Article Per Year (5 Year)
p-Index From 2021 - 2026
5.918
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Jurnal Manajemen Terapan dan Keuangan TEKNIK Techno.Com: Jurnal Teknologi Informasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Padjadjaran Journal of Dentistry JETT (Jurnal Elektro dan Telekomunikasi Terapan) International Journal of Artificial Intelligence Research Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control JPEK (Jurnal Pendidikan Ekonomi dan Kewirausahaan) To Maega: Jurnal Pengabdian Masyarakat Journal of Electronics, Electromedical Engineering, and Medical Informatics JMECS (Journal of Measurements, Electronics, Communications, and Systems) Indonesian Journal of Electrical Engineering and Computer Science Community Development Journal: Jurnal Pengabdian Masyarakat ASEAN Marketing Journal Media Ilmiah Akuntansi eProceedings of Engineering Journal of Computer Engineering: Progress, Application and Technology Al-Mubtadi : Jurnal Pendidikan Guru Madrasah Ibtidaiyah
Hilman Fauzi, Hilman
Universitas Telkom
Religion Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Materials Science & Nanotechnology Medicine & Pharmacology Public Health Social Sciences Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 3   4   5   6   7 
Obstructive sleep apnea detection based on electrocardiogram signal using one-dimensional convolutional neural network Widadi, Rahmat; Rizal, Achmad; Hadiyoso, Sugondo; Fauzi, Hilman; Said, Ziani
IAES International Journal of Artificial Intelligence (IJ-AI) Vol 13, No 4: December 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijai.v13.i4.pp4129-4137

Abstract

Obstructive sleep apnea (OSA) is a respiratory obstruction that occurs during sleep and is often known as snoring. OSA is often ignored even though it can cause cardiovascular problems. Early diagnosis is needed for prevention towards worse complications. OSA clinical diagnosis can use polysomnography (PSG) while the patient is sleeping. The PSG examination includes calculating total apnea plus hypopnea every hour during sleep. However, PSG examination tends to be high cost, takes a long time, and is impractical. Since OSA is related to breathing and heart activity, the electrocardiogram (ECG) examination is an alternative tool in OSA analysis. Therefore, this study proposes OSA detection on single lead ECG using one dimensional (1D)-convolutional neural network (CNN). The proposed CNN architecture consists of 4 convolutional layers, 4 pooling layers, 1 dropout layer, 1 flatten layers, 2 dropout layers, 1 dense layer with rectified linear unit (ReLU) activation function, and 1 dense layer with SoftMax activation function. The proposed method was then tested on the ECG sleep apnea dataset from PhysioNet. The proposed model produces an accuracy of 92.69% with the average pooling scenario. The proposed method is expected to help clinicians in diagnosing OSA based on ECG signals.
Pengaruh Profitabilitas, Likuiditas, Struktur Aset, dan Kebijakan Dividen Terhadap Struktur Modal : Studi kasus perusahaan manfaktur terdaftar di BEI periode 2018 - 2022 Marpaung, bintangsahala0203; Marpaung, DR Annaria Magdalena; Hasibuan, DR David H.M.; Hilman Fauzi
Media Ilmiah Akuntansi Vol. 12 No. 2 (2024): Media Ilmiah Akuntansi
Publisher : Sekolah Tinggi Ilmu Ekonomi Trisakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34208/mia.v12i2.47

Abstract

This research aims to determine whether there is an influence or not on the Profitability, Liquidity, Asset Structure, and Dividend Policy ratios towards Capital Structure in Manufacturing Companies listed on the Indonesia Stock Exchange (BEI) from 2018 to 2022. The sample in this study consists of 9 companies selected using purposive sampling technique. With purposive sampling technique, a total of 9 companies with a 5-year period were obtained, resulting in a total of 45 data points for this study. The analysis method used in this research is descriptive statistics, preceded by the Classical Assumption Test. If the data is normally distributed, multiple linear regression analysis can be used, along with the T-test and F-test (simultaneous) and the Coefficient of Determination test using SPSS 25. The partial results of this study indicate that Profitability does not significantly affect Capital Structure, while Liquidity has a positive influence.
Identification of palatine rugae in forensic odontology in the indonesian population: a scoping review Saputri, Ikra Yuni; Suhardjo, Suhardjo; Fauzi, Hilman; Oscandar, Fahmi
Padjadjaran Journal of Dentistry Vol 37, No 1 (2025): March 2025
Publisher : Universitas Padjadjaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24198/pjd.vol37no1.58475

