Muhamad Hasan
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Research Interests
Muhamad Hasan has a total of 13 co-authors. Here are the top co-authors by number of shared publications:
- Dwiza Riana
Universitas Nusa Mandiri
3 shared publications - Frieyadie Frieyadie
Universitas Nusa Mandiri
2 shared publications Anton
1 shared publicationDesiana Nur Kholifah
Universitas Nusa Mandiri
1 shared publicationIzni Nur Karimah
Universitas Nusa Mandiri
1 shared publication- Izni Nur Karimah
Universitas Nusa Mandiri
1 shared publication
Latest Publications
- Open Access
- 30 June 2024
- Published by Universitas Bina Sarana Informatika in CONTEN : Computer and Network Technology
- Vol. 4 (1) , 52-57
IDENTIFIKASI PENYAKIT DAUN KENTANG MENGGUNAKAN FITUR GLCM DAN ALGORITMA MULTI-SVM
Deteksi dini dengan cara pengklisifikasian daun pada tanaman kentang menjadi salah satu langkah yang menjanjikan menuju ketahanan pangan yang berkelanjutan pada bidang pertanian. Penyakit-penyakit yang menyebabkan kehilangan hasil yang substansial dalam kentang adalah Phytophthora infestans (late blight) dan Alternaria solani (early blight). Penyakit tersebut dapat mempengaruhi hasil pada tanaman kentang sehingga mengakibatkan gagal panen. Penyakit ini harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penyakit ini dapat dikenali secara visual karena memiliki ciri warna dan tekstur yang unik. Tetapi pengamatan secara langsung memiliki beberapa kekurangan seperti subjektifitas serta kurang akurat. Melalui sebuah citra dapat dipelajari informasi mengenai penyakit tanaman tersebut seperti tekstur dan warna. Pengolahan citra adalah salah satu teknik yang paling banyak digunakan untuk mendeteksi dan mengklasifikasi penyakit daun pada tanaman. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini terhadap penyakit tanaman pada daun kentang yang lebih efektif dan bebas dari kesalahan. Dalam peneliatian ini, diusulkan metode identifikasi penyakit pada daun tanaman kentang berdasarkan fitur tekstur Gray Level Co-occurrence Matrix. Ekstraksi fitur tekstur dengan menggunakan metode Gray Level Co-occurrence Matrix. Algoritma Multi-SVM dilakukan untuk memproses kalsifikasi dari 3 kategori daun. Dari penelitian yang telah dilakukan menunjukkan bahwa identifikasi penyakit daun pada tanaman kentang dapat dilakukan menggunakan pengolahan citra digital. Hasil akurasi rata-rata yang diperoleh mencapai 86,67 % dari tiga kategori daun.
- 30 June 2024
- Published by Universitas Bina Sarana Informatika in CONTEN : Computer and Network Technology
- Vol. 4 (1) , 52-57
Open AccessIDENTIFIKASI PENYAKIT DAUN KENTANG MENGGUNAKAN FITUR GLCM DAN ALGORITMA MULTI-SVM
Deteksi dini dengan cara pengklisifikasian daun pada tanaman kentang menjadi salah satu langkah yang menjanjikan menuju ketahanan pangan yang berkelanjutan pada bidang pertanian. Penyakit-penyakit yang menyebabkan kehilangan hasil yang substansial dalam kentang adalah Phytophthora infestans (late blight) dan Alternaria solani (early blight). Penyakit tersebut dapat mempengaruhi hasil pada tanaman kentang sehingga mengakibatkan gagal panen. Penyakit ini harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penyakit ini dapat dikenali secara visual karena memiliki ciri warna dan tekstur yang unik. Tetapi pengamatan secara langsung memiliki beberapa kekurangan seperti subjektifitas serta kurang akurat. Melalui sebuah citra dapat dipelajari informasi mengenai penyakit tanaman tersebut seperti tekstur dan warna. Pengolahan citra adalah salah satu teknik yang paling banyak digunakan untuk mendeteksi dan mengklasifikasi penyakit daun pada tanaman. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini terhadap penyakit tanaman pada daun kentang yang lebih efektif dan bebas dari kesalahan. Dalam peneliatian ini, diusulkan metode identifikasi penyakit pada daun tanaman kentang berdasarkan fitur tekstur Gray Level Co-occurrence Matrix. Ekstraksi fitur tekstur dengan menggunakan metode Gray Level Co-occurrence Matrix. Algoritma Multi-SVM dilakukan untuk memproses kalsifikasi dari 3 kategori daun. Dari penelitian yang telah dilakukan menunjukkan bahwa identifikasi penyakit daun pada tanaman kentang dapat dilakukan menggunakan pengolahan citra digital. Hasil akurasi rata-rata yang diperoleh mencapai 86,67 % dari tiga kategori daun.
