Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal SINTA Journal (Science, Technology, and Agricultural) Digital Transformation Technology (Digitech)
Nizar, Fahrul Ikhram
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Astronomy Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Earth & Planetary Sciences Environmental Science Library & Information Science Physics Veterinary

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

Found 2 Documents
Search

 1 
Application of the API-Based Gemini AI Model in Predicting Harvest Accuracy and Distribution of Horticultural Result Asyhari, Ahmad; Azhari, Diah; Arif, Hilda Meisya; Nizar, Fahrul Ikhram
SINTA Journal (Science, Technology, and Agricultural) Vol. 6 No. 1 (2025)
Publisher : Perkumpulan Dosen Muda (PDM) Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37638/sinta.6.1.31-36

Abstract

This study explores the integration of the Gemini AI model as an expert system to enhance the accuracy of harvest predictions and the distribution of horticultural products. The main contribution of this research lies in the application of the cutting-edge Gemini AI, which processes real-time environmental data—such as weather conditions, soil moisture, and market demand trends—to generate more accurate harvest time predictions and automated product quality evaluations. Implementation results show a 22% improvement in harvest prediction accuracy compared to conventional methods, an 18% increase in operational efficiency in distribution, and a 15% reduction in post-harvest waste. These findings suggest that AI-based expert systems offer adaptive solutions to the challenges of horticultural crop management and represent a significant innovation in modern agricultural practices.
Implementasi Metode Bayes untuk Klasifikasi Penyakit Pasien pada Puskesmas Anggut Atas Kota Bengkulu Lestari, Virly Dwi; Fredricka, Jhoanne; Nizar, Fahrul Ikhram
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6291

Abstract

Puskesmas berperan penting sebagai layanan kesehatan tingkat pertama dalam memberikan diagnosis awal dan penanganan penyakit, termasuk di Puskesmas Anggut Atas Kota Bengkulu. Namun, keterbatasan tenaga medis, kompleksitas gejala, dan banyaknya jumlah pasien kerap menjadi kendala dalam proses diagnosis yang cepat dan tepat, khususnya untuk kasus Infeksi Saluran Pernapasan Akut (ISPA). Penelitian ini bertujuan untuk mengimplementasikan metode Naive Bayes dalam sistem klasifikasi penyakit ISPA guna membantu proses diagnosis berdasarkan data rekam medis pasien. Metode Naive Bayes digunakan karena kemampuannya dalam menganalisis data dan memperkirakan probabilitas klasifikasi berdasarkan gejala yang dilaporkan pasien. Data yang digunakan mencakup atribut jenis kelamin, usia, dan gejala-gejala ISPA. Hasil penelitian menunjukkan bahwa sistem klasifikasi yang dikembangkan mampu mengelompokkan tingkat risiko penyakit ISPA ke dalam tiga kelas, yaitu Class I (Ringan), Class II (Sedang), dan Class III (Berat). Model klasifikasi ini menghasilkan prediksi berdasarkan nilai probabilitas tertinggi untuk setiap data pasien. Penerapan metode Bayes terbukti meningkatkan efisiensi dan akurasi dalam proses diagnosis ISPA di Puskesmas, serta dapat memberikan rekomendasi awal kepada tenaga medis dalam menentukan tingkat risiko pasien. Dengan demikian, sistem ini berpotensi menjadi alat bantu dalam meningkatkan kualitas pelayanan kesehatan.
Co-Authors Arif, Hilda Meisya Asyhari, Ahmad Diah Azhari Fredricka, Jhoanne Lestari, Virly Dwi