Abstract

Introduction: The study of palatine rugae in forensic odontology has become increasingly vital as a means of identifying individuals, particularly in scenarios where conventional identification methods prove inadequate. This scoping review focuses on the identification of palatine rugae in the Indonesian population.  Method: A scoping review was conducted using the Arksey and O'Malley framework and PRISMA-ScR guidelines. Relevant articles were sourced from PubMed, ScienceDirect, and Google Scholar using Boolean operators and relevant keywords. Studies were included if they involved Indonesian populations, used palatal rugae for identification, were original research, published in Indonesian or English, and available in full text between March 2014 and March 2024. We excluded review articles, non-human studies, and papers in other languages. Two independent reviewers screened and selected articles. Results: The results of the scoping review identified various classifications of palatine rugae, with three articles using the Thomas and Kotze method and one article each using the Kapali, Trobo, Lysell, and Carrea methods. Two articles studied rugae inheritance, and one examined post-orthodontic stability. The widely used Thomas and Kotze method focuses on the length, shape, and direction of the rugae but has limitations in sex determination. Additionally, the Trobo, Kapali, Lysell, and Carrea classifications are also used due to their simplicity and clarity. This study investigated the pattern of palatine rugae and found that the pattern remains consistent before and after orthodontic treatment and is inherited from parent to child. The study also identified potential language bias, limited Indonesian literature on palatine rugae, and methodological variations across research articles. Conclusion: This scoping review affirms the reliability of palatine rugae in forensic odontology in Indonesia, highlights the need for further research to enhance understanding of rugae patterns and inheritance mechanisms, and contributes to the knowledge base for future forensic research and investigations.
Mendukung Mahasiswa Perhotelan dengan Teknologi: Sistem Cerdas Pengukur Kadar Nutrisi Makanan Fathurrachman, Dhia Firdaus; TSP, Hilman Fauzi; Gusnadi, Dendi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Industri perhotelan menghasilkan banyak sisa makanan yang sering kali terbuang percuma. Padahal, sisa makanan ini masih mengandung nutrisi yang berharga. Penelitian ini menciptakan sebuah sistem yang bisa mengukur secara tepat kandungan nutrisi dalam sisa makanan. Dengan sistem ini, kita bisa tahu dengan pasti nutrisi apa saja yang bisa dimanfaatkan dari sisa makanan. Hasilnya, mahasiswa perhotelan bisa menggunakan sistem ini untuk mempelajari lebih lanjut tentang makanan dan nutrisinya. Sistem ini terbukti sangat akurat dan bermanfaat, sehingga disambut baik oleh para mahasiswa. Data kuantitatif menunjukkan bahwa sistem timbangan ini mampu menimbang dengan tingkat akurasi di atas 95%. Selain itu, berdasarkan survei, sistem ini mendapatkan respon positif dari mahasiswa dan dianggap sangat bermanfaat dalam penelitian mereka. Kata kunci: limbah makanan, mahasiswa perhotelan, nutrisi, timbangan.
Mendukung Mahasiswa Perhotelan dengan Teknologi: Sistem Cerdas Pengukur Kadar Nutrisi Makanan Kinantan, Muhammad Rafi; TSP, Hilman Fauzi; Gusnadi, Dendi
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Industri perhotelan menghasilkan banyak sisa makanan yang sering kali terbuang percuma. Padahal, sisa makanan ini masih mengandung nutrisi yang berharga. Penelitian ini menciptakan sebuah sistem yang bisa mengukur secara tepat kandungan nutrisi dalam sisa makanan. Dengan sistem ini, kita bisa tahu dengan pasti nutrisi apa saja yang bisa dimanfaatkan dari sisa makanan. Hasilnya, mahasiswa perhotelan bisa menggunakan sistem ini untuk mempelajari lebih lanjut tentang makanan dan nutrisinya. Sistem ini terbukti sangat akurat dan bermanfaat, sehingga disambut baik oleh para mahasiswa. Data kuantitatif menunjukkan bahwa sistem timbangan ini mampu menimbang dengan tingkat akurasi di atas 95%. Selain itu, berdasarkan survei, sistem ini mendapatkan respon positif dari mahasiswa dan dianggap sangat bermanfaat dalam penelitian mereka. Kata kunci : limbah makanan, mahasiswa perhotelan, nutrisi, timbangan.
Pengembangan Purwarupa Kolposkop Dengan Peningkatan Kualitas Citra Untuk Skrining Deteksi Dini Kanker Serviks Menggunakan Raspberry Pi 4 Syatta, Hurin; Fauzi, Hilman; Barri, Hablul
