Farniwati Fattah

Full Author List

Azis, Huzain; Purnawansyah; Fattah, Farniwati; Putri, Inggrianti Pratiwi, Universitas Muslim Indonesia, Urip Sumoharjo km.5, Makassar 90231, Indonesia

Abstract

Secara global, penyebab kematian tertinggi setiap tahunnya adalah penyakit kardiovaskular, yaitu penyakit yang disebabkan oleh gangguan fungsi jantung dan pembuluh darah seperti penyakit jantung koroner, gagal jantung, hipertensi, dan stroke. Penelitian ini bertujuan untuk mengukur performa metode K-Nearest Neighbor (K-NN) dan cross validation berdasarkan metrik akurasi, presisi, recall, dan f-measure pada dataset pasien kardiovaskular. Dataset yang digunakan berjumlah 1000 record dengan 11 atribut (seperti age, gender, height, dan lainnya) yang mencakup data pasien kardiovaskular dan non-kardiovaskular, serta diperoleh dari UCI Machine Learning Repository yang dikelola oleh Hungarian Institute of Cardiology Budapest. Tahapan penelitian meliputi pembagian rasio dataset menjadi 20:80, 50:50, dan 80:20, penerapan cross validation (k-fold = 10), serta proses klasifikasi menggunakan metode K-NN dengan nilai K dari 2 hingga 900. Hasil penelitian menunjukkan bahwa pada rasio 50:50 diperoleh akurasi 82%, presisi 82%, recall 82%, dan f-measure 80% pada K = 13; pada rasio 20:80 diperoleh akurasi 87%, presisi 87%, recall 97%, dan f-measure 92% pada K = 3; serta pada rasio 80:20 diperoleh akurasi 91%, presisi 92%, recall 60%, dan f-measure 72% pada K = 5.

Related SDGs Targets

Full Author List

Fattah, Farniwati; Azis,Huzain, Universitas Muslim Indonesia, Jln. Urip Sumoharjo km.05, Makassar , 90245, Indonesia

Abstract

Pengabdian kepada masyarakat dengan mitra perangkat Desa Tonasa, Kecamatan Sanrobone, Kabupaten Takalar bertujuan untuk meningkatkan literasi penggunaan dan pemanfaatan Teknologi Informasi dan Komunikasi (TIK) melalui pembuatan website desa binaan. Website (desabinaan.umi.ac.id/tonasa) dikembangkan sebagai media yang menampilkan profil Desa Tonasa serta menyajikan berbagai informasi seperti visi dan misi, struktur organisasi, jumlah penduduk, dan pengumuman lainnya. Kegiatan pengabdian ini meliputi tahapan pengumpulan data, pengambilan gambar lingkungan desa, pembuatan dan pengisian konten website, pelatihan admin, hingga pengelolaan website. Namun, dalam pelaksanaannya terdapat beberapa kendala, antara lain belum adanya staf khusus yang ditunjuk sebagai admin sehingga pengelolaan dan pembaruan konten menjadi terhambat, keterbatasan infrastruktur jaringan internet, serta kurangnya kecakapan dalam penulisan konten website. Oleh karena itu, diharapkan pihak pemangku kebijakan desa dapat menyediakan anggaran yang memadai untuk pengembangan media informasi berbasis website, sehingga ke depannya seluruh staf desa dapat berkontribusi dalam mengunggah dan memperbarui informasi pada website desa.

Related SDGs Targets

Full Author List

Azis, Huzain; Nirmala; Syafie, Lukman; Herman; Fattah Farniwati; Hasanuddin,Tasrif, Faculty Of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This investigation constitutes a noteworthy progression in the advancement of more sophisticated and precise botanical image analysis. The primary objective of this inquiry is to confront the difficulties associated with the categorization of Calendula and Coreopsis flowers through the application of diverse segmentation techniques and classification algorithms. In this experiment, we employed the Canny edge detection, thresholding, mean shift, and Otsu methods to process flower images before applying Naïve Bayes, K-Nearest Neighbors, Support Vector Machine, and Decision Tree algorithms for classification. Enhanced comprehension of the integration of distinct segmentation techniques with varied classification algorithms is attained. We scrutinized accuracy, precision, recall, and F1 measure across diverse segmentation scenarios to assess the efficacy of these algorithms. Our principal discoveries consistently affirm that the Decision Tree algorithm attains the utmost accuracy levels in flower classification when coupled with mean shift segmentation, underscoring its noteworthy proficiency in this endeavor. The pivotal role of an optimal amalgamation of segmentation techniques and classification algorithms in augmenting flower recognition is underscored, thereby charting the course for subsequent investigations into the integration of diverse segmentation methods with advanced classification algorithms. This study's outcomes wield a favorable influence on the domain of botany and image analysis at large, offering support to researchers and scientists in achieving a more precise understanding and classification of plant species.

