Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Sewagati: Jurnal Pengabdian Masyarakat Indonesia Journal of Electronics and Instrumentation
Muhammad Fais
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Physics Social Sciences Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
PkM Pendampingan Penggunaan Aplikasi Wad’atul Mal Berbasis Desktop untuk Meningkatkan Layanan Tabungan Santri di Pondok Pesantren Nurul Jadid Wilayah Zaid Bin Tsabit Paiton Probolinggo Matlubul Khairi; Mochammad Fahrezy Abel Syaputra; Syaroful Karomah; Muhammad Fais; Moh. Syukron Wahyudi; Ahmad Faizal Amin; Mohammad Syahrul Hasaniauthor
SEWAGATI: Jurnal Pengabdian Masyarakat Indonesia Vol. 2 No. 4 (2023): Desember : Jurnal Pengabdian Masyarakat Indonesia
Publisher : BADAN PENERBIT STIEPARI PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56910/sewagati.v2i4.1131

Abstract

Islamic boarding schools are vital for shaping students' character, knowledge, and religious skills. Financial management is crucial for their sustainability, yet Wadi’atul Mal relies on a conventional system, leading to transaction tracking issues and potential errors. The Assistance Activity aims to enhance Wadi’atul Mal services at Nurul Jadid Islamic Boarding School, Zaid Bin Tsabit. Successfully implemented, it involved needs analysis, activity design, system development, and training. The benefits include improved services through a computerized application and trained users, achieving a 95% user understanding. The system's feasibility index is 76.67%, indicating it's very feasible.
Sistem Deteksi Pakan Otomatis Berbasis Sensor RGB yang Terintegrasi dengan Smartphone Muhammad Fais; M. Asrafi
Journal of Electronics and Instrumentation Vol. 2 No. 1 (2025)
Publisher : Fakultas MIPA, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i1.1644

Abstract

Artikel ini mengembangkan sistem pendeteksi pakan otomatis berbasis sensor RGB TCS34725 yang terintegrasi dengan smartphone menggunakan aplikasi Blynk untuk memantau ketersediaan pakan secara real-time. Sistem ini memanfaatkan nilai RGB untuk mendeteksi perubahan kondisi pakan dari penuh ke kosong dan memberikan notifikasi otomatis kepada peternak saat pakan perlu diisi ulang. Penelitian menggunakan pendekatan eksperimental kuantitatif dengan pengujian dalam dua kondisi, yaitu lingkungan terkontrol dan lingkungan terbuka. Pada lingkungan terkontrol, sensor menunjukkan akurasi tinggi dengan nilai RGB yang stabil pada jarak 30 hingga 50 cm. Pada lingkungan terbuka dengan pengaruh dari intensitas cahaya luar terutama pada siang hari dengan gangguan maksimum sebesar 21.540 dapat memengaruhi hasil pembacaan. Kalibrasi menggunakan sensor TEMT6000 membantu meningkatkan akurasi pembacaan nilai RGB dalam kondisi pencahayaan variabel. Hasil menunjukkan akurasi optimal sebesar 100% pada malam hari dan penurunan akurasi hingga 62,7% di siang hari. Sistem ini memungkinkan pemantauan pakan secara otomatis dan real-time sehingga mengurangi risiko kelalaian dan meningkatkan efisiensi manajemen pakan. Integrasi dengan aplikasi Blynk memberikan kemudahan bagi peternak untuk memantau kondisi pakan kapan saja dan di mana saja. Penelitian ini menunjukkan potensi besar teknologi IoT berbasis sensor RGB dalam mendukung efisiensi dan keberlanjutan sektor peternakan modern. Pengembangan lebih lanjut, seperti integrasi dengan algoritma koreksi otomatis atau penambahan filter optik dapat dilakukan untuk mengatasi efek gangguan cahaya luar sehingga sistem ini memiliki dapat memiliki tingkat akurasi yang lebih tinggi dalam mendeteksi tingkat ketersediaan pakan.
Pengembangan Model CNN Berbasis Patch dengan Segmentasi Superpiksel untuk Deteksi Kanker Kulit Muhammad Fais
Journal of Electronics and Instrumentation Vol. 2 No. 3 (2025)
Publisher : Jurusan Fisika, FMIPA Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jei.v2i3.60007

Abstract

Penelitian ini bertujuan mengembangkan metode klasifikasi kanker kulit berbasis pembelajaran mendalam untuk meningkatkan akurasi diagnosis melanoma menggunakan pendekatan berbasis patch dan segmentasi superpiksel. Metode yang diterapkan mencakup segmentasi citra menggunakan algoritma Simple Linear Iterative Clustering (SLIC), ekstraksi multi-fitur tingkat piksel dan superpiksel, serta klasifikasi menggunakan model Convolutional Neural Network (CNN) yang dimodifikasi. Dataset yang digunakan berasal dari platform Kaggle dengan total 1.400 citra, di mana 5.000 patch dipilih secara acak untuk pelatihan dan validasi model. Hasil penelitian menunjukkan bahwa segmentasi superpiksel dengan parameter optimal mampu membentuk area homogen yang representatif, memperjelas batas lesi, dan mengurangi noise. Pada tahap ekstraksi fitur, fitur statistik tingkat piksel, seperti median kanal hijau (G) dan rata-rata kanal biru (B), memberikan akurasi tertinggi sebesar 93,3% dan sensitivitas hingga 92,2%. Kanal biru menunjukkan kemampuan yang lebih optimal dalam merepresentasikan kontras visual antara lesi dan kulit normal. Modifikasi arsitektur CNN menghasilkan akurasi klasifikasi hingga 93,3% dengan peningkatan generalisasi pada dataset yang bervariasi. Kesimpulan dari penelitian ini adalah bahwa kombinasi segmentasi superpiksel, ekstraksi fitur multi-level, dan klasifikasi berbasis CNN memberikan solusi yang efektif untuk deteksi dini kanker kulit. Pendekatan ini tidak hanya meningkatkan akurasi tetapi juga menyediakan model yang dapat diimplementasikan secara luas dalam mendukung tenaga medis untuk diagnosis yang lebih akurat dan konsisten. Penelitian ini membuka peluang pengembangan lebih lanjut untuk optimisasi parameter segmentasi dan integrasi data multikultural.
Co-Authors Ahmad Faizal Amin M. Asrafi Matlubul Khairi Mochammad Fahrezy Abel Syaputra Moh. Syukron Wahyudi Mohammad Syahrul Hasaniauthor Syaroful Karomah