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Kanker serviks merupakan penyebab kematian utama wanita di Indonesia. Metode skrining IVA yang digunakan secara luas di layanan primer masih menghadapi keterbatasan akurasi karena bergantung pada pengamatan visual tanpa alat bantu. Penelitian ini mengembangkan purwarupa kolposkop digital berbasis Raspberry Pi 4 untuk meningkatkan kualitas citra guna mendukung deteksi dini. Sistem dilengkapi kamera ArduCam 64MP autofokus, pencahayaan LED dengan kontrol intensitas, dan filter polarisasi untuk mengurangi pantulan. Pengujian dilakukan terhadap performa akuisisi citra, intensitas cahaya, efisiensi daya, serta evaluasi kualitas citra dan validasi deteksi lesi dengan algoritma YOLO. Hasil menunjukkan frame rate mencapai 85.5 FPS (VGA), pencahayaan sesuai standar medis (>1000 lux), dan area refleksi minimum (0.01%). Konfigurasi optimal tercapai pada resolusi 16MP, jarak 15 cm, dan pencahayaan maksimum. Deteksi lesi oleh YOLO mencapai confidence hingga 97%. Purwarupa ini menunjukkan potensi sebagai alat bantu IVA yang terjangkau dan efektif, mendukung observasi klinis dan dokumentasi visual di layanan primer. Kata Kunci—Kanker Ovarium, Deteksi Dini, Artificial Intelligent (AI), Kanker serviks, Pemeriksaan IVA, Deteksi dini, Kualitas citra, Kolposkop, Raspberry Pi 4
Perancangan Aplikasi Deteksi Tuberkulosis Berbasis Pengolahan Citra X-Ray Dengan Metode Yolov8 Haya, Allika Fadia; Fauzi T.S.P, Hilman; Siadari, Thomhert S.
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Tuberkulosis (TBC) merupakan salah satu penyakit menular utama yang menjadi masalah kesehatan global, terma- suk di Indonesia. Deteksi dini sangat penting untuk mencegah penyebaran penyakit TBC, namun proses deteksi secara konven- sional. Oleh karena itu, dibutuhkan teknologi berbasis kecerdas- an buatan untuk membantu mempercepat dan mempermudah proses deteksi penyakit TBC melalui citra x-ray paru. Penelitian ini bertujuan untuk mengevaluasi model kecerdasan buatan berbasis pengolahan citra x-ray paru menggunakan metode YOLOv8 untuk mendeteksi TBC, dengan menggunakan dataset citra x-ray yang telah diproses dan dianotasi, serta mengukur performa sistem dalam mendeteksi TBC pada citra x-ray paru. Metode yang digunakan dalam penelitian ini mencakup be- berapa tahapan, yakni pengumpulan dataset citra x-ray, prepro- cessing, penggunaan CLAHE untuk deteksi bercak pada paru- paru, integrasi model ke dalam aplikasi, dan evaluasi performa sistem. Selama proses pelatihan, beberapa parameter penting diuji, seperti learning rate, IoU threshold, confidence threshold, dan optimizer, untuk mengoptimalkan keyakinan dalam deteksi. Hasil pengujian menunjukkan bahwa penggunaan AdamaW sebagai optimizer dengan IoU 0.5 dan confidence threshold 0.25 menghasilkan performa terbaik, dengan mAP mencapai 88%, presisi 81.5%, recall 84.6%, dan F1-score 83%. Penggunaan CLAHE pada dataset x-ray meningkatkan kemampuan deteksi objek, terutama bercak yang terkait dengan TBC. Selain itu, aplikasi yang telah dibuat menggunakan model ini berhasil mendeteksi TBC secara langsung dan memberikan kemudahan bagi pengguna dalam mendiagnosis TBC tanpa membutuhkan tenaga medis yang berpengalaman. Secara keselu- ruhan, model yang dibangun dapat diandalkan untuk membantu deteksi dini TBC berbasis citra x-ray, dengan potensi untuk digunakan pada layanan Kesehatan. Kata Kunci—Deteksi TBC, YOLOv8, citra x-ray, deteksi ber- cak, aplikasi medis
Perancangan Sistem Deteksi Tuberkulosis Menggunakan Metode Yolov8 Yasman, Fudhla Ramadhana; Fauzi, Hilman; Ibrahim, Nur
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Tuberkulosis (TBC) masih menjadi salah satu masalah kesehatan utama di Indonesia, khususnya di wilayah dengan keterbatasan tenaga medis. Deteksi dini menggunakan citra x-ray merupakan pendekatan yang efektif untuk mendukung diagnosis, namun terbatasnya jumlah dokter radiologi menjadi kendala tersendiri. Penelitian ini mengembangkan sistem deteksi tuberkulosis berbasis aplikasi desktop yang mengintegrasikan algoritma YOLOv8 dengan input citra x-ray dari webcam. Model YOLOv8 dilatih menggunakan dataset tiga kelas (Normal, Pneumonia, TBC) dan dievaluasi berdasarkan metrik precision, recall, dan mAP@50. Hasil pelatihan menunjukkan performa fine-tuned yang optimal dengan precision sebesar 0,942, recall sebesar 0,936, dan mAP@50 sebesar 0,543. Sistem ini dirancang untuk berjalan secara lokal tanpa instalasi kompleks, menjadikannya praktis untuk digunakan di fasilitas layanan primer. Pengujian menunjukkan sistem mampu mendeteksi citra x-ray secara real-time pada jarak 40–60 cm dengan hasil visual berupa bounding box. Evaluasi oleh dokter spesialis paru menunjukkan tingkat kesesuaian tinggi antara hasil model dan interpretasi medis. Meskipun dibutuhkan peningkatan dalam membedakan pneumonia dan TBC, sistem ini menunjukkan potensi sebagai alat bantu skrining dini yang efektif dan adaptif. Kata kunci— Tuberkulosis, YOLOv8, Deep Learning, Sistem Deteksi
Sistem Pendeteksian Tingkat Stres dengan Pengolahan Citra Wajah Berbasis YOLOv8 dan Regresi Linear Salsabila, Afap; Fauzi, Hilman; Saidah, Sofia
eProceedings of Engineering Vol. 12 No. 4 (2025): Agustus 2025
Publisher : eProceedings of Engineering