Related SDGs Targets

Full Author List

Jalil, Abdul; Salim, Yulita; Fattah, Farniwati, Universitas Muslim Indonesia, Jalan Urip Sumoharjo, Makassar, 90231, Indonesia

Abstract

Simulasi jaringan berupa virtual reality simulation digunakan untuk mengikuti dari proses dan sistem jaringan sesuai dengan dunia nyata. Berbagai percobaan dapat dilakukan dengan mengubah model pada simulasi. Penggunaan simulasi dapat membantu menguji hal yang terlalu beresiko jika dilakukan secara nyata. Sistem monitoring telah banyak digunakan di bidang teknologi informasi yang bertujuan untuk mempermudah proses memperoleh informasi dengan cepat, tepat dan mudah. Pada saat ini sistem monitoring masih memanfaatkan sistem manual dan menggunakan informasi seadanya dari server, sehingga pengawasan kecepatan trafik dan pantauan penggunaan bandwith pada client yang berjalan tidak bisa dikontrol ataupun direkam sendiri di server karena tidak ada monitoring. Kecepatan akses yang lambat dan kadang kecepatannya tidak stabil, maka dilakukan upaya penyempurnaan untuk mengatur pemeliharaan (maintenance). Bahkan jika terjadi masalah jaringan, informasi yang diperoleh kurang optimal sehingga tidak bisa diperbaiki dengan cepat. Berdasarkan keadaan tersebut maka dibutuhkan simulasi jaringan menggunakan sistem kerja The Dude yang berfungsi untuk mendeteksi terjadinya masalah jaringan. The Dude merupakan sistem monitoring dari mikrotik yang dapat menjadi media untuk mengatur jaringan komputer. Dengan adanya sistem monitoring menggunakan The Dude dan Mikrotik OS, dapat membantu jaringan untuk mengolah dan mengetahui kondisi jaringan Dan dapat mengirimkan notifikasi status up dan down berupa telegram untuk mengetahui kondisi device tanpa melihat secara real time. Adapun saran disampaikan berkaitan dengan penulis adalah sistem ini masih bergantung pada via telegram yang dimiliki oleh penulis sebagai pihak penerima notifikasi serta topologi yang digunakan masih sederhana.

Related SDGs Targets

Full Author List

Fattah, Farniwati; Azis, Huzain, Fakultas Ilmu Komputer Universitas Muslim Indonesia, Jl. Urip Sumoharjo KM. 05, Makassar 90231, Indonesia

Abstract

Pengabdian kepada masyarakat (PkM) dengan mitra Yayasan Sinergi Cendikia Indonesia bertujuan untuk membantu yayasan dalam mencapai tujuan organisasinya, khususnya sebagai lembaga yang bergerak di bidang sosial dan kemasyarakatan yang memiliki berbagai kegiatan keagamaan dan kemanusiaan sehingga membutuhkan media digital untuk mempromosikan serta menyebarkan informasi program. Sebagai yayasan yang baru berdiri, lembaga ini memerlukan media promosi yang mampu menjangkau masyarakat luas. Dalam rangka memenuhi salah satu kewajiban Tri Dharma Perguruan Tinggi, dosen Fakultas Ilmu Komputer (FIKOM) melaksanakan kegiatan pengabdian dengan memanfaatkan layanan video conference, salah satunya menggunakan aplikasi Zoom Meeting yang digunakan oleh yayasan untuk mendukung kegiatan seperti rapat, pelatihan, dan seminar. Meskipun sebagian anggota telah memahami penggunaan beberapa fitur saat meeting, masih terdapat fitur lain yang belum familiar sehingga diperlukan pendampingan, khususnya dalam penggunaan akun Zoom. Kegiatan pengabdian ini diharapkan dapat meningkatkan popularitas Yayasan Sinergi Cendikia Indonesia, khususnya di Sulawesi Selatan, serta membantu anggota yayasan dalam memanfaatkan teknologi digital untuk menjalankan tugas dan tanggung jawab secara lebih efektif.

Related SDGs Targets

Full Author List

Alwi, Erick Irawadi; Fattah, Farniwati, Universitas Muslim Indonesia

Abstract

The web server is one type of server that was most frequently attacked because the web server is the most vital means for storing databases. The most frequently used attack is Denial of Service (DoS). DoS is an attack technique against a system by consuming data resources from a server so that the server cannot be accessed again. Therefore, this study aims to design a network security system by implementing an Intrusion Detection System (IDS) using the Snort application as a detection system in the event of a DoS attack on the web server. by implementing Snort on a web server will help network administrators to ensure that the web server is protected from various threats. The results of this study indicates that the Snort rule that has been created has been successfully detecting attacks that have been tested through the LOIC tools

Related SDGs Targets

Full Author List

Tuasikal, Abdul Rauf; Indra, Dolly; Fattah, Farniwati, Universitas Muslim Indonesia, Jalan Urip Sumoharjo, Makassar, 90231, Makassar

