Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Jurnal Ilmiah Informatika dan Komputer
Khairi, Nouval
Unknown Affiliation
Computer Science & IT Social Sciences

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

Found 2 Documents
Search

 1 
Analisis Kehadiran Mahasiswa Ilmu Komputer UINSU 2022 Pada Sains Data 2025 Via Google Sheets Farhan, Muhammad; Khairi, Nouval; Apriansyah, Yuda; Shafa, Dafa Ikhwanu; Furqan, Mhd.
Jurnal Pendidikan Tambusai Vol. 9 No. 2 (2025): Agustus
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i2.29729

Abstract

Penelitian ini dilakukan untuk menganalisis data kehadiran mahasiswa Program Studi Ilmu Komputer UINSU angkatan 2022 pada mata kuliah Sains Data tahun ajaran 2025. Pengumpulan data dilakukan melalui Google Form yang disebarkan kepada mahasiswa setiap pertemuan perkuliahan, kemudian hasil respon otomatis tersimpan pada Google Sheets. Proses analisis dilakukan menggunakan fitur-fitur bawaan Google Sheets seperti filter, pivot table, dan diagram visualisasi untuk mempermudah interpretasi data. Hasil analisis menunjukkan bahwa mayoritas mahasiswa memiliki tingkat kehadiran yang baik, meskipun terdapat beberapa pertemuan dengan tingkat ketidakhadiran yang lebih tinggi. Selain itu, visualisasi data memudahkan dalam melihat rekap kehadiran tiap mahasiswa dan perkembangan kehadiran per pertemuan. Penelitian ini diharapkan dapat menjadi referensi dalam pengelolaan data kehadiran perkuliahan berbasis digital serta membantu dosen dalam memantau keaktifan mahasiswa secara efisien dan transparan.
Implementation of Edge Detection Using the Sobel Operator on Papaya Leaf Images Yuda Apriansyah; Khairi, Nouval; Haikal Habibi Siregar; Supiyandi; Aidil Halim Lubis
Jurnal Ilmiah Informatika dan Komputer Vol. 2 No. 2 (2025): Desember 2025
Publisher : CV.RIZANIA MEDIA PRATAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69533/ma9w7b36

Abstract

Recent advances in digital image processing and computer vision have enhanced feature extraction techniques for plant identification based on leaf morphology. Edge detection is a fundamental operation that highlights intensity discontinuities corresponding to object boundaries. This study implements the Sobel operator to perform edge detection on tropical leaf images using an experimental–computational approach. The workflow involves grayscale conversion, horizontal and vertical Sobel filtering, and gradient magnitude computation implemented in Python using the OpenCV library. Experimental evaluation demonstrates that the Sobel operator effectively delineates primary leaf contours and preserves morphological consistency, despite reduced performance under non-uniform illumination and noisy conditions. These results confirm that the Sobel operator remains a reliable preprocessing technique for leaf-based feature extraction and classification, offering a computationally efficient baseline for future integration with machine learning-based plant recognition systems.
Co-Authors Aidil Halim Lubis Apriansyah, Yuda Haikal Habibi Siregar Mhd Furqan Muhammad Farhan Shafa, Dafa Ikhwanu Supiyandi Supiyandi Yuda Apriansyah