Article Per Year (5 Year)
p-Index From 2019 - 2024
4.232
P-Index
This Author published in this journals
All Journal Jurnal Tekno Insentif Jurnal Informatika Global 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 Jurnal MediaTIK
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 : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
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.
Implementasi Teknik Data Mining terhadap Klasifikasi Data Prediksi Curah Hujan BMKG Di Sulawesi Selatan Andi Sadri Agung; A. Arfan Fauzi; Andi Akram Nur Risal; Fhatiah Adiba
Jurnal Tekno Insentif Vol 17 No 1 (2023): Jurnal Tekno Insentif
Publisher : Lembaga Layanan Pendidikan Tinggi Wilayah IV

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36787/jti.v17i1.955

Abstract

Abstrak Cuaca cenderung tidak stabil dan susah diprediksi mempengaruhi beberapa sektor kehidupan manusia. Pemanfaatan teknologi dibidang data sains dalam memprediksi cuaca mendatang sangat dibutuhkan. Badan Meteorologi Klimatologi dan Geofisika (BMKG) merupakan organisasi pemerintahan, bertugas memprediksi cuaca di Indonesia. Namun dalam menentukan akurasi data, diperlukan metode yang memprediksi cuaca dengan akurat. Penelitian ini bertujuan menghasilkan informasi dari klasifikasi data prediksi curah hujan BMKG di Sulawesi Selatan. Klasifikasi dibagi menjadi 5 kategori dengan 1036 data dan 11 atribut. Pengumpulan data dimulai dari 1 Januari 2020 hingga 31 Oktober 2022. K = 3 menjadi nilai K terbaik dengan akurasi mencapai 82,21%. Sehingga disimpulkan bahwa data prediksi curah hujan BMKG memiliki tingkat akurasi data yang baik dan hasil penelitian ini dapat dijadikan acuan dalam menginformasikan curah hujan di Sulawesi Selatan. Abstract The weather tends to be unstable and difficult to predict, affecting several sectors of human life. The utilization of technology in the field of scientific data in predicting future weather is urgently needed. The Meteorology, Climatology, and Geophysics Agency (BMKG) is a government organization, tasked with predicting weather in Indonesia. But in determining the accuracy of data, we require a method that predicts the weather accurately. This study aims to produce information from the classification of BMKG rainfall prediction data in South Sulawesi. Classification is divided into 5 categories with 1036 data and 11 attributes. Data collection starts from 1 January 2020 to 31 October 2022. K = 3 is the best K value with an accuracy of 82.21%. So it was concluded that BMKG rainfall prediction data has a good data accuracy level, and this study's results can be used as a reference in informing rainfall in South Sulawesi.
SULSEL TYPICAL BATIK MOTIF CLASSIFICATION USING NEURAL NETWORK METHOD WITH GLCM FEATURE EXTRACTION: KLASIFIKASI MOTIF BATIK KHAS SULSEL MENGGUNAKAN METODE JST DENGAN EKSTRAKSI FITUR GLCM Trisakti Akbar; Muhammad Fajar B; Muhammad Akbar Amir; Andi Akram Nur Risal; Nur Azizah Ayu Safanah; M. Miftach Fakhri
Journal of Deep Learning, Computer Vision, and Digital Image Processing Volume 1 Issue 1 Maret 2023
Publisher : CV. Sakura Digital Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61255/decoding.v1i1.49

Abstract

Batik adalah salah satu warisan budaya Indonesia yang terbuat dari corak/gambar di atas sebuah kain. Di Sulawesi Selatan, terdapat begitu banyak motif batik. Motif-motif itu pun terus mengalami perkembangan seiring berjalannya waktu. Karena jumlahnya yang banyak, tentunya akan membuat masyarakat kesulitan untuk mengidentifikasi motif batik yang ada saat ini. Untuk mengatasi permasalahan tersebut, penulis melakukan penelitian untuk mengklasifikasikan motif batik menggunakan Jaringan Syaraf Tiruan (JST) dengan ekstraksi fitur Gray Level Co-Occurrence Matrix (GLCM). Sampel yang digunakan adalah batik khas Sulawesi Selatan, yaitu motif Tongkonan, motif Kapal Pinisi, motif Lontara, dan motif Toraja gabungan. GLCM digunakan untuk mengekstraksi fitur, terdiri dari Angular Second Moment (ASM), kontras, Inverse Difference Moment (IDM), entropi, dan korelasi, yang kemudian diklasifikasikan dengan metode JST. Berdasarkan hasil uji coba menggunakan 120 data latih dan 40 data uji dari masing-masing jenis batik, didapatkan tingkat akurasi yang sangat tinggi yaitu 100%.
Klasifikasi Mahasiswa Berprestasi Menggunakan Fuzzy C-Means Dan Naive Bayes Rezki Nurul Jariah S.Intam; Wulandari; Andi Akram Nur Risal; Dewi Fatmarani Surianto
Jurnal Ilmiah Informatika Global Vol. 15 No. 1: April 2024
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v15i1.3666

