginya ibu hamil yang terdiagnosis penyakit kehamilan yang menyebabkan meningkatnya Angka Kematian Ibu (AKI). Karena permasalahan tersebut diperlukan aplikasi sistem pakar untuk membantu ibu hamil dalam mendapatkan informasi mengenai penyakit kehamilan dan melakukan diagnosa dini mengenai penyakit kehamilan. metode yang digunakan dalam pembuatan aplikasi sistem pakar ini adalah forward chaining. Penelitian ini menggunakan metode pengembangan sistem extreme programming dengan php native sabagai coding utama dalam pembuatan aplikasi. Hasil dari penelitian ini yaitu dapat memberikan informasi informasi mengenai penyakit kehamilan dan melakukan diagnosa dini mengenai penyakit kehamilan berdasarkan knowledge base, yang terdiri dari 6 data penyakit, 30 data gejala, dan 6 data solusi.
Penerapan Keamanan Siber pada Sistem Transportasi Laut Sahrudin Sahrudin; Muhamad Bahrul Ulum
Jurnal Ilmiah Universitas Batanghari Jambi Vol 23, No 3 (2023): Oktober
Publisher : Universitas Batanghari Jambi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33087/jiubj.v23i3.3839

Abstract

Marine transportation systems are increasingly dependent on computing and communication technologies, Information technology (IT) and operational technology (OT) must work together to protect information and design security against criminal activity from cyberattacks. A system of process stages and cybersecurity assessments for ships is necessary so that the vulnerability of marine transport systems to cyberattacks can be measured accurately and effectively. Using the framework NIST, The CIA model and Risk Assessment Matrix (RAM) for identification and measurement is the most important key in the cybersecurity assessment process of marine transport systems. With the scope of analysis on vessel infrastructure including network systems, computers, ship communication devices, testing, and assessment.
DETEKSI BANJIR AREA PERKOTAAN BERBASIS CITRA DIGITAL CONVOLUTIONAL NEURAL NETWORK (VGG19) Habibullah Akbar; Diah Aryani; Muhamad Bahrul Ulum
Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol. 2 No. 3 (2022): November : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (992.245 KB) | DOI: 10.55606/teknik.v2i3.798

Abstract

Geographically and demographically, Indonesia has natural conditions that have the potential for floods disaster. There are at least 16,771 islands and 65,017 rivers that fill the archipelago. Unfortunately, the ever-increasing urban population accompanied by a lack of awareness and preparation for protecting the environment has resulted in a higher risk of flooding in urban areas. This study utilizes digital imagery to detect flood conditions in urban areas. In terms of access, digital images are available in urban CCTV monitoring systems as well as office areas, housing, and from people who have smartphones. The detection method used in this study is the VGG19 model which consists of 16 convolution layers and 3 standard classification layers. All convolution layers are divided into 5 blocks followed by a MaxPooling layer for each block to reduce the resolution of the input image. In the last layer, SoftMax layer is used to estimate the probability between flood labels and normal conditions. There are 4 parameters that were optimized during the VGG19 model training process, namely Batch Size, Learning Rate, Dropout and Epoch (training repetition). To test the proposed model, public datasets are used, namely the Roadway Flooding Image Dataset and Road Vehicle Images Dataset. The best flood detection results (or normal conditions) achieve the accuracy of 98.78%. As for the other three performance metrics, namely precision, recall and F1-score, they reach 99%. These results are generated by the VGG19 model with a Batch Size parameter of 20, a Learning Rate of 1e-5 (0.00001), 50% Dropout and 100 Epoch. The achievement values of the four metrics can be considered quite good, so that the VGG19 model has the opportunity to be developed for flood detection applications in order to monitor urban flood conditions.
Rancang Bangun Sistem Informasi Penyewaan Kamar Kost Berbasis Website (Studi Kasus CV. Busur Rukun Mandiri) Hapiz Nuddin Setiadi; Muhamad Bahrul Ulum
Indonesian Journal of Education And Computer Science Vol. 2 No. 2 (2024): INDOTECH - August 2024
Publisher : PT. INOVASI TEKNOLOGI KOMPUTER

