Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

3.561

P-Index

This Author published in this journals

All Journal International Journal of Electrical and Computer Engineering Telematika CESS (Journal of Computer Engineering, System and Science) SISFOTENIKA RESEARCH : Computer, Information System & Technology Management DoubleClick : Journal of Computer and Information Technology JurTI (JURNAL TEKNOLOGI INFORMASI) Informasi Interaktif Majalah Ilmiah Bahari Jogja CCIT (Creative Communication and Innovative Technology) Journal TAFAQQUH: Jurnal Hukum Ekonomi Syariah Dan Ahwal Syahsiyah Infotekmesin Jurnal Sistem Komputer & Kecerdasan Buatan Jurnal Informa: Jurnal Penelitian dan Pengabdian Masyarakat JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Teknomatika: Jurnal Informatika dan Komputer

Hanif Al Fatta

Universitas AMIKOM Yogyakarta

Author-ID : 2389193

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Mechanical Engineering Transportation

Published : 33 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

The effect of Gaussian filter and data preprocessing on the classification of Punakawan puppet images with the convolutional neural network algorithm Kusrini Kusrini; Muhammad Resa Arif Yudianto; Hanif Al Fatta
International Journal of Electrical and Computer Engineering (IJECE) Vol 12, No 4: August 2022
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijece.v12i4.pp3752-3761

Nowadays, many algorithms are introduced, and some researchers focused their research on the utilization of convolutional neural network (CNN). CNN algorithm is equipped with various learning architectures, enabling researchers to choose the most effective architecture for classification. However, this research suggested that to increase the accuracy of the classification, preprocessing mechanism is another significant factor to be considered too. This study utilized Gaussian filter for preprocessing mechanism and VGG16 for learning architecture. The Gaussian filter was combined with different preprocessing mechanism applied on the selected dataset, and the measurement of the accuracy as the result of the utilization of the VGG16 learning architecture was acquired. The study found that the utilization of using contrast limited adaptive histogram equalization (CLAHE) + red green blue (RGB) + Gaussian filter and thresholding images showed the highest accuracy, 98.75%. Furthermore, another significant finding is that the Gaussian filter was able to increase the accuracy on RGB images, however the accuracy decreased for green channel images. Finally, the use of CLAHE for dataset preprocessing increased the accuracy dealing with the green channel images.

Analisys Of Demand and Optimization Of Medicine Prediction Using ABC Analysis and SVR Method In The “MORBIS” Aplication Tutik Maryana; Kusrini Kusrini; Hanif Al Fatta
CCIT (Creative Communication and Innovative Technology) Journal Vol 13 No 2 (2020): CCIT JOURNAL
Publisher : Universitas Raharja

The problem that occurs in hospitals regarding the processing of drug supplies is about the condition of out of stock medicines because hospitals spend around 33% of the total investment in one year only for the investment costs of drugs. To deal with the above problems the hospital must have good logistics management, one way of managing it is by doing good planning. In this research, the writer will use ABC Analysis and Support Vector Regression (SVR) algorithm. For the use of these methods, the following ABC Analysis will be used for the drug classification process, namely by dividing the torch into three main groups based on interests, namely groups A, B and C. Henceforth, the writer will use the SVR motedo to calculate drug predictions. The results that the authors get from this study are ABC analyys classify drugs. Into three groups namely group A with a total of 276 items with a percentage of 22.96% of the total number of items, group B with a total of 396 items with a percentage of 33.11% and C with a total of 528 with a percentage of 43.94% with a total of 1202 drug items. Prediction testing is done by taking a sample of five drugs derived from group classification. The SVR calculation process is done by comparing linear scaling and z normalization preprocessing methods. The result of this research is that MAPE shows that preprocessing with linear scaling produces a better value than compared to z nomrlization and calculation with ABC analysis.

Sistem Pendukung Keputusan Pemilihan Produk Asuransi Studi Kasus : PT Commonwealth Life Pontianak Wahyu Sindu Prasetya; Kusrini .; Hanif Al Fatta
SISFOTENIKA Vol 8, No 1 (2018): SISFOTENIKA
Publisher : STMIK PONTIANAK

