Claim Missing Document
Check
Articles

Found 6 Documents
Search

SISTEM INFORMASI GEOGRAFIS PEMETAAN PRAKTIK DOKTER UMUM DAN SPESIALIS “SMART DOCTOR” Maulana, Muhammad Akbar; Kriswantoro, Andi; Hudha, Yans Safarid; Habib, Muhammad; Syarham, Syarham; Utami, Ema
CSRID (Computer Science Research and Its Development Journal) Vol 9, No 2 (2017): CSRID Juni 2017
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (467.759 KB) | DOI: 10.22303/csrid.9.2.2017.62-74

Abstract

Ketika seseorang sedang sakit dan baru saja pindah kedaerah tertentu, akan sulit dalam mencari dokter pada kota yang baru saja didatangi dan sangatlah menyusahkan. Terlebih lagi jika banyak dokter yang tidak kita kenal dan belum teruji bahwa dokter tersebut mempunyai izin praktek. Tentunya harus pergi ke rumah sakit, tetapi jika lebih mengetahui dimana letak dokter yang terdekat dan terpercaya, ini akan menghemat tenaga dan waktu. Dengan membuat smart doctor diyakini dapat mensolusikan masalah yang dihadapi masyarakat. Perkembangan komunikasi dalam modernisasi saat ini khususnya di Indonesia semakin berkembang pesat, fakta ini dapat dibuktikan dengan berkembangnya berbagai jenis smartphones yang dibuat vendor-vendor ponsel terkemuka didunia. Hal ini baik secara langsung maupun tidak langsung berpengaruh terhadap perkembangan dunia kesehatan di Indonesia dalam mengembangkan berbagai macam teknologi. Ketersediaan perangkat bergerak, lingkungan pengembangan, dan pustaka pemetaan, memungkinkan berkembangnya aplikasi mobile GIS yang berhubungan dengan dunia kesehatan. Dalam pengembangan aplikasi ini menggunakan sistem operasi android yang merupakan salah satu sistem operasi telepon seluler yang terpopuler saat ini dipadukan dengan google maps yang merupakan layanan peta dunia virtual berbasis web yang disediakan oleh Google. Pemanfaatan pengukuran jarak terdekat pada peta juga memberikan keuntungan lebih pada aplikasi ini dimana nantinya pengguna yang tidak mengetahui rute jarak menuju lokasi praktik dokter dapat dipermudah dengan di arahkan menggunakan rute terpendek sehingga hal itu dapat membatu bagi pengguna yang bukan merupakan penduduk asli dari suatu wilayah tersebut.
Sentiment Analysis for IMDb Movie Review Using Support Vector Machine (SVM) Method D. Diffran Nur Cahyo; Fidya Farasalsabila; Verra Budhi Lestari; Hanafi; Tutik Lestari; Fahmi Rusdi Al Islami; M. Akbar Maulana
Inform : Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi Vol. 8 No. 2 (2023)
Publisher : Universitas Dr. Soetomo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (493.014 KB) | DOI: 10.25139/inform.v8i2.5700

Abstract

Many researchers currently employ supervised, machine learning methods to study sentiment analysis. Analysis can be done on movie reviews, Twitter reviews, online product reviews, blogs, discussion forums, Myspace comments, and social networks. Support Vector Machines (SVM) classifiers are used to analyze the Twitter data set using different parameters. The analysis and discussion were undertaken to allow for the conclusion that SVM has been successfully implemented utilizing the IMDb data for this study (Support Vector Machine). To complete this study, the preprocessing phase, which consisted of filtering and classifying data using SVM with a total of 50.000 data points, was completed after collecting up to 40.000 reviews to use as training data and 10.000 reviews to use as testing data. 25.000 positive and 25.000 negative points make up the view. In this study, we adopted an evaluation matrix including accurate, precision, recall, and F1-score. According to the experiment report, our model achieved SVM with Bags of Word (BoW) used to get results for the highest accuracy test, which was 88,59% accurate. Then, using grid-search, optimize against the SVM parameters to find the best parameters that SVM models can use. Our model achieved Term Frequency–inverse Document Frequency (TF-IDF) was used to get results for the highest accuracy test, which was 91,27% accurate.
Penerapan Haar Cascade Classifier Dalam Mendeteksi Kelainan Mata Pada Anak Menggunakan OpenCV Giesta Rahguna Putri; Muhammad Akbar Maulana
Jurnal Ilmiah Dan Karya Mahasiswa Vol. 1 No. 4 (2023): AGUSTUS : JURNAL ILMIAH DAN KARYA MAHASISWA
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jikma.v1i4.511

