Article Per Year (5 Year)
p-Index From 2019 - 2024
2.189
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Paradigma Techno Nusa Mandiri : Journal of Computing and Information Technology Journal of Information System, Applied, Management, Accounting and Research Jurnal Informatika Kaputama (JIK) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Infortech Dedikasi Sains dan Teknologi (DST) Jurnal Abdimas Prakasa Dakara Journal Medical Informatics Technology
Faruq Aziz
Universitas Nusa Mandiri
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Implementasi artificial neural network dalam mendeteksi penyakit hati (liver) Irmawati Irmawati; Kudiantoro Widianto; Faruq Aziz; Achmad Rifai; Ami Rahmawati
Journal of Information System, Applied, Management, Accounting and Research Vol 6 No 1 (2022): JISAMAR: February 2022
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v6i1.694

Abstract

Acute liver disease can affect liver function, but can identify the patient's clinical and physical symptoms. One of the problems faced by society today is the delay in treatment of liver disease patients, most patients do not carry out self-examination until an advanced stage is found. To overcome this problem, we need a system that can determine whether a person is a patient with liver disease, so that they can carry out routine checks as soon as possible and allow liver disease patients to get timely treatment. The system can generate classification with the help of data mining algorithms. In this paper, Liver Patients have been investigated using an Artificial Neural Network model to predict a Liver Patient or not and analysis using ANN with Python was used to determine the effect of input variables based on data in the literature and obtained an accuracy of 74%.
Image stitching using a-kaze algorithm for borobudur panoramic on based feature Linda Marlinda; Faruq Aziz; Widiyawati Widiyawati; Wahyu Indrarti
Journal of Information System, Applied, Management, Accounting and Research Vol 5 No 4 (2021): JISAMAR, Volume 5, Nomor 4, November 2021
Publisher : Sekolah Tinggi Manajemen Informatika dan Komputer Jayakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52362/jisamar.v5i4.608

Abstract

Borobudur Temple is the largest Buddhist temple in Indonesia which has an area of 123 x 123 square meters consisting of 504 Buddha statues, 72 overlay stupas, and one main stupa, with 2,672 relief panels. Borobudur Temple also has nine platforms, six of which are square, and the remaining three are circular. Taking 2D images of Borobudur using a camera produces images that are far, small, and less clear. So we need a process of partial and overlapping image division. The process of combining multiple still images with overlapping fields of view to produce a segmented panoramic, resolution image. This method is widely used in object reconstruction. In this paper, we present a learning-based approach using the A-KAZE algorithm on the image merging process. The test results have been successfully carried out but the quality of the final result is highly dependent on the input image. A good input image has a fairly high intensity and has many objects in it, so it has many features found. Our approach directly estimates feature locations between image paired boundaries by maximizing the image-patch similarity metric between images. A collection of high-resolution images was collected for training and evaluation. The experimental results illustrate that the inner feature approach is better. This method can describe an image with a certain key point, where each key point has a gradient orientation (GO) and a gradient scale (GM) which is processed into features in the image registration process. The purpose of this study is to match images that have been cut off and in the process of merging they are still overlapping. The results of this study are that images that are split into two can be combined with image stitching.
PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE irmawati irmawati irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5, No 2 (2021): Volume 5, Nomor 2 Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i2.565

Abstract

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%.
Penerapan Finite State Automata Pada Mesin Tiket Otomatis Bus Damri Di Bandara Internasional Yogyakarta Khabib Astoni; Faruq Aziz; Fadillah Said; Dwi Andriyanto; Windu Gata
Paradigma Vol 23, No 2 (2021): Periode September 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.202 KB) | DOI: 10.31294/p.v23i2.11290

Abstract

Intisari—Sebagai sarana transportasi udara yang vital, Bandara Internasional Yogyakarta membutuhkan sarana alih moda transportasi darat untuk memudahkan penggunanya. Salah satunya adalah Perum Damri yang menyediakan airport shuttle yang melayani ke berbagai tujuan dengan sistem penjualan tiket yang masih dilakukan secara manual. Dalam penelitian ini, didesain mesin penjualan tiket otomatis berbagai jurusan dengan prinsip kerja menyerupai vending machine yang mengimplementasikan Finite State Automata. Mesin ini menerima pembayaran tunai dan non tunai dan mengeluarkan cetak tiket dan uang kembalian. Kesimpulan dari penelitian ini, Finite State Automata dapat dijadikan logika dasar untuk merancang desain mesin tiket otomatis serupa vending machine yang dapat menggantikan peran manusia dan meningkatkan efisiensi.
Optimalisasi Media Pembelajaran Online Dengan Microsoft Power Point Untuk Menunjang Kinerja Staff Kelurahan Linda Marlinda; Faruq Aziz; Frisma Handayanna; Anton Anton; Taransa Agasya Tutupoly; Susafa’ati Susafa’ati
Dedikasi Sains dan Teknologi (DST) Vol. 1 No. 1 (2021): Dedikasi Sains dan Teknologi : Volume 1 Nomor 1, Mei 2021
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (532.66 KB) | DOI: 10.47709/dst.v1i1.956