Abstract

Success in the world of education is often associated with successful academic achievements. Therefore, processing information is very important to determine the selection of students who excel. However, study programs and student services often face difficulties in recognizing students who have achievements. In this research, outstanding students from the Faculty of Engineering, Makassar State University were determined using the Naive Bayes classification method combined with the Fuzzy C-Means (FCM) method to identify data patterns before classification. The criteria measured are GPA, achievements achieved, organizations attended, and the number of Semester Credit Units (SKS) that have been programmed. By using the Confusion Matrix, the evaluation results show an accuracy level of 98%, recall of 97%, precision of 100%, and F1-Score of 99%.
Aturan Asosiasi Berbasis Algoritma Apriori Pada Penjualan Retail Online Andi Akram Nur Risal; Fhatiah Adiba; Andi Aisyah Nurfitri
Jurnal MediaTIK Volume 6 Issue 2, Mei (2023)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Penjualan Retail pada data penelitian ini adalah hasil transaksi penjualan tokoh retail non tokoh di Inggris. Untuk meningkatkan penjualan salah satu cara yang harus dilakukan adalah dengan menganalisis arsip dari transaksi penjual untuk melihat produk yang paling sering dibeli oleh pelanggan menggunakan teknik data mining dengan algoritma apriori. Tujuan dari penelitian ini adalah untuk mendapatkan suatu aturan asosiasi produk apa saja yang selalu di beli oleh pelanggang dengan membandingkan aturan min support 10% dengan confidance 70%, min support 10% dengan confidance 50%, dan min support 10 dengan confidance 30%. Hasil min support 10% dengan confidance 70% adalah (Knitted Union Flag Hot Water Bottle) (White Hanging Heart T-Light Holder) min support 11% dengan confidance 100%, hasil dari min support 10% dengan confidance 30% dan 50% (Knitted Union Flag Hot Water Bottle) (White Hanging Heart T-Light Holder) dengan nilai min support 11% dengan confidance 100%. Berdasarkan hasil perbandingan diatas terbentuk sebuah aturan yaitu Jika membeli Knitted Union Flag Hot Water Bottle, maka akan membeli White Hanging Heart T-Light Holder
Implementasi Algoritma Backpropagation untuk Klasifikasi Kualitasi Susu Sapi Fhatiah Adiba; Andi Akram Nur Risal; Muhlis Tahir
Jurnal MediaTIK Volume 6 Issue 2, Mei (2023)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Susu sapi memiliki manfaat yang penting bagi kesehatan manusia karena mengandung banyak nutrisi yang dibutuhkan tubuh. Beberapa manfaatnya antara lain meningkatkan kekuatan tulang, meningkatkan system kekebalan tubuh, serta berperan dalam pertumbuhan dan perkembangan. Produsen susu sapi memiliki peran penting dalam menghasilkan susu yang berkualitas. Untuk membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik maka dibutuhkan system untuk melakukan klasifikasi penentuan kualitas susu dengan menggunakan algoritme Bakcpropagation. Data yang digunakan dalam penelitian ini sebanyak 1059 data dengan dengan hasil jenis kualitas susu yaitu tinggi, standar, dan rendah. Penentuan kualitas susu berdasarkan 7 parameter yaitu pH, Suhu, Rasa, Bau, Lemak, Kekeruhan, dan Warna. Tahapan penelitian yang dilakukan memiliki tiga tahapan, yakni pertama adalah pemilihan data yang optimal, tahap kedua pemilihan parameter optimal yang akan digunakan dalam implementasi algoritme Backpropagation, dan tahap ketiga pengujian implementasi algoritme. Hasil akurasi dengan menggunakan metode pengujian k-fold dengan nilai k=3, learning rate=0,5, jumlah iterasi (epoch)=750, dan jumlah hidden layer=7 mendapatkan akurasi tinggi sebesar 97.923%. Hal ini dapat membantu produsen susu sapi untuk mendapatkan kualitas susu yang baik dan memberikan kontribusi dalam pengembangan teknologi klasifikasi menggunakan algoritme pembelajaran mesin di industri susu sapi.
Pengembangan Multimedia Edukasi Kesehatan Gigi dan Mulut untuk Anak Berbasis Adobe Animate Dyah Darma Andayani; Andi Akram Nur Risal; Asmaul Husnah Nasrullah; Gufria Darma Irasanty
Jurnal MediaTIK Volume 7 Issue 2, Mei (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/mediatik.v7i2.2575

Abstract

Kesehatan gigi dan mulut merupakan bagian dari kesehatan tubuh yang tidak dapat dipisahkan satu dengan yang lainnya sebab itu kesehatan gigi dan mulut akan mempengaruhi kesehatan tubuh secara keseluruhan. Peningkatan kesehatan dalam kesehatan gigi dan mulut dapat dilakukan melalui penyuluhan dan perlu dilakukan sedini mungkin. Penyuluhan yang ditujukan kepada anak anak memerlukan pendekatan khusus seperti dengan jalan memberikan contoh dengan menggunakan suatu model yang baik serta dengan teknik yang sederhana mungkin. Selain itu penyampaian pendidikan kesehatan gigi dan mulut pada anak-anak harus dibuat semenarik mungkin, antara lain melalui penyuluhan yang atraktif tanpa mengurangi isi pendidikan.. Penelitian ini bertujuan untuk menghasilkan video edukasi dalam bentuk animasi yang berisikan cara-cara pencegahan penyakit gigi dan mulut kepada anak yang bersifat interaktif. Pengembangan media ini menggunakan aplikasi Adobe Animate. Penelitian ini adalah penelitian research dan development dengan mengadopsi pendekatan 4D Thiagarajan. Validasi materi dan media dalam video yang dilakukan oleh tenaga ahli kesehatan gigi dan multimedia menunjukkan bahwa materi yang disajikan “sangat layak”. Hasil pengujian media menggunakan GOM Shortcut dan Standalone Flash Player dapat berjalan dengan baik. Respon yang diperoleh dari pengguna yaitu anak-anak SD berusia 9 – 10 tahun menunjukkan bahwa media video edukasi ini sangat menarik. Oleh karenanya secara keseluruhan hasil pengembangan video edukasi ini sangat baik dan dapat diterapkan dalam penyuluhan kesehatan gigi dan mulut.
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 Asmaul Husnah Nasrullah 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 Gufria Darma Irasanty 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 Rezki Nurul Jariah S.Intam Ridwan Daud Mahande Rivai, Andi Tenri Ola Trisakti Akbar Wulandari