Dalam menentukan produk asuransi sering terjadi masalah-masalah yang dihadapi oleh agen asuransi dan calon nasabah, yaitu lamanya proses penentuan produk dan kurangnya pemahaman nasabah terhadap produk yang ditawarkan. Untuk itu diperlukan suatu sistem yang dapat digunakan oleh agen asuransi dalam proses pemilihan produk yang sesuai dengan kriteria calon nasabah. Penelitian ini bertujuan untuk merancang sistem pendukung keputusan pemilihan produk asuransi dengan menggunakan metode AHP dan TOPSIS. Prototype Sistem dibangun menggunakan bahasa pemrograman PHP dan database MySQL. Sistem yang dibangun menghasilkan perangkingan produk asuransi sesuai dengan kriteria dari calon nasabah. Penelitian ini menyimpulkan bahwa perancangan prototype SPK telah dapat dilakukan berdasarkan hasil pengujian menggunakan User Acceptance Test dengan jumlah pertanyaan 8 dan jumlah responden 6 orang dimana rata-rata jawaban adalah 43,73% responden menjawab setuju dan 56,27% responden menjawab sangat setuju. Pengujian akurasi sistem SPK dilakukan dengan membandingkan output dari sistem dengan proses prospekting manual dimana diketahui tidak terdapat perbedaan hasil. Untuk penelitian selanjutnya dapat dilakukan penelitian yang berkaitan dengan perhitungan premi asuransi dan uang pertanggungan bagi calon nasabah.Kata kunci—Asuransi, SPK, AHP, TOPSIS

Integrasi Sistem Informasi Akademik STMIK Pontianak Dengan Metode Togaf Architechture Development Method Hendra Kurniawan; Abidarin Rosidi; Hanif Al Fatta
SISFOTENIKA Vol 8, No 1 (2018): SISFOTENIKA
Publisher : STMIK PONTIANAK

STMIK Pontianak adalah perguruan tinggi swasta yang berbasis pada teknologi informasi. Saat ini kegiatan pelayanan yang dilakukan oleh masing-masing bagian tersebut dilakukan secara terpisah tanpa adanya keterkaitan antara data. Salah satu tujuan dari perencanaan Architecture Enterprise adalah menciptakan keselarasan antara bisnis dan teknologi informasi bagi kebutuhan organisasi. Melakukan perencanaan Architecture Enterprise diperlukan metodologi yang lengkap serta mudah digunakan. TOGAF ADM merupakan metodologi yang lengkap dan jelas. Penekanan pembahasannya penelitian ini hanya pada tahap 4 (Architecture Vision, Business Architecture, Information System Architectur dan Technology Architectur) sehingga menghasilkan sebuah Blueprint yang nantinya bisa dijadikan oleh organisasi sebagai acuan pengembangan sistem informasi yang terintegrasi. Metode pengumpulan data dilakukan dengan cara wawancara, observasi, studi dokumentasi dan akses internet. Observasi atau pengamatan secara langsung dilakukan untuk mendapatkan permasalahan dan kendala berbagai fenomena yang terjadi (situasi, kondisi) di STMIK Pontianak. Wawancara dilakukan terhadap pejabat struktural dan staf di lingkungan STMIK Pontianak. Hasil dari analisis penerapan metode TOGAF ADM, diperoleh 31 kandidat aplikasi dan 26 kandidat entitas data untuk mendukung sistem informasi akademik terintegrasi di STMIK Pontianak. sedangkan hasil akhir adalah berupa pemodelan Architecture Enterpriseyang memberikan panduan dalam membuat cetak biru sistem informasi terintegrasi.Kata kunci – Integrasi sistem informasi, The Open Group Architecture Framework (TOGAF) Architecture Development Method (ADM), Blueprint

PENERAPAN INFORMATION ENGINEERING UNTUK MENINGKATKAN KEUNGGULAN KOMPETITIF AMIKOM CIPTA DARMA SURAKARTA Moch. Hari Purwidiantoro; M. Suyanto; Hanif Al Fatta
Telematika Vol 11, No 1: Februari (2018)
Publisher : Universitas Amikom Purwokerto

Amikom Cipta Darma Surakarta merupakan salah satu Perguruan Tinggi swasta di kota Solo. Amikom Cipta Darma Surakarta telah berperan aktif dalam pemanfaatan sistem informasi dan teknologi informasi (SI/TI) untuk kegiatan belajar mengajar serta pengelolaan operasional kampus. Akan tetapi pemanfaatan SI/TI tersebut belum maksimal dan terdapat beberapa permasalahan. Permasalahan tersebut antara lain berkaitan dengan kompleksitas sistem dan SI/TI tidak selaras dengan bisnis. Hal tersebut dikarenakan belum ada perencanaan yang matang dalam investasi SI/TI. Dengan demikian Amikom Cipta Darma Surakarta harus memiliki rencana strategis yang tepat sebagai kunci sukses dalam menjamin kelangsungan proses bisnis dan memenangkan persaingan. Perencanaan strategis sistem informasi dan teknologi informasi pun menjadi kebutuhan dan keharusan dalam menunjang perkembangan Amikom Cipta Darma Surakarta untuk meraih keunggulan kompetitif. Pada penelitian ini menggunakan metode Information Engineering (IE) untuk analisis dan perencanaan SI/TI. Dalam analisis kondisi internal perguruan tinggi digunakan analisis SWOT dan CSF untuk dapat mengidentifikasi kebutuhan dan strategi SI/TI. Hasil dari penelitian ini yaitu rencana strategis SI/TI dan blueprint SI/TI yang akan dijadikan acuan dalam pengembangan SI/TI Amikom Cipta Darma Surakarta di masa depan.Kata kunci: Information Engineering, SI/TI, SWOT, CSF