Abstract

Hill Cipher merupakan salah satu algoritma kriptografi kunci simetris yang termasuk dalam kategori polyalphabetic cipher dan dapat diklasifikasikan sebagai block cipher karena teks yang diproses dibagi ke dalam blok-blok dengan ukuran tertentu. Setiap karakter dalam satu blok saling memengaruhi dalam proses enkripsi dan dekripsi sehingga karakter yang sama tidak selalu dipetakan menjadi karakter yang sama. Algoritma ini menggunakan matriks berukuran m × m sebagai kunci, dengan dasar teori yang meliputi operasi perkalian matriks dan invers matriks. Tujuan penelitian ini adalah melakukan kriptanalisis untuk membongkar cipherteks tanpa mengetahui kunci pada metode Hill Cipher. Hasil pengujian menunjukkan bahwa teknik known plaintext dan chosen plaintext dapat digunakan untuk menemukan kunci, dan kedua metode tersebut cukup efektif, dengan tingkat akurasi yang dipengaruhi oleh ordo matriks yang digunakan.

Related SDGs Targets

Full Author List

Suriadi, Rahmat;Satra ,Ramdan;Fattah, Farniwati, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jalan Urip Sumoharjo KM.05, Makassar, 90231, Indonesia

Abstract

Internet merupakan suatu sistem jaringan komputer yang terhubung satusama lain di seluruh dunia. Jaringan ini memungkinkan penggunanya salingbertukar informasi satu sama lain tanpa batas. Dunia berkembang kian cepat seiring majunya teknologi informasi. Komunikasi kini menjadi tidak terbatas. Dengan banyaknya kemudahan untuk melakukan pengaksesaninformasi, adakalanya diperlukan pengamanan informasi tersebut. Pengamanan ini berfungsi menangani pencegahan atas sampainyainformasi ketangan yang tidak berhak yang dapat menimbulkan kerugianbagi pemilik informasi. Komponen yang penting pada metode playfairadalah tabel cipher yang digunakan untuk melakukan enkripsi dan dekripsitabel bawaan yang diperkenalkan oleh playfair adalah tabel yang berbentukmatrik berukuran (5×5) yang berisi huruf kapital dari A- Z denganmenghilangkan J. Metode Playfair Cipher menggunakan pembentukantabel berdasarkan kunci yang diketahui. Hasil enkripsi dan dekripsi datamenggunakan simbol ASCII terhadap teks berupa equation atau rumusmatematika tidak tepat digunakan dikarenakan ada banyak simbolmatematika yang tidak ada dalam simbol ASCII seperti simbol akar (√),integral (∫), dll.

Related SDGs Targets

Full Author List

Asshiddiq, Muhammad Jamil; Manga, Abdul Rachman; Fattah, Farniwati, Universitas Muslim Indonesia Fakultas Ilmu Komputer Makassar, Indonesia

Abstract

Seiring berkembangnya teknologi, kebutuhan akan media penyimpanan yang berkapasitas besar dan akses yang cepat sangat dibutuhkan baik itu pada perangkat smartphone maupun komputer praktis. Network Attached Storage (NAS) merupakan perangkat penyimpanan yang terhubung langsung ke jaringan komputer sehingga kita dapat mengaksesnya melalui jaringan komputer lokal ataupun internet. Perangkat NAS yang tersedia di pasar sangatlah mahal seperti Intel NUC Mini PC, Synology Disk Station, WD Cloud dan masih banyak lagi perangkat serupa yang mana fungsinya sama dan bisa di implementasikan di PC yang sudah ada. Penelitian yang dilakukan akan menguji bagaimana performa dari Desktop PC yang difungsikan sebagai NAS Server. Dengan Open Media Vault (OMV) dapat dibangun sebuah sistem layaknya server yang dimiliki oleh perusahaan besar, namun penerapannya relatif sederhana serta rendah biaya sehingga dapat dimanfaatkan oleh pengguna untuk pemakaian pribadi atau bagi pelaku bisnis kecil dan menengah.

Related SDGs Targets

Full Author List

Siyu, Maruly Widjaya; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Faculty of Computer Science, Universitas Muslim Indonesia, Jl. Urip Sumoharjo No.km.5, Panaikang, Panakkukang,Makassar, 90231, Indonesia

Abstract

Research on Wireless Sensor Network (WSN) began to be carried out to meet various industrial needs including defense, health, environmental surveillance, and others. However, there are several obstacles in WSN, namely the problem of energy consumption which is the object of research by many researchers. The solution offered in this paper is to use the Low Energy Adaptive Clustering Hierarchy (LEACH) protocol which is a hierarchical protocol where this protocol focuses on saving energy use on WSN. This study used Matlab 2023 simulation software which used several measurement parameters to determine tissue life time, average residual energy, and throughput. The research scenario uses a homogeneous topology with three network sizes, namely 500 x 500, 750 x 750, and 1000 x 1000. Then also used three conditions for the number of sensor nodes, namely 100 nodes, 150 nodes, and 200 nodes. The results showed that the smaller the tissue size, the longer the life time and if the network size is wider, the network life time is shorter. The number of data packets transmitted depends on the number of active sensor nodes and sufficient energy to transmit.

