Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

0.61

P-Index

This Author published in this journals

All Journal JSM (Jurnal SIFO Mikroskil) Journal of ICT Research and Applications Indonesian Journal of Artificial Intelligence and Data Mining SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Paradoks : Jurnal Ilmu Ekonomi

Hardy Hardy

Universitas Mikroskil

Author-ID : 6886787

Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 10 Documents Claim Missing Document

Claim Missing Document

Articles

Rancang Bangun Pembelajaran Online Sistem Operasi Windows 7 dengan HTML 5 Ng Poi Wong; Hardy Hardy; Riche Riche
Jurnal SIFO Mikroskil Vol 12, No 1 (2011): Volume 12 Nomor 1 Tahun 2011
Publisher : Fakultas Informatika

Website yang ada saat ini umumnya dibangun menggunakan tag ?¢â?¬â?? tag dalam HTML 4.1, dimana HTML 4.1 belum mendukung tampilan audio dan video, tetapi audio dan video dapat dilihat dan didengar dengan adanya aplikasi tambahan sesuai dengan keperluan. HTML 5 dikembangkan W3C yang telah mendukung audio dan video pada website tanpa harus tergantung pada aplikasi tambahan. Pada penulisan ini, penulis mengimplementasikan pembelajaran sistem operasi windows 7 di dalam website yang akan dibangun, dan penulis menggunakan metodologi waterfall, yang dimulai dengan tahap pendefinisian kebutuhan, analisis kebutuhan, perancangan sistem, pengkodean website, dan pengujian. Pada pengkodean website, penulis menggunakan actionscript untuk merancang konten dari website yang akan dibangun. Dari hasil rancang bangun website pembelajaran ini, diharapkan dapat membantu masyarakat untuk mengenal dan mengoperasikan sistem operasi windows 7 secara mendasar dengan mudah.

Algoritma Genetika dengan Pendekatan Model Pulau pada Permasalahan Travelling Salesman Hardy Hardy
Jurnal SIFO Mikroskil Vol 12, No 2 (2011): Volume 12 Nomor 2 Tahun 2011
Publisher : Fakultas Informatika

Algoritma genetika telah banyak digunakan untuk menyelesaikan permasalahan-permasalahan susah (hard problem) atau permasalahan NP-Complete karena sifatnya yang heuristik dan mampu menghasilkan solusi yang optimal dalam waktu yang relatif cepat. Performansi dari algoritma genetika dalam menyelesaikan permasalahan tersebut dilihat dari seberapa cepat algoritma genetika mencapai solusi yang optimal atau seberapa luas penjelajahan algoritma genetika dalam ruang solusi yang luas (tingkat diversitas yang tinggi). Algoritma genetika dengan pendekatan model pulau merupakan pendekatan paralel dimana beberapa instan algoritma genetika dijalankan secara bersamaan untuk menjelajahi ruang solusi mencari solusi optimal. Dengan menggunakan model pulau, algoritma genetika bisa dikembangkan lebih lanjut dalam hal peningkatan diversitas individu dalam populasi. Diversitas yang tinggi bisa meningkatkan peluang algoritma genetika untuk mendapatkan solusi yang paling optimal atau global optimum. Di dalam penelitian ini digunakan studi kasus permasalahan travelling salesman untuk membandingkan algoritma genetika dengan konfigurasi jumlah pulau dan metode pertukaran informasi antar pulau yang berbeda. Kontribusi dari penelitian ini adalah untuk menghasilkan korelasi antara jumlah pulau yang digunakan dengan performansi algoritma genetika.

Aplikasi Image Retrieval Menggunakan Kombinasi Metode Color Moment dan Gabor Texture Arwin Halim; Hardy Hardy; Christina Dewi; Sulaiman Angkasa
Jurnal SIFO Mikroskil Vol 14, No 2 (2013): JSM Volume 14 Nomor 2 Tahun 2013
Publisher : Fakultas Informatika

