Article Per Year (5 Year)
p-Index From 2021 - 2026
2.125
P-Index
This Author published in this journals
All Journal PEDAMAS (Pengabdian Kepada Masyarakat) Journal of Scientific Insights Jurnal Teknologi dan Sains Modern Issues in Mathematics Educations (IMED) JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)
Sahriani
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Health Professions Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Integrasi Internet of Things (IoT) dan Machine Learning (ML) untuk Efisiensi, Keberlanjutan, dan Keamanan Konasara, Zakiyah; Mustamin, Syaiful Bachri; Fajar, Nurhikmah; Hidayatullah, Nurul; Sahriani
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.347

Abstract

Integrasi Internet of Things (IoT) dan Machine Learning (ML) telah menjadi fokus utama penelitian untuk meningkatkan efisiensi, keamanan, dan keberlanjutan di berbagai sektor. Kajian ini menganalisis penerapan IoT dan ML dalam manajemen perangkat keras, sistem tanggap darurat, keamanan siber, dan manajemen pertanian, dengan penekanan pada pendekatan berbasis data dan efisiensi komputasi.Hasil studi menunjukkan bahwa IoT dan ML dapat diterapkan secara efektif di berbagai konteks. Dalam manajemen perangkat keras, sensor IoT memantau kondisi real-time, sementara model ML memprediksi degradasi perangkat untuk mendukung efisiensi energi dan prinsip ekonomi sirkular. Dalam keamanan dan respons darurat, IoT dan ML meningkatkan kecepatan respons dan melindungi perangkat dari ancaman siber, dengan penerapan differential privacy untuk menjaga privasi data. Di sektor pertanian, kombinasi IoT dan ML membantu mengoptimalkan kondisi lingkungan, seperti dalam manajemen koloni lebah untuk meningkatkan produktivitas.Penelitian juga menekankan pentingnya efisiensi komputasi, di mana teknik seperti reduksi dimensi PCA dan pemilihan fitur (XGBoost) berhasil mengurangi kompleksitas tanpa mengorbankan akurasi. Bahkan, data frekuensi rendah dapat menghasilkan model ML yang andal.IoT dan ML adalah teknologi yang saling melengkapi, memberikan solusi inovatif untuk berbagai tantangan, dengan fokus pada efisiensi, keberlanjutan, dan keamanan. Penelitian ini tidak hanya menawarkan solusi saat ini tetapi juga membuka peluang bagi inovasi berkelanjutan di masa depan.
Potensi Transformasi Deep Learning dalam Berbagai Domain: Studi Literatur pada Manufaktur dan Layanan Kesehatan Mutia, Yesi Nurul; Mustamin, Syaiful Bachri; Saktilawati, Wa Ode; Sahriani; Fajar , Nurhikmah; Sari, Sri Kurniyan
Jurnal Teknologi dan Sains Modern Vol. 2 No. 2 (2025): Maret-April
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i2.349

Abstract

Penerapan deep learning di sektor manufaktur dan layanan kesehatan untuk meningkatkan efisiensi, akurasi, dan otomatisasi. Di sektor manufaktur, kolaborasi manusia-robot menghadapi tantangan dalam merencanakan tugas dan mengendalikan gerakan robot di lingkungan tak terstruktur, sementara deteksi cacat geometris pada produk menggunakan data awan titik 3D membutuhkan teknologi yang mampu menangani data kompleks. Di sektor layanan kesehatan, deep learning memainkan peran penting dalam segmentasi citra medis dan triage departemen gawat darurat untuk meningkatkan kecepatan dan akurasi pengambilan keputusan medis. Penelitian ini menggunakan studi literatur untuk mengeksplorasi berbagai aplikasi deep learning dalam kedua sektor tersebut, seperti penggunaan mixed reality head-mounted display (MR-HMD), deep reinforcement learning (DRL), dan model PointNet++ dalam manufaktur, serta aplikasi deep learning dalam segmentasi citra medis dan analisis data rekam medis elektronik di layanan kesehatan. Hasil penelitian menunjukkan bahwa deep learning meningkatkan efisiensi kolaborasi manusia-robot, memperbaiki deteksi cacat geometris, serta meningkatkan akurasi dan kecepatan proses triage di layanan kesehatan. Kesimpulannya, deep learning memiliki potensi transformasi besar di berbagai sektor dan membuka peluang untuk otomatisasi serta pengambilan keputusan berbasis data yang lebih canggih.
Integrasi Nilai-Nilai Al-Islam Kemuhammadiyahan dengan Perkembangan Sains dan Teknologi Mar, Nur Azaliah; Sahriani; Muammar Reza Pahlawan; Juswan
Jurnal Teknologi dan Sains Modern Vol. 2 No. 4 (2025): Juli-Agustus
Publisher : CV. Science Tech Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69930/jtsm.v2i4.554

