Article Per Year (5 Year)
p-Index From 2019 - 2024
4.514
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IJCCS (Indonesian Journal of Computing and Cybernetics Systems) JURNAL MEDIA INFORMATIKA BUDIDARMA ILKOM Jurnal Ilmiah JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) AL-ULUM: JURNAL SAINS DAN TEKNOLOGI Jurnal Teknologi Terpadu Journal of System and Computer Engineering Jurnal Informatika Terpadu Global Abdimas: Jurnal Pengabdian Masyarakat Sentra Dedikasi: Jurnal Pengabdian Masyarakat Journal Pharmacy and Application of Computer Sciences Jurnal Informatika: Jurnal Pengembangan IT Advances in Computer System Innovation Journal (ACSI Journal)
Firman Aziz
Universitas Pancasakti Makassar, Indonesia
Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Library & Information Science Medicine & Pharmacology Public Health Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
IMPLEMENTASI RAD METHOD PADA APLIKASI PENYEWAAN LAPANGAN FUTSAL BERBASIS DELPHI DAN FIREBIRD DATABASE Firman Aziz
Advances in Computer System Innovation Journal Vol. 2 No. 1: April 2024, ACSI Journal
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/acsijournal.v2i1.501

Abstract

Perkembangan teknologi komputer telah mengubah berbagai aspek kehidupan, termasuk dalam pengelolaan penyewaan lapangan futsal. Penelitian ini bertujuan untuk mengembangkan aplikasi penyewaan lapangan futsal berbasis Delphi dan Firebird database menggunakan metode Rapid Application Development (RAD). Metode RAD dipilih karena kemampuannya untuk mempercepat proses pengembangan perangkat lunak melalui pendekatan iteratif dan prototyping. Pendekatan penelitian yang digunakan adalah mixed methods, yang menggabungkan pendekatan kualitatif dan kuantitatif. Data dikumpulkan melalui studi literatur, wawancara dengan pengelola lapangan futsal, observasi langsung, dan kuesioner kepada calon pengguna aplikasi. Proses pengembangan aplikasi mengikuti tahapan RAD: Requirements Planning, User Design, Construction, dan Cutover. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan dapat meningkatkan efisiensi dan efektivitas pengelolaan penyewaan lapangan futsal. Aplikasi ini memudahkan pengelolaan pemesanan, penjadwalan, dan pelaporan secara lebih terstruktur dan terotomatisasi. Pengujian fungsional, kinerja, dan keamanan menunjukkan bahwa aplikasi berfungsi sesuai dengan spesifikasi yang ditetapkan dan memenuhi kebutuhan pengguna. Implementasi metode RAD terbukti efektif dalam mengembangkan aplikasi ini, memungkinkan iterasi cepat berdasarkan umpan balik pengguna dan penyesuaian desain yang responsif. Rekomendasi untuk pengembangan lebih lanjut termasuk penambahan fitur pembayaran online dan integrasi dengan sistem manajemen lainnya.
KLASIFIKASI PENYAKIT MALARIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK Firman Aziz; Imran Iskandar; M Rezky Armansyah
Advances in Computer System Innovation Journal Vol. 2 No. 1: April 2024, ACSI Journal
Publisher : Unit Publikasi Ilmiah Perkumpulan Intelektual Madani Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51577/acsijournal.v2i1.518

Abstract

Penelitian ini mengembangkan model Convolutional Neural Network (CNN) untuk mendeteksi infeksi malaria dari gambar mikroskopis darah. Dataset "Cell Images for Malaria Detection" digunakan dan dibagi menjadi data pelatihan, validasi, dan pengujian, dengan augmentasi data melalui ImageDataGenerator untuk meningkatkan variasi dan kemampuan generalisasi model. Pelatihan model dilakukan dengan callback 'EarlyStopping' untuk menghindari overfitting dan mengoptimalkan waktu pelatihan, sehingga model berhenti lebih awal saat tidak ada peningkatan signifikan pada validasi loss. Hasil penelitian menunjukkan akurasi tinggi antara 0.9482 hingga 0.9595 dan nilai loss yang rendah, dengan konvergensi dalam 3 hingga 6 epoch. Evaluasi menggunakan dataset validasi memastikan bahwa model dapat memprediksi dengan akurat pada data yang belum pernah dilihat sebelumnya. Model ini menunjukkan potensi besar sebagai alat bantu diagnosis otomatis malaria yang cepat dan andal, terutama di daerah dengan keterbatasan sumber daya medis, sehingga dapat membantu mengurangi angka kematian dan morbiditas akibat malaria. Dengan demikian, penelitian ini memberikan kontribusi signifikan dalam upaya global untuk mengendalikan dan memberantas malaria.
Co-Authors Ahmad Sukarna Syahrir Akbar Taufik Ali Akbar Velayaty Amri, Nur Fadhila Andi Merdewiningsi Andi Nurilmi Adriana Andyka Wahab Anggun Kusumawardhani Anirwan Anirwan Armin Lawi Benny L.E.P Benny Leonard Enrico Panggabean Dhilan Sasmita Faisal Rahman Farid Fani Temarwut Firmansyah Firmansyah Firmansyah Hasriani Hasriani Hechmi SHILI Hendra Umar Imran Iskandar Ishak, Pertiwi Jeffry jeffry jeffry - Jeffry Jeffry Jeffry Jeffry Kiki Resqy Amelia Kurnia Yahya Lutfi Budi Ilmawan M Rezky Armansyah M Rezky Armansyah Mardewi Mardewi Mardewi Mardewi Muhammad Arfah Asis Muhammad Lutfi Muhammad Rijal Muhammad Rijal Nur Ayu Asrhi Nur Ayu Asrhi Nur Hamadani Nur Nur Hamdani Nur Nurafni Shahnyb Nuru Yarkuran Nurul Fathanah Mustamin Rahmat Fuadi Syam Rohmah Nur Hidayah Satar Satar Sitti Arni Sofyan Sofyan Sofyan Sofyan Sustrin Abasa Syahrul Usman Syahrul Usman Syahrul Usman Syahrul Usman Usman, Syahrul Wungo, Supriyadi La Zulkarnain Zulkarnain