Pencarian gambarmenggunakan keyword berupa teks telah dirasakan kurang efektif. Hal inidisebabkan karena adanya batasan kemampuan teks dalam mewakili keseluruhan isidari gambar, terutama pada basisdata gambar yang besar. Keterbatasan tersebutmeliputi penilaian yang subjektif dalam mengartikan gambar dan pemberian namaberkas gambar yang belum tentu dapat mendeskripsikan isi gambar sepenuhnya.Pendekatan lain yang dilakukan dalam pencarian gambar adalah berdasarkan isidari gambar (content based imageretrieval). Penelitian ini membangun sebuah aplikasi untuk mencari gambarmelalui pendekatan content based imageretrieval dengan menggunakan kombinasi fitur warna dan tekstur. Fitur warnadiperoleh dengan menggunakan algoritma colormoment berdasarkan distribusi warna, yaitu nilai mean, variance dan skewness. Terdapat dua cara untukmendapatkan fitur warna yaitu secara global (whole) dan berdasarkan region.Fitur tekstur diperoleh dengan menggunakan algoritma Gabor texture. Fitur warna dan tekstur juga dikombinasikan untukmengetahui kemampuannya dalam proses pencarian gambar. Proses pengukurankemiripan gambar dihitung dengan menggunakan Conberra Distance. Hasil evaluasi diperoleh dengan membandingkannilai presisi dan recall pada saat proses pencarian gambar pada dataset. Hasileksperimen menunjukkan bahwa kombinasi colormoment region dan gabor texturedapat menampilkan hasil pencarian gambar yang lebih relevan yang ditunjukkandengan nilai presisi dan recall yang lebih tinggi dibandingkan dengan kombinasi lainnya.

Aplikasi Content Based Image Retrieval dengan Fitur Warna dan Bentuk Arwin Halim; Hardy Hardy; Alvin Yufandi; Fiana Fiana
Jurnal SIFO Mikroskil Vol 15, No 2 (2014): JSM Volume 15 Nomor 2 Tahun 2014
Publisher : Fakultas Informatika

Banyak cara yang dapat digunakan untuk melakukan pencarian gambar. Salah satu cara yang populer adalah menggunakan keyword berbasis teks. Keyword tersebut umumnya sulit menghasilkan gambar yang sesuai keinginan, karena keterbatasan keyword dalam merepresentasikan gambar. Penelitian ini menghasilkan aplikasi yang mencari gambar berdasarkan fitur gambar (Content Based Image Retrieval) berupa warna dan bentuk. Metode Color retrieval dan Shape retrieval digunakan untuk mencari gambar pada database wang. Hasil penelitian menunjukkan gabungan color retrieval dan shape retrieval mampu mencari gambar berdasarkan query image dan menghasilkan nilai presisi yang lebih baik dibandingkan dengan penerapan salah satu dari metode retrieval saja.

Aplikasi Image Retrieval dengan Histogram Warna dan Multi-scale GLCM Arwin Halim; Hardy Hardy; Mytosin Mytosin
Jurnal SIFO Mikroskil Vol 16, No 1 (2015): JSM Volume 16 Nomor 1 Tahun 2015
Publisher : Fakultas Informatika

Content-based image retrieval is an image search techniques from large image database by analyzing features of the image. Image feature can be color, texture, shape, and others. This study uses color and texture features when searching image. Color histogram is used to extract color features with quantization approach to HSV. Texture features in image obtained from the calculation of Gray-Level Co-occurrence Matrix (GLCM) and multi-scale GLCM. Multi-scale GLCM using Gaussian smoothing to reduce noise in the image and considering multiple scale from an image. Image search results obtained from the comparison of the features of color and texture in database using Euclidean distance. The results show an image search on Wang database using color histogram and multi-scale GLCM obtain higher precision value than just taking one of the method or combinations of color histogram and GLCM.

Content-Based Image Retrieval berbasis Warna, Bentuk dan Tekstur dengan Modifikasi Skala Arwin Halim; Alex Xandra Albert Sim; Hardy -; Mytosin -
Jurnal SIFO Mikroskil Vol 17, No 1 (2016): JSM Volume 17 Nomor 1 Tahun 2016
Publisher : Fakultas Informatika

