Article Per Year (5 Year)
p-Index From 2020 - 2025
0.947
P-Index
This Author published in this journals
All Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Bulletin of Engineering Science, Technology and Industry Jurnal Vokasi Keteknikan
ABDULLAH BASALAMAH
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENENTUAN KUALITAS BERAS BERDASARKAN BENTUK DAN WARNA MUHAMMAD ZAINAL ALTIM; ABDULLAH BASALAMAH; KASMAN; RITA AMALIA SYAMSUL; ANDI YUDHISTIRA
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 8 No 2 (2023): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v8i2.42968

Abstract

Penelitian ini bertujuan yakni menentukan kualitas beras berdasarkan bentuk dan warna beras menggunakan deep learning Convolutional Neural Network (CNN). Metodenya yaitu menggunakan banyak data gambar yang dijadikan sebagai data set. Data tersebut diklasifikasikan berdasarkan bentuk dan warnanya. Selain kecerahan gambar, data beras yang dimasukkan juga berdasarkan warna latar yang berbeda-beda. Proses pelatihan ini berulang kali dilakukan dengan menggunakan model yang berbeda, sampai didapatkan model pembelajaran Convolutional Neural Network (CNN) yang akan digunakan untuk menguji dan memvalidasi. Berdasarkan hasil proses tersebut, dilakukan pengklasifikasian beras menggunakan data berupa gambar objek beras yang diujikan dengan membedakan 9 jenis beras, menghasilkan tingkat keakuratan sampai diatas 99,8 persen dengan tingkat akurasi validasi 99.7 persen dalam proses training data. dan saat dilakukan testing data rata-rata keakuratan mencapai sekitar 99.9 persen. Ini membuktikan CNN dapat digunakan untuk mengklasifikasi objek dengan baik dan akurat. .
JARINGAN SENSOR NIRKABEL BERBASIS IOT PADA APLIKASI MEDIS HARIANI MA’TANG PAKKA; MUHAMMAD ANAS MASA; ABDULLAH BASALAMAH; ANDI SYARIFUDDIN; SYAHRUL MUBARAK ABDULLAH
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 1 (2024): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v9i1.46398

Abstract

Peningkatan kualitas pelayanan di sektor kesehatan dan lingkungan dapat ditingkatkan dengan potensi keunggulan perangkat dan sensor berbasis aplikasi Internet of Things (IoT). Dalam konteks aplikasi medis, teknik pengoptimalan digunakan untuk meningkatkan konektivitas jaringan berbasis IoT dengan memanfaatkan jaringan sensor (WSN) dan sensor yang terhubung secara cerdas. Penelitian ini mengevaluasi dampak penambahan WLAN ke dalam WSN yang menggunakan sensor Zigbee IEEE802.15.4 dan bagaimana koeksistensi terjadi karena Wifi dan ZigBee beroperasi pada saluran yang sama. Penelitian ini dilakukan dengan menggunakan software Opnet 14.5 dalam beberapa skenario. Hasil yang diperoleh menunjukkan bahwa koeksistensi Wi-Fi menurunkan kinerja jaringan ZigBee dalam hal throughput, delay, dan packet loss, seperti transfer file, penjelajahan web, dan akses database. Peningkatan jumlah PC dalam jaringan Wifi-ZigBee dengan pilihan topologi routing yang tepat dapat meningkatkan kinerja jaringan yang diusulkan.
PROTOTIPE PERANCANGAN ALAT UKUR VOLUME SOLAR DAN LOKASI BERBASIS IOT PADA TANGKI PENDAM GENSET DATA CENTER A. MUH. SAAD; YUSAN NAIM; ABDULLAH BASALAMAH
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 9 No 1 (2024): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v9i1.46417

