Article Per Year (5 Year)
p-Index From 2021 - 2026
3.19
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Zero : Jurnal Sains, Matematika, dan Terapan Jusikom: Jurnal Sistem Informasi Ilmu Komputer JURNAL MAHAJANA INFORMASI INFOKUM Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Jurnal Pengabdian UNDIKMA Prioritas : Jurnal Pengabdian Kepada Masyarakat Jurnal ABDIMAS MUTIARA The Indonesian Journal of Computer Science JURNAL TEKNOLOGI, KESEHATAN DAN ILMU SOSIAL
Amir Saleh
Politeknik Negeri Medan
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Physics Public Health Social Sciences Other

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Improving the Major Recommendation Systems: Analysis of Hybrid Naïve Bayes-based Collaborative Filtering and Fuzzy Logic Amir Saleh; Sitompul, Boy Arnol; Wijaya Laia, Laksana Febri; Sinaga, Nicholas Ferdinan
Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Vol. 8, No. 4, November 2023
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/kinetik.v8i4`.1797

Abstract

Major recommendation systems have been widely used to assist prospective students in choosing major that matches their interests and potential. In an effort to improve the performance of the recommendation system, this study proposed to use collaborative filtering techniques with naïve Bayes approach. In addition, this study improved the input parameters using fuzzy logic in determining the recommended majors. The methodology used started from collecting user data, including gender, academic history, interests, and other relevant attributes. The data were used to train the naïve Bayes technique by estimating the probability of feature conformity between users and students in the recommended majors. However, there were problems such as uncertainty and ambiguity in user preferences for input data. The fuzzy logic method aimed to improve the input parameters to more accurately reflect the user preferences. The results of improving the input parameters by using fuzzy logic were then used in the naïve Bayes technique to obtain recommendations for the direction that best suits the user’s preferences. The final stage of this study used evaluation metrics such as precision, recall, and f1-score to measure the performance of the recommendation system in providing accurate recommendations. The use of a hybrid of naïve Bayes and fuzzy logic algorithms obtains an accuracy value of 87.27%, a precision value of 87.33%, a recall value of 87.24%, and an f1-score value of 87.26%. These results are higher than the usual naïve Bayes model applied in major recommendation systems.
Kombinasi Jaringan Learning Vector Quantization Dan Normalized Cross Correlation Pada Pengenalan Wajah Saleh, Amir; Indra, Evta; Harahap, Mawaddah
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 3 No. 2 (2020): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jusikom.v3i2.851

Abstract

Pengenalan wajah merupakan cara yang dilakukan untuk mengidentifikasi wajah berdasarkan nilai ciri yang terdapat pada citra wajah dan dapat diterapkan di dalam berbagai sistem, seperti absensi, akses keamanan ruangan dan login aplikasi atau perangkat. Salah satu algoritma untuk pengenalan wajah adalah LVQ (learning vector quantization), tetapi dalam pemilihan bobot awal yang kurang tepat dapat berdampak pada penurunan kinerja algoritma tersebut, sehingga hasil dari pengenalan wajah kurang akurat. Permasalahan ini dapat diselesaikan dengan penentuan bobot awal yang tepat dengan metode tertentu. Bobot yang dipilih pada penelitian ini berdasarkan kemiripan citra, salah satu metode untuk mengukur kemiripan adalah NCC (Normalized Cross Correlation). Penelitian ini akan dilakukan dengan mengkombinasi jaringan LVQ dengan menggunakan NCC dalam penentuan bobot awal untuk pengenalan wajah. Hasil pengujian yang diperoleh dengan kombinasi kedua metode tersebut untuk pengenalan wajah sebesar 94%.
Intelligent Actuator Control in Smart Agriculture through Machine Learning and Sensor Data Integration Azmi, Fadhillah; Gibran, M. Khalil; Fawwaz, Insidini; Anugrahwaty, Rina; Saleh, Amir
ZERO: Jurnal Sains, Matematika dan Terapan Vol 9, No 1 (2025): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v9i1.24421

