Article Per Year (5 Year)
p-Index From 2019 - 2024
1.431
P-Index
This Author published in this journals
All Journal Journal of ICT Research and Applications Infotronik : Jurnal Teknologi Informasi dan Elektronika TECHNO-SOCIO EKONOMIKA Jurnal Abdimas Sang Buana Innovative: Journal Of Social Science Research
Suharsono, Teguh Nurhadi
Universitas Sangga Buana
Humanities Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Innovative: Journal Of Social Science Research

 1 
Implementasi Metode Algoritma C4.5 Untuk Prediksi Gejala Autisme Pada Anak Alam Nurzaman; Teguh Nurhadi Suharsono
Innovative: Journal Of Social Science Research Vol. 3 No. 5 (2023): Innovative: Journal of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i5.4934

Abstract

Anak merupakan anugerah dari Tuhan Yang Maha Esa, tetapi tidak sedikit di antara mereka yang menghadapi keterbelakangan mental, salah satunya adalah autisme, sebuah gangguan otak yang menyebabkan beberapa area otak tidak berfungsi secara normal. Dampaknya adalah kesulitan dalam berkomunikasi dan berinteraksi sosial. Prediksi kondisi ini dapat dilakukan dengan menggunakan metode algoritma klasifikasi, seperti C4.5. Algoritma ini digunakan untuk membuat keputusan berdasarkan data yang diberikan dan dapat digunakan untuk mengklasifikasikan individu sebagai memiliki atau tidak memiliki kondisi tertentu..Implementasi metode Algoritma C.45 berhasil diterapkan dalam memprediksi potensi gangguan autisme pada anak. Secara keseluruhan hasil penelitian ini menunjukan bahwa metode algoritma C4.5 berhasil melakukan prediksi dengan baik dengan akurasi mencapai 90%.
Implementasi Metode Convolutional Neural Network Untuk Klasifikasi Citra Jamur Berbasis Mobile Ahmad Rizal Imaduddin; Teguh Nurhadi Suharsono
Innovative: Journal Of Social Science Research Vol. 3 No. 5 (2023): Innovative: Journal of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i5.4935

Abstract

Jamur merupakan jenis tumbuhan yang mudah tumbuh dan berkembang di berbagai ekosistem, terdapat ribuan jenis jamur yang dapat dimanfaatkan untuk membantu kehidupan manusia maupun untuk dikonsumsi, namun beberapa jenis jamur juga mempunyai zat yang berbahaya sehingga dapat mengakibatkan keracunan apabila dikonsumsi makhluk hidup. Berdasarkan data pada periode tahun 2010 hingga 2020, terjadi 76 kasus keracunan konsumsi jamur liar di indonesia, dimana sebagian besar diakibatkan oleh kesalahan identifikasi jenis jamur. Tujuan penelitian berikut ialah untuk mengimplementasikan sebuah metode kecerdasan buatan untuk membantu masyarakat dalam mengklasifikasi jenis jamur konsumsi dan beracun. Berdasarkan hasil pengembangan sistem dengan metode convolutional neural network, didapatkan akurasi akhir yaitu 96% pada data training dan 84% pada data testing, serta validasi performa model dengan confusion matrix dengan nilai rata-rata 83%.
Deteksi Penyakit Kulit Serupa Pada Wajah Berbasis Mobile dengan Metode Convolutional Neural Network Muhamad Ath-Thariq; Teguh Nurhadi Suharsono
Innovative: Journal Of Social Science Research Vol. 3 No. 5 (2023): Innovative: Journal of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v3i5.4936

Abstract

Kondisi kulit setiap orang berbeda-beda, terutama kulit di wajah. Ada banyak faktor-faktor yang mempengaruhi terjadinya penyakit kulit pada wajah, biasanya berasal dari kebersihan, kebiasaan, kondisi imun pada wajah itu sendiri. Karena faktor tersebut bisa timbulnya penyakit seperti Jerawat, Milia, Dermatitis Perioral, dan Rosacea. Banyaknya penyakit kulit yang berkembang di masyarakat disebabkan oleh kurangnya pemahaman mengenai kesehatan kulit. Banyak orang belum menyadari betapa berbahayanya penyakit kulit pada wajah yang disebabkan oleh keterlambatan dalam pengobatan atau penanganannya. Alasan banyak orang cenderung mengabaikan penyakit yang muncul pada wajah adalah karena biaya konsultasi dengan dokter yang seringkali sangat tinggi dan memerlukan pengeluaran yang besar. Tujuan penelitian ini adalah mengembangkan sistem deteksi penyakit kulit pada wajah dengan harapan masyarakat Indonesia dapat memahami tentang pengetahuan mengenai penyakit kulit pada wajah Menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur LeNet-5 yang menghasilkan akurasi sebesar 81%. Oleh karena itu dapat disimpulkan hasil penelitian ini layak digunakan oleh masyarakat.
Co-Authors Abdul Chalid Ahmad Rizal Imaduddin Akbar, Maulana Alam Nurzaman Anita Syafariah Asep Dion Nugraha Bambang Sugiarto Biller Pandjaitan Cecep Deni Mulyadi Demsi Minar Didi Supardi Djoko Pitoyo Dody Kusmana Fazmah Arif Yulianto Finny Redjeki Gunawan Gunawan Gunawansyah Hendajany, Nenny Hendra Saepudin Ivany Syarief Ketut Abimanyu Munastha Komara, Erwan Kuspriyanto Kuspriyanto Mochamad Taufik Ali Syech Ahmad Muhamad Ath-Thariq Muhamad Ath-Thariq R. Didin Kusdian Riffa Haviani Laluma Rini Nuraini Sukmana Rodiah Rodiah Roni Tabroni Sanusi, Nunung Slamet Risnanto Solihin, Hanhan Hanafiah Suhanda Suhanda Suharjanta Wisnu Pitara Tata Zaenal Mutaqin Tia Sugiri Triyani Hayati Wisnu Wijaya Y. Ony Djogo Yushar Kadir