Article Per Year (5 Year)
p-Index From 2021 - 2026
0.882
P-Index
This Author published in this journals
All Journal Teknovokasi : Jurnal Pengabdian Masyarakat 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 : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
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
Transformasi Pembelajaran Vokasi Pertanian melalui Integrasi IoT dan Computer Vision pada Smart Greenhouse di SMKN 4 Barru: Penelitian Marwan Ramdhany Edy; Muh. Ihsan Zulfikar; Nurfauziah; Putri Nirmala; Nurrahmah Agusnaya
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 2 (2025): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 2 (October 202
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i2.3765

Abstract

The digital agricultural transformation demands strengthening technological literacy and skills in vocational schools, particularly in the utilization of the Internet of Things (IoT) and Computer Vision to support precision farming practices. This community service program aims to improve the competency of teachers and students of SMKN 4 Barru in integrating IoT-based Smart Greenhouse technology and Computer Vision into agribusiness learning. The activity uses a Participatory Action Research (PAR) approach through the stages of preparation, training, technology implementation, mentoring-evaluation, and sustainability, involving teachers, education staff, and students. Evaluation was conducted through pre-post tests, observation, and participatory reflection. The results showed a significant increase in participants' conceptual understanding and practical skills, including the use of temperature, humidity, and soil pH sensors for IoT-based hydroponic systems, as well as the use of Computer Vision to visually detect plant conditions. Participants also reported increased confidence in operating modern agricultural technology devices and awareness of the importance of digital-based innovation in vocational learning. Key challenges identified include the integration of sensor data into monitoring systems and the development of Computer Vision algorithms, requiring further mentoring and infrastructure strengthening. Overall, this program contributes to increasing digital literacy, readiness for the implementation of precision agriculture, and the development of a creative agro-education ecosystem relevant to the demands of Industry 4.0 in Barru Regency.
Analisis Sentiment Gambar pada Media Sosial dengan Pendekatan Deep Learning Muhammad Ridha Darwis; Adam Ramadhan; Diva Nurul Azila; Siti Fatimah Azzahrah Namar; Rafiqah Amelia Kasim; Marwan Ramdhany Edy
Jurnal MediaTIK Volume 7 Issue 2, Mei (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v7i2.2767

Abstract

Media sosial telah menjadi platform penting untuk berbagi konten dan interaksi, dengan jutaan gambar diposting setiap hari yang mencerminkan berbagai pengalaman dan emosi pengguna. Namun, analisis sentimen tradisional lebih sering dilakukan pada teks dibandingkan gambar. Penelitian ini bertujuan untuk mengembangkan model deep learning, khususnya Convolutional Neural Network (CNN), untuk melakukan analisis sentimen pada gambar. Model ini dirancang untuk mengekstraksi fitur visual dan mengklasifikasikan gambar berdasarkan sentimen (positif, negatif, atau netral). Metode yang digunakan meliputi pengumpulan 50 gambar dari platform media sosial seperti Instagram, Twitter, dan Facebook, yang diberi label sentimen secara manual oleh anotator terlatih. Data kemudian diproses dengan membaginya menjadi data latih (40 gambar), validasi (5 gambar), dan uji (5 gambar). Pengembangan model menggunakan arsitektur CNN seperti VGG16 dengan teknik transfer learning, diikuti dengan evaluasi performa menggunakan data uji. Hasil penelitian menunjukkan bahwa model deep learning yang dikembangkan mampu memprediksi sentimen gambar dengan akurasi 80%, menggunakan metrik seperti precision, recall, dan F1-score. Confusion matrix memberikan gambaran rinci mengenai prediksi yang benar dan salah untuk setiap kategori sentimen. Kesimpulannya, pendekatan deep learning, khususnya CNN, menunjukkan potensi besar dalam analisis sentimen gambar di media sosial. Meskipun ada beberapa kesalahan prediksi, model ini mampu memberikan wawasan berharga tentang reaksi pengguna terhadap konten. Untuk penelitian selanjutnya, disarankan untuk memperbaiki kesalahan prediksi dan meningkatkan akurasi model dengan metode pelabelan data dan pemilihan fitur yang lebih efektif. Teknologi ini juga dapat digunakan untuk mendukung pemantauan konten media sosial guna menciptakan lingkungan online yang lebih aman dan sehat bagi pengguna.
Klasifikasi Citra Dengan Pendekatan Transfer Learning Pada Gambar Fauna Terbang Andi Nurul Inaya; Azzah Ulima Rahma; Miftakhul Jannah; Luthfiyah Ramadhani K. Arafah; Lulu Latifa Ishak; Marwan Ramdhany Edy
Jurnal MediaTIK Volume 7 Issue 1, Januari (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v7i1.2785

Abstract

Indonesia, dengan kekayaan alamnya yang luar biasa, menjadi rumah bagi beragam fauna, termasuk burung. Namun, melindungi dan mengkatalogisasi keragaman ini memerlukan metode yang efisien dan akurat. Dalam konteks ini, pendekatan transfer learning menonjol sebagai alat yang dapat meningkatkan klasifikasi citra fauna terbang. Penelitian ini menggunakan Google Colab sebagai lingkungan pengkodean, memanfaatkan kemudahan penyimpanan dan akses data melalui Google Drive. Kami memproses dataset ImageNet dengan metode transfer learning menggunakan bahasa pemrograman Python. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi dalam berbagai aplikasi, termasuk pengenalan objek, deteksi wajah, dan segmentasi objek. Secara khusus, dalam pengembangan perangkat lunak, klasifikasi citra seperti ini dapat diterapkan dalam sistem pengenalan hewan berbasis gambar, keamanan berbasis kamera, atau aplikasi pencarian berdasarkan gambar.
Co-Authors Adam Ramadhan Amanda Putri Andi Nurul Inaya Azzah Ulima Rahma Diva Nurul Azila Kurnia Prima Putra Lulu Latifa Ishak Luthfiyah Ramadhani K. Arafah M, Wahyu Hidayat Miftakhul Jannah Muh. Ihsan Zulfikar Muhammad Ridha Darwis Nur Aeni Rahman Nur Ainung Nurfauziah Nurrahmah Agusnaya Putri Nirmala Rafiqah Amelia Kasim Sanatang Siti Fatimah Azzahrah Namar Sul Fitriana Yudha Nurfaiz