Article Per Year (5 Year)
p-Index From 2021 - 2026
4.151
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi CALYPTRA : Jurnal Ilmiah Mahasiswa Universitas Surabaya Telematika : Jurnal Informatika dan Teknologi Informasi Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Edukasi dan Penelitian Informatika (JEPIN) Journal of Information Systems Engineering and Business Intelligence Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Informatika dan Multimedia Indonesian Journal of Information System J-SAKTI (Jurnal Sains Komputer dan Informatika) Keluwih: Jurnal Sains dan Teknologi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Teknika J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Informatika dan Multimedia Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Mohammad Farid Naufal, Mohammad Farid
Jurusan Teknik Informatika, Universitas Surabaya, Surabaya, Jawa Timur
Aerospace Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Analisa Teknik Pembelajaran dan Pengajaran pada Universitas dan Industri Mohammad Farid Naufal
Jurnal Informatika dan Multimedia Vol. 10 No. 2 (2018): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jim.v10i2.574

Abstract

Perkembangan teknologi yang sangat pesat mempengaruhi cara belajar terhadap sesuatu. Salah satunya yaitu belajar koding atau pemrograman. Pentingnya memperbarui cara dalam mempelajari dan mengajarkan koding merupakan sebuah solusi untuk memperbaiki sistem yang dinilai kurang dan sudah usang. Terdapat banyak sekali metode yang telah diterapkan oleh universitas dan perusahaan dalam mempelajari dan mengajarkan teknik pemrograman. Metode-metode yang digunakan seperti menggunakan via interactive gaming, online learning, melalui perkuliahan, mengerjakan project, dan lain-lain. Di dalam jurnal ini akan menjelaskan teknik-teknik dan metode pembelajaran dan pengajaran koding yang bermacam-macam. Selain itu, akan membandingkan metode satu dengan yang lainnya sehingga akan mengetahui teknik dan metode apa yang paling efektif digunakan sebagai metode pembelajaran dan pengajaran koding.  Sehingga metode pembelajaran dan pengajaran koding yang paling efektif adalah dengan menggunakan game interaktif berbentuk open source bernama pex4fun yang dapat diikuti oleh banyak pelajar dengan teknik pembelajaran yang beragam dan teknik penilaian yang modern.
Interactive Digital Storybook for Increasing Children Reading Interest of Indonesian Folklore Mohammad Farid Naufal; Selvia Ferdiana Kusuma
Jurnal Informatika dan Multimedia Vol. 8 No. 1 (2016): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jim.v8i1.1149

Abstract

Reading€” is very important for children but now children reading interest are decreasing, especially in Indonesian folklore. It happened because Indonesian folklore is written in traditional storybook version. If it continues to happen then children in the future will not know the histories of Indonesia. One way to increase children reading interest is introducing pictured storybook, but the traditional pictured storybook are not sufficient to increase children reading interest. In a growing era we can create a more interesting pictured storybook with implementing interactive digital storybook on android devices. Interactive means that children can interact to move the animated storybook characters. We assume that children interaction with interactive digital storybook can increase their enthusiasms in reading Indonesian folklore. To prove our hypothesis we conducted an experiment to 30 children. In the experiment, the children will read interactive digital storybook and traditional storybook after that we will see their responds. The result shows that interactive digital storybook can increase children reading interest of Indonesian folklore.
Klasifikasi Jenis Rempah Menggunakan Convolutional Neural Network dan Transfer Learning Alvin Eka Putra; Mohammad Farid Naufal; Vincentius Riandaru Prasetyo
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 1 (2023): Volume 9 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i1.58186

Abstract

Rempah merupakan salah satu kekayaan yang dimiliki oleh Indonesia. Berdasarkan data yang dimiliki Negari Rempah Foundation, terdapat sekitar 400 hingga 500 spesies rempah di dunia dan 275 jenis rempah terdapat di Asia Tenggara terutama di Indonesia. Jenis rempah beragam dan memiliki kemiripan satu dengan yang lain sehingga sulit untuk dibedakan. Maka dari itu untuk mempertahankan pengetahuan mengenai rempah-rempah yang dimiliki Indonesia, diperlukan aplikasi klasifikasi jenis rempah yang akurat sehingga pengetahuan masyarakat tentang rempah tetap terjaga. Selain itu di bidang industri dapat meningkatkan efisiensi dalam industri rempah. Penggunaan teknologi dalam klasifikasi jenis rempah dapat meningkatkan efisiensi dalam industri rempah. Dengan teknologi yang tepat, waktu yang dibutuhkan untuk mengidentifikasi jenis rempah dapat dipercepat, dan juga meminimalkan risiko kesalahan manusia. Keterbatasan citra rempah juga menjadi permasalahan pada klasifikasi jenis rempah. Convolutional Neural Network (CNN) dengan arsitektur transfer learning adalah metode klasifikasi citra yang memiliki performa yang baik pada dataset dengan jumlah yang terbatas. Eksperimen yang dilakukan menggunakan 6 arsitketur CNN, yaitu Xception, MobileNetV2, DenseNet201, VGG16, VGG19, dan ResNet50. Terdapat 10 jenis rempah yang diklasifikasikan yaitu jahe, kunyit, kunci, adas, merica, laos, jintan, kencur, temulawak, dan ketumbar. Berdasarkan hasil eksperimen yang dilakukan Xception adalah arsitektur terbaik dengan F1 Score sebesar 96.99%.
Klasifikasi Tulisan Tangan Pada Resep Obat Menggunakan Convolutional Neural Network Mohammad Farid Naufal; Joko Siswantoro; Muhammad Ghifari Kusuma Wicaksono
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.8075