Abstract

Smart agriculture leverages Internet of Things (IoT) technology to develop intelligent greenhouses capable of monitoring and responding to environmental changes in real time. This study proposes the use of machine learning to analyze real-time sensor data—such as temperature, humidity, water level, and soil nutrient levels (N, P, K)—to determine the optimal timing for activating actuators, including fans, irrigation systems, and water pumps. In the initial stage, the study utilized the "IoT Agriculture 2024" dataset from Kaggle, which consists of 37,922 records and 13 attributes describing crop and environmental conditions. This dataset was used to train a robust machine learning model based on gradient boosting to support intelligent actuator control decisions. The model demonstrated strong predictive accuracy, achieving 99.62%. In the final stage, the model was evaluated in a simulated IoT-based agricultural system using synthetic sensor data designed to mimic real-world readings of temperature, humidity, soil moisture, and nutrient concentrations. The model achieved a high validation accuracy of 99.55%, indicating its reliability and robustness within the simulated environment. These results demonstrate that the integration of machine learning with real-time sensor data is an effective strategy for automating actuator control in smart greenhouses. The proposed approach has the potential to reduce manual intervention, optimize resource utilization, and improve overall agricultural productivity. This study contributes to the advancement of adaptive, data-driven precision agriculture systems that support long-term food security.
PENINGKATAN KREATIVITAS GURU MTS. AL HIJRAH NU MEDAN MELALUI PELATIHAN DESAIN MEDIA PEMBELAJARAN INTERAKTIF BERBASIS CANVA Azmi, Fadhillah; Amir Saleh; Muhammad Riki Atsauri; Nanda Novita; Mega Puspita Sari
Jurnal Abdimas Mutiara Vol. 6 No. 2 (2025): JURNAL ABDIMAS MUTIARA (IN PRESS)
Publisher : Universitas Sari Mutiara Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jam.v6i2.6163

Abstract

Transformasi digital dalam dunia pendidikan menuntut guru untuk mampu merancang media pembelajaran yang menarik, interaktif, dan relevan dengan karakteristik generasi digital. Kegiatan ini bertujuan untuk meningkatkan kreativitas guru dalam mendesain media pembelajaran interaktif berbasis Canva. Pelatihan dilaksanakan di MTs Al Hijrah NU Medan, diikuti oleh 15 guru dari berbagai mata pelajaran. Metode pelatihan meliputi pemberian materi teori tentang prinsip desain pembelajaran, demonstrasi penggunaan Canva, praktik langsung membuat media, serta presentasi dan evaluasi hasil karya peserta. Hasil kegiatan menunjukkan bahwa 82% peserta mengalami peningkatan kreativitas dan keterampilan dalam merancang media pembelajaran setelah pelatihan. Sebagian besar guru mampu menghasilkan media interaktif seperti poster, infografis, dan presentasi digital dengan tampilan visual yang menarik dan konten yang sesuai dengan tujuan pembelajaran. Respon peserta terhadap pelatihan juga sangat positif, dengan 92% menyatakan bahwa pelatihan ini relevan dan bermanfaat untuk diterapkan dalam proses pembelajaran. Pelatihan ini memberikan kontribusi nyata dalam membangun kapasitas guru menuju pembelajaran berbasis teknologi yang lebih kreatif dan inovatif.
The Implementation of a Learning Management System for Improving Teacher Knowledge and Skills in MTs. Teladan Medan Fadhillah Azmi; Amir Saleh; N P Dharshinni; Despaleri Perangin-Angin
Jurnal Pengabdian UNDIKMA Vol. 4 No. 2 (2023): May
Publisher : LPPM Universitas Pendidikan Mandalika (UNDIKMA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33394/jpu.v4i2.6611