Abstract

Eye disorders in children need early detection to prevent serious health problems. However, eye examinations at healthcare centers are currently limited. OpenCV is an image processing library that can detect eye disorders such as strabismus and crossed eyes. Research shows that OpenCV aids in the early detection of eye disorders in children at healthcare centers. Haar Cascade Classifier is an image processing technique used to detect specific objects. It can accurately detect faces under various lighting and background conditions. It serves as an effective alternative for object detection in digital images.
Penerapan Haar Cascade Classifier Dalam Mendeteksi Kelainan Mata Pada Anak Menggunakan OpenCV Giesta Rahguna Putri; Muhammad Akbar Maulana
Jurnal Ilmiah Dan Karya Mahasiswa Vol. 1 No. 4 (2023): AGUSTUS : JURNAL ILMIAH DAN KARYA MAHASISWA
Publisher : Institut Teknologi dan Bisnis (ITB) Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54066/jikma.v1i4.511

Abstract

Eye disorders in children need early detection to prevent serious health problems. However, eye examinations at healthcare centers are currently limited. OpenCV is an image processing library that can detect eye disorders such as strabismus and crossed eyes. Research shows that OpenCV aids in the early detection of eye disorders in children at healthcare centers. Haar Cascade Classifier is an image processing technique used to detect specific objects. It can accurately detect faces under various lighting and background conditions. It serves as an effective alternative for object detection in digital images.
Identifikasi Mata Juling dan Mata Normal Pada Anak Dengan Metode Convolutional Neural Network (CNN) Giesta Rahguna Putri; Muhammad Akbar Maulana; Tutik Lestari
Jurnal Sistem Informasi, Teknologi Informatika dan Komputer Volume 13 No 2, Januari Tahun 2023
Publisher : Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/justit.13.2.80-86

Abstract

Penelitian ini bertujuan untuk mengidentifikasi mata juling dan mata normal pada anak di posyandu menggunakan metode Convolutional Neural Network (CNN). Dataset berisi gambar mata juling dan mata normal yang digunakan untuk melatih dan menguji model CNN. Langkah-langkah meliputi preprocessing data, pembangunan model CNN dengan konvolusi, pengurangan dimensi melalui pooling, dan klasifikasi dengan fully connected layer, serta evaluasi performa menggunakan akurasi. Hasil penelitian menunjukkan bahwa model CNN berhasil membedakan dengan akurat antara mata juling dan mata normal. Penemuan ini memberikan kontribusi penting dalam mendukung upaya identifikasi dini dan tindak lanjut yang efektif terhadap kondisi mata pada anak di posyandu.
Pembuatan Ergonomic Mechanical Keyboard untuk Mengurangi Cidera Tangan Menggunakan Teknologi Arduino Muhammad Akbar Maulana
JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 8 No. 3 (2023): September 2023
Publisher : UIN Sunan Kalijaga Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.14421/jiska.2023.8.3.175-185

Abstract

In our daily lives, computers and keyboards are essential tools for both work and gaming. However, despite the variety of keyboards available on the market, few consider the comfort and needs of individual users. To solve this issue, a mechanical keyboard that can be adjusted in width, shape, and positioning is required to lessen hand injuries when used for extended periods. This research produces a mechanical keyboard hardware prototype using Arduino as the main component. The device will be connected to an electronic circuit and use C Language as supporting software. Tests were conducted to compare existing keyboards on the market related to function tests, compatibility, usability, and performance tests. The results show that all hardware components function perfectly at 98% capacity.