Related SDGs Targets

Full Author List

Zuliatiy, Vebiy; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jalan Urip Sumoharjo, Makassar, 90231, Indonesia

Abstract

Biro Administrasi Akademik dan Kerjasama (BAAK) Universitas Muslim Indonesia merupakan salah satu unit pelayanan mahasiswa yang ada di Universitas Muslim Indonesia, Makassar. BAAK bertugas untuk pelaksanaan dan penanggungjawab pada proses administrasi akademik mulai dari pendaftraran mahasiswa baru hingga pelaksanaan wisuda dan kerjasama berbagai pihak. Kualitas pelayanan kepada mahasiswa dan pihak lain yang berkaitan merupakan hal yang perlu dijaga. Metode yang digunakan untuk mengukur kualitas jaringan komputer yaitu QoS (Quality of Service) yang terdiri atas parameter throughput, delay, packet loss, dan jitter dengan menggunakan software Wireshark dengan sistem operasi windows. Hasil pengukuran yang didapatkan selanjutnya dianalisis menggunakan aplikasi Ms. Excel untuk mendapatkan nilai setiap parameter dan ditinjau berdasarkan standar THIPON untuk mengetahui kualitas jaringan komputer yang digunakan.Hasil pengukuran parameter QoS diperoleh nilai indeks untuk parameter throughput adalah 1.8 (kategori sedang), packet loss adalah 3.8 (kategori sangat baik), delay adalah 4 (kategori sangat baik), dan jitter adalah 3 (kategori baik). Jumlah indeks QoS yaitu hasil indeks throughput, packet loss, delay, dan jitter yaitu (1.8 + 3.8 + 4 + 3 12.6) serta jumlah maksimal indeks QoS adalah 4 dikalikan dengan jumlah parameter QoS yang digunakan yaitu (4 x 4 16).Dari hasil analisis Quality Of Service (QoS) jaringan komputer di Biro Administrasi Akademik dan Kerjasama (BAAK) Lantai 2 Universitas Muslim Indonesia (UMI) dapat diambil kesimpulan bahwa Quality Of Service (QoS) atau kualitas jaringan WiFi di Biro Administrasi Akademik dan Kerjasama (BAAK) Lantai 2 Universitas Muslim Indonesia (UMI) termasuk dalam kategori baik/memuaskan menurut standarisasi TIPHON.

Related SDGs Targets

Full Author List

H, Sarah Fila Nurul Fitri; Fattah, Farniwati; Azis, Huzain, Universitas Muslim Indonesia

Abstract

Machine learning is an approach in computer science where systems or models can learn from data and experience to improve performance or perform specific tasks. There are several popular machine learning algorithms, such as naïve bayes, decision tree, K-NN, and SVM. This study aims to compare the performance of accuracy, precision, recall, and F-1 score in sentiment analysis of body shaming topics on Social Media X (formerly known as Twitter) by applying decision tree, K-NN, and SVM methods and identifying the most effective algorithm in classifying the data. Based on the classification performance testing results, it can be concluded that the classification method using the trigram feature model provides the best performance compared to other methods. The trigram model is able to achieve high recall, particularly in recognizing positive classes, without significantly compromising accuracy

Related SDGs Targets

Full Author List

Fatta, Farniwati; Hasnawi, Mardiyyah, Universitas Muslim Indonesia/Fakultas Ilmu Komputer Makassar, Sulawesi Selatan

Abstract

Konsep paradigma Software Defined-Network (SDN) dianggap mampu mengatasi keterbatasan jaringan konvensional saat ini. Arsitektur SDN yang memisahkan antara control plane dan data plane bertujuan agar manajemen jaringan lebih mudah dan fleksibel. Sebuah protokol yang dinamakan OpenFlow menghubungkan kedua plane sekaligus menjalankan fungsi data plane, sedangkan sebuah controller SDN menjalankan fungsi control plane dan terhubung dengan OpenFlow. Untuk menguji konsep SDN, OpenFlow dan Controller akan disimulasikan secara virtual dengan menggunakan topologi jaringan Tree, dengan jumlah switch 4, 8 dan 16. Performansi jaringan virtual yang dijalankan di localhost diukur dengan mencatat nilai delay (latency) pada jaringan. Nilai delay terbesar didapatkan pada konfigurasi jaringan16 Switch karena node yang digunakan jauh lebih banyak jika dibandingkan dengan konfigurasi lainnya. Delay yang didapatkan masih memenuhi standarisasi delay yang diperbolehkan pada jaringan dan jika dibandingkan dengan jaringan konvensional, nilai delay pada jaringan berbasis SDN jauh lebih kecil. Penambahan jumlah switch dan host juga tidak mempengaruhi nilai delay secara signifikan. Hal ini membuktikan performa delay untuk jaringan berbasis SDN jauh lebih baik jika dibandingkan dengan jaringan konvensional.