- Open Access
- 12 July 2022
- Published by Yayasan Pendidikan Startech in Direito, Processo e Cidadania
- Vol. 13 (1) , 72
IMPLEMENTATION OF THE SELECTION OF APPAREL SUPPLIERS USING THE AHP (ANALYTICAL HIERARCHY PROCESS) METHOD AT PT. IWAK BANDENG BEKASI
This research was conducted in a company, namely, PT. Iwak Bandeng, will develop partnership relationships with apparel suppliers. The problem that often occurs is when choosing a supplier. The sample of this research is the decision-makers and the parties who are in the purchasing and warehouse departments who know the performance of suppliers. The sampling technique uses judgment sampling because the AHP method requires dependence on a group of experts according to the type of specialist involved in making decisions. This study uses the AHP method assisted by expert choice software. From the results of the assessment of the importance of the criteria in the selection of suppliers, the priority/weighting scales are as follows: priority I quality (0.419), priority II price (0.320), priority III delivery accuracy (0.112), priority IV accuracy in quantity (0.088) and priority V service has a priority scale (0.061). From the results of the assessment of the level of alternative importance in the selection of suppliers, the priority/weighting scale is as follows: priority I supplier CAB (0.481), priority II supplier EF (0.314), priority III supplier RJ (0.205).
- 12 July 2022
- Published by Yayasan Pendidikan Startech in Direito, Processo e Cidadania
- Vol. 13 (1) , 72
Open AccessIMPLEMENTATION OF THE SELECTION OF APPAREL SUPPLIERS USING THE AHP (ANALYTICAL HIERARCHY PROCESS) METHOD AT PT. IWAK BANDENG BEKASI
This research was conducted in a company, namely, PT. Iwak Bandeng, will develop partnership relationships with apparel suppliers. The problem that often occurs is when choosing a supplier. The sample of this research is the decision-makers and the parties who are in the purchasing and warehouse departments who know the performance of suppliers. The sampling technique uses judgment sampling because the AHP method requires dependence on a group of experts according to the type of specialist involved in making decisions. This study uses the AHP method assisted by expert choice software. From the results of the assessment of the importance of the criteria in the selection of suppliers, the priority/weighting scales are as follows: priority I quality (0.419), priority II price (0.320), priority III delivery accuracy (0.112), priority IV accuracy in quantity (0.088) and priority V service has a priority scale (0.061). From the results of the assessment of the level of alternative importance in the selection of suppliers, the priority/weighting scale is as follows: priority I supplier CAB (0.481), priority II supplier EF (0.314), priority III supplier RJ (0.205).
- Open Access
- 31 January 2022
- Published by Ikatan Ahli Informatika Indonesia (IAII) in Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi)
- Vol. 6 (1) , 1-8
Identifikasi Citra Pap Smear RepoMedUNM dengan Menggunakan K-Means Clustering dan GLCM
Cervical cancer’s a gynecological malignancy in women that’s very dangerous, even causes death. Prevention through early detection of Pap smear test. It was carried out by pathologists with the help of a microscope still have obstacles in observations. There’re many studies on Pap smear image processing for helping pathologists in cell identification. Availability of Pap smear image dataset is needed in cervical cancer early detection research. The purpose of this study was to segment, feature extraction and classify 180 Pap smear images of RepoMedUNM. The method used to identify Pap smear images begins with preprocessing, namely changing the color in the image to L*a*b color, segmentation using the K-means method, extraction of 6 features, namely metric, eccentricity, contrast, correlation, energy, and homogeneity, and then identified by calculating the closest distance between the training data features and the test data features with the Euclidean distance. The result of identification ThinPrep Pap smear images in 3 classes achieve average accuracy of 93.33%, Non-ThinPrep Pap smear images in 2 classes achieve 90% average accuracy and the average accuracy of the overall in the 4 classes reached 92%. These results indicate that the proposed method can identify Pap smear images well.