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

Abstract

Stres merupakan salah satu masalah Kesehatan mental yang banyak dialami oleh individu di era modern. Faktor-faktor seperti tekanan pekerjaan, tuntutan sosial, serta ketidak pastian ekonomi sering kali menjadi pemicu utama. Penelitian ini bertujuan untuk mengembangkan sistem pendetekssian tingkat stres berbasis pemrosesan citra wajah dengan moddel YOLOv8 untuk deteksi objek dan regresi linear untuk prediksi skor stres. Dataset yang digunakan adalah dataset primer dan sekunder yang terdiri dari foto wajah berekspresi netral, untuk dataset primer dilengapi skor stres dari hasil asesmen DASS-21. Sistem dievaluasi menggunakan mAP, precision, recall, dan F1-Score. Hasil terbaik menunjukan mAp@90 sebesar 91%, precision 76%, recall 84%, dan F1-score 79%, menggunakan optimizer AdamW, batch size 16, dan leanring rate 0.001 selama 100 epoch kata kunci— YOLOv8, DASS-21, Citra Wajah, Regresi Linear
Study of Neuromarketing in Consumer Behavior due to Product Logos Color Changes Effect Rahmadani, Denta; Fauzi, Hilman; Lubis, Reza Armanda; Ariyanti, Maya
CEPAT Journal of Computer Engineering: Progress, Application and Technology Vol 1 No 02 (2022): November 2022
Publisher : Universitas Telkom

