Article Per Year (5 Year)
p-Index From 2020 - 2025
1.907
P-Index
This Author published in this journals
All Journal Teknovokasi : Jurnal Pengabdian Masyarakat Vokatek : Jurnal Pengabdian Masyarakat Information Technology Education Journal Journal of Embedded Systems, Security and Intelligent Systems Journal of Deep Learning, Computer Vision and Digital Image Processing Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal MediaTIK
Marwan Ramdhany Edy
Unknown Affiliation
Humanities Computer Science & IT Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Strategi Mengelola Literatur dengan Mendeley: Dari Pengumpulan hingga Kutipan Nur Fakhrunnisaa; Marwan Ramdhany Edy
Vokatek : Jurnal Pengabdian Masyarakat Volume 2: Issue 2 (Juni 2024)
Publisher : Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/vokatekjpm.v2i2.443

Abstract

Manajemen literatur yang efektif merupakan elemen penting dalam penelitian akademis, memungkinkan peneliti untuk mengatur, menyimpan, dan mengutip referensi dengan akurat. Artikel ini mengkaji penggunaan Mendeley sebagai alat manajemen referensi yang populer di kalangan akademisi. Melalui studi literatur, survei pengguna, studi kasus, analisis kualitatif, dan eksperimen, ditemukan bahwa Mendeley meningkatkan efisiensi dan akurasi dalam pengelolaan literatur. Fitur-fitur unggulan Mendeley, seperti tagging, sinkronisasi cloud, dan integrasi dengan perangkat lunak penulisan ilmiah, sangat membantu peneliti dalam mengelola referensi mereka. Selain itu, fitur kolaboratif Mendeley memfasilitasi kerjasama dan berbagi pengetahuan antar peneliti. Meskipun demikian, beberapa kendala teknis masih perlu diperbaiki. Artikel ini juga membandingkan Mendeley dengan alat manajemen referensi lain seperti EndNote dan Zotero, memberikan rekomendasi bagi peneliti untuk memilih alat yang paling sesuai dengan kebutuhan mereka.
Edukasi Keselamatan Penggunaan Listrik bagi Kalangan Ibu Rumah Tangga di Kelurahan Tombolo Syahrul; Syntha Dewi, Shabrina; Marwan Ramdhany Edy; Femmy Angreany; Ria Sakinah Waji
Vokatek : Jurnal Pengabdian Masyarakat Volume 2: Issue 2 (Juni 2024)
Publisher : Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/vokatekjpm.v2i2.456

Abstract

Kegiatan edukasi keselamatan penggunaan listrik bagi kalangan ibu-ibu rumah tangga di kelurahan Tombolo dilaksanakan dengan tujuan meningkatkan pengetahuan dan kesadaran mengenai penggunaan listrik yang aman di lingkungan masyarakat khususnya rumah tangga. Acara ini dihadiri oleh 25 ibu-ibu rumah tangga dan dilaksanakan di aula masjid setempat, dengan sesi inti yang dibawakan oleh pihak penyedia jasa listrik negara dari bidang Keselamatan dan Kesehatan Kerja & Keamanan (K3). Edukasi mencakup penjelasan tentang prinsip-prinsip dasar keselamatan listrik, penggunaan peralatan listrik yang aman, dan tindakan darurat. Selain itu, diberikan juga kesempatan kepada peserta untuk mengajukan pertanyaan terkait kekhawatiran sehari-hari tentang bahaya listrik. Sebagai pelengkap, peserta menerima flyer berisi informasi penting tentang peduli bahaya listrik. Kegiatan ini diakhiri dengan penyampaian kembali poin-poin penting dan ucapan terima kasih kepada semua pihak yang terlibat. Hasil kegiatan menunjukkan peningkatan signifikan dalam pengetahuan dan kesadaran para ibu rumah tangga, serta kegiatan ini diharapkan dapat menghindarkan insiden kecelakaan Listrik di lingkungan masyarakat khususnya di rumah tangga.
Enhancement Citra Radiografi Menggunakan EnhanceNet Marwan Ramdhany Edy; Nur Aeni Rahman; Sul Fitriana; Yudha Nurfaiz; Nur Ainung; Amanda Putri
Jurnal MediaTIK Volume 7 Issue 3, September (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v7i3.5936