- 31 January 2022
- Published by Ikatan Ahli Informatika Indonesia (IAII) in Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi)
- Vol. 6 (1) , 1-8
Open AccessIdentifikasi Citra Pap Smear RepoMedUNM dengan Menggunakan K-Means Clustering dan GLCM
Cervical cancer’s a gynecological malignancy in women that’s very dangerous, even causes death. Prevention through early detection of Pap smear test. It was carried out by pathologists with the help of a microscope still have obstacles in observations. There’re many studies on Pap smear image processing for helping pathologists in cell identification. Availability of Pap smear image dataset is needed in cervical cancer early detection research. The purpose of this study was to segment, feature extraction and classify 180 Pap smear images of RepoMedUNM. The method used to identify Pap smear images begins with preprocessing, namely changing the color in the image to L*a*b color, segmentation using the K-means method, extraction of 6 features, namely metric, eccentricity, contrast, correlation, energy, and homogeneity, and then identified by calculating the closest distance between the training data features and the test data features with the Euclidean distance. The result of identification ThinPrep Pap smear images in 3 classes achieve average accuracy of 93.33%, Non-ThinPrep Pap smear images in 2 classes achieve 90% average accuracy and the average accuracy of the overall in the 4 classes reached 92%. These results indicate that the proposed method can identify Pap smear images well.
- 2 December 2021
- Published by Springer Nature
- p. 317-325
RepoMedUNM: A New Dataset for Feature Extraction and Training of Deep Learning Network for Classification of Pap Smear Images
- 2 December 2021
- Published by Springer Nature
- p. 317-325
RepoMedUNM: A New Dataset for Feature Extraction and Training of Deep Learning Network for Classification of Pap Smear Images
- Open Access
- 3 June 2021
- Published by Universitas Bina Sarana Informatika in CONTEN : Computer and Network Technology
- Vol. 1 (1) , 42-53
PENERIMAAN APLIKASI E-RAPORT PADA SMK BHAKTI KARTINI MENGGUNAKAN METODE TECHNOLOGY ACCEPTANCE MODEL
E-Raport merupakan sebuah aplikasi pengolah nilai siswa berbasis web yang saat ini tengah dikembangkan oleh SMK Bhakti Kartini diharapkan dapat meningkatkan kinerja bagi para guru dan staff. Sejauh ini, masih terdapat beberapa kendala yang dihadapi para guru dan staff sebagai user dalam penggunaan aplikasi E-Raport, sehingga diperlukan sebuah evaluasi dalam penggunakan aplikasi tersebut. Oleh karena itu, untuk mengetahui penerimaan guru dan staff terhadap keberhasilan pengimplementasian aplikasi E-Raport, maka perlu dilakukan evaluasi dengan menggunakan metode TAM (Technology Acceptance Model). Data yang didapat dari 30 responden yang merupakan para guru pengampu matapelajaran yang terdapat pada SMK Bhakti Kartini yang diperoleh dari pengisian melalui google form dan ditunjukkan dengan skala likert dan diolah menggunakan aplikasi SPSS, diperoleh hasil yang menunjukkan terdapat pengaruh signifikan antara kemudahan penggunaan dan kemanfaatan terhadap penerimaan aplikasi E-Raport. Dengan nilai korelasi sebesar 0,739 hasil penelitian menunjukkan bahwa kemudahan penggunaan dan kemanfaatan berpengaruh 54,6% kepada penerimaan guru dan staff terhadap aplikasi E-Raport.
- 3 June 2021
- Published by Universitas Bina Sarana Informatika in CONTEN : Computer and Network Technology
- Vol. 1 (1) , 42-53
Open AccessPENERIMAAN APLIKASI E-RAPORT PADA SMK BHAKTI KARTINI MENGGUNAKAN METODE TECHNOLOGY ACCEPTANCE MODEL
E-Raport merupakan sebuah aplikasi pengolah nilai siswa berbasis web yang saat ini tengah dikembangkan oleh SMK Bhakti Kartini diharapkan dapat meningkatkan kinerja bagi para guru dan staff. Sejauh ini, masih terdapat beberapa kendala yang dihadapi para guru dan staff sebagai user dalam penggunaan aplikasi E-Raport, sehingga diperlukan sebuah evaluasi dalam penggunakan aplikasi tersebut. Oleh karena itu, untuk mengetahui penerimaan guru dan staff terhadap keberhasilan pengimplementasian aplikasi E-Raport, maka perlu dilakukan evaluasi dengan menggunakan metode TAM (Technology Acceptance Model). Data yang didapat dari 30 responden yang merupakan para guru pengampu matapelajaran yang terdapat pada SMK Bhakti Kartini yang diperoleh dari pengisian melalui google form dan ditunjukkan dengan skala likert dan diolah menggunakan aplikasi SPSS, diperoleh hasil yang menunjukkan terdapat pengaruh signifikan antara kemudahan penggunaan dan kemanfaatan terhadap penerimaan aplikasi E-Raport. Dengan nilai korelasi sebesar 0,739 hasil penelitian menunjukkan bahwa kemudahan penggunaan dan kemanfaatan berpengaruh 54,6% kepada penerimaan guru dan staff terhadap aplikasi E-Raport.
- Open Access
Comparison of segmentation and identification of swietenia mahagoni wood defects with augmentation images