Abstract

Staff Kesekretariatan Kelurahan Kebon Bawang merupakan salah satu bagian dari kelurahan kebon bawang merupakan yang bertugas merencanakan, melaksanakan pembinaan, mengarahkan dan mengendalikan penyelenggaraan bidang kesekretariatan yang meliputi administrasi keuangan, kepegawaian, rumah tangga, Peralatan administrasi umum, yang membantu mengkoordinasikan kegiatan desa. Staff Kesekretariatan saat ini mengalami permasalahan dalam membuat presentasi mempersiapkan untuk kegiatan rapat-rapat serta pembutan presentasi untuk pelaporan kegiatan di kelurahan kebon bawang, dalam hal ini mereka sudah menggunakan Microsoft Power Point namun dirasa kurang menarik dalam penyajian materi presentasi tersebut, dan belum optimal dalam pembuatan presentasi sertas kurang memahami dalam pengunaan aplikasi komputer tersebut. Staff Kesekretariatan yang merupakan unit Administrasi dari kelurahan kebon bawang diharapakan mempunyai kualitas yang baik sebagai pelayan publik. Sehingga mahir dalam penggunaan aplikasi perkantoran salah satunya yaitu Microsoft Power Point dalam penyajian presentasi kegiatan dan pelaporan kegiatan-kegiatan yang akan dilakukan dan telah dilakukan di kelurahan kebon bawang
Optimalisasi Media Pembelajaran Microsoft Word untuk Menunjang Pembelajaran Online Linda Marlinda; Faruq Aziz; Anton Anton; Taransa Agasya Tutupoly; Ruhul Amin; Windugata Windugata
Dedikasi Sains dan Teknologi (DST) Vol. 1 No. 2 (2021): Dedikasi Sains dan Teknologi : Volume 1 Nomor 2, Nopember 2021
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (426.132 KB) | DOI: 10.47709/dst.v1i2.1227

Abstract

Saat ini proses belajar mengajar anak-anak asuh tingkat SMP SMA di lingkungan Yayasan Dharma Kasih yang terletak di Jakarta Timur, Sebagian besar masih menggunakan sarana media online karena efek pademi Covid-19. Media online pada saat proses pembelajaran menggunakan zoom karena lebih familiar dan banyak pengguna. Permasalahan yang dihadapi anak-anak asuh tingkat SMP SMA di Yayasan Dharma Kasih saat ini kurang menguasai Microsoft Word untuk proses belajar dari guru dengan materi dasar pengetikan dengan formating Word 2016, membuat dokumen serta pembuatan surat undangan dan surat mengajar (Mail Merge). Materi yang akan disampaikan berupa pengenalan dasar Microsoft Word 2016, sehingan diharap anak anakmengerti dan memahami Materi dengan baik. Dengan adanya pelatihan ini bertujuan agar para anak anak dapat dengan mudah mengerjakan tugas tugas yang diberikan oleh guru
Penyuluhan Literasi Media untuk Bijak di Media Sosial dan Pemanfaatan Media Digital Dwiza Riana; Agus Subekti; Hilman F. Pardede; Zico Pratama Putra; Faruq Aziz
Jurnal Abdimas Prakasa Dakara Vol. 2 No. 2 (2022): Literasi Media dan Promosi Kreatif dalam Kegiatan Kemasyarakatan
Publisher : LPPM STKIP Kusuma Negara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37640/japd.v2i2.1522

Abstract

Understanding the power of media must be promoted at all levels. Efforts to develop media literacy, both in the form of thoughts and in conducting outreach activities, need to be carried out and supported by various stakeholders. Especially in the current era of digital media, people are used to and easily access social media. There is also growing concern about the negative impact of social media use on young people. Therefore, it is necessary to teach the younger generation media skills to use social media. This is the basis for making joint activities aimed at educating the younger generation to be wise in using social media and being able to use digital media well. This activity took place on April 3, 2022 with a total of 15 participants. Based on the results of the activities carried out, the application of positive communication resulted in positive changes in the insights, knowledge, skills, values, and attitudes of adolescents, and this activity has important benefits for community activities. to successfully achieve the goals and benefit the community, especially the partners of the SIGMA Foundation.
MEAT IMAGE CLASSIFICATION USING DEEP LEARNING WITH RESNET152V2 ARCHITECTURE Taopik Hidayat; Daniati Uki Eka Saputri; Faruq Aziz
Jurnal Techno Nusa Mandiri Vol 19 No 2 (2022): TECHNO Period of September 2022
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v19i2.3932