Perancangan Strategis SI/TI Pada Dinas Pertambangan Dan Energi Provinsi NTT Menggunakan Framework Ward Dan Peppard Olivia Maria Inacio Tavares; Ema Utami; Hanif Al Fatta
CESS (Journal of Computer Engineering, System and Science) Vol 6, No 2 (2021): Juli 2021
Publisher : Universitas Negeri Medan

Pemanfaatan SI/TI telah menjadi faktor utama penentu keunggulan kompetitif bagi setiap instansi. Diketahui masih terdapat banyak kekurangan dalam pemanfaatan SI/TI pada Dinas Pertambangan dan Energi Provinsi NTT, yakni belum ada integrasi sistem diantara setiap bidang kerja pada dinas, dimana sistem yang dibangun menggunakan basis data terpisah sehingga mengakibatkan implementasi SI/TI tidak berjalan secara maksimal, banyaknya kegiatan operasional yang berjalan secara manual sehingga mengakibatkan lambatnya proses pelayanan publik, hal ini dikarenakan belum adanya susunan rencana strategis yang sesuai dengan kebutuhan dinas. Melihat kondisi tersebut melalui penelitian ini akan dilakukan analisa perencanaan strategis SI/TI dengan memanfaatkan Framework Ward dan Peppard dalam menganalisis lingkungan bisnis dan lingkungan internal-eksternal SI/TI pada dinas. Rancangan yang dihasilkan mencakup analisa SWOT, Value Chain, PEST, Five Force Model serta McFarland Strategic Grid. Hasil penelitian ini berupa rekomendasi portofolio SI/TI yang diharapkan mampu memudahkan kegiatan operasional serta meningkatkan keunggulan kompetitif pada dinas dengan instansi serupa lainnya.

Pengaruh Ciri Tekstur Pada Metode Klasifikasi LVQ Untuk Hasil Akurasi Identifikasi Citra Batik Tradisional Solo Noor Abdul Haris; Kusrini Kusrini; Hanif Al Fatta
Infotekmesin Vol 11 No 2 (2020): Infotekmesin: Juli 2020
Publisher : P3M Politeknik Negeri Cilacap

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35970/infotekmesin.v11i2.265

The use of appropriate features to determine identification is very important for the results of accuracy, especially the image of traditional batik in Solo. Characteristics are considered as good if they have distinguishing abilities, so they can be used for recognition with a high degree of accuracy. The purpose of this study was to determine what texture characteristics affect the level of accuracy in the identification of traditional batik in Solo. The method used is KFold cross-validation, with a K value of 2, 3, 5, 6, 10 used to test the training data and validation data. The best parameters are chosen from the highest accuracy value, and then the best final weight, value α, dec α, and min α are stored. The resulting values are used in testing the data. The texture characteristics tested were 0o energy, 45o energy, 90o energy, 135o energy, 0o entropy, 45o entropy, 90o entropy, 135o entropy, 0o contrast, 45o contrast, 90o contrast, 135o energy, 0o homogeneity, 45o homogeneity, 90o homogeneity. , homogeneity 135 o, correlation 0 o, correlation 45 o, correlation 90 o, correlation 135o. The test results obtained from K = 2, 3, 5, 6, 10 is the highest accuracy value obtained at 10-fold with an accuracy of 80.2%. The results of testing using k-fold can be concluded that the use of texture characteristics can affect the accuracy of 18.89%.

Pengaruh Dimensi Gambar Pada Data Training Terhadap Prediksi Kepribadian Menggunakan Convolutional Neural Network Chan Uswatun Khasanah; Ema Utami; Hanif Al Fatta
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 5 No 3 (2019): Desember
Publisher : Politeknik Indonusa Surakarta

