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 
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 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 Mega Puspita Sari 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 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