Abstract

The implementation of community service (PKM) aims to improve teachers' ability to teach by applying the website-based learning management system (LMS) application at MTs. Teladan Medan is the location of the dedication that has been done. The application that had been developed was a contribution to PKM partners to helped the school conduct learned management, especially in implementing online learned.  PKM activities were carried out through several activities, namely: socialization, training, and assistance in the used of the website-based learned management system (LMS) application that had been developed for several 16 teachers. The instruments used in the form of questionnaires, pretests, and posttests were distributed before and after the training. Based on the results of the activities carried out, there was an increase in teacher knowledge about integrated learning technology using the learning management system application, with a score of 75.65%, and an increase in teacher skills in using or applying the learning management system application, with a score of 80.47%.
Herbal Plant Image Retrieval Using HSV Color Histogram and Random Forest Algorithm Azmi, Fadhillah; Gibran, M Khalil; Saleh, Amir
Journal of Computer Science, Information Technology and Telecommunication Engineering Vol 6, No 2 (2025)
Publisher : Universitas Muhammadiyah Sumatera Utara, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/jcositte.v6i2.26495

Abstract

Herbal plants have significant importance in traditional medicine and are often useful in various natural health products. Visual identification of these plants is usually carried out based on the shape of the leaves and often encounters difficulties in distinguishing species due to similarities in shape and color. Therefore, a system capable of automatically and efficiently recognizing and searching for herbal plant images is needed. This study aims to implement an image search engine for herbal plants based on leaf color similarity. The method used includes color feature extraction using an HSV (Hue, Saturation, Value) histogram with an 8×8×8 bin configuration, resulting in a 512-dimensional feature vector. This histogram feature is then used as input for the Random Forest classification algorithm to group images based on the type of herbal plant. The dataset used consists of 450 herbal leaf images from 9 different classes, obtained through direct image capture using a digital camera. The test results indicates that the developed system is able to classify types of herbal plants with an accuracy of 95.56%. In addition, the computation time and system response during both training and testing processes are relatively fast and efficient. The advantage of this system lies in the simplicity of feature extraction while still being able to provide high classification performance. This system has great potential to be used as an educational tool as well as an initial component in the development of mobile applications for automatic herbal plant identification.
PKM Pemanfaatan Aplikasi Augmented Reality Interaktif Dalam Pembelajaran Pra Literasi dan Pra Numerasi Anak Usia Dini Pada TK Amanda Sibolga Azanuddin; Sari Siregar, Yunita; Saleh, Amir; Jannah, Miftahul; Regina Puspa Sari Damanik, Almerinda
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 02 (2025): EDISI SEPTEMBER 2025
Publisher : Universitas Harapan Medan

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

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk menerapkan teknologi Augmented Reality (AR) sebagai media pembelajaran interaktif bagi anak usia dini, khususnya dalam pengenalan huruf dan angka pada tahap pra-literasi dan pra-numerasi. Mitra kegiatan, TK Amanda Sibolga di Kota Sibolga, menghadapi kendala kurangnya media pembelajaran digital yang menarik dan interaktif. Proses belajar masih bersifat konvensional sehingga anak-anak mudah bosan dan guru kesulitan menghadirkan pembelajaran yang menyenangkan. Solusi yang ditawarkan adalah pengembangan aplikasi AR berbasis Android yang menampilkan huruf dan angka dalam bentuk tiga dimensi (3D) melalui kartu bergambar (flashcard) sebagai penanda (marker). Saat dipindai dengan kamera ponsel, objek huruf dan angka akan muncul dalam bentuk animasi berwarna cerah, sehingga menarik perhatian anak dan membantu memahami konsep dasar dengan cara visual dan menyenangkan. Kegiatan dilaksanakan melalui tahapan observasi, pelatihan guru, penerapan aplikasi di kelas, serta evaluasi hasil pembelajaran. Guru diberikan pendampingan untuk mengoperasikan aplikasi dan mengintegrasikannya dalam kegiatan belajar. Hasil menunjukkan peningkatan minat dan partisipasi anak dalam mengenal huruf dan angka, serta meningkatnya kemampuan guru dalam menggunakan teknologi pembelajaran. Program ini menjadi langkah nyata dalam mendukung transformasi digital pendidikan anak usia dini dan memperkuat peran perguruan tinggi dalam pemerataan akses teknologi di daerah.
PENGENALAN TANAMAN HERBAL MENGGUNAKAN ALGORITMA LEARNING VECTOR QUANTIZATION DAN MANHATTAN DISTANCE Saleh, Amir; Sibero, Alexander F K; Manurung, Immanuel H G
JURNAL TEKNOLOGI KESEHATAN DAN ILMU SOSIAL (TEKESNOS) Vol. 3 No. 2 (2021): JURNAL TEKNOLOGI, KESEHATAN DAN ILMU SOSIAL (TEKESNOS)
Publisher : Universitas Sari Mutiara Indonesia