Abstract

Obat merupakan bahan kimia yang dapat merepresentasikan tubuh secara fisiologi dan psikologi ketika dikonsumsi. Obat sebagai alat bantu untuk menyembuhkan dari berbagai macam penyakit. Dengan berkembangnya zaman dan bertambahnya wawasan, menyebabkan bertambah juga jenis obat-obatan yang memiliki banyak manfaat dan kegunaanya. Penelitian ini bertujuan untuk mendeteksi nama obat dalam resep dokter menggunakan Convolutional Neural Network (CNN) dengan transfer learning. Metode transfer learning merupakan metode yang popular dalam mengklasifikasi gambar digital yang berguna untuk mempercepat proses klasifikasi. Penelitian ini membandingkan lima artistektur transfer learning yaitu VGG16, Resnet, Xception, LeNet, dan GoogleNet. Penelitian ini juga menggunakan grayscaling, resizing, dan median filter pada tahap preprocessing. Preprocessing digunakan untuk meningkatkan kualitas citra pada citra resep obat dan menghilangkan noise pada citra. ResNet-50 merupakan arsitektur terbaik untuk mengklasifikasi nama obat. Pada percobaan menggunakan ResNet-50, mendapatkan F1 score tertinggi yaitu sebesar 97,56% dan waktu training rata-rata 0,25 detik setiap epoch. Dapat disimpulkan Resnet merupakan arsitektur terbaik untuk mengklasifikasikan nama obat dalam citra resep dokter serta dapat mendeteksi nama obat secara akurat.
Analisis Sentimen pada Media Sosial Twitter Terhadap Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat Berbasis Deep Learning Mohammad Farid Naufal; Selvia Ferdiana Kusuma
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 1 (2022): Volume 8 No 1
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i1.49951

Abstract

Kebijakan Pemberlakukan Pembatasan Kegiatan Masyarakat (PPKM) merupakan salah satu kebijakan pemerintah yang diambil untuk menekan laju persebaran Covid19. Tidak setiap kebijakan selalu berdampak positif untuk warga. Oleh sebab itu perlu adanya evaluasi terhadap setiap kebijakan. Saat ini banyak warga yang sering menanggapi kebijakan pemerintah melalui komentar-komentar di media sosial twitter. Komentar-komentar tersebut sebanarnya dapat dijadikan bahan evaluasi terhadap kebijakan yang telah diambil. Namun komentar-komentar tersebut perlu diklasifikasikan dahulu, komentar yang bersentimen positif, negative maupun netral. Proses pengklasifikasian secara manual tentunya akan menyita banyak waktu karena jumlah sangat banyak, bisa ribuah bahkan puluhan ribu. Perlu adanya otimatisasi pengklasifikasin sentimen dari twitter tersebut. Oleh sebab itu penelitian ini berfokus pada otomatisasi analisis sentimen komentar-komentar warga pada media sosial twitter terkait PPKM. Proses otomatisasi analisis sentimen terkait kebijakan PPKM ini berbasis deep learning. Semua data yang telah melalui preprocess dan pelabelan kemudian akan dimodelkan menggunakan algoritma Long Short Term Memory (LSTM). Model dibentuk berdasarkan uji coba paramater yang paling baik menggunakan algoritma grid search. Model yang terbentuk inilah yang digunakan untuk mengklasifikasikan sentimen tweet secara otomatis.  Berdasarkan eksperimen yang dilakukan, metode yang diusulkan berhasil mengklasifikasikan 37750 tweet sesuai dengan sentimennya dengan akurasi 87%.
Analisis Perbandingan Tingkat Performa Algoritma SVM, Random Forest, dan Naïve Bayes untuk Klasifikasi Cyberbullying pada Media Sosial Naufal, Mohammad Farid; Arifin, Theofilus; Wirjawan, Hans
Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Vol 8, No 1 (2023): Edisi Februari
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/jurasik.v8i1.544