Related SDGs Targets

Full Author List

Fattah, Farniwati; Maharani, Aulia; Azis, Huzain, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Penggunaan kartu magnetic stripepada wahana permainan rentan terhadap akses yang tidak sah, seperti skimming, yang dapat merugikan pengelola dan penyedia wahana. Penetration testingmerupakan metode yang dapat digunakan untuk mengidentifikasi dan eksploitasi kerentanan. Pada pengujian penetration testingterdapat tujuh fase yang digunakan yaitu pre-engagement, information gathering, threat modeling, vulnerability analysis, exploitation, post exploitation, danreporting. Dalam Penelitian sebelumnya menunjukkan bahwa komunikasi antara magnetic stripe readerdan komputer utama dilakukan melalui koneksi kabel, yang menghasilkan layanan confidentiality danavailability. Namun, pada penelitian ini, pengimplementasian penetration testing menggunakan koneksi nirkabel menghasilkan temuan bahwa layanan keamanan yang tersedia adalah availability. Oleh karena itu, dapat disimpulkan bahwa komunikasi baik melalui koneksi kabel maupun nirkabel tidak terdapatlayanan keamanan integrity. Rekomendasi bagi penyedia layananuntuk meningkatkan kemanan kartu di lokasi tersebut dengan menerapkan enkripsi data.

Related SDGs Targets

Full Author List

Abdullah, Muh. Akhyar; Satra, Ramdan;Fattah Farniwati, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jl. Urip Sumoharjo KM.05, Makassar dan 90231,Indonesia

Abstract

Hutan dan lahan adalah sebuah kawasan yang ditumbuhi dengan lebat oleh pepohonan dan tumbuhan lainnya. Kawasan-kawasan semacam ini terdapat di wilayah-wilayah yang luas di dunia dan berfungsi sebagai penampung karbon dioksida (carbon dioxide sink), habitat hewan, modulator arus hidrologika, serta pelestari tanah, dan merupakan salah satu aspek biosfer Bumi yang paling penting. Kebakaran hutan terjadi karena beberapa faktor yaitu akibat musim kemarau yang panjang sehingga pengaruh iklim yang cukup panas memang rawan terjadi kebakaran sehingga api juga mudah membesar dan melebar akibat tiupan angin, sehingga api juga dapat melebar sampai kepemukiman warga. Kebakaran hutan kadang disadari kejadiannya saat kebakaran hutan mulai membesar. Proses persiapan pemadaman juga membutuhkan waktu yang lumayan banyak untuk memanggil pihak yang terkait yaitu tim pemadam kebakaran. Yang menjadi masalah adalah proses pemadaman api sulit dilakukan jika kondisi kebakaran sudah besar. Kebakaran hutan akan semakin besar jika proses pemadapan tidak segera dilakukan. Salah satu teknologi yang digunakan untuk mendeteksi kebarakan hutan adalah peralatan Wireless Sensor Network (WSN) dan microcontroller. WSN adalah suatu peralatan system embedded yang didalamnya terdapat satu atau lebih sensor dan dilengkapi dengan peralatan sistem komunikasi. Oleh karena itu, dirancang sebuah alat microcontroller yang dapat mengirim informasi jika terjadi kebakaran hutan sehingga kejadian kebakaran hutan akan cepat diketahui sebelum kebakaran mulai membesar dan meluas. Alat untuk mendeteksi kebakaran hutan ini dirancang dengan menggunakan beberapa jenis sensor yang dapat mendeteksi ciri-ciri terjadinya kebakaran seperti sensor api dan sensor suhu. Alat pendeteksi ini akan mengirim informasi ke penjaga hutan apabila kebakaran hutan terjadi

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Nirmala; Azis, Huzain; Fattah, Farniwati; Salim, Yulita; Darwis, Herdianti, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Flower image classification poses a challenge in digital image processing, requiring effective methods for feature extraction and classification. The aim of this research is to improve the accuracy of flower image classification by employing ResNet-50 for feature extraction, with and without segmentation, and evaluating the effectiveness of various classification algorithms. The dataset consists of images of Calendula and Coreopsis flowers, totaling 2,025 samples. Four segmentation techniques-Canny, Thresholding, Otsu, and Mean Shift-along with a non-segmentation approach are applied. The features extracted using ResNet-50 are classified with Naive Bayes, Support Vector Machine (SVM), Decision Tree, and K-Neighbors Classifier (KNN). Performance evaluation is conducted using accuracy, precision, recall, and F1-score with 5-fold cross-validation. The results show that SVM delivers the best performance in most scenarios. The highest accuracy in segmentation scenarios was achieved with the Mean Shift technique at 0.91, while the non-segmentation approach yielded the highest accuracy of 0.95. The non-segmentation approach proves more effective, indicating segmentation is not always required for high classification accuracy with ResNet-50. This study shows that ResNet-50, especially without segmentation, can significantly improve flower image classification compared to traditional methods, opening opportunities for more efficient systems.