Abstract

Pengolahan citra digital menjadi esensial dalam era teknologi saat ini, namun tantangan utama terjadi pada citra gelap yang mengurangi kejelasan dan ketajaman. Untuk mengatasi ini, penelitian ini menerapkan metode EnhanceNet untuk meningkatkan citra gelap menjadi terang. Melalui analisis kontras dan penyesuaian kecerahan serta kontras menggunakan teknik peregangan kontras, penelitian ini berhasil meningkatkan kecerahan dan kontras citra gelap. Pengujian menggunakan citra uji menunjukkan peningkatan signifikan dalam distribusi intensitas piksel, menghasilkan gambar yang lebih berkualitas. Kesimpulan menyoroti kontribusi peningkatan citra terhadap kualitas visual dan analisis gambar serta menawarkan saran untuk penelitian selanjutnya dalam pengembangan metode peningkatan citra yang lebih canggih .
Integrasi Sistem E-Commerce dengan Virtual Reality untuk Penyewaan Penginapan di Tempat Wisata Pantai Desa Bira Putra, Kurnia Prima; Zain, Satria Gunawan; Marwan Ramdhany Edy; Sanatang, Sanatang; M, Wahyu Hidayat
TEKNOVOKASI : Jurnal Pengabdian Masyarakat Volume 2: Issue 3 (September 2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/teknovokasi.v2i3.5101

Abstract

Pengelolaan pariwisata di Desa Bira, Sulawesi Selatan, menghadapi tantangan besar dalam mengoptimalkan pemesanan dan pemasaran penginapan yang masih menggunakan metode konvensional. Hal ini menghambat akses calon wisatawan, terutama yang berasal dari luar daerah, dalam memperoleh informasi akomodasi yang jelas dan terpercaya. Untuk mengatasi permasalahan ini, program pengabdian masyarakat dilakukan dengan menerapkan sistem e-commerce yang terintegrasi dengan fitur Virtual Reality (VR) pada platform pemesanan penginapan di Desa Bira. Teknologi VR memungkinkan wisatawan untuk melihat pratinjau penginapan secara virtual, memberikan pengalaman yang realistis sebelum melakukan pemesanan. Selain itu, masyarakat lokal diberikan pelatihan intensif dalam mengelola platform, mengunggah, dan memperbarui konten VR secara mandiri. Hasil dari program ini menunjukkan peningkatan signifikan pada tingkat keterisian kamar, kepercayaan wisatawan, dan pendapatan masyarakat lokal. Implementasi sistem ini juga berhasil memberdayakan masyarakat Desa Bira dalam menggunakan teknologi digital, memperkuat daya saing pariwisata, dan mendorong pembangunan ekonomi yang berkelanjutan. Dengan adanya platform ini, diharapkan Desa Bira dapat menarik lebih banyak wisatawan dan terus berkembang sebagai destinasi wisata yang modern dan inklusif
Deteksi Emosi dari Ekspresi Wajah dengan Deep Learning Marwan Ramdhany Edy
Information Technology Education Journal Vol. 3, No. 2, Mei (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Wajah adalah salah satu bagian penting dalam interaksi sosial manusia karena dapat mengekspresikan emosi dan niat seseorang. Penelitian ini mengarah pada pengenalan ekspresi wajah menggunakan Convolutional Neural Network (CNN) untuk memprediksi emosi seseorang secara real-time. Ekspresi wajah telah diklasifikasikan menjadi tujuh kategori berdasarkan penelitian oleh Ekman, termasuk senang, sedih, jijik, marah, terkejut, dan biasa saja. Model CNN yang dikembangkan menggunakan dataset gambar yang sudah dilabelkan untuk melakukan pembelajaran fitur dan klasifikasi ekspresi wajah. Selain itu, model ini diintegrasikan ke dalam sebuah sistem berbasis website video real-time untuk meningkatkan interaksi manusia-mesin. Penelitian ini memiliki potensi aplikasi yang luas dalam teknologi pengenalan wajah, pemahaman emosi, dan interaksi manusia dengan sistem komputer.
Analisis Sentimen Ekspresi Wajah : Pendekatan Deep Learning dan OpenCV dengan Python Muhammad Ilham Suherman; Risha Febrianti; Fauziah; Novita Nurhidayah; Fadila Husnul Khatimah; Marwan Ramdhany Edy
Information Technology Education Journal Vol. 3, No. 3, September (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/intec.v3i3.5755