Abstract

In January 2022, the number of Internet users in the world has reached 4,95 billion with an average of activity of 135 to 193 minutes per day. Technological advances in information gathering and communication are not in line with the improvements in people's behavior on social media. It is recorded that most of cyberbullying incidents in 2017 originate from social media. Social media are media technologies that facilitate interaction between people on the Internet. The most used social media in the world are Youtube, Instagram, Snapchat, Whatsapp, dan Twitter. There is a static data indicating that 54% of participants in The Annual Bullying Survey have experienced cyberbullying. For this research, a sentiment analysis was performed on a collection of texts from several social media platforms around the world. There are about 46000 different texts with an approximately 8000 text for each category, namely age cyberbullying, ethnicity cyberbullying, gender cyberbullying, religion cyberbullying, other type of cyberbullying and not cyberbullying and approximately 1000 text consist word “fuck”. Sentiment analysis is the process of classifying sentiments in text, whether or not the text contains cyberbullying emotions. This research classifies the type of cyberbullying using the TF-IDF (Term Inversion Frequency Document) function and 3 models namely SVM (Support Vector Machine), RF (Random Forest) and Naive Bayes. Result highlight that SVM and Random Forest performed the best and achieved a precision 82%, recall 83%, accuracy 83% and precision 83%, recall 82%, accuracy 82% using evaluation matrix.
Finding The Most Desirable Car Using K-Nearest Neighbor From E-Commerce Websites Naufal, Mohammad Farid; Wibisono, Yudistira Rahadian
Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Vol. 5 No. 1 (2021)
Publisher : P3M Politeknik Negeri Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31961/eltikom.v5i1.221

Abstract

The increasing number of cars that have been released to the market makes it more difficult for buyer to choose the choice of car that fits with their desired criteria such as transmission, number of kilometers, fuel type, and the year the car was made. The method that is suitable in determining the criteria desired by the community is the K-Nearest Neighbors (KNN). This method is used to find the lowest distance from each data in a car with the criteria desired by the buyer. Euclidean, Manhattan, and Minkowski distance are used for measuring the distance. For supporting the selection of cars, we need an automatic data col-lection method by using web crawling in which the system can retrieve car data from several ecommerce websites. With the construction of the car search system, the system can help the buyer in choosing a car and Euclidean distance has the best accuracy of 94.40%.
YOLOv5 untuk Menghitung Sel Darah Merah dan Sel Darah Putih Benarkah, Njoto; Naufal, Mohammad Farid; Renatasiva, Billy
Keluwih: Jurnal Sains dan Teknologi Vol. 5 No. 1 (2024): Keluwih: Jurnal Sains dan Teknologi (February) - In Progress
Publisher : Direktorat Penerbitan dan Publikasi Ilmiah, Universitas Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24123/saintek.v5i1.6291

Abstract

Abstract—Health practitioners use hemocytometer to manually counting the blood cells, and it is considered time-consuming, arduous, and expert-dependent. Automated methods are costly, require meticulous maintenance, can lead to misidentify abnormal cells. This research proposed an application that swiftly, precisely, and easily count red and white blood cells. YOLOv5 is used to detect red and white blood cells in digital images. The model is trained on BCCD dataset and BCCD+ALL-IDB1 using YOLOv5s configuration and 736x736 image input size, and achieve 89.9% mAP50 value for red blood cell, 99.4% for white blood cell, and 93.8% for all classes using BCCD dataset. About 17.7% mean absolute percentage error (MAPE) is obtained using YOLO5x configuration with 416x416 image input size tested on BCCD dataset. The YOLOv5s configuration setup with 736x736 image input size gives 10.9% error rate against ALL-IDB1 dataset. The system is developed using Laravel and Flask, and it proficiently detects and counts red and white blood cells. Keywords: YOLOv5, computer vision, blood count, red blood cell, white blood cell Abstrak—Metode perhitungan sel darah merah secara manual menggunakan hemositometer membutuhkan waktu yang lama serta melelahkan dan sangat bergantung kepada tenaga ahli di bidang medis, sedangkan perhitungan otomatis menggunakan alat membutuhkan biaya yang mahal dan perawatan ekstra untuk menjaga hasil yang akurat serta apabila dihadapkan dengan sel berukuran abnormal maka alat akan salah mengidentifikasi, maka dibutuhkan suatu sistem yang dapat menghitung jumlah sel darah merah dengan cepat, akurat, dan mudah untuk dioperasikan. YOLOv5 digunakan untuk mendeteksi sel darah merah melalui citra digital. Model dilatih menggunakan BCCD Dataset dan BCCD + ALL-IDB1. Berdasarkan nilai mAP50 didapatkan model terbaik dengan konfigurasi YOLOv5s dengan ukuran masukan 736x736 dengan data latih yaitu BCCD sebesar 89.9% untuk sel darah merah, 99,4% untuk sel darah putih dan 93,8% untuk semua kelas. Berdasarkan mean absolute percentage error (MAPE) didapatkan sebesar 17.7% untuk konfigurasi YOLOv5x dengan ukuran citra masukan 416x416 jika diuji menggunakan data BCCD, namun konfigurasi YOLOv5s dengan ukuran citra masukan 736x736 memiliki nilai lebih rendah yaitu 10.9% jika dihadapkan dengan data uji ALL-IDB1. Sistem dibuat dengan menggunakan Laravel dan Flask. Secara keseluruhan, sistem dapat dengan baik mendeteksi serta menghitung sel darah merah maupun sel darah putih. Kata kunci: YOLOv5, visi computer, hitung sel darah, sel darah merah, sel darah putih
Analisis Pemilihan Supplier Pada Pengadaan Suku Cadang dengan Metode Analytic Hierarchy Process Naufal, Mohammad Farid; Putra, Putu Aditya Riva; Kusuma, Selvia Ferdiana
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 1 (2021): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i1.328

