Article Per Year (5 Year)
p-Index From 2020 - 2025
5.719
P-Index
This Author published in this journals
All Journal Jurnal Informasi dan Teknologi Elektriese: Jurnal Sains dan Teknologi Elektro Journal of Science Technology (JoSTec) SAINSTECH: Jurnal Penelitian dan Pengkajian Sains dan Teknologi Engineering and Technology International Journal (EATIJ) Journal of Research and Publication Innovation Jurnal Inovasi Pengabdian Masyarakat Jurnal Ilmu Komputer (JIK) Jitu: Jurnal Informatika Utama Pasundan Community Service Development Spectrum: Multidisciplinary Journal Merkurius: Jurnal Riset Sistem Informasi dan Teknik Informatika
Afrizal Zein
UNIVERSITAS PAMULANG
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Social Sciences Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka OPENCV dan DLIB PYTHON Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 28 No 2 (2018): Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (375.29 KB) | DOI: 10.37277/stch.v28i2.238

Abstract

Tahukah Anda bahwa di Indonesia kecelakaan yang dipicu mengantuk porsinya melonjak drastis? Data Korlantas Polri menyebutkan, setidaknya setiap hari ada enam kasus kecelakaan akibat mengantuk. Artinya setiap empat jam terjadi satu kecelakaan akibat mengantuk. Banyak diantara kita yang merasakan bahwa rasa kantuk amat mengganggu konsentrasi. Fokus sang pengendara jadi buyar. Boro-boro mau mengantisipasi situasi mendadak, mau merespons yang biasa-biasa saja bisa ngawur.Ada sejumlah aspek yang bisa menyebabkan rasa kantuk terus mendera tubuh. Aspek utama tentu saja lantaran kurang tidur. Tubuh manusia normal membutuhkan tidur berkisar 6-8 jam setiap hari. Jika kurang dari itu dapat dipastikan rasa kantuk bakal hadir.Aspek lain yang bikin mengantuk adalah obat-obatan. Pengendara yang mengonsumsi obat-obatan, seperti obat flu, sesaat sebelum mengemudi akan didera rasa kantuk. Setahu saya, satu jam setelah minum obat flu, rasa kantuk bakal hadir.Dari masalah diatas penulis mengadakan penelitian sistem komputer vision yang secara otomatis dapat mendeteksi kantuk pengemudi dalam pantauan kamera web real-time dan kemudian membunyikan alarm serta menghubungi keluarga jika pengemudi kelihatannya mengantuk.. Dalam penelitan ini, pengujian deteksi kantuk maupun pemantauan kelopak mata dilakukan berdasarkan beberapa faktor yang memungkinkan dapat mempengaruhi akurasi dari pendeteksian kantuk maupun.. Faktor tersebut berupa pengaruh umur, gaya wajah, penambahan aksesoris dan pelatihan data training. Dari hasil pengujian menunjukan perolehan tingkat akurasi pendeteksian kantuk mencapai sebesar diatas 90%.Kata Kunci : Deteksi Kantuk, OpenCV, Dlib
Peran Text Processing Dalam Aplikasi Penerjemah Multi Bahasa Menggunakan Ajax API Google Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 28 No 1 (2018): Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (402.784 KB) | DOI: 10.37277/stch.v28i1.270

Abstract

Mesin penerjemah adalah alat penerjemah otomatis pada sebuah teks yang dapat merubah dari satu bahasa ke bahasa yang berbeda. Mesin penerjemah adalah sebuah software dengan hasil terjemahan dihasilkan atas dasar model linier regresi yang parameter-parameternya diambil dari hasil analisis statistik teks bilingual. Sekarang kami memperkenalkan langkah berikutnya dalam membuat Mesin Penerjemah yang lebih baik menggunakan metode Neural Machine Translation.Cara Neural Machine Translation menerjemahkan seluruh kalimat dalam satu waktu, bukan hanya memenggal sepotong demi sepotong. Menggunakan konteks yang lebih luas untuk membantu mencari tahu terjemahan yang paling relevan, yang kemudian menata kembali dan menyesuaikan untuk menjadi lebih seperti layaknya berbicara dengan manusia menggunakan tata bahasa yang benar.Program aplikasi ini dibuat menggunakan Bahasa pemrograman C# ditambah pustaka AJAX API Google untuk menerjemahkan teks dan mengambil terjemahan dengan mengurai konten JSON.Dari hasil penelitian didapat sebuah terjemahan yang jauh lebih halus dan mudah dibaca, dan ini semua mungkin karena sistem pembelajaran end-to-end yang dibangun di atas Neural Machine Translation yang pada dasarnya berarti bahwa sistem belajar dari waktu ke waktu untuk membuat lebih baik, terjemahan yang lebih alami.
Pendeteksian Penyakit Malaria Menggunakan Medical Images Analisis Dengan Deep Learning Python Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 29 No 1 (2019): JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (377.03 KB) | DOI: 10.37277/stch.v29i1.319