Foto atau gambar yang diposting di Instagram dapat menunjukkan kepribadian penggunanya. Convolutional Neural Network (CNN) memiliki tingkat akurasi yang tinggi dalam memprediksi kepribadian dari sumber data gambar. Tujuan penelitian ini adalah untuk mengetahui apakah dimensi gambar pada data training berpengaruh terhadap prediksi kepribadian berdasarkan gambar yang diposting di Instagram menggunakan CNN. Dataset yang digunakan berupa gambar yang terdiri dari 376 data training dan 93 data testing. Data training bersumber dari Instagram dan Google Image dengan jenis gambar yang sama namun dimensi gambar yang berbeda. Penelitian ini akan melakukan perbandingan proses training dengan gambar yang bersumber dari Instagram dan Google Image. Hasil penelitian yang didapatkan adalah tingkat akurasi pada proses training dengan data yang bersumber dari Instagram dan Google Image adalah 100% dan 99,6% dengan waktu training yang lebih lama pada sumber data Google Image. Pengujian dilakukan dengan menginputkan 93 gambar ke arsitektur CNN yang telah dibuat. Hasil pengujian adalah sebanyak 93 gambar diprediksi benar sebagai kepribadian Agreeableness dengan data training bersumber dari Instagram dan 92 gambar diprediksi benar dengan data training bersumber dari Google Image. Kesimpulan yang didapatkan adalah dimensi gambar pada data training tidak berpengaruh secara signifikan terhadap prediksi kepribadian berdasarkan gambar yang diposting di Instagram.

Perbandingan Metode Script Dan Keyframe Pada Pembuatan Animasi Tiga Dimensi Moh Taufik H; M Suyanto; Hanif Al Fatta
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni
Publisher : Politeknik Indonusa Surakarta

Pada perkembanganya industri animasi sangat banyak permintaan dalam proses pembuatanya dari bahan dan proses, animasi dibagi menjadi dua yaitu animasi dua dimensi dan tiga dimensi ada banyak macam pembuatan animasi tiga dimensi, stop-motion, cut-out, motion capture, puppet, claymotion, keyframe, dan script. Saat ini animator 3D masih menggunakan teknik keyframe dan script.Pada perbandigngan ini bertujuan untuk mengetahui metode mana yang lebih tepat untuk membuat animasi tiga dimensi dengan tanpa jeda, file yang lebih kecil.

Analisa Perbandingan Metode Profile Matching Dan Topsis Dalam Pemilihan Ketua OSIS Zul Hisyam; M Suyanto; Hanif Al Fatta
Jurnal Informa : Jurnal Penelitian dan Pengabdian Masyarakat Vol 6 No 1 (2020): Juni
Publisher : Politeknik Indonusa Surakarta

Pemilihan ketua OSIS merupakan agenda tahunan yang diselenggarakan oleh setiap sekolah sebagai media pembelajaran bagi siswa dalam berdemokrasi dan menentukan pilihannya. Didalam pemilihan ketua OSIS diperlukan banyak tahapan dan persiapan yang perlu dilakukan mulai dari pendaftaran, sosialisasi program sampai tahap pemilihan dan perhitungan yang memerlukan banyak tenaga dan biaya. Seringkali hasil dari pemilihan menetapkan/memilih siswa yang secara kecakapan kurang memenuhi namun terpilih lebih karena kepopulerannya. Berdasar pada permasalahan tersebut maka diperlukan metode tertentu untuk mendapatkan rekomendasi ketua OSIS yang sesuai dengan kriteria yang diharapkan. Penggunaan Metode Topsis dan Profile Matching mampu memberikan rekomendasi berdasar pada kriteria yaitu Prestasi Akademik, Kedisiplinan, Sikap & Perilaku, Pergaulan dan Usia. Kemudian dari hasil yang dihasilkan oleh kedua metode tersebut akan dibandingkan accuracy nya. Dari perhitungan yang dilakukan metode Profile Matching mampu nilai yang lebih tinggi yaitu sebesar 4.6 dengan akurasi 92.5%, sedang metode Topsis menghasilkan akurasi 80,96%.

Co-Authors Abidarin Rosidi Ahmad Hajar Alvhinia Meinda Amitaba Andi Sunyoto Anggie Ariawan Dewa Putra Arief Setyanto Artha Gilang Saputra Bambang Soedijono Chan Uswatun Khasanah El Johan Kristama Ema Utami Ewaldus Ambrosius Tukan Fandli Supandi Hafidh Rezha Maulana Hendra Kurniawan HENDRA SETIAWAN Hidayat Hidayat Iin Kurniasari Khairullah Khairullah Kusrini . Kusrini Kusrini M Suyanto M. Imam Budi Laksamana M. Nuraminudin M. Suyanto Moh Taufik H Muhammad Resa Arif Yudianto Noor Abdul Haris Nugroho Setio Wibowo Olivia Maria Inacio Tavares Purwidiantoro, Moch. Hari Rizki Mawan Samson Barnea Tutik Maryana Wahyu Sindu Prasetya Yetman Erwadi Yulia Rahmi Yuliana Yuliana Yusuf Fadlila Rachman Zul Hisyam

Title

Found 33 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 33 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 33 Documents
Search