Related SDGs Targets

Full Author List

Satra, Ramdan; Dahlan, Imram Afdillah; Darwis, Herdianti; Purnawansyah; Mujaddid, Syariful; Fattah, Farniwati, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This study focuses on comparing the performance of K-Nearest Neighbors (KNN), TabNet, and Wide & deep learning methods in classifying Distributed Denial of Service (DDoS) attacks on Software-Defined Networks (SDN). The use of SDN enables centralized control of network infrastructure, making it vulnerable to DDoS attacks occur due to the centralized nature of SDN architecture. Machine learning models, including KNN, TabNet, and Wide & deep learning, are applied to an SDN-specific DDoS dataset to evaluate their effectiveness in accurately classifying normal and malicious traffic. These models were tested using various data splits (60:40, 70:30, 80:20, and 90:10) to determine the optimal ratio for training and validation. KNN exhibited the highest accuracy, reaching 98% in both 80:20 and 90:10 splits, while wide & deep learning achieved 94.99% accuracy, and TabNet demonstrated a 93.59% accuracy. The results suggest that KNN, despite being a simpler algorithm, outperforms the more complex deep learning models in this specific task. The findings provide valuable insights for researchers and network administrators in selecting effective machine learning algorithms for DDoS detection in SDN environments.

Related SDGs Targets

Full Author List

Yusuf, Hadi; Satra, Ramdan; Fattah, Farniwati Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Pariwisata merupakan salah satu kegiatan yang digemari oleh banyak kalangan saat ini, bahkan dapat dikatakan bahwa pariwisata merupakan salah satu kebutuhan yang penting bagi orang banyak, terutama menyangkut kegiatan sosial ekonomi yang dipandang sebagai salah satu industry pariwisata yang prospektif di masa yang akan datang. Pariwisata yang saat ini menarik diberbagai kalangan, mendorong pengembangan sektor pariwisata, salah satunya pengembangan dengan menggunakan teknologi digital. Pemanfaatan teknologi digital dan internet merupakan salah satu upaya dalam mengembangkan pariwisata baik dalam kegiatan promosi atau kegiatan dalam menjalankan bisnis pariwisata. Salah satu bidang ilmu dalam Ilmu Komputer yang dapat dimanfaatkan pada segmentasi pariwisata adalah metode String Matching untuk proses pencarian objek wisata. Metode pencocokan String atau String Matching ini dapat digunakan dengan menggunakan beberapa Algoritma, salah satunya adalah Rabin-Karp. Pada penelitian ini, peneliti memanfaatkan metode String Macthing dalam pencarian objek wisata berdasarkan deskripsi kriteria tempat wisatanya yang berupa data objek wisata berupa nama, lokasi, sarana dan prasana, alamat google maps, gambar, dan kriteria objek wisata lainnya yang diinputkan. Hasil dari penelitian ini adalah sebuah sistem yang menerapkan Algoritma Rabin-Karp untuk merekomendasikan objek wisata di Kabupaten Bulukumba yang dimana persentase kemiripan antara inputan pencarian objek wisata dengan hasil rekomendasi wisata yaitu sebesar 33.49%.

Related SDGs Targets

Full Author List

Fadly, Zul; Mansyur, St. Hajrah; Fattah, Farniwati, Teknik Informatika, Universitas Muslim Indonesia

