Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Informasi Aplikasi Teknologi Informasi
Faishol Amrulloh, Muhammad
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
DEEP PRE-TRAINED MULTI MODEL CONVOLUTION NEURAL NETWORK UNTUK DIAGNOSA COVID 19 PADA CITRA RONTGEN DADA Faishol Amrulloh, Muhammad; Moch. Lutfi; Agung Nurcahyo, Wahyu
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5564

Abstract

Covid-19 merupakan penyakit yang sedang mewabah di berbagai belahan dunia termasuk Indonesia. Penyakit ini menginfeksi saluran pernapasan yang disebabkan oleh jenis virus corona baru. Untuk mengetahui adanya virus covid-19 di dalam tubuh dapat dilakukan pemeriksaan medis seperti cek darah, pemeriksaan radiologi rontgent (x-ray) dan swab. Penelitian ini melakukan identifikasi penyakit covid-19 berdasarkan citra rontgen dengan metode yang diusulkan model convolution neural network yang mampu menghasilkan performa paling baik dalam mendeteksi penyakit. Pengujian dilakukan dengan menggunakan empat pre-trained ensemble model yang telah disediakan oleh Keras yaitu VGGNet, GoogleNet, DenseNet, dan NASNet tingkat akurasi training yang dihasilkan adalah 97% dan akurasi validasi yang dihasilkan adalah 85% akan tetapi metode yang diusulkan pada penelitian ini waktu komputasi yang dihasilkan sangat baik yaitu 0 detik dari hasil tersebut dapat simpulkan metode penggabungan (ensemble) ini sangat baik jika diimplementasikan terhadap data penelitian yang digunakan.
SISTEM KONTROL NUTRISI FLOATING HYDROPONIC BAYAM HIJAU (Amaranthus Tricolor) BERBASIS INTERNET OF THINGS (IOT) Syaiful Anwar, Muhammad; Faishol Amrulloh, Muhammad
Jurnal Sistem Informasi Aplikasi Teknologi Informasi Vol. 2 No. 1 (2025): JOSIATI
Publisher : LPPM ITB Yadika Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53567/josiati.v2i1.33

Abstract

Bayam hijau memiliki banyak kandungan nutrisi yang bermanfaat bagi kesehatan tubuh, namun budidaya secara konvensional menghadapi berbagai tantangan seperti keterbatasan lahan dan kondisi tanah yang kurang optimal. Penelitian ini bertujuan untuk mengembangkan sistem kendali nutrisi otomatis pada budidaya bayam hijau (Amaranthus tricolor) menggunakan metode hidroponik rakit apung berbasis Internet of Things (IoT). Metode hidroponik, khususnya rakit apung, menawarkan solusi melalui penggunaan air sebagai media tanam dan memungkinkan pengendalian lingkungan yang lebih baik. Sistem yang dikembangkan menggunakan sensor pH, sensor kekeruhan, dan mikrokontroler yang terhubung dengan aplikasi smartphone untuk memantau dan mengontrol kondisi air dan unsur hara. Penerapan IoT memungkinkan pemantauan kondisi pertumbuhan bayam secara real-time, sehingga meningkatkan produktivitas dan kualitas panen. Hasil penelitian menunjukkan bahwa sistem ini mampu menjaga kualitas air, suhu dan tingkat konsentrasi unsur hara secara optimal, memudahkan petani dalam proses budidaya, dan mengurangi risiko kegagalan tanaman akibat kurangnya pengawasan.
Co-Authors Agung Nurcahyo, Wahyu Moch. Lutfi Syaiful Anwar, Muhammad