Abstract

Penelitian ini mengeksplorasi pendekatan Deep Learning dan OpenCV untuk mengembangkan sistem analisis sentimen ekspresi wajah menggunakan bahasa pemrograman Python. Ekspresi wajah merupakan bentuk komunikasi non-verbal yang penting dalam menggambarkan pikiran dan emosi seseorang. Dengan memanfaatkan teknologi Deep Learning dan OpenCV, penelitian ini bertujuan untuk memahami dan mengklasifikasikan emosi yang tersirat dalam ekspresi wajah dengan lebih akurat. Dataset gambar ekspresi wajah dikumpulkan dan digunakan untuk melatih model Deep Learning seperti Convolutional Neural Network (CNN) dan Deep Hybrid CNN (DHCNN). OpenCV dimanfaatkan untuk mendeteksi dan melacak wajah dalam gambar atau video. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan dapat mengklasifikasikan ekspresi wajah seperti bahagia, sedih, marah, takut, dan terkejut dengan akurasi yang cukup baik. Evaluasi performa dan visualisasi hasil juga disajikan untuk memberikan wawasan tentang keakuratan dan keterbatasan sistem.
Peningkatan Restorasi Citra Dengan Metode Super Resolusi Menggunakan Teknik FSRCNN Andi Dio Nurul Awalia; Nurfaisa Riono; Abd Majid; Ainun Mardiah; Marwan Ramdhany Edy
Information Technology Education Journal Vol. 3, No. 3, September (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Penggunaan metode Super Resolusi dengan teknik Fast Super-Resolution Convolutional Neural Network (FSRCNN) telah menjadi salah satu fokus utama dalam pengolahan citra untuk meningkatkan kualitas gambar. FSRCNN, sebagai metode berbasis deep learning, telah terbukti memberikan hasil yang menjanjikan pada tugas super-resolusi citra tunggal (SISR). Penelitian ini mengkaji penggunaan metode Super Resolusi dengan teknik FSRCNN dalam peningkatan kualitas citra. Selain itu, penelitian ini juga membahas landasan teori dari metode Super Resolusi dan teknik FSRCNN, implementasi praktisnya dalam pengolahan citra, serta evaluasi hasil yang diperoleh dari penerapan metode ini. Hasil penelitian menunjukkan bahwa FSRCNN mampu meningkatkan kualitas citra dengan mempertimbangkan berbagai aspek dalam proses super-resolusi.
Aplikasi Mobile dalam Meningkatkan Efektivitas Manajemen Keuangan Pribadi Marwan Ramdhany Edy; Hidayat Nurwahid; Muhammad Januar Anshari; Aswar; Muh Sahlan Syah
Journal of Embedded Systems, Security and Intelligent Systems Vol 5, No 3 (2024): November 2024
Publisher : Program Studi Teknik Komputer

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

Abstract

This research aims to develop a FinanTrack mobile application that assists users in managing personal finances efficiently. This application is developed through several important stages, starting from needs analysis, software design with use case diagrams and data flow diagrams, and implementation using the Java programming language on Android Studio. The FinanTrack application has a main feature to record expenses and income, as well as a form to add new transaction data. Users can categorize transactions, view history, and monitor total finances in real- time. With this application, it is hoped that people can easily manage their personal finances through their smartphones, so as to improve financial literacy and help achieve better financial stability.
Klasifikasi Tingkat Kematangan Buah Jeruk Nipis (Citrus Aurantifolia) Menggunakan Metode Jaringan Saraf Tiruan Berbasis Citra Digital Nurhidayat; Andi Jaedil Bugdady; Fadhil Dhanendra; Marwan Ramdhany Edy
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 2 Issue 2 September 2024
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v2i2.547