Abstract

Perkembangan teknologi telah menjadi kekuatan revolusioner pada bidang Pendidikan, membawa perubahan yang signifikan dalam sistem pembelajaran. Penggunaan teknologi khususnya dalam mempelajari tentang pengenalan berbagai jenis hewan dapat memberikan kemudahan pada guru dan siswa dalam proses belajar mengajar. Pengetahuan mengenai berbagai jenis hewan tidak hanya mendukung kurikulum sekolah dasar tetapi juga menumbuhkan rasa ingin tahu dan meningkatkan pemahaman anak-anak tentang lingkungan sekitar mereka. SD Inpres Tamamaung 2 Makassar merupakan salah satu sekolah yang terletak di Kota Makassar kegiatan belajar mengajar pada sekolah ini masih menggunakan metode konvensional, dimana guru masih menjelaskan sesuai buku panduan. Hal ini lebih mudah membuat anak bosan, sehingga menghambat perkembangan kognitifnya. tidak dapat mencapai pemahaman yang mendalam bagi siswa. hal ini dilihat berdasarkan hasil pretest yang dilakukan pada siswa kelas 4 SD Inpres Tamamaung 2 Makassar tanggal 27 Januari tahun 2024 menunjukkan hanya 25% dari 24 jumlah siswa yang memahami terkait pengenalan hewan. Berdasarkan permasalahan ini maka dibuatlah sebuah media pembelajaran digital berbasis Augmented Reality dan Rapid Application Development sebagai metode pengembangannya sehingga dapat memfasilitasi pemahaman siswa terhadap jenis-jenis hewan menurut jenis makanannya. Setelah dilakukan implementasi media pembelajaran berbasis augmented reality dan diukur berdasarkan hasil posttest yang dilakukan pada tanggal 3 Februari 2024 diperoleh hasil 50% dari 24 jumlah siswa telah memahami tentang pengenalan hewan berdasarkan jenis makannya. Ini menunjukkan adanya peningkatan sebesar 25%.

Related SDGs Targets

Full Author List

As'ad, Ihwana; Fattah, Farniwati; Djamereng, Asdar; Tenripada, Andi Ulfah, Universitas Muslim Indonesia

Abstract

Lembang Marinding is a village in Mengkedek Subdistrict, Tana Toraja Regency with high potential of micro, small, and medium enterprises (MSMEs). The problem that emerges in MSMEs in Lembang Marinding is that product sales are still carried out conventionally. MSME actors in Lembang Marinding are not yet proficient in applying information technology (IT) in marketing. The community service team offers a solution by providing socialization and extension on the benefits of sell their products through digital marketing. The community service activities were carried out from October to November 2022. The target participants of these activities were the MSME actors in Lembang Marinding. The method used in overcoming problems in Lembang Marinding is mapped the MSME products in the area and provided technical training regarding how to partner with the marketplaces. One of the marketplaces chosen as partner in this training is Shopee by offering fairly easy access for beginner users to use the marketplace. The results show that the community service activities carried out by the team have successfully provided understanding, abilities, and skills to MSME actors in Lembang Marinding by introduce them to the marketplaces so that their products can be recognized by buyers outside of Tana Toraja and reach wider range of buyers. In addition, MSME actors in Lembang Marinding who participated in the training and socialization activities received modules as a guide to partner with the marketplace. The results of this activities show that MSME actors can apply technology in marketing their products, starting from how to join the marketplace to the benefits obtained.

Related SDGs Targets

Full Author List

Pratiwi, Anisa Reski; Fattah, Farniwati; Atmajaya, Dedy; Mahasiswa Jurusan Teknik Informatika Universitas Muslim Indonesia, Makassar Dosen Jurusan Teknik Informatika Universitas Muslin Indonesia

Abstract

Technological advances have allowed millions of people to communicate with various hardware and software technologies. One of the development of software which is currently a massive means of communication used by the public is a messaging application. However, of the many messaging applications used in the community, not all of them apply cryptography security. The purpose of this study is to implement the RSA (revest shamir adleman method) method to secure text, and the AES (Advanced Encryption Standard) method for file and document message types by changing the extension in the messaging application. The process of implementing the RSA and AES methods, data that is sent first is encrypted by the sender and results in encrypted data which will then be sent to the recipient. When the recipient wants to access the message, the recipient must first enter a key to access the message. The result of this research is a SecretChat application that can be used to secure messages and has successfully implemented the RSA and AES methods. Keywords: Kriptografi, Rivest Shamir Adleman, AdvancedEncryptionStandard, Android

Related SDGs Targets

Full Author List

Fiqram, Muhammad; Fattah, Farniwati; Manga, Abdul Rachman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Kemajuan dalam dunia e-sport, khususnya melalui platform game Playerunknown's Battlegrounds Mobile (PUBG Mobile), telah merubah pandangan masyarakat terhadap bermain game. Aktivitas yang dahulu sering dianggap hanya sebagai hiburan belaka dan dipandang sebelah mata, kini diakui sebagai kegiatan yang mampu memberikan manfaat positif, terutama dalam mengembangkan kemampuan soft skill melalui kompetisi. Namun, di balik perkembangan ini, masih terdapat beberapa masalah yang belum terselesaikan, salah satunya merupakan kurangnya dukungan infrastruktur jaringan yang memadai. Oleh karena itu, tujuan utama dari penelitian ini merupakan merancang sebuah prototype jaringan yang dapat digunakan untuk turnamen e-sport PUBG Mobile. Perancangan ini menggunakan metode studi literatur dan pengujian melalui simulasi nyata. Penggunaan metode dalam perancangan jaringan turnamen mampu menghasilkan sebuah rancangan prototype jaringan yang dapat memenuhi seluruh kebutuhan teknis untuk kegiatan tournament, sehingga dapat mendukung kelancaran dan kualitas kompetisi e-sport secara optimal. Penelitian ini diharapkan dapat memberikan solusi praktis dan inovatif untuk mendukung perkembangan e-sport yang semakin pesat.