Pencarian gambar dapat dilakukan berdasarkan informasi fitur dari gambar. Pada penelitian ini, kombinasi fitur gambar (warna, tekstur dan bentuk) diterapkan dalam pendekatan yang berbeda, yaitu adanya skala pada gambar. Setiap gambar dengan skala yang berbeda melalui tahapan smoothing. Tahapan ini berfungsi untuk memperoleh nilai fitur yang lebih representatif dan mencegah pendeteksian piksel gambar yang tidak diperlukan. Dataset yang digunakan berasal dari dataset Wang. Tahapan berikutnya adalah perhitungan fitur gambar berdasarkan fitur warna dengan color histogram, fitur tekstur dengan Gray-Level Co-occurance Matrix, dan fitur bentuk dengan polar raster edge sampling signature. Hasil pencarian dihitung dari nilai Euclidean distance. Nilai f-measure digunakan untuk mengevvaluasi hasil pencarian berdasarkan nilai presisi dan recall. Hasil penelitian menunjukkan kombinasi fitur warna, tekstur dan bentuk dapat meningkatkan keakuratan hasil pencarian gambar. Selain itu, perubahan skala gambar mampu meningkatkan hasil pencarian gambar berdasarkan fitur bentuk.

Question Classification Using Extreme Learning Machine on Semantic Features H. Hardy; Yu-N Cheah
Journal of ICT Research and Applications Vol. 7 No. 1 (2013)
Publisher : LPPM ITB

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5614/itbj.ict.res.appl.2013.7.1.3

In statistical machine learning approaches for question classification, efforts based on lexical feature space require high computation power and complex data structures. This is due to the large number of unique words (or high dimensionality). Choosing semantic features instead could significantly reduce the dimensionality of the feature space. This article describes the use of Extreme Learning Machine (ELM) for question classification based on semantic features to improve both the training and testing speeds compared to the benchmark Support Vector Machine (SVM) classifier. Improvements have also been made to the head word extraction and word sense disambiguation processes. These have resulted in a higher accuracy (an increase of 0.2%) for the classification of coarse classes compared to the benchmark. For the fine classes, however, there is a 1.0% decrease in accuracy but is compensated by a significant increase in speed (92.1% on average).

Evaluation of the Sustainability of Organizational Welfare and Human Resources to Improving Long-Term Performance R.A, Ria Andriany; Hardy, Hardy; Asrul, Asrul; Maslim, Maslim; Megawaty, Megawaty
Paradoks : Jurnal Ilmu Ekonomi Vol. 8 No. 2 (2025): Februari - April
Publisher : Fakultas Ekonomi, Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57178/paradoks.v8i2.1157

This study evaluates the sustainability of organizational welfare and human resource (HR) management in enhancing long-term corporate performance. It explores how sustainable HRM strategies and employee welfare policies contribute to workforce stability, engagement, and corporate resilience while aligning with Environmental, Social, and Governance (ESG) standards. This research adopts a Systematic Literature Review (SLR) approach to synthesize existing studies on HR sustainability, employee well-being, and corporate performance. The study systematically reviews academic literature from leading databases, focusing on theoretical perspectives, empirical findings, and best practices in HR sustainability and organizational welfare. The analysis identifies critical themes, trends, and research gaps to understand the topic comprehensively. The findings suggest that sustainable HR policies positively impact employee productivity, innovation, and corporate reputation. Organizations that integrate HR sustainability within their business strategies experience higher workforce engagement, lower turnover rates, and improved adaptability to industry disruptions. However, challenges persist, including the trade-off between cost efficiency and long-term workforce investment and difficulties in aligning HR sustainability with ESG frameworks and digital transformation. This study underscores the need for strategic HR investments, emphasizing continuous learning, workforce well-being, and ethical leadership. The findings provide business leaders, policymakers, and HR professionals with actionable insights to develop sustainable workforce policies that drive corporate growth, employee satisfaction, and competitive advantage.

Implementasi smart learning menggunakan ChatGPT pada SMAS Bodhicitta Medan Irpan Adiputra Pardosi; Hardy Hardy; Sio Jurnalis Pipin; Tanti Tanti; William William
SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan Vol 8, No 2 (2024): June
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jpmb.v8i2.22549

AbstrakKegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk memberikan pelatihan kepada 27 guru dan 18 siswa di SMAS Bodhicitta Medan tentang implementasi Smart Learning menggunakan ChatGPT, dengan fokus pada personalisasi pengalaman belajar dan integrasi teknologi berbasis artificial intelligence (AI) pada pembelajaran. Metode pelaksanaan meliputi identifikasi kebutuhan, perencanaan dan desain pelatihan, pelaksanaan pelatihan, serta monitoring dan evaluasi melalui pre-test dan post-test. Hasil pra-test menunjukkan bahwa sebelum pelatihan, pemahaman siswa dan guru tentang smart learning dan penggunaan ChatGPT masih terbatas. Namun, hasil post-test menunjukkan peningkatan signifikan dalam pemahaman dan penerimaan terhadap integrasi ChatGPT dalam pembelajaran. Survei penerimaan mengindikasikan bahwa 82% siswa dan 78% guru merasa penggunaan ChatGPT efektif dan memenuhi kebutuhan pembelajaran. Meskipun beberapa responden menyatakan kurang efektif dalam penggunaan teknologi AI dalam pembalajaran, namun tingkat penerimaan yang tinggi menunjukkan respons positif terhadap penggunaan teknologi AI dalam kelas, menandakan pentingnya adaptasi metode pembelajaran yang inovatif. Kegiatan ini berhasil meningkatkan kualitas pembelajaran dan mendorong integrasi teknologi canggih dalam pendidikan. Kata kunci: ChatGPT; smart learning; artificial intelligence, pelatihan. Abstract This community service activity aims to provide training to 27 teachers and 18 students at SMAS Bodhicitta Medan on the implementation of Smart Learning using ChatGPT, with a focus on personalising the learning experience and integrating artificial intelligence (AI)-based technology in learning. The implementation method includes needs identification, training planning and design, training implementation, and monitoring and evaluation through pre-test and post-test. The pre-test results showed that before the training, students' and teachers' understanding of smart learning and the use of ChatGPT was still limited. However, the post-test results showed a significant increase in understanding and acceptance of ChatGPT integration in learning. The acceptance survey indicated that 82% of students and 78% of teachers felt the use of ChatGPT was effective and fulfilled the learning needs. Although some respondents expressed a lack of effectiveness in the use of AI technology in teaching, the high level of acceptance indicates a positive response to the use of AI technology in the classroom, signalling the importance of adapting innovative learning methods. This activity successfully improved the quality of learning and encouraged the integration of advanced technology in education. Keywords: chatgpt; smart learning; artificial intelligence; training.

A Smart Architecture for Stunting Prediction: Implementing the SOM–Voting Classifier on Healthcare Big Data Kelvin Kelvin; Sunaryo Winardi; Frans Mikael Sinaga; Hardy Hardy; Erwin Setiawan Panjaitan; Ng Poi Wong; Ferawaty Ferawaty; Justine Lim; Grace Putri Wijaya
Indonesian Journal of Artificial Intelligence and Data Mining Vol. 8 No. 3 (2025): November 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

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

Childhood stunting is a persistent public health challenge in Indonesia. This study developed a predictive classification model using healthcare data from hospitals in Medan to enable early identification of at-risk children. A novel framework was proposed that integrated an unsupervised Self-Organizing Map (SOM) for feature engineering with a supervised Voting Classifier ensemble, which combined a Support Vector Classifier (SVC), Random Forest (RF), and Gradient Boosting (GB). The proposed framework achieved an accuracy of 100% on the test set, a substantial improvement over the 91.67% accuracy of the baseline Voting Classifier without SOM. While this result highlighted the model's high predictive potential, it must be interpreted cautiously, acknowledging the need for validation on more diverse datasets to ensure generalizability. The findings demonstrated that this hybrid machine learning approach can serve as a powerful decision-support tool, enabling proactive clinical interventions and aiding public health officials in strategically allocating nutritional resources to support Indonesia's national stunting reduction goals.

Co-Authors Alex Xandra Albert Sim Alvin Yufandi Arwin Halim Arwin Halim Asrul Asrul Christina Dewi Erwin Setiawan Panjaitan Ferawaty Ferawaty Fiana Fiana Frans Mikael Sinaga Grace Putri Wijaya Irpan Pardosi Justine Lim Kelvin Kelvin Maslim Maslim, Maslim Megawaty, Megawaty Mytosin - Mytosin Mytosin Ng Poi Wong R.A, Ria Andriany Riche Riche Sio Jurnalis Pipin Sulaiman Angkasa Tanti William William Winardi, Sunaryo Yu-N Cheah

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search