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

Abstract

Jaringan learning vector quantization (LVQ) telah dikenal secara luas untuk melakukan berbagai teknik klasifikasi, seperti pengenalan pola yang menunjukkan perolehan hasil yang baik. Permasalahan yang umum ditemukan pada penerapan jaringan LVQ, yaitu dalam penentuan bobot awal jaringan. Beberapa metode telah diusulkan untuk perbaikan bobot awal pada jaringan LVQ agar memperoleh akurasi yang optimal. Pada penelitian ini, metode Manhattan distance akan digunakan untuk pemilihan bobot awal pada jaringan LVQ. Metode ini merupakan metode pengukuran jarak kemiripan data yang dapat menentukan bobot awal berdasarkan kemiripan tertinggi yang berada dalam kelompok yang sama. Perolehan nilai dengan kemiripan tertinggi pada data tersebut digunakan sebagai bobot awal jaringan LVQ. Berdasarkan hasil pengujian yang dilakukan untuk pengenalan tanaman herbal dengan metode LVQ dan Manhattan memperoleh akurasi sebesar 81,33%. Sedangkan pada pengujian menggunakan metode LVQ memperoleh akurasi sebesar 78,67%. Peningkatan akurasi pengenalan tanaman herbal dengan menerapkan metode yang diusulkan sebesar 2,66%. Sehingga dapat disimpulkan bahwa metode Manhattan di dalam jaringan LVQ memiliki pengaruh yang baik di dalam penentuan bobot awal jaringan LVQ.
Pendeteksian Penggunaan Masker Untuk Pencegahan Penyebaran Covid-19 Menggunakan Algoritma K-nearest neighbor Saleh, Amir
JURNAL TEKNOLOGI KESEHATAN DAN ILMU SOSIAL (TEKESNOS) Vol. 4 No. 1 (2022): JURNAL TEKNOLOGI KESEHATAN DAN ILMU SOSIAL (TEKESNOS)
Publisher : Universitas Sari Mutiara Indonesia

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

Abstract

Penyebaran Corona Virus Disease (COVID-19) telah menjadi perhatian dunia sejak tahun 2019 sampai sekarang. Berbagai upaya dalam pencegahan penyebaran penyakit tersebut telah dilakukan, seperti penggunaan masker yang sangat diwajibkan di berbagai negara termasuk Indonesia. Banyak masyarakat yang mengabaikan peraturan tersebut, sehingga penularannya semakin cepat dan berdampak pada melemahnya perekonomian. Para ahli telah banyak melakukan penelitian, seperti pendeteksian terhadap penggunaan masker sebagai upaya pencegahan penularan penyakit tersebut. Hal ini dilakukan untuk digunakan pada perangkat yang mampu melakukan pendeteksian secara otomatis dan mempermudah pemerintah dalam melakukan pengawasan terhadap penggunaan masker tersebut. Salah satunya teknik tersebut adalah pendeteksian yang dilakukan dengan teknik machine learning dalam penerapan computer vision. Dalam penelitian ini, sebuah algoritma klasifikasi yaitu k-nearest neighbor (kNN) akan digunakan dalam melakukan pendeteksian penggunaan masker berbasis pengolahan citra. Citra yang telah dikumpulkan akan dilakukan tahap ekstraksi terlebih dahulu sebelum proses klasifikasi dilakukan. Tahap selanjutnya akan dilakukan pendeteksian terhadap citra dengan hasil klasifikasi sebanyak 3 kelas, yaitu: menggunakan masker, tidak menggunakan masker, dan menggunakan masker hanya sebagian. Berdasarkan pengujian yang telah dilakukan untuk pendeteksian penggunaan masker menggunakan algoritma kNN dan ekstraksi ciri tekstur (GLCM dan LBP), memperoleh hasil akurasi sebesar 91,04%, sensitivity sebesar 81,38%, dan specificity sebesar 94,49%. Hasil yang diperoleh dari pengujian tersebut mendapatkan kinerja yang baik dalam melakukan pendeteksian penggunaan masker.
SISTEM OTOMATIS PENGENDALIAN RUANGAN BERBASIS WEB MENGGUNAKAN ESP32 UNTUK EFISIENSI ENERGI RUANG PERKULIAHAN Azmi, Fadhillah; Amir Saleh
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v10i2.6591

