Article Per Year (5 Year)
p-Index From 2019 - 2024
3.638
P-Index
This Author published in this journals
All Journal Jurnal Tekno Insentif Jurnal MediaTIK Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Dedikasi Seminar Nasional Pengabdian Kepada Masyarakat INOVASI: Jurnal Hasil Pengabdian Masyarakat Internet of Things and Artificial Intelligence Journal Indonesian Journal of Fundamental Sciences Vokatek : Jurnal Pengabdian Masyarakat International Journal of Environment, Engineering, and Education Journal of Embedded Systems, Security and Intelligent Systems Journal of Deep Learning, Computer Vision and Digital Image Processing
Andi Akram Nur Risal
Universitas Negeri Makassar
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Materials Science & Nanotechnology Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Journal of Embedded Systems, Security and Intelligent Systems

 1 
KLASIFIKASI TINGKAT KEMATANGAN BUAH MARKISA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS PENGOLAHAN CITRA DIGITAL Andi Baso Kaswar; Andi Akram Nur Risal; Fhatiah Adiba; Nurjannah
Journal of Embedded Systems, Security and Intelligent Systems Vol. 1 No. 1 (2020): Vol 1, No 1 (2020): May 2020
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masyarakat pada umumnya memanen buah markisa apabila diprediksi sudah matang. Kemudian buah yang telah dipanen dikelompokkan berdasarkan tingkat kematangannya untuk dijual kembali. Identifikasi kematangan dilakukan dengan cara manual, melihat ciri visualnya berupa warna saja. Metode-metode identifikasi tingkat kematangan ini cukup baik. Namun, metode konvensional yang digunakan tersebut tidak efektif dan efisien dalam mengidentifikasi tingkat kematangan buah markisa karena seringnya terjadi kesalahan identifikasi. Pada penelitian ini, kami mengusulkan Klasifikasi Tingkat Kematangan Buah Markisa Menggunakan Jaringan Syaraf Tiruan berbasis Pengolahan Citra Digital. Metode yang diusulkan terdiri atas 5 tahapan utama yaitu akuisisi citra, praproses, segmentasi, operasi morfologi, ekstraksi fitur, dan klasifikasi. Metode yang diusulkan memberikan akurasi hasil klasifikasi sebesar 80% dan misklasifikasi sebesar 20%. Sedangakan waktu yang diperlukan untuk mengeksekusi sebuah citra uji adalah sebesar 0.2 detik. Hasil klasifikasi dan waktu komputasi menunjukkan bahwa metode yang diusulkan dapat memberikan akurasi yag tinggi dan waktu komputasi yang cepat. Metode yang diusulkan dan sistem yang dibangun diharapkan dapat membantu masyarakat dalam mengidentifikasi tingkat kematangan buah markisa. Selain itu diharapkan metode yang diusulkan dapat dimanfaatkan sebagai referensi untuk pengembangan teknologi budidaya buah markisa.
Sistem Monitoring Lab Terintegrasi Prodi Teknik Komputer Berbasis Knowledge Management System Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar; Hartanto Tantriawan
Journal of Embedded Systems, Security and Intelligent Systems Vol. 1 No. 1 (2020): Vol 1, No 1 (2020): May 2020
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Basis pengetahuan civitas akademik diimplementasikan ke dalam sebuah sistem monitoring lab terintegrasi berbasis knowledge managemant system dapat meningkatkan kualitas kerja, dokumentasi dan meningkatkan kualitas program studi Teknik Komputer Universitas Negeri Makassar. Tujuan penelitian ini: 1) merancang sistem monitoring lab terintegrasi berbasis knowledge management system pada program studi Teknik Komputer Universitas Negeri Makassar 2) sebagai layanan informasi, pelayanan, dan dokumentasi program studi Teknik Komputer Universitas Negeri Makassar. Hasil yang diperoleh pada penelitian ini adalah sebuah sistem monitoring lab terintegrasi berbasis knowledge managemant system dirancang menggunakan pendekatan waterfall models dan telah diuji validasi fungsionalitas sistem berjalan dengan baik. Proses interaksi basis penegetahuan admin dan user pada sitem monitoring lab terintegrasi berbasis knowledge managemant system menghasilkan 3 model interaksi pada penelitian adalah tacit – explicit, explicit – explicit, dan explicit – tacit.
