Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal Buletin Poltanesa DiJITAC : Digital Journal of Information Technology and Communication
Abdullah, Ifnu Abdul Aziz
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Education Languange, Linguistic, Communication & Media Social Sciences

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Buletin Poltanesa

 1 
Prediksi Jumlah Masyarakat Terkontaminasi Covid-19 di Kota Samarinda Menggunakan Metode Single Exponential Smoothing abdullah, Ifnu Abdul Aziz; Jamil, Muh.; Saputra, Surya Fajar; Nugraha, Chandra; Rosiyadi, Didi
Poltanesa Vol 23 No 1 (2022): Juni 2022
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v23i1.1273

Abstract

Kemunculan Covid-19 pada tahun 2019 membuat ketakutan yang sangat mendalam bagi penduduk Wuhan china hingga merambah ke antero dunia dan penyebab menambahnya virus ini menjalar ke seluruh dunia dikarenakan ketakutan penduduk yang berdomisili di Wuhan china berbondong bondong pergi sehingga membawa virus tersebut, ke seluruh permukaan dunia, Salah satunya negara Indonesia hingga ke Kalimantan Timur, Kota Samarinda maka dengan ini penduduk Kalimantan Timur yang terkena dampak Virus ini, sebesar 78.492 manusia. Dengan Penelitian ini akan mencoba memprediksi jumlah masyarakat yang dikonfirmasi Covid-19 dengan menggunakan metode Single Exponential Smoothing di kota Samarinda, hasil prediksi dari penelitian ini dapat menjadi acuan pihak terkait, Sementara untuk perhitungan jumlah error dari prediksinya digunakan metode MSE (Mean Square Error) pendekatan ini dapat mengatur kesalahan peramalan yang cukup besar karena kesalahan itu dikuadratkan Nilai akurasi pada setiap metode dapat dipengaruhi oleh penentuan nilai pergerakan dan nilai bobot yang digunakan 32429517882,2549, Dan juga digunakan metode MAPE (Mean Absolute Percentage Error) MAPE menyatakan persentase kesalahan hasil peramalan terhadap data sebenarnya selama periode tertentu yang dapat memberikan informasi persentase kesalahan yang terlalu rendah atau terlalu tinggi, MAPE memiliki hasil 62% maka dengan hal ini semakin besar nilai MAPE maka semakin besar kesalahan hasil pendugaan
Segmentasi Lemak Visceral dan Kanker Paru-paru Menggunakan Deep Learning Abdullah, Ifnu Abdul Aziz; Sadikin, Rifki; Rianto, Yan; Priansyah, Dedi
Poltanesa Vol 23 No 2 (2022): Desember 2022
Publisher : P3KM Politeknik Pertanian Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51967/tanesa.v23i2.1354

Abstract

Lemak Visceral memberikan dampak yang sangat besar terhadap beberapa penyakit dan salah satunya Kanker paru-paru penyebab utama kematian, Kondisi ini memberikan pengaruh besar dalam dunia kesehatan terhadap permasalahan Lemak visceral dan kanker paru-paru Computer vision menghembalangkan penelitian dari permasalahan yang besar ini computer vision ingin melihat keakuratan penelitian, dengan dataset yang telah di tentukan dengan ini peneliti menggunakan metode deep learning dan di dukung dengan metode Segmentasi-CNN, Segmentation & VFI Calculation. Metode tersebut mampu menampilkan gambar yang tersegmentasi dengan detail dari mengubah warna satu dimensi dan dua dimensi sehingga akan memberikan keakuratan segmentasi, lemak yang telah tersegmentasi daerah gambar lemak dan garis tepinya pada Lemak visceral dan kanker paru-paru memisahkan lemak dan kanker dengan jumlah pixel putih lemak lemah dengan ration area akurat dan Memiliki pixel yang tinggi dan tepat dalam pemrosesan pixel.
Co-Authors Chandra Nugraha, Chandra Dedi Priansyah Fadli Fadli Jamil, Muh. Rianto, Yan Rosiyadi, Didi Sadikin, Rifki Saputra, Surya Fajar