Abstract

Teknologi Internet of Things (IoT) memiliki peran yang begitu penting untuk mendukung efisiensi energi di lingkungan kampus. Setiap ruang perkuliahan, biasanya terdapat banyak perangkat listrik seperti lampu dan AC yang sering beroperasi di luar jam penggunaan, dan mengakibatkan pemborosan energi yang signifikan. Penelitian ini bertujuan mengembangkan sistem otomatis ruangan atau Smart Room Controller berbasis web yang memungkinkan pengendalian perangkat secara manual, otomatis melalui penjadwalan, serta pemantauan status secara real-time. Sistem yang dibangun menggunakan perangkat mikrokontroler ESP32 sebagai pengendali utama, penyimpanan jadwal berbasis SPIFFS, komunikasi WebSocket, dan dashboard web yang dapat diakses tanpa aplikasi tambahan. Dari hasil pengujian menunjukkan bahwa seluruh fitur utama berjalan dengan baik, dengan waktu respons kontrol manual rata-rata <300 ms dan pembaruan status real-time <200 ms. Penjadwalan otomatis mencatat tingkat keberhasilan 96,7% dan penyimpanan jadwal bersifat persisten setelah restart perangkat. Evaluasi konsumsi energi pada ruang kuliah menunjukkan penurunan penggunaan energi harian dari 20,5 kWh menjadi 18,5 kWh, sehingga terjadi penghematan sebesar 9,8%. Berdasarkan hasil tersebut, sistem Smart Room Controller terbukti efektif dalam meningkatkan efisiensi energi dan mengurangi pemborosan penggunaan perangkat ruangan di kampus. Sistem ini memiliki potensi diterapkan secara lebih luas dan dikembangkan pada tahap berikutnya dengan integrasi algoritma kecerdasan buatan untuk optimasi penggunaan energi secara adaptif.
Co-Authors Achmad Ridwan Achmad Ridwan, Achmad Alexander F.K. Sibero Alvin Alvin, Alvin Azanuddin Azmi, Fadhillah Despaleri Perangin-Angin Dharshinni, NP Diky Suryandy Fadhillah Azmi FADHILLAH AZMI Fadhillah Azmi Fadhillah Azmi, Fadhillah Fawwaz, Insidini Fransiskus Gowasa Gibran, M Khalil Gibran, M. Khalil I Fawwaz Indra, Evta Interiesta, Diva Cahaya Jesron Nainggolan M Khalil Gibran M. Khalil Gibran Manurung, Immanuel H G Maulana, Ilham Habib MAULANA, RIZA Mawaddah Harahap, Mawaddah Miftahul Jannah Muhammad Khalil Gibran Muhammad Riki Atsauri N P Dharshinni N P Dharshinni N. PRIYA DHARSHINNI Nanda Novita Nanda Novita Nanda Novita, Nanda Pasaribu, Martin Josua Perangin-angin, Despaleri Puspita Sari, Mega Regina Puspa Sari Damanik, Almerinda Rina Anugrahwaty, Rina Sarif, Muhammad Irfan Sibero, Alexander F K Simanjuntak, Englis Franata Sinaga, Monica Sari Sinaga, Nicholas Ferdinan Sipahutar, Yohannes Saputra Siregar, Ana Tince Siregar, Yunita Sari Sitompul, Boy Arnol Sofy, Annisa Kurnia Victor Daniel Sihombing Wijaya Laia, Laksana Febri Yusuf Roni Laia