Abstract

Data center adalah suatu bangunan atau bagian dari bangunan yang fungsi utamanya untuk menempatkan ruang komputer dan ruang-ruang pendukungnya. Adapun tujuan dari penelitian ini agar bahan bakar solar pada genset yang ada pada data center tetap terjaga sehingga tidak terjadi pemadaman listrik yang nantinya akan mengakibatkan data yang ada di data center tidak bisa terakses. Metode yang digunakan yaitu perancangan perangkat keras (Hardware) dan perangkat lunak (software). Perancangan perangkat keras terdiri dari mikrokontroler ESP, sensor ultrasonic, GPRS, LCD, Buzzer dan Regulator Tegangan, perangkat lunak (software) menggunakan aplikasi Arduino IDE, Bahasa C, WhatsApp dan Twilio. Setelah melakukan perancangan dan pengaplikasian alat penelitian maka diperoleh Tingkat ketelitian pengukuran tinggi bahan bakar dengan nilai akurasi sebesar 99,9%, untuk peresentasi volume bahan bakar dalam tangki di tampilkan ke display LCD yaitu 25%, 50%, 75% dan tangki Kosong
EFFECTIVE STRATEGIES FOR APPROPRIATE TECHNOLOGY TRAINING TO IMPROVE ENTREPRENEURSHIP IN THE DIGITAL ERA ABDULLAH BASALAMAH; HUSAIN SYAM; MUHAMMAD YAHYA
Jurnal Vokasi Keteknikan Vol 2 No 1 (2024): Maret 2024
Publisher : Pascasarjana Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59562/jvkt.v2i1.6917

Abstract

This study examines effective strategies for appropriate technology training to enhance entrepreneurship in the digital era. Amid the rapid advancement of digital technology, entrepreneurship requires new approaches to leverage technologies that align with local needs and potentials. This research analyzes various training methods applied in the entrepreneurial context and identifies key factors influencing the success of such training. The findings indicate that training approaches based on local needs, user-friendly technologies, and continuous support from mentors and communities play a crucial role in developing entrepreneurial skills. Additionally, the adaptation of digital technology in training not only enhances operational efficiency but also opens new opportunities for entrepreneurs to innovate and compete in the global market. Therefore, effective training strategies can significantly impact the improvement of entrepreneurial capabilities and success in facing the challenges of the digital era. This study recommends collaboration between governments, educational institutions, and the private sector to create a holistic and sustainable training ecosystem
ANALYSIS OF ROB FLOOD MITIGATION IN BAGAN DELI VILLAGE, MEDAN BELAWAN DISTRICT, MEDAN CITY Abdullah Basalamah; Ahmad Perwira Mulia; Gina Cynthia Raphita Hasibuan
Bulletin of Engineering Science, Technology and Industry Vol. 3 No. 3 (2025): September
Publisher : PT. Radja Intercontinental Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59733/besti.v3i3.134

Abstract

Bagan Deli Village, located in Medan Belawan District, is a coastal area that is vulnerable to tidal flooding due to rising sea levels and land subsidence. The land subsidence and speed of land subsidence that occurred in Bagan Deli Village, Medan Belawan District, amounted to 6.50 cm. This problem has a significant impact on the social, economic, and environmental lives of the local community. This study aims to analyze tidal flood mitigation strategies that can be applied to reduce its impact. The method used is descriptive qualitative with a field study approach, interviews, and documentation. The results of the analysis show that the construction of drainage channels, river dredging, raising floors, infiltration wells, water gates, socialization and formation of working groups, planting mangroves, pump houses, and stilt houses are effective mitigations. This study provides strategic recommendations for local governments and related parties in formulating appropriate and sustainable tidal flood mitigation policies.
Co-Authors A. MUH. SAAD Ahmad Perwira Mulia Andi Syarifuddin Andi Yudhistira Gina Cynthia Raphita Hasibuan HARIANI MA’TANG PAKKA Husain Syam Kasman Muhammad Anas Masa Muhammad Yahya MUHAMMAD ZAINAL ALTIM RITA AMALIA SYAMSUL Syahrul Mubarak Abdullah YUSAN NAIM