Article Per Year (5 Year)
p-Index From 2021 - 2026
4.497
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI IJID (International Journal on Informatics for Development) Aplikasia: Jurnal Aplikasi Ilmu-Ilmu Agama Jurnal Linguistik Komputasional Progresif: Jurnal Ilmiah Komputer JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Profesi Insinyur Universitas Lampung Jurnal Informatika Teknologi dan Sains (Jinteks) Jurnal Kecerdasan Buatan dan Teknologi Informasi International Journal of Mechanical, Industrial and Control Systems Engineering INTECH - Informatika Dan Teknologi
Ahmad Subhan Yazid
Informatika, Universitas Alma Ata Yogyakarta
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Social Sciences Other

Published : 55 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 55 Documents
Search

 2   3   4   5   6 
SISTEM INFORMASI RESERVASI DAN PENJADWALAN BERBASIS WEBSITE PADA KLINIK GIGI Leni Tri Wibowo; Dita Danianti; Deden Hardan Gutama; Ahmad Subhan Yazid
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6677

Abstract

Klinik gigi adalah salah satu pelayanan yang membutuhkan suatu sistem informasi, untuk dapat meningkatkan pelayanan kepada para pasien dan pihak yang terkait. Proses registrasi di klinik biasanya masih dilakukan secara semi manual. Pasien mendaftar dengan aplikasi chatting, setelah itu petugas memasukkan data pasien ke dalam form yang tersedia. Hingga saat ini proses pendaftaran dan reservasi pada klinik DL Dental juga masih dilakukan secara semi-manual yang mana setiap pasien datang ke klinik atau dapat mendaftarkan via whatsapp admin. Proses ini mengakibatkan pasien tidak bisa mendapatkan informasi yang pasti mengenai pemeriksaan yang akan dilakukan. Untuk itu diperlukan sistem berbasis teknologi yang dapat membantu pasien dalam melakukan pendafatran dan reservasi. Penelitian ini bertujuan untuk membangun sistem informasi reservasi dan penjadwalan yang lebih efektif dan efisien dengan menggunakan metode pengembangan sistem waterfall. Metode waterfall dipilih karena memiliki tahapan yang terstruktur. Sistem yang akan dibangun memungkinkan pasien untuk mendapatkan pelayanan pemeriksaan yang lebih cepat karena pasien dapat mengakes antrian secara real time. Hasil keluaran yang diharapkan mampu meningkatkan efektifitas pelayanan pada klinik.
SISTEM PAKAR DIAGNOSIS AUTISME PADA ANAK BERBASIS WEB DENGAN FORWARD CHAINING DAN CERTAINTY FACTOR Andra Juansa; Ahmad Subhan Yazid; Deden Hardan Gutama; Dhina Puspasari Wijaya
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6696

Abstract

Autisme merupakan gangguan perkembangan neurologis yang memengaruhi kemampuan komunikasi, interaksi sosial, dan perilaku anak sejak dini. Deteksi dini menjadi krusial mengingat periode perkembangan otak anak yang sangat cepat, sehingga intervensi dapat diberikan lebih efektif. Penelitian ini bertujuan merancang dan mengembangkan sistem pakar berbasis web untuk membantu proses diagnosis dini gangguan autisme pada anak menggunakan metode Forward Chaining dan Certainty Factor. Metode Forward Chaining digunakan untuk menelusuri fakta gejala berdasarkan aturan logika IF–THEN, sedangkan Certainty Factor dimanfaatkan untuk menghitung tingkat kepastian diagnosis berdasarkan bobot kepercayaan dari setiap gejala yang dipilih pengguna. Sistem dibangun menggunakan bahasa pemrograman PHP dan basis data MySQL, serta diimplementasikan dengan model pengembangan Waterfall. Hasil pengujian Blackbox menunjukkan bahwa sistem berjalan sesuai fungsi yang dirancang dan menghasilkan keluaran yang selaras dengan pendapat pakar. Sistem ini diharapkan dapat mempermudah orang tua maupun tenaga medis dalam melakukan skrining awal autisme, khususnya di wilayah dengan keterbatasan akses layanan kesehatan, sekaligus meningkatkan kesadaran masyarakat akan pentingnya diagnosis dini gangguan autisme.
SISTEM PAKAR BERBASIS WEB UNTUK MENDIAGNOSIS PENYAKIT GIGI DAN MULUT MENGGUNAKAN METODE FORWARD CHAINING Andi Rabiatul Adawiyyah; Andri Pramuntadi; Deden Hardan Gutama; Ahmad Subhan Yazid
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 7 No 4 (2025): EDISI 26
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v7i4.6743