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.60076/indotech.v2i2.653

Abstract

Penelitian ini bertujuan untuk mengatasi permasalahan manajemen yang kurang efektif, pencatatan pembayaran manual, dan potensi kecurangan di CV Busur Rukun Mandiri. Fokusnya adalah pengembangan website dengan menggunakan Extreme Programming, ReactJS untuk frontend, dan Laravel untuk backend guna mengoptimalkan manajemen penyewaan kamar kost secara efisien. Sistem yang dirancang memiliki fitur pencarian dan pengelolaan kamar yang mudah, penyewaan online, manajemen data terstruktur, integrasi dengan payment gateway Midtrans, dan laporan keuangan akurat. Temuan penelitian menyoroti potensi sistem untuk meningkatkan efisiensi penyewaan kamar, mempercepat pembayaran sewa, serta meningkatkan produktivitas pengelolaan. Hasilnya menunjukkan bahwa sistem berbasis website menjadi solusi efektif untuk meningkatkan pengalaman penyewa dan memperbaiki manajemen rumah kost di CV. Busur Rukun Mandiri. Untuk tetap relevan di era digital, disarankan untuk mengembangkan sistem ini menjadi aplikasi mobile.
Workshop Pengenalan Aplikasi CPU OS Simulator untuk Penjadualan First-Come First-Served (FCFS) Agung Mulyo Widodo; Roesfiansjah Rasjidin; Muhamad Bahrul Ulum; Binastya Anggara Sekti; Nixon Erzed; Ryan Putra Laksana; Budi Tjahjono; Hendry Gunawawan
IKRA-ITH ABDIMAS Vol. 7 No. 3 (2023): Jurnal IKRAITH-ABDIMAS Vol 7 No 3 November 2023
Publisher : Universitas Persada Indonesia YAI

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

Abstract

CPU OS Simulator merupakan aplikasi simulator yang mendukung proses pembelajaran yang mensinergikan dari sisi perangkat keras maupun perangkat lunak. Dalam aplikasi ini terdapat modul penjadualan First Come First Serve (FCFS) merupakan algoritma penjadwalan sistem operasi yang secara otomatis mengeksekusi permintaan (request by priority) dan proses antrian sesuai urutan kedatangannya (arrival). Algoritma scheduling untuk proses (assembly dan visualisasi) dengan menggunakan CPU OS Simulator, aplikasi ini lebih mudah dioperasikan dan user-friendly bagi pengguna. Dalam algoritma jenis ini, proses yang me-request CPU terlebih dahulu mendapatkan alokasi CPU terlebih dahulu. Proses penjadualan dikelola dengan metode antrian First-In First-Out (FIFO), dalam ruang lingkup sistem operasi dengan fokus penjadualan algoritma FCFS (First Come First Serve). Metode workshop dilaksanakan secara daring menggunakan zoom cloud meeting, dengan peserta dosen yang berminat akan aplikasi tersebut dan para anak didik yang mau mengenal memahami konsep dari sistem operasi. Aplikasi CPU OS simulator merupakan salah satu aplikasi yang bersifat free-ware sehingga dapat di unduh secara gratis bagi para pengguna (dosen dan atau mahasiswa). Hasil akhir dari pelatihan bagi pengguna akan melihat dan mengerti tahapan demi tahapan dari proses intruksi hingga compile yang disajikan bentuk simulasi dan visualisasi (histogram) serta beberapa parameter dari proses tersebut (average waiting time, average burst time, tick count dan instruction count).
A, PENGEMBANGAN SISTEM DETEKSI WAJAH MENGGUNAKAN DEEP LEARNING UNTUK APLIKASI ABSENSI OTOMATIS DI PERUSAHAN ARIS MOTOR MUHAMAD BAHRUL ULUM
TECHSI - Jurnal Teknik Informatika Vol. 16 No. 2 (2025)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v16i2.25212

Abstract

Employee attendance is one of the important aspects of company management. However, the manual attendance process often causes issues such as queues, inaccurate record-keeping, and potential fraud. Therefore, this study aims to develop an automated attendance system based on facial recognition by utilizing Deep Learning technology, specifically the Convolutional Neural Network (CNN) method, using the Python programming language.This system is designed to automatically detect and recognize employees' faces through a camera, so that the attendance process can be carried out more quickly, efficiently, and with minimal contact. The model training process is conducted by collecting employee facial data, which is then processed into embeddings using CNN. Subsequently, the facial detection results are matched with the data stored in the database.This study was conducted at Aris Motor company as the trial location for the system. The test results showed that the system was capable of recognizing This research was conducted at Aris Motor company as the trial location for the system. The test results showed that the system was able to recognize employees' faces with a good level of accuracy and provide feedback such as “Welcome [name]” when they first check in, as well as detect if a face has previously checked in or is not recognized at all.With this system, it is expected that the attendance process at Aris Motor will become more modern, practical, and reliable, while also serving as an initial step towards the digitalization of attendance systems in the workplace.Keywords: Automatic Attendance, Face Detection, Deep Learning, CNN, Python, Aris Motor
Co-Authors Agung Mulyo Widodo Binastya Anggara Sekti Budi Tjahjono Diah Aryani Habibullah Akbar Hapiz Nuddin Setiadi Hendry Gunawawan Nixon Erzed Roesfiansjah Rasjidin Ryan Putra Laksana Sahrudin Sahrudin Samuel Agave