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25124/cepat.v1i02.5245

Abstract

Consumer behavior can be detected by conducting surveys, but this method lacks the depth of analysis to measure consumer behavior. By utilizing technological and scientific advances through the study of neuroscience, especially in neuromarketing, it is hoped to improve the ability to analyze consumer behavior. Neuromarketing has been widely used to measure consumer behavior through several stimuli, including logo colors. Neuromarketing to the human brain's response is done using electroencephalography (EEG) signal analysis. Data collection was carried out on six students aged 19-24 years. Subjects were given a stimulus of five original logo colors and five logo colors recolored with the number of questions in three sessions. Pre-processing uses a butterwort horde four bandpass filter with a theta-band frequency band in the frequency range of 4-8 Hz. Data on color changes using questionnaires and EEG signal data is processed on spatial and spectral domains to view active areas of short-term memory. The result obtained is the effect of the change in logo color on consumer memory and the active location of short-term memory on the logo's color. Using spatial selection, the number of channels was reduced from 16 to 4 channels or by 75%. The selected channels are in the memory and visual areas.
Co-Authors Achmad Rizal Achmad Rizal Adzra, Faaiq Ammaria Alvin Oktarianto Anak Agung Gede Mahendra Kusuma Andi Zahra Bunga Zana Andria Puja Pratama Aznida Firzah Abdul Aziz Bagas Farhan Hadyantoro Bambang Hidayat Bambang Hidayat . Barri, Hablul Bayu Angga Medica Firmanda Bima Ansori, Revydo BIRU, BANYU Boby Irfanudin Anwar Budi Harsono, Ali Cynthia Erika Dayan Aldina Dendi Gusnadi Denta Rahmadani Dewa Nyoman Indra Dharma, Budi Dwi Sukma Bestry Fadlur Rahman Fahmi Oscandar Fahreza, Ghazy Ahmad Faidil Hadi Fathurrachman, Dhia Firdaus Fauzi, Adryan Favian Dewanta Fina Maharani Fitra Ayu Larasati Galih Surya Gede Hari Yogiswara Gelar Budiman Hadyningtyas, Ivy Anindhita HARSONO, ALI BUDI Hasibuan, DR David H.M. Haya, Allika Fadia Heris, Faradisya I Wayan Agus Sugiarsa Irfan Darmawan Iwan Iwut Tritoasmoro Jangkung Raharjo Januar, Rifat Kinantan, Muhammad Rafi Komura, Tadayasu Kyoso, Masaki Lubis, Reza Armanda M. Abdullah Azzam Marliyah, Marliyah Marpaung, bintangsahala0203 Marpaung, DR Annaria Magdalena Mas Sarwoko Suraatmadja Masaki Kyoso Maya Ariyanti Mazaya 'Aqila Misbakhul Munir Mochamad Dandi Mohd Ibrahim Shapiai Mohd. Ibrahim Shapiai Muhammad , Ardisatria Surya Muhammad Hablul Barri Muhammad Ilham Muhammad Zuhairi Mumtaz, Yasmin Nasya Ayudina Nasya Ayudina Darsono Naufal Reza Alfiandy Nugraha, M.Fajar Zulvan Nur Ibrahim Octavian Putera Kesuma Sugeng Oktafiani, Venia Oktiandi Nugroho Wasktio Pratiwi, Daulika Puspitaningasri, Adhisty Putra Fajar Alam Raditiana Patmasari Rahmadani, Denta Rahmah, Qisthi Nur Rahmat Widadi Raihan Nur Fadhlillah Ramanta Limantara Sidam Ramdhan Nugraha Ratri Dwi Atmaja Ratri Dwiatmaja Revydo Bima Anshori Reza Armanda Lubis Ridho, Dandy Bintang Taufik Rita Magdalena Rizqullah, Rafif Rustam Rustam Rustam Saepulloh, Saepulloh Said, Ziani Salim, La Ode Agus Salsabila, Afap Saputri, Ikra Yuni SENJAYA, ARIO Shapiai, Mohd. Ibrahim Siadari, Thomhert Siadari, Thomhert S. Sofia Sa'adiah Sofia Sa'adiah SOFIA SAIDAH Sugondo Hadiyoso Suhardjo Suhardjo Suryanto, Muhammad Syamsul Rizal Syatta, Hurin Tadayasu Komura Tauhid Nur Azhar Thomhert Suprapto Siadari Tsani, Fajri Twinarya Bagus Wibawa Uswah Khairuddin Utari Nur Ramadhani Yora Vany Octaviany Wan Siti Nur Shafiqa Wan Musa Yanti, Suci Dwi Yasi Oktodiranto Yasman, Fudhla Ramadhana Yulinda Eliskar Yunita, Kurnia Sri Ziani Said