Abstract

Penyakit gigi dan mulut merupakan masalah kesehatan yang sering terjadi, namun penanganannya sering terhambat oleh keterbatasan akses layanan kesehatan. Penelitian ini bertujuan merancang sistem pakar berbasis web untuk membantu diagnosis awal penyakit gigi dan mulut berdasarkan gejala yang dialami pengguna. Sistem menggunakan metode forward chaining untuk menelusuri gejala dan mencocokkannya dengan aturan hingga menghasilkan diagnosis serta rekomendasi penanganan. Pengembangan dilakukan dengan metode Waterfall, menggunakan PHP dan MySQL, serta divalidasi melalui wawancara dengan dokter gigi. Hasil pengujian blackbox menunjukkan sistem berfungsi baik dalam memberikan informasi diagnosis awal. Sistem ini diharapkan menjadi alternatif bagi masyarakat untuk memperoleh informasi kesehatan gigi dan mulut secara cepat dan mudah diakses.
SISTEM PAKAR DIAGNOSA HAMA DAN PENYAKIT TANAMAN CABAI MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEB Siti Aisah; Ahmad Subhan Yazid; Dhina Pusapasari Wijaya; Dita Danianti
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.6748

Abstract

Tanaman cabai merupakan komoditas hortikultura penting di Indonesia dengan nilai ekonomi tinggi dan menjadi bahan utama dalam berbagai masakan. Namun, budidayanya menghadapi tantangan serius akibat serangan hama dan penyakit yang dapat menurunkan kualitas serta produktivitas panen. Proses diagnosis yang masih dilakukan secara manual dan keterbatasan tenaga ahli turut memperburuk kondisi tersebut. Berdasarkan data produksi cabai di Kabupaten Bantul, terjadi fluktuasi signifikan dengan penurunan tajam dari hampir 40.000 ton pada tahun 2021 menjadi sekitar 9.000 ton pada tahun 2023. Salah satu penyebabnya adalah serangan hama patek yang memengaruhi lebih dari 100 hektar lahan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan pengembangan Sistem Pakar Diagnosa Hama dan Penyakit Tanaman Cabai Berbasis Web menggunakan metode Certainty Factor. Metode ini diterapkan untuk menghitung tingkat keyakinan berdasarkan gejala yang dimasukkan sehingga sistem dapat memberikan hasil diagnosa yang lebih akurat. Hasil pengujian menunjukkan bahwa sistem mampu mendiagnosis lima jenis penyakit dan tiga jenis hama. Pada salah satu kasus uji, sistem menghasilkan tingkat kepastian sebesar 96,67% untuk penyakit Lalat Buah. Selain itu, pengujian Black Box Testing membuktikan bahwa seluruh fungsionalitas sistem berjalan dengan baik. Dengan adanya sistem ini, petani dapat melakukan diagnosis secara cepat, mandiri, dan memperoleh rekomendasi penanganan yang tepat.
A Fault Diagnosis and Intelligent Monitoring Framework Using Explainable Artificial Intelligence for Smart Industrial Machinery Siska Nar; Ahmad Nugroho; Ahmad Subhan Yazid; Helmi Wibowo; Alyauma Hajjah
International Journal of Mechanical, Industrial and Control Systems Engineering Vol. 2 No. 4 (2025): December :IJMICSE: International Journal of Mechanical, Industrial and Control
Publisher : Asosiasi Riset Ilmu Teknik Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/ijmicse.v2i4.405