CLUSTERING PRODUKSI PERIKANAN BUDIDAYA LAUT BERDASARKAN PROVINSI MENGGUNAKAN ALGORITMA K-MEANS Alfian Firlansyah; Andi Akram Nur Risal; Fhatiah Adiba; Andi Baso Kaswar
Journal of Embedded Systems, Security and Intelligent Systems Vol. 2 No. 1 (2021): Vol 2, No 1 (2021): May 2021
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia is a large maritime country, and most of its territorial waters are larger than its land area. Due to the vastness of the oceans, the large number of large and small islands makes Indonesia a potential area for marine cultivation. In general, the existing data based on the Central Statistics Agency (BPS) of Marine Aquaculture Production for each province in Indonesia only applies to production data which only produces detailed data on total marine aquaculture production in tonnes per year, and takes a long time. To classify very large data, a method is needed that can use the K-Means algorithm to classify the highest, middle, and lowest opportunities in the field of marine aquaculture from 2004 to 2018. The results implemented in python consisted of 26 provinces in klaster 1 (C1), 3 provinces in klaster 2 (C2), and 5 provinces in klaster 3 (C3).
Analisis Prediksi Tingkat Penyebaran COVID-19 di Sulawesi Selatan Menggunakan Teknik Data Mining Naive Bayes Muhammad Nur Yusri; Andi Akram Nur Risal; Muhammad Fajar B; Dewi Fatmarani Surianto; Fhatiah Adiba
Journal of Embedded Systems, Security and Intelligent Systems Vol. 3 No. 2 (2022): Vol 3, No 2 (2022): November 2022
Publisher : Program Studi Teknik Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi atau wabah virus corona atau biasa disebut juga dengan COVID-19 yang bermula dari Wuhan, Provinsi Hubei, China, terus menyebar ke berbagai negara, termasuk Indonesia. Jumlah kasus positif COVID-19 terus meningkat tiap harinya secara signifikan dan menyebar secara cepat ke berbagai provinsi di Indonesia, termasuk di provinsi Sulawesi Selatan. Hingga saat ini, telah tercatat kasus positif corona di Sulawesi Selatan sebanyak 18.683 dan 470 orang meninggal dunia. Peningkatan kasus yang signifikan ini, mengakibatkan pembacaan data terkait kasus positif COVID-19 di Sulawesi Selatan dinilai kurang akurat. Oleh karena itu, penelitian ini dilakukan sebagai langkah antisipasi terhadap pandemi COVID-19 dengan memprediksi tingkat penyebaran COVID-19 terutama di Sulawesi Selatan agar mendapatkan keakurasian data yang lebih baik. Metode penelitian yang di terapkan pada penelitian ini ialah analisis masalah dan studi literatur, mengumpulkan data dan implementasi.
Co-Authors A. Arfan Fauzi Abdul Wahid Al Imran Alfian Firlansyah Andi Aisyah Nurfitri Andi Alamsyah Rivai Andi Baso Kaswar Andi Baso Kaswar Andi Sadri Agung Anita Candra Dewi Dewi Fatmarani Surianto Dirawan, Gufran Darma Dwi Rezky Anandari Sulaiman Dyah Darma Andayani Fathahillah Fathahillah Fathahillah Fathahillah Fhatiah Adiba Fhatiah Adiba Fhatiah Adiba Fhatiah Adibah Hartanto Tantriawan Jumadi Mabe Parenreng M. Miftach Fakhri M. Syahid Nur Wahid Marwan Ramdhany Edy Muhammad Akbar Amir Muhammad Fajar B Muhammad Nur Yusri Muhlis Tahir Muliadi Muliadi Mulyati Yantahing Mustari S Lamada Ninik Rahayu Ashadi Nur Azizah Ayu Safanah Nur Inayah Yusuf Nurjannah Nurjannah Nurjannah Nurul Isra Humaira Baktiar Nurul Mukhlisah Abdal R., Mantasiah Ridwan Daud Mahande Rivai, Andi Tenri Ola Trisakti Akbar