Abstract

PT. Bali Age is a company which engaged in freight forwarding service. Because of this, the company is using the trucks for carry out of their operational activities. Every truck always gets a routine maintenance at their garage, so they must provide the spare parts stock by themselves. The currently procurement of spare parts are still based on paper. By implementing the decision support in a new procurement system, it can provide a supplier recommendation for this company. This supplier recommendation which provides by system, are getting from the result of the comparation value from criteria priority calculation, using AHP method. The AHP method that implemented in this system, can also provide the final result of supplier recommendation comparison value with accurately.
Rancang Bangun Sistem Informasi Survei Kepegawaian Kantor Pelayanan Perbendaharaan Negara Kediri Berbasis Web Kusuma, Selvia Ferdiana; Naufal, Mohammad Farid; Aminulloh, Septian Wijaya; Vernolyo, Panji Yumadana
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 1 (2021): EDISI MARET
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i1.329

Abstract

The State Treasury Service Office in Kediri is one of the services of the state general treasurer in the city of Kediri. The function of the State Treasury Service Office in Kediri, which is responsible for channeling the budget according to its allocation as stipulated in the APBN Law. In order to maintain the quality of the services provided, the State Treasury Service Office in Kediri always carries out supervision. Currently, the employment survey is conducted using the google form. However, the use of this form of google is not optimal. This is because there is no final cost for the staffing survey that has been carried out and there is no report on the results of the survey that has been carried out. Therefore, this study makes a web-based design of the personnel survey information system at the State Treasury Service Office in Kediri. This information system uses the programming language PHP and Javascript (EcmaScript 6) with the MySQL database. Based on the experiments that have been done, all the features in this information system can work according to their function. The design of this information system can help the State Treasury Service Office in Kediri to conduct the performance survey process more efficiently.
Co-Authors Agustono Heriadi, Agustono Alvin Eka Putra Aminulloh, Septian Wijaya Ang Alexander Yoshua Arifin, Theofilus Aryo Budilaksono Astri Agustina Arius Daniel Cristianindra R. David Sugiarto Derry Alim Fernando Fania Alya Miranti Farrel Arghya Tito Prayoga Felix Handani Ferdiana Kusuma, Selvia Jeremy Owen Lieyanto Jessica Millenia Joko Siswantoro Joseph Kristiano Juan Timothy Soebroto Kansil, Christian Nathaneil Kevin Christian Tanus Kevin Wijaya, Kevin Kusuma, Selvia Ferdiana Mirella Mercifia Mohd Sanusi Bin Azmi Muhammad Ghifari Kusuma Wicaksono Nicky Setyawan Dinata Njoto Benarkah Prasetyo, Daniel Hary Putra, Putu Aditya Riva Ramadhan, Firman Herda Raynaldy Valentino Sukiwun Renatasiva, Billy Rizka Febrina P. Selvia F Kusuma, Selvia F Selvia Ferdiana Kusuma Selvia Ferdiana Kusuma Selvia Ferdiana Kusuma Selvia Ferdiana Kusuma Sesilia Shania Sesilia Shania Soebroto, Juan Timothy Solichul Huda Solichul Huda, Solichul Stefan Axel Subrata, - Susanto, Alvin Fernando Vernolyo, Panji Yumadana Vincentius Riandaru Prasetyo Vincentius Riandaru Prasetyo Wibisono, Yudistira Rahadian Wirjawan, Hans Wisnu Aria Yustisia Yohanes Albert Lauwoto Zefanya Ardya Prayuska