Abstract

Jeruk Nipis Merupakan warisan budaya indonesia yang telah diturunkan berabad-abad. Buah Jeruk nipis memiliki banyak Vitamin terutama Vitamin C yang dianggap bermanfaat signifikan kepada Tubuh. Penelitian ini bertujuan untuk mengetahui tingkat kematangan buah jeruk nipis (Citrus Aurantifolia) menggunakan Citra digital. Penelitian ini dilakukan pada bulan Maret 2024. Penelitian ini menggunakan Metode Jaringan Saraf Tiruan (JST) dengan penggambilan citra jeruk nipis untuk mendeteksi tingkat kematangan buah Jeruk Nipis yang dibagi menjadi dua dataset Uji dan Latih. Hasil penelitian menunjukkan bahwa metode ini mencapai tingkat akurasi sebesar 87% pada tahap pelatihan dan 68% pada tahap pengujian. Waktu komputasi yang dibutuhkan untuk mengklasifikasikan satu citra adalah 207.36 detik pada tahap pelatihan dan 42.15 detik pada tahap pengujian.
Predicting Mental Health Disorders Using Machine Learning and Symptom-Based Behavioral Features Marwan Ramdhany Edy; Nur Fakhrunnisaa
Information Technology Education Journal Vol. 4, No. 1, February (2025)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/intec.v4i1.7156

Abstract

Mental health disorders, such as anxiety and depression, represent significant challenges in today's fast-paced world. Traditional methods of diagnosing and managing these conditions often fall short, leading to a growing interest in leveraging technology for better mental health outcomes. This paper explored the potential of using machine learning algorithms applied to psychological symptom data to enhance the prognosis of mental disorders. A dataset comprising 120 psychology patients with 17 essential symptoms used to diagnose Mania Bipolar Disorder, Depressive Bipolar Disorder, Major Depressive Disorder, and non-disordered participants was analyzed. The study evaluated the performance of various machine learning models, including RandomForestClassifier, ExtraTreesClassifier, XGBClassifier, LGBMClassifier, and CatBoostClassifier, using metrics such as precision and recall. ExtraTreesClassifier achieved the highest test accuracy of 0.8889, followed by RandomForestClassifier and LGBMClassifier with 0.8611, CatBoostClassifier with 0.8333, and XGBClassifier with 0.7222. Key predictors of mental health outcomes included "Mood_Swing_YES," "Optimism," and "Sexual_Activity." These findings suggest that integrating psychological symptom data with machine learning significantly improves the accuracy of mental health disorder prognosis, offering a promising avenue for more proactive and personalized mental health care. This research demonstrates the practical applicability of machine learning for personalized early detection and intervention in mental healthcare.
Co-Authors Abd Majid Ainun Mardiah Amanda Putri Andi Dio Nurul Awalia Andi Jaedil Bugdady Aqsa Mahmud Aswar Fadhil Dhanendra Fadila Husnul Khatimah Fauzan G Fauziah Fauziah Rahmasari Femmy Angreany Hidayat Nurwahid Ilham Daffa Maulana Indra Alfit Kurnia Prima Putra M, Wahyu Hidayat M. Aflah Ogi Daffa Muh Sahlan Syah Muh. Ihsan Zulfikar Muhammad Argya Yunansyah Muhammad Ilham Suherman Muhammad Januar Anshari Novita Nurhidayah Nur Aeni Rahman Nur Ainung Nur Fakhrunnisaa Nurfaisa Riono Nurfauziah Nurhidayat Nurrahmah Agusnaya Putri Nirmala Ria Sakinah Waji Risha Febrianti Salomo Benny Junian Sanatang Sul Fitriana Syahrul Syntha Dewi, Shabrina Yudha Nurfaiz