Abstract

Kajian ini bertujuan untuk menganalisis integrasi nilai-nilai Al-Islam Kemuhammadiyahan dengan perkembangan sains dan teknologi modern. Penelitian ini menggunakan metode kajian pustaka (literature review) dengan menelaah berbagai sumber primer dan sekunder, termasuk jurnal ilmiah, dokumen resmi Muhammadiyah, serta literatur terkait etika Islam dalam pengembangan ilmu dan teknologi. Hasil kajian menunjukkan bahwa integrasi nilai keislaman dengan sains dan teknologi mampu memperkuat etika penelitian, tanggung jawab sosial, dan pemanfaatan teknologi untuk kemaslahatan umat. Lebih lanjut, paradigma integratif ini dapat diterapkan dalam pendidikan tinggi Muhammadiyah sebagai model pengembangan keilmuan yang tidak hanya unggul secara intelektual, tetapi juga berlandaskan pada akhlak Islami. Kesimpulannya, integrasi Al-Islam Kemuhammadiyahan dengan sains dan teknologi merupakan strategi penting untuk menghadapi tantangan global tanpa kehilangan nilai moral dan spiritual.
Clinical Image Classification of Cattle Foot and Mouth Disease Based on Convolutional Neural Network Reza, Muammar Reza Pahlawan; Sahriani; Shabarul Mukjizat
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol. 11 No. 1 (2026): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v11i1.4737

Abstract

Foot-and-Mouth Disease (FMD) is a highly contagious viral outbreak affecting cattle and causes significant economic losses to the national livestock industry. The limited availability of veterinary experts in the field often leads to delayed diagnosis, which contributes to the rapid spread of the virus. This study aims to develop an intelligent computational model capable of automatically diagnosing clinical symptoms of FMD from digital images using a deep learning approach based on Convolutional Neural Networks (CNNs). The research methodology begins with the collection of a dataset consisting of images of cattle mouths and hooves, categorized into two classes: FMD-infected and healthy. The preprocessing stage involves image resizing and pixel normalization, followed by data augmentation techniques such as rotation and flipping to reduce overfitting. The model architecture is designed using a sequence of convolutional layers, pooling layers, and fully connected layers to automatically extract visual features related to lesion characteristics. Based on the experimental results, the proposed model achieves high classification performance, with a validation accuracy of 95%. The dataset used in this study consists of 1,000 image samples, with a data split ratio of 70% for training, 15% for validation, and 15% for testing. In addition to accuracy, the classification performance demonstrates a recall of 96%, F1-score of 94%, and precision of 91%.The findings of this study confirm that a computer vision–based approach can serve as a reliable tool for early diagnostic assistance, offering fast and accurate detection to support better decision-making in livestock health management.
Co-Authors Anggriani, Dwi Asdah, Atikah Nurul Atnang, Muhammad Awi Eka Purnama Sari, Eka Purnama Fajar , Nurhikmah Fajar, Nurhikmah Hasbi, Nur Hikmah , Nur Juswan Kiki Konasara, Zakiyah Muammar Reza Pahlawan Muhammad Atnang Mustamin, Syaiful Bachri Mutia, Yesi Nurul Nur Azaliah MAR, Nur Azaliah Nurrahma Nurul Hidayatullah, Nurul Reza, Muammar Reza Pahlawan Safitri, Nur Anita Syamsi Saktilawati, Wa Ode Samsidar Sari, Sri Kurniyan Shabarul Mukjizat Siti Fatmah, Siti Surahmawanti, Mita Syaiful Bachri Mustamin Usman Mulbar