Article Per Year (5 Year)
p-Index From 2020 - 2025
1.116
P-Index
This Author published in this journals
All Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer The Indonesian Journal of Computer Science TECHNOMEDIA : Informatics and Computer Science
Nulngafan
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Classification Of Potential Patients Using The Fuzzy K-Means Algorithm at Woman’s and Children’s Hospital Ahmad Sahab; Hidayatus Sibyan; Nulngafan; Irnawati; Pawiliyah
The Indonesian Journal of Computer Science Vol. 12 No. 5 (2023): The Indonesian Journal of Computer Science (IJCS)
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v12i5.3295

Abstract

Adina Wonosobo Woman’s and Children’s Hopsital is one of the hospitals in the Wonosobo Regency. To increase the number of patient visits, promotion is carried out through broadcast messages to patients. In evaluating its implementation, problems were found in determining the patient list of recipients of promotional broadcast messages. This problem arises because the determination of the list of recipients of promotional messages is only done on the contact numbers stored on the marketing team's mobile phones. The Fuzzy K-Means method is a data grouping method that is used as a reference for decision-making. Patient visit data were obtained from the RSIA Adina Wonosobo information system database. Furthermore, the data was analyzed to determine the potential of digital marketing priority patients using the clustering method with the Fuzzy K-Means algorithm.
SISTEM PAKAR DIAGNOSA PENYAKIT PADA KELINCI MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEBSITE Eva Fatayatul Mufidah; Nahar Mardiyantoro; Nulngafan; Sukowiyono; Hermawan
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 2 No. 4 (2023): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v2i4.2866

Abstract

Kehidupan manusia tidak pernah terlepas dari hal yang sering disebut dengan teknologi. Teknologi mempermudah manusia untuk melakukan segala hal. Berbagai macam bidang seperti ekonomi, pendidikan, maupun pemerintahan pun sudah melibatkan teknologi didalamnya. Selain itu teknologi juga sudah merabak ke bidang kesehatan, baik itu kesehatan manusisa maupun kesehatan hewan. Kelinci adalah salah satu binatang yang dekat dengan manusia serta memiliki daya adaptasi cukup tinggi. Kelinci hias memiliki perawatan yang khusus agar tetap sehat. Mulai dari dijaga dari kebersihan kandangnya hingga takaran dan jenis makanan yang diberikan kepada kelinci. Karena perawatan nya susah kelinci kurang digemari dan mengalami penurunan. Kurangnya informasi tentang penyakit kelinci hias baik dari cara pencegahan dan penanganannya merupakan suatu kendala yang dialami oleh para penggemar kelinci, karena keterbatasan dalam memperoleh informasi yang tepat dan akurat. Seiring berjalan nya teknologi maka membawa pengaruh dalam kemajuan teknologi computer khususnya terhadap perangkat lunak. Yang salah satunya adalah sistem pakar yang merupakan program computer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah, maka dibuatlah sistem pakar diagnosa penyakit pada kelinci menggunakan metode certainty factor berbasis website.
PERBANDINGAN AKURASI ALGORITMA APRIORI DAN FP-GROWTH UNTUK MENGETAHUI POLA PENYEBAB GANGGUAN INDIHOME AREA WONOSOBO Irgi Sena Fajar Lukerti; Asnawi, Muhamad Fuat; Nulngafan
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 3 No. 4 (2024): November
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v3i4.4444

