Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan
Ubaydilah
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

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

Found 2 Documents
Search

 1 
Distribusi Kepala Sekolah dan Guru Berdasarkan Kelompok Umur di Provinsi Sulawesi Utara, Sulawesi Tengah, Bengkulu, dan Nusa Tenggara Timur Tahun Ajaran 2023/2024 untuk Sekolah Dasar Ubaydilah; Ilham Ahsan Saputra; Muhammad Firzi Sulaeman; Muhammad Rizqi Ramdhan
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 3 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

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

Abstract

Studi ini menyajikan analisis distribusi usia kepala sekolah dan guru pada jenjang Sekolah Dasar (SD) di empat provinsi, yaitu Sulawesi Utara, Sulawesi Tengah, Bengkulu, dan Nusa Tenggara Timur, untuk tahun ajaran 2023/2024. Dengan melihat persebaran usia tenaga pendidik di setiap provinsi, penelitian ini bertujuan memberikan pemahaman mendalam mengenai proporsi usia tenaga pendidik, dari usia muda hingga menjelang pensiun. Temuan yang diperoleh dari data ini penting dalam perencanaan pengelolaan sumber daya manusia, terutama dalam persiapan regenerasi tenaga pendidik. Hasil analisis ini juga memungkinkan perbandingan antarprovinsi untuk menentukan area yang perlu perhatian lebih dalam hal perekrutan dan pengembangan tenaga pendidik, menyesuaikan dengan karakteristik kelompok umur di setiap wilayah.
Pengenalan Wajah Emosi Menggunakan CNN dan Ekstraksi Fitur HOG Saputra, Ilham Ahsan; Ubaydilah; Sulaeman, Muhammad Firzi; Bayu Samudra; Perani Rosyani
AI dan SPK : Jurnal Artificial Intelligent dan Sistem Penunjang Keputusan Vol. 3 No. 2 (2025): Jurnal AI dan SPK : Jurnal Artificial Inteligent dan Sistem Penunjang Keputusan
Publisher : CV. Shofanah Media Berkah

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

Abstract

Pengenalan emosi wajah merupakan komponen penting dalam visi komputer karena mendukung interaksi manusia–komputer, analisis perilaku, serta pengembangan sistem cerdas berbasis persepsi visual. Namun, performa model pada dataset umum seperti FER-2013 sering terhambat oleh variasi pencahayaan, resolusi rendah, ketidakseimbangan kelas, dan potensi noise pada label. Penelitian ini mengusulkan pengembangan arsitektur Convolutional Neural Network (CNN) yang dioptimasi untuk meningkatkan akurasi dan kemampuan generalisasi dalam klasifikasi emosi wajah. Pendekatan yang digunakan mencakup preprocessing citra grayscale 48×48 piksel, augmentasi data, penerapan class weighting, serta modifikasi arsitektur dengan Batch Normalization, LeakyReLU, Global Average Pooling, dan Dropout. Model dievaluasi menggunakan akurasi, F1-score, confusion matrix, dan visualisasi Grad-CAM untuk menilai interpretabilitas.  Hasil eksperimen menunjukkan bahwa model yang diusulkan mencapai akurasi pengujian 56–58% dan weighted F1-score 0,55–0,58, meningkat signifikan dibandingkan model baseline CNN (41–42%) maupun pendekatan HOG+SVM (35–40%). Analisis menunjukkan peningkatan kinerja pada kelas minor, sementara Grad-CAM mengonfirmasi bahwa model memfokuskan perhatian pada area wajah relevan seperti mata dan mulut. Temuan ini membuktikan bahwa arsitektur CNN ringan yang dioptimasi mampu memberikan performa lebih stabil pada dataset berkualitas rendah dan tidak seimbang, serta menjadi dasar bagi pengembangan model lanjutan berbasis transfer learning dan attention mechanism.
Co-Authors Bayu Samudra Ilham Ahsan Saputra Muhammad Firzi Sulaeman Muhammad Rizqi Ramdhan Perani Rosyani Saputra, Ilham Ahsan Sulaeman, Muhammad Firzi