Aaz Muhammad Hafidz Azis, S.T., M.T.

Aaz Muhammad Hafidz Azis adalah dosen Fakultas Informatika Universitas Telkom pada Kelompok Keahlian Software Engineering and Algorithm (SEAL). Fokus risetnya adalah pengolahan dan pengenalan suara (speech processing), khususnya klasifikasi pelafalan huruf hijaiyah menggunakan ekstraksi fitur MFCC serta model machine learning dan deep learning (CNN dan XGBoost). Selain itu, aktif dalam pengembangan aplikasi, hak kekayaan intelektual, dan kegiatan pengabdian kepada masyarakat berbasis teknologi informasi.

NIP

Kode Dosen

Email

Kelompok Keahlian

: 23990046

: ZHH

: [email protected]

: Software Engineering and Algorithm (SEAL)

Riset Area

  • Software Engineer
  • UI UX
  • Pengenalan Suara

Publikasi

No Judul Penulis Sumber / Tahun
1 XGBoost and Convolutional Neural Network Classification Models on Pronunciation of Hijaiyah Letters According to Sanad A. M. H. Azis & D. P. Lestari Jurnal Online Informatika 8(2), 194–203 (2023). Terindeks Scopus.
2 Automatic Detection of Hijaiyah Letters Pronunciation using Convolutional Neural Network Algorithm Y. A. Gerhana, A. M. H. Azis, D. R. Ramdania, dkk. Jurnal Online Informatika 7(1), 123–131 (2022). Terindeks Scopus; sitasi tertinggi.
3 Pengabdian: Studi kasus Griya Harapan Social Service Center for the Disabled A. Lukman, A. M. H. Azis, I. W. P. Anuwiksa ABDIMAS: Jurnal Pengabdian Masyarakat 8(4), 2264–2274 (2025).
4 The Film Recommendation System uses the Recursive Elimination Algorithm A. M. H. Azis, N. E. Juliana, F. D. Khansa, M. Jannah Gunung Djati Conference Series 3, 36–41 (2021).
5 News Category Classification using Support Vector Machine Algorithm N. E. Juliana, F. D. Khansa, A. M. H. Azis, R. I. Gunawan, N. D. Cahya Gunung Djati Conference Series 3, 62–67 (2021).

Penelitian

  • Klasifikasi sifat fonetik huruf hijaiyah: model CNN dan XGBoost untuk mendeteksi sifat pelafalan huruf hijaiyah sesuai sanad (JOIN, 2023).
  • Deteksi pelafalan huruf hijaiyah dengan CNN: ekstraksi suara dengan MFCC dan klasifikasi deep learning dengan metodologi CRISP-DM (JOIN, 2022).
  • Sistem deteksi sifat fonetik huruf hijaiyah: dikembangkan hingga tahap permohonan paten (2025).
  • Machine learning terapan: sistem rekomendasi film, klasifikasi berita dengan SVM, dan klasterisasi peta dunia Asia dengan Agglomerative Clustering (2021).

Pengabdian Kepada Masyarakat

  • Griya Harapan Social Service Center for the Disabled: kegiatan pengabdian bersama tim dosen, dipublikasikan di ABDIMAS: Jurnal Pengabdian Masyarakat (2025).
  • Sistem Informasi dan Lapak Karang Taruna Taman Sari: aplikasi untuk komunitas karang taruna, terdaftar sebagai Hak Cipta (2025).
  • Aplikasi pembelajaran pemrograman Python “DiajarKoding”: media belajar pemrograman, terdaftar sebagai Hak Cipta.

Prestasi dan Capaian

Kategori Keterangan
Paten (pengajuan) Sistem Deteksi Sifat Fonetik Huruf pada Pelafalan Huruf Hijaiyah (No. S00202506458, 2025)
Hak Cipta Aplikasi Sistem Informasi dan Lapak Karang Taruna Taman Sari (EC002025083417, 2025)
Hak Cipta Aplikasi Dashboard Kelompok Keahlian untuk Monitoring dan Evaluasi Kinerja Dosen (EC002024184404, 2024)
Hak Cipta Aplikasi Pembelajaran Pemrograman Python “DiajarKoding”
SINTA Skor keseluruhan 100; skor 3 tahun terakhir 90
Scopus 2 artikel, 6 sitasi, h-index 1
Google Scholar Sekitar 10 artikel, 15 sitasi, h-index 2

Keterlibatan dan Peran

  • Editor prosiding 2024 12th International Conference on Information and Communication Technology (ICoICT 2024), IEEE.
  • Anggota Kelompok Keahlian Software Engineering and Algorithm (SEAL), Fakultas Informatika Universitas Telkom.
  • Kolaborator riset dengan Institut Teknologi Bandung (Dessi Puji Lestari) dan UIN Sunan Gunung Djati Bandung (Yana Aditia Gerhana).
  • Inventor pada beberapa HKI aplikasi untuk pendidikan, komunitas, dan manajemen kinerja dosen.