Abstract

Meat is a food ingredient that can be consumed by humans and consists of essential nutrients, especially protein, which are needed for various physiological functions in the human body. Beef, goat and pork are meats that are commonly used by Indonesian people as daily processed foods. A very high level of meat consumption results in a high economic value of meat consumption. However, many people do not know how to distinguish between the types of beef, mutton and pork. This study aims to classify types of beef, goat and pork using the ResNet152V2 algorithm. The data used are 600 images with 200 images of beef, 200 images of mutton and 200 images of pork. The process carried out is pre-processing using 4 stages, namely image augmentation, image sharpness process, then the image is resized to adjust the size needed by the algorithm. The last pre-processing is to perform the image normalization process. After the pre-processing is done, then the data training stage is carried out using the ResNet152V2 algorithm to build a classification model and then the model is tested against data testing to get the results of the optimal classification of pork, goat and beef images by looking at the results of accuracy and loss values.
Penerapan UI/UX dengan Metode Design Thinking (Studi Kasus: Warung Makan) Faruq Aziz; Daniati Uki Eka Saputri; Nurul Khasanah; Taopik Hidayat
Jurnal Infortech Vol 5, No 1 (2023): JUNI 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v5i1.15156

Abstract

Pemesanan makanan di warung tradisional seringkali masih dilakukan secara manual. Hal ini dapat menyebabkan kesalahan dalam pemesanan sehingga dapat menurunkan tingkat kepuasan pelanggan. Penerapan User Interface (UI) dan User Experience (UX) dalam pengembangan produk digital untuk mengatasi masalah tersebut semakin penting dilakukan saat ini. Perlu dilakukan suatu desain yang tepat agar aplikasi tersebut dapat memberikan kemudahan bagi pelanggan dalam melakukan pemesanan, serta memenuhi kebutuhan warung dalam mengelola pesanan. Tujuan dari penelitian ini adalah untuk mengevaluasi dan meningkatkan pengalaman pengguna melalui penerapan metode Design Thinking pada desain aplikasi pemesanan makanan pada warung makan berbasis mobile. Metode System Usability Scale (SUS) dan User Experience Questionnaire (UEQ) digunakan untuk menguji kepuasan pengguna terhadap aplikasi yang dikembangkan dengan menggunakan metode Design Thinking. Hasil dari penelitian ini menunjukkan bahwa aplikasi yang dikembangkan dengan menggabungkan metode Design Thinking dan pengujian menggunakan metode SUS dan UEQ memiliki tingkat kepuasan yang cukup tinggi dari sisi pengguna serta dapat memberikan rekomendasi untuk pengembangan aplikasi pemesanan makanan yang dapat meningkatkan kepuasan pengguna dan meningkatkan daya saing warung.
PREDIKSI LAMA TINGGAL PASIEN RAWAT INAP DI RUMAH SAKIT PADA MASA PANDEMI COVID-19 MENGGUNAKAN METODE ENSEMBLE LEARNING DAN DECISSION TREE Irmawati Irmawati; Hermanto Hermanto; Eka Herdit Juningsih; Syaifur Rahmatullah; Faruq Aziz
Jurnal Informatika Kaputama (JIK) Vol 5 No 2 (2021): Volume 5, Nomor 2, Juli 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i2.276

Abstract

Beban pada sistem perawatan kesehatan berasal dari insiden tertinggi, yakni COVID-19. Banyak langkah yang dilakukan untuk meningkatkan manajemen perawatan kesehatan yakni, mengurangi populasi pasien untuk disparitas kesehatan, serta adanya inisiatif peningkatan kualitas untuk fasilitas keperawatan. Oleh karena itu, pada penelitian ini membahas prediksi lama tinggal pasien rawat inap di rumah sakit pada masa pandemi COVID-19 dengan tujuan membuat model akurasi yang tepat untuk memprediksi lama tinggal pasien agar menigkatkan efisiensi manajemen perawatan kesehatan di rumah sakit. Penulis menggunakan model Decision Tree dan Ensemble Learning. pada Decision Tree dengan menggunakan kriteria Entropy dan Information Gain dengan variasi nilai 4, 8, 12, 16, 20 untuk melihat hasil performa akurasi, f1 score, dan AUC. Sedangkan ensemble learning menggunakan 4 variasi yaitu klasifikasi Random Forest, Gradient Boosting, AdaBoost, dan AdaBoost dengan Logistc Regressi. Hasil tertinggi dari penelitian ini untuk menentukan klasifikasi terkait lama rawat inap (stay) selama pandemi COVID-19 menggunakan teknik Ensemble Learning variasi Gradiant Boosting dengan akurasi 41%, f1 score 22% dan AUC 79%. Kata
Co-Authors Achmad Rifai Agus Subekti Alya Shafra Hewiz Ami Rahmawati Anton Daniati Uki Eka Saputri Dika Putri Metalica Dwi Andriyanto Dwiza Riana Eka Herdit Juningsih Fadillah Said Frisma Handayanna Hermanto Hermanto Hermanto Hermanto Hilman F. Pardede Irmawati Irmawati Irmawati Irmawati irmawati irmawati irmawati Jufriadif Na'am Khabib Astoni Kudiantoro Widianto, Kudiantoro Linda Marlinda Nurul Khasanah Ruhul Amin Sri Hadianti Suryadi Putra Liawatimena Susafa’ati Susafa’ati Syaifur Rahmatullah Taopik Hidayat Taransa Agasya Tutupoly Teguh Herwanto Wahyu Indrarti Widiyawati Widiyawati Windu Gata Windugata Windugata Yanto Yanto Zico Pratama Putra