Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Eksakta : Berkala Ilmiah Bidang MIPA Jurnal Pendidikan dan Teknologi Indonesia
Hasan Wahyudi, Muhammad
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Energy Engineering Environmental Science Materials Science & Nanotechnology Mathematics Mechanical Engineering

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

Found 2 Documents
Search

 1 
Optimal Control with Treatment and Water Sanitation for Cholera Epidemic Model Purnawan, Heri; Aisyatul Faroh, Rifky; Hasan Wahyudi, Muhammad; Cahyaningtias, Sari
EKSAKTA: Berkala Ilmiah Bidang MIPA Vol. 24 No. 03 (2023): Eksakta : Berkala Ilmiah Bidang MIPA (E-ISSN : 2549-7464)
Publisher : Faculty of Mathematics and Natural Sciences (FMIPA), Universitas Negeri Padang, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/eksakta/vol23-iss03/428

Abstract

This paper proposes a mathematical model for cholera using optimal control of treatment through quarantine and water sanitation. Cholera is acute diarrhoea caused by Vibrio cholera bacteria infecting the intestinal tract. The analysis related to the spread of this disease is carried out through a mathematical approach. The constructed mathematical model is demonstrated epidemiologically. The proposed optimal control is the treatment of infected individuals during the quarantine period and sanitation, namely environmental hygiene, especially water. This strategy aims to suppress the number of infected individuals and reduce the concentration of bacteria due to cholera disease. To solve the optimal control problem, we employ the 4th-order forward-backward Runge-Kutta method. Based on the simulation results, the number of individuals infected by cholera and the concentration of bacteria decreased significantly. Moreover, the proposed method can transfer infected to recovered individuals faster than an optimal control treatment.
Implementasi Machine Learning untuk Identifikasi Jamur pada Aplikasi Android Menggunakan Algoritma Convolutional Neural Network Afif Fahri, Reyhan; Farouq Mauladi, Kemal; Hasan Wahyudi, Muhammad
Jurnal Pendidikan dan Teknologi Indonesia Vol 5 No 8 (2025): JPTI - Agustus 2025
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.945

Abstract

Kurangnya pengetahuan masyarakat dalam mengenali jamur beracun di Indonesia masih menjadi masalah serius yang dapat menyebabkan kasus keracunan, terutama di daerah yang memiliki kebiasaan mengonsumsi jamur liar. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android yang dapat membantu masyarakat dalam mengidentifikasi jenis jamur secara otomatis sebagai upaya pencegahan keracunan. Metode yang digunakan adalah Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2, yang diimplementasikan menggunakan TensorFlow Lite agar dapat dijalankan secara efisien pada perangkat mobile. Dataset terdiri dari 2000 citra jamur yang dibagi dalam rasio 80% untuk pelatihan dan 20% untuk validasi, dengan pelatihan dilakukan selama 30 epoch. Model yang dihasilkan mencapai akurasi pelatihan sebesar 83% dan akurasi pengujian sebesar 85%. Aplikasi yang dikembangkan mampu melakukan identifikasi secara cepat dan akurat, serta memiliki potensi besar untuk meningkatkan kesadaran masyarakat terhadap keamanan pangan. Penelitian ini memberikan kontribusi penting dalam pengembangan teknologi berbasis kecerdasan buatan di bidang kesehatan dan keamanan pangan.
Co-Authors Afif Fahri, Reyhan Cahyaningtias, Sari Farouq Mauladi, Kemal Purnawan, Heri Rifky Aisyatul Faroh