Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Best : Journal of Applied Electrical, Science and Technology Abdi Teknoyasa
Fatkhurrahman, Zuhdi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Physics

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

Found 2 Documents
Search

 1 
Pelatihan Aplikasi Kecerdasan Buatan Dalam Pendidikan Bagi Dosen UMMAD Thamrin, Husni; Fatkhurrahman, Zuhdi; Arsyad, Muhammad Lutfi
Abdi Teknoyasa Volume 5, No. 1, Juli 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/abditeknoyasa.v5i1.5656

Abstract

Penerapan kecerdasan buatan (artificial intelligence, AI) dalam pendidikan telah membawa perubahan signifikan dalam metode pembelajaran dan manajemen kelas. Paper ini membahas pelatihan Penerapan AI untuk Pembelajaran yang diselenggarakan untuk dosen Universitas Muhammadiyah Madiun (UMMAD) dengan tujuan meningkatkan pemahaman dan keterampilan dalam penerapan teknologi AI. Metode pelatihan mencakup kombinasi sesi teoretis dan praktis. Sesi teori berjalan dalam beberapa tahap yaitu diskusi pengenalan AI, demonstrasi tools dan teknologi AI seperti ChatGPT, Copilot, dan Gemini. Praktik penggunaan AI dalam pembuatan materi pembelajaran, asesmen hasil pembelajaran, dan penulisan artikel ilmiah. Pelatihan yang diikuti oleh 24 dosen ini memberikan pengalaman langsung dalam penerapan AI di dunia pendidikan. Hasil pelatihan menunjukkan peningkatan signifikan dalam pemahaman dan keterampilan peserta, dengan 91,67% peserta merasa puas dan berharap adanya pelatihan serupa secara rutin. Evaluasi pelatihan mencakup analisis umpan balik peserta yang menunjukkan bahwa pelatihan ini membantu dalam mempersiapkan pembelajaran, pembuatan modul ajar, dan perangkat pembelajaran lainnya. Evaluasi terhadap hasil pelatihan mengarah kepada kesimpulan bahwa pelatihan ini efektif dalam meningkatkan kompetensi dosen dalam menggunakan AI, mendorong kreativitas dalam pembelajaran, dan diharapkan dapat meningkatkan kualitas pendidikan di UMMAD melalui adopsi teknologi AI.
A Systematic Literature Review of Convolutional Neural Networks for Gender Analysis using Fingerprint Images and other Biometric Modalities Fatkhurrahman, Zuhdi; Murtiyasa, Budi
BEST Vol 8 No 1 (2026): BEST
Publisher : Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/jhyde786

Abstract

This study systematically reviews the application of Convolutional Neural Networks (CNN) for gender classification using fingerprint images as a biometric identifier. CNN demonstrate a strong ability to automatically extract ridge and texture features that differentiate male and female fingerprints. Using the PRISMA 2020 framework, a Systematic Literature Review (SLR) was conducted on 15 Scopus-indexed studies published between 2020 with 2025, focusing on CNN-based fingerprint gender recognition. The review reveals that CNN models achieved accuracy ranging from 85% to 99.97%, depending on the network architecture, dataset size, and training strategy. Architectures such as VGG16, GoogleLeNet, AlexNet, EfficientNetB0, and Hybrid Model  CNN–LSTM or CNN–SVM performed best, especially when enhanced with data augmentation and transfer learning. Interpretability methods such as Grad-CAM improve model transparency by visualizing fingerprint regions influencing gender prediction. Although the trend in accuracy slightly declined after 2023 due to dataset diversity and overfitting in deeper models, CNN remains the dominant and most reliable approach in biometric analysis.
Co-Authors Arsyad, Muhammad Lutfi Budi Murtiyasa Husni Thamrin