Abstract

Seiring berjalannya waktu, pelanggan Indihome terus bertambah banyak dan tidak menutup kemungkinan terjadi gangguan pada layanan Indihome. Untuk mengatasi masalah tersebut, perlu dilakukan analisis terhadap data yang ada, sehingga dapat diketahui pola-pola penyebab gangguan pada layanan Indihome area Wonosobo. Metode Association Rules digunakan untuk menemukan korelasi menarik dari kumpulan data yang besar, kemudian dilakukan perbandingan hasil asosiasi menggunakan algoritma Apriori dan FP-Growth. Data gangguan Indihome yang digunakan berjumlah 458 data, dengan menggunakan minimum support 5% dan minimum confidence 50%, algoritma Apriori mendapatkan persentase 17,65% rule asosiasi yang valid sedangkan algoritma FP-Growth mendapatkan persentase 100% rule asosiasi yang valid. Hal ini menunjukkan bahwa algortima FP-Growth lebih direkomendasikan untuk menganalisa pola penyebab gangguan Indihome area Wonosobo, karena pengetahuan yang diperoleh lebih akurat.
SISTEM INFORMASI JASA PENGIRIMAN BARANG BERBASIS WEBSITE DI KABUPATEN WONOSOBO Khafik Rozak; Muslim Hidayat; Asnawi, Muhamad Fuat; Nur Hasanah; Nulngafan
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 1 No 2 (2024): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v1i2.101

Abstract

Small and Medium Enterprises (SMEs) in the villages of Wonosobo are the backbone of the local economy, but they face significant challenges such as market accessibility, infrastructure, and limited human resources. One of the main obstacles is the difficulty in shipping goods, with reliance on local motorcycle taxis that are not always available and have limited capacity, leading to increased costs and delays. This challenge is globally relevant with the rise of electronic commerce and the demand for fast delivery. Understanding the local difficulties in shipping goods is key to designing the right solutions. The author proposes developing a web-based shipping information system in Wonosobo Regency, utilizing Village-Owned Enterprises (BUMDes) in each village as agents. Data collection methods include observation, interviews, and literature study. The development method used is the Waterfall method, with alpha and beta testing to ensure system reliability and usability before market launch. This system aims to enhance the efficiency and effectiveness of goods delivery through digitalization.
SISTEM DETEKSI DAN KLASIFIKASI PENYAKIT TANAMAN PADI BERDASARKAN DAUN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN ARSITEKTUR ResNet-50 Zulian Firmansyah; Dian Asmarajati; Muslim Hidayat; Nur Hasanah; Muhammad Alif Muwafiq Baihaqy; Nulngafan; Saifu Rohman
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 2 (2025): Juli
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i2.150

Abstract

Diagnosa penyakit padi secara konvensional dinilai bergantung pada pengamatan manual yang lambat dan kurang akurat maka diperlukan solusi yang lebih efisien dan objektif dengan pemanfaatan kecerdasan buatan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi penyakit tanaman padi menggunakan bagian dari kecerdasan buatan yaitu metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-50. Sistem dirancang untuk mendeteksi enam penyakit padi berdasarkan citra daun yaitu Blast, Bacterial Blight, Brown Spot, Tungro, False Smut dan Cercospora. Dataset berasal dari kombinasi data publik (kaggle.com) dan citra lapangan yang diambil langsung di daerah Kabupaten Wonosobo. Model dikembangkan dan di modifikasi dengan penambahan GlobalAveragePooling, Dense layer dengan aktivasi ReLU dan regularisasi L2, serta Dropout untuk mengurangi overfitting. Lapisan output menggunakan softmax untuk klasifikasi multi kelas. Evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Model dapat menunjukkan akurasi pengujian yang tinggi sebesar 79.52% dan performa efektif dengan akurasi 92% pada Classification Report. Hasil deteksi langsung ditampilkan pada sistem berbasis web berupa skala probabilitas penyakit yang terdeteksi.
Co-Authors Ahmad Sahab Asnawi, Muhamad Fuat dian asmarajati Eva Fatayatul Mufidah HERMAWAN Hidayatus Sibyan Irgi Sena Fajar Lukerti Irnawati Irnawati Khafik Rozak Muhammad Alif Muwafiq Baihaqy Muslim Hidayat Nahar Mardiyantoro NUR HASANAH pawiliyah Saifu Rohman Sukowiyono Zulian Firmansyah