Abstract

Background: The development of industrial technology in the Industry 4.0 era has encouraged the implementation of intelligent monitoring systems to improve machine reliability and operational efficiency. However, machine fault diagnosis systems based on artificial intelligence often face limitations in terms of interpretability because the models used are complex and difficult to explain. Objective: This study aims to develop a deep learning-based industrial machine fault diagnosis system integrated with an Explainable Artificial Intelligence (XAI) approach to improve diagnostic accuracy while providing interpretable insights for users. Method: The research method involves collecting data from industrial machine sensors consisting of vibration signals, temperature measurements, and acoustic signals, followed by data preprocessing and feature extraction processes. The processed data are then used to train a deep learning-based diagnostic model, after which explainability methods such as SHAP or LIME are applied to analyze the contribution of each feature to the model’s prediction results. Model performance is evaluated using accuracy, precision, recall, and F1-score metrics. Results: The results indicate that the proposed deep learning model achieves better performance compared to conventional machine learning methods such as Support Vector Machine and Random Forest. Furthermore, the explainability analysis reveals that vibration amplitude, increases in machine component temperature, and anomalies in acoustic signals are the main factors influencing machine fault detection. Therefore, the proposed system not only improves the accuracy of machine fault diagnosis but also provides transparency in the decision-making process, thereby supporting the implementation of predictive maintenance in smart manufacturing environments.
Co-Authors Agung Fatwanto Agung Fatwanto Agung Fatwanto, Agung Agung Nur Hidayat Ahmad Nugroho Akhmad Imam Fahrizal Albert Aymi Pratama Putra Alyauma Hajjah Andi Rabiatul Adawiyyah Andra Juansa Andri Pramuntadi Andri Pramuntadi Andri Pramuntadi Andri Pramuntadi Andri Pramuntadi Andri Pramuntadi Andrian Nur Prima Saputra Anita Sofiyati Antoni, Fajria Arif Setiawan Ariyani Kusuma Dewi, Ariyani Kusuma Asdistia, Sindy Asyhab, Naufal Aulia Faqih Rifa’i Ayami, Zaenita Sayidatil Ayu Kusmawati Bambang Sugiantoro Cicin Hardiyanti P Dadang Heksaputra Deden Hardan Gutama Deden Hardan Gutama Dhina Pusapasari Wijaya Dhina Puspasari Wijaya Dhina Puspasari Wijaya Dhina Puspasari Wijaya Dhina Puspasari Wijaya Dhina Puspasari Wijaya, Dhina Puspasari Wijaya, Dhina Puspasari Dita Danianti Dita Danianti Dita Danianti Dita Danianti Dita Danianti Dita Danianti Edi Winarko Eko Setiawan Eko Setiawan Eko Setiawan Fahrizal Surya Panuntun Gutama, Deden Hardan Hadromi, Aang Hardan Gutama, Deden Hari Surrisyad Helmi Wibowo Hikmah Supriyati Ida Ayu Putu Sri Widnyani Imam Suryadi, Imam Ixnu Subextyo Jailani, Moh. Kharisma, Razendra Bintang Khurin 'ien Mukhoyyaroh Laili Alfi Rohmah Leni Tri Wibowo Luqman Luqman M Didik Rohmad Wahyudi M Mustakim Maria Ulfah Siregar Moh. Jailani Muhamad Zaky Fareza Muhammad Asifaq Muhammad Furqon, Habib Muhammad Taufiq Nuruzzaman Mukhoyyaroh, Khurin 'ien Musyafa, Muhammad Akid Nala Akhsanal Muna Naufal Asyhab Nisaa Ratna Marliana Nur ‘Azah Nuramadanti, Izati Nurlany, Wa Ode Padmarasti, Erda Paryati Paryati PIPIT FEBRIANA DEWI Pramuntadi, Andri Prasetyawan, Daru Pratama, Bayuaji Wahyu Pratami, Jauharoh Puguh Jayadi Puji Winar Cahyo Puspasari Wijaya, Dhina Ragil Satria Wicaksana Ramadhani, Aisyah Razendra Bintang Kharisma rifa'i, m._rafly Riski Nurhadi Rizki Ramadhan Rochmadi, Tri Rosalia Susilowati Salman Rifki Yanuar Sayekti Abriani Shofwatul ‘Uyun Siska Nar Siti Aisah Solikin, Mokhamad son, Sumarsono Sugiarno, Bayu Tri Rochmadi Yanuar Wicaksono Yanuar Wicaksono Yanuar Wicaksono Yudistira Yudistira Yusnita, Shella ZAID AL KHOIR ZAID