Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Adopsi Teknologi dan Sistem Informasi
Alhabsy, Said Nabil Hasan
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Klasifikasi Ragam Kendaraan Menggunakan Metode Convolutional Neural Network (Cnn) Prasetyo, Muhammad Eko; Faza, Muhammad Reyno; Pratama, Rifki; Alhabsy, Said Nabil Hasan; Purwanti, Hani; Masa, Amin Padmo Azam
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 2 No. 2 (2023): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v2i2.1156

Abstract

Proses klasifikasi citra ragam kendaraan menjadi suatu tantangan yang menarik untuk dilakukan penelitian. Proses klasifikasi ragam kendaraan banyak digunakan diberbagai banyak hal seperti pada proses e-tilang, e-parkir, maupun pada bidang yang lainnya. Salah satu metode yang biasa digunakan untuk proses klasifikasi adalah menggunakan metode Convolutional Neural Network (CNN). Metode CNN banyak digunakan untuk melakukan proses klasifikasi karena teruji dan telah terbukti efektif dalam pengolahan citra dan pengenalan pola. Dalam klasifikasi ragam kendaraan, CNN mampu mengekstrak fitur secara otomatis dan mengenali pola kompleks dalam data citra. Metode CNN memberikan efisiensi dan akurasi yang tinggi dalam klasifikasi ragam kendaraan, dengan berbagai aplikasi praktis seperti pengawasan lalu lintas dan sistem pengenalan plat nomor. Penelitian yang dilakukan yaitu melakukan pengenalan citra kendaraan bermotor untuk mengetahui jenis kendaraan roda dua (motor) dan kendaraan roda 4 (mobil) dengan menggunakan kombinasi metode otsu thresholding dan CNN. Hasil dari penelitian yang telah dilakukan dapat melakukan pengenalan kedua jenis kendaraan tersebut dengan baik dengan menampilkan tingkat keyakinan pada proses klasifikasi.
PERBANDINGAN DOUBLE MOVING AVERAGE DAN DOUBLE EXPONENTIAL SMOOTHING PADA PERAMALAN PRODUKSI DAGING TERNAK SAPI Alhabsy, Said Nabil Hasan; Masa, Amin Padmo Azam; Widagdo, Putut Pamilih
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6290

Abstract

Produksi daging sapi di Indonesia pada tahun 2023 diperkirakan defisit, dengan Kalimantan Timur berada di peringkat 17 dalam produksi daging ternak sapi. Penelitian ini bertujuan untuk menerapkan metode Double Moving Average (DMA) dan Double Exponential Smoothing (DES) dalam meramalkan produksi daging sapi di Kalimantan Timur, guna meningkatkan peringkat provinsi tersebut dan mendukung target produksi nasional. Data yang digunakan mencakup produksi daging sapi Kalimantan Timur selama 10 tahun terakhir (2014-2023). Hasil penelitian menunjukkan bahwa metode DMA ordo 5 memberikan hasil peramalan dengan akurasi terbaik. Peramalan untuk lima tahun ke depan (2024-2028) menunjukkan nilai produksi yang diprediksi akan terus menurun, yaitu: 7.707,78 ton pada 2024, 7.643,44 ton pada 2025, 7.579,10 ton pada 2026, 7.514,76 ton pada 2027, dan 7.450,42 ton pada 2028. Nilai MAPE sebesar 0,45% dan MSE sebesar 81.704,51% menunjukkan tingkat akurasi yang sangat baik dari metode DMA ordo 5. Oleh karena itu, penelitian ini merekomendasikan penggunaan metode DMA ordo 5 dan DES alpha 0,2 sebagai alat peramalan yang efektif untuk meningkatkan peringkat produksi daging sapi di Kalimantan Timur dan memenuhi target produksi nasional.
Co-Authors Faza, Muhammad Reyno Masa, Amin Padmo Azam Prasetyo, Muhammad Eko Pratama, Rifki Purwanti, Hani Putut Pamilih Widagdo, Putut Pamilih