Abstract

Tahukah Anda bahwa Penyakit Malaria adalah penyakit menular yang menyebabkan lebih dari 400.000 kematian per tahun. Penyakit Malaria adalah endemik sejati di beberapa wilayah di dunia, yang berarti bahwa penyakit ini secara teratur ditemukan di wilayah tersebut.Malaria adalah masalah kesehatan global yang serius, dan diagnosis yang cepat dan akurat diperlukan untuk mengendalikan penyakit. Algoritma pemrosesan gambar untuk mengotomatisasi diagnosis malaria pada apusan darah tipis dikembangkan. Sistem klasifikasi citra dirancang untuk secara positif mengidentifikasi parasit malaria yang ada dalam noda darah tipis, dan membedakan spesies malaria. Dari masalah di atas penulis mengadakan penelitian sistem komputer vision yang secara otomatis dapat mendeteksi Penyakit Malaria menggunakan deep learning menggunakan dataset Rajaraman yang telah dipublikasikan olehnya.Dari hasil penggujian Medical Images Analisis menunjukan perolehan tingkat akurasi pendeteksian didapat mencapai sebesar di atas 97%. pada data pengujian,Kata Kunci : Deteksi Malaria, Medical Images Analisis, Deep learning
Manipulasi Gambar Menggunakan Jaringan Adversarial Siklus-Konsisten Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 29 No 2 (2019): JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (523.178 KB) | DOI: 10.37277/stch.v29i2.330

Abstract

Tahukah Anda bahwa memanipulasi gambar merupakan hal yang menarik dan disenangi orang, karena dapat menampilkan hal yang baru lain daripada yang lain. Umumnya manipulasi gambar kita menggunakan software aplikasi seperti photoshop dan banyak lagi software untuk hal tersebut. Penelitian ini mencoba memanipulasi gambar dengan teori yang ada dan diaplikasikan dengan membuat program dalam bahasa python. Adapun metoda yang digunakan untuk penelitian ini adalah metoda jaringan adversarial siklus-konsisten yaitu mempelajari pemetaan antara gambar input dan gambar output menggunakan set pelatihan pasangan gambar yang selaras. Kami menyajikan pendekatan untuk belajar menerjemahkan gambar dari domain sumber X ke domain target Y dengan tidak adanya contoh berpasangan. Tujuan kami adalah mempelajari pemetaan G: X → Y sedemikian rupa sehingga distribusi gambar dari G (X ) tidak dapat dibedakan. Hasil manipulasi gambar yang dihasilkan sangatlah sempurna menyerupai gambar asli tapi berbeda tampilan.
MEMPREDIKSI USIA DAN JENIS KELAMIN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKS Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 30 No 1 (2020): Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (227.113 KB) | DOI: 10.37277/stch.v30i1.727

Abstract

The main objective of this study was to develop a method for estimating theage and gender of a person based on facial images, using CNN in-depthtraining that can accurately recognize age and gender. Information that isextracted can be useful in, for example, security or commercial applications.This is a difficult estimation problem, because the only information we have isa picture, that is the look of that person.The next aspect of this study I focused on incorporating architecture for ageand gender recognition to take advantage of gender-specific agecharacteristics and age-specific gender characteristics inherent in the image.This comes from the observation that sex classifications are tasks that areinherently easier than age classifications, because both fewer and fewerpotential classes and more prominent intra-gender facial variations. With thetraining of different age classifiers for each gender I found that I could improvethe performance of age classifications, even though gender classification didnot see significant results.
IMPLEMENTASI METODE SCRUM DAN ANALISIS SWOT SEBAGAI STRATEGI FRAMEWORK CUSTOMER RELATIONSHIP MANAGEMENT(CRM) PADA PERUSAHAAN RENTAL MOBIL Emi Sita Eriana; Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 31 No 2 (2021): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1298.985 KB) | DOI: 10.37277/stch.v31i2.1155

Abstract

The rapid competition of business, it is necessary to implement the right strategies to support its business processes, one of which is through customer relationship management, with the aim of creating customer loyalty. Loyalty is expected to be done, ranging from customers who are looking for information to finish getting the service. The application of Customer Relationship Management (CRM) is the right alternative solution to realize customer loyalty. Implement an e-CRM system by applying scrum methods and SWOT analysis. The SCRUM method is software that includes agile development that uses an object-oriented approach and includes planning, design, coding, and testing activities. Implementation of Scrum Modeling with three phases: pregame, scrum phase, post-game. After the application is evaluated with the SWOT method maximizes strengths and opportunities, but can simultaneously minimize weaknesses and threats, from the sprint process that has been completed reviewed, and changes are needed. Website-based e-CRM system application that facilitates customer service and mamou affects customer loyalty and can support business processes on S2 Trans Karawang service. Keywords: Customer Relationship Management (CRM), Business, Customer, SWOT Analysis, Information
PERANCANGAN INTERNET OF THINGS (IOT) SMART HOME Afrizal Zein; Emi Sita Eriana
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 31 No 2 (2021): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (910.28 KB) | DOI: 10.37277/stch.v31i2.1156

Abstract

The main purpose of this research is to design a smart home using IoT where the technology is to automate various activities at home such as turning off and turning on the lights, television, air conditioner, fan sound system and opening the gate. All devices are connected to the internet via a router, to allow remote monitoring and control of various household appliances. In this paper, I implemented a smart home using the newly released cisco tracer package simulation software, because different IoT devices used for home automation are included in this new version of the simulator. The previous software only had network devices, but in the newly released IoT simulator devices are included sensors, boards, IoT devices. To smartly design the house I use different devices that are used for home security, safety and well-being of the home environment. Keywords: IoT, Smart home, packer tracer, sensor.
EVALUASI KEAMANAN WIRELESS LAN MENGGUNAKAN ISSAF (INFORMATION SYSTEM SECURITY ASSESSMENT FRAMEWORK) Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 32 No 2 (2022): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v32i2.1294

Abstract

Abstract The growth of COVID-19 cases continues to increase sharply. In fact, in recent days there has been an increase in cases almost doubled from the previous day. As of March 29, 2020, as stated by the Government spokesperson for handling COVID-19, Achmad Yurianto, has reached 1286 cases, 114 died, 64 recovered. The death rate is 114 cases, which is the highest mortality rate in Southeast Asia. This study tried to predict the spread of covid-19 using Richard's Curve model from early March to the end of June 2020. The results obtained from this study peaked the spread in early May and subsided at the end of June with the results of a prediction of 15 thousand infected people. Keywords: Security Evaluation; ISSAF, Wireless, LAN
MENDETEKSI PENYAKIT PARKINSON DENGAN OPENCV, COMPUTER VISION, DAN SPIRAL / WAVE TEST Petrus Sianggian Purba; Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 32 No 2 (2022): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37277/stch.v32i2.1303

Abstract

ABSTRACT Parkinson's disease is the second most common neurodegenerative disease in humans after Alzheimer's disease. The disorder causes patients to experience a variety of symptoms, including intellectual and behavioral disturbances, dementia, memory loss, muscle weakness, stiffness (slow and stiff movements), and tremors. This study describes how to detect Parkinson's disease using Open CV and how geometric images can be used to detect and predict Parkinson's. We will then examine our image dataset collected from both patients with and without Parkinson's. After reviewing the dataset, I will teach you how to use the HOG image descriptor to scale the input image and then how we can train the Random Forest classifier over the extracted features. The expected result is that the system can detect and predict Parkinson's disease from a patient with an accuracy rate above 90% Keywords: Parkinson's detection, HOG, OpenCV, Deep learning.
ANALISIS DATA MINAT CALON MAHASISWA UNIVERSITAS PAMULANG DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER Eko Suharyanto; Afrizal Zein
SAINSTECH: JURNAL PENELITIAN DAN PENGKAJIAN SAINS DAN TEKNOLOGI Vol 32 No 3 (2022): Sainstech : Jurnal Penelitian dan Pengkajian Sains dan Teknologi
Publisher : Institut Sains dan Teknologi Nasional

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

Abstract

Abstract Pamulang University is a university engaged in education with various majors, ranging from Economics, Law, Engineering, Literature and Education. Unpam has difficulty managing the data of prospective students who enter in determining student interest in choosing existing majors, so which majors are most in demand by prospective students cannot be known by the campus and cause difficulties in determining which majors will be marketed. To support in determining which majors will be marketed and prioritized, the Naïve Bayes Classifier Method is used to help provide solutions in predicting the interest of prospective students in the majors in the data in the previous semester. The research data in the form of secondary data obtained from the IT-Center of Pamulang University is 5142. The data will then be analyzed to map the patterns of interest of prospective students at Pamulang University using the Naïve Bayes Classifier Method. The results of the analysis of the Naïve Bayes Classifier Method show that the interest of prospective students who will enter UNPAM is dominated by the Faculty of Economics majoring in Management 45.19%, Informatics Engineering 22.09%, Accounting 13.71%, Civil Law 13.57% and Information Systems 5 ,48% Thus, it can assist in determining what majors are most in demand by prospective students according to their needs and desires and produce alternative choices of other majors. Keywords: Data Analysis, Naive Bayes, and Classifier
Co-Authors Alfry Aristo Jansen Sinlae Amsal Nasution, Muhammad Chrisantus Tristianto Dani Saeful Malik Dendy K. Pramudito Dewi Istiqomah Eko Suharyanto Eko Suharyanto Eko Surhayanto Elgiawan Sulistio Emi Sita Emi Sita Eriana Emi Sita Eriana Eriana, Emi Sita Fahrudin, Ndin Farizy, Salman Fikry fitriansyah Fordiana Ekawati Ghema Nusa Persada Hardiansyah Hardiansyah Hartono, Rahmat Hermila A Marwati, Fingki Melinda, Via Muhamad Irsan Firdaus Muhamad Risal Tawil Petrus Sianggian Purba Petrus Sianggian Purba Rini Nuraini, Rini Risah Subariah Risah Subariah Rozali, Christien S.Pettalongi, Sagaf Salman Farizy Sita Eriana, Emi Siwi Anggraeni, Gita Vivi Oktavia Wibisono, Candra Zaenuddin, Imam