Related SDGs Targets

Full Author List

Windi, Nadia Astia; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Dalam era digital saat ini, jaringan komputer menjadi infrastruktur kritis bagi berbagai lembaga pendidikan, termasuk Universitas Muslim Indonesia (UMI) dengan Fakultas Kedokteran sebagai fokus. Ruangan Computer-Based Testing (CBT) di Fakultas Kedokteran UMI memiliki peran dalam penyelenggaraan ujian komputer dengan 188 unit komputer untuk mahasiswa, server, switch dan mikrotik. Permasalahan yang terjadi yaitu gangguan jaringan akibat penggunaan komputer secara bersamaan dan spesifikasi perangkat komputer yang digunakan rendah. Analisis Quality of Service (QoS) menjadi kunci untuk meningkatkan kualitas jaringan LAN di ruangan CBT FK UMI. Parameter QoS, seperti throughput, packet loss, delay dan jitter, menjadi fokus untuk mengidentifikasi dan mengatasi masalah yang dapat meningkatkan efisiensi dan kepuasan pengguna selama ujian komputer. Pada hari Kamis, 13 Juni 2023 nilai Qos sebesar 75% dengan kategori “Bagus” sedangkan pada hari Rabu, 9 Agustus 2023 nilai Qos 70% dengan kategori “Kurang Memuaskan”. Hasil analisis QoS dapat disimpulkan bahwa jaringan LAN pada Fakultas Kedokteran Universitas Muslim Indonesia (UMI) bernilai sebesar 72,5% termasuk dalam kategori “Kurang Memuaskan” berdasarkan standarisasi TIPHON.

Related SDGs Targets

Full Author List

Indra, Dolly; Umar, Fitriyani; Fattah, Farniwati; Azis, Huzain; Manga, Abdul Rachman, Faculty Of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The global spread of COVID-19 had altered human behavior. One example was the shift from direct touch to less contact in interpersonal interactions. At that time, during the COVID-19 pandemic, digital technology was vital for reducing and eliminating social, physical, and psychological risk factors and managing the long-term consequences of social isolation and lockdown loneliness. Throughout the previous decade, various nations, notably developing nations, have embraced technology and adapted it to local conditions in response to the pandemic. The technologies are advantageous and might be expanded for further applications. This chapter will discuss deploying various technologies, including an automatic barrier gate, a smart stick for the blind, and automatic handwashing. These instruments utilized microcontroller technology. These tools are helpful, but they require further improvement.

Related SDGs Targets

Full Author List

Mattola, Muhammad Yushar; Purnawansyah, Purnawansyah; Fattah, Farniwati; Universitas Muslim Indonesia, Indonesia

Abstract

Toko omega sport menjual berbagai macam alat olahraga seperti raket, bola besar, bola volley, bola futsal, bola takraw, baju olahraga, sepatu olahraga, barbel, dll dan juga memiliki beberapa type dan jumlah yang banyak, karena itu sering terjadi kesalahan penghitungan jumlah barang. Pada penelitian ini menggunakan Telegram sebagai aplikasi pesan chatting yang memungkinkan pengguna untuk mengirimkan pesan chatting rahasia. Pada proses pengimputan barang pada toko omega sport masih manual sehingga penulis menciptakan suatu alat yang dapat menginput barang masuk dan barang keluar menggunakan barcode scanner. Sistem yang dapat mempermudah pemilik toko omega sport dalam penginputan barang yang berupa raket bulutangkis, bola, baju olahraga sistem pendeteksi jumlah barang berbasis arduino melalui bot telegram. Hasil yang diperoleh dari penelitian adalah memberikan kemudahan bagi tokoh omega sport dalam pendeteksi barang pada toko omega sport berbasis arduino dengan sistem bot telegram dan website dibuat dengan memanfaatkan barcode scanner dan menyambungkan ke arduino uno. Sistem ini berkerja dengan membaca barcode yang ada pada barang tersebut kemudian akan di kirim dan disimpan dalam database. Dengan adanya sistem ini diharapkan dapat membantu toko omega sport untuk mendeteksi barang yang masuk dan keluar beserta stok barang yang tersedia.

Related SDGs Targets

Full Author List

Kurniati, Nia; Fattah, Farniwati; Hasnawi, Mardiyyah; Universitas Muslim Indonesia, Indonesia

Abstract

Academic services are probably the most important aspect to achieve excellence in a university. Every university applies strategies to improve their service quality for example an integrated academic information system that has been run by Universitas Muslim Indonesia (UMI). Due to the students as the object of services, it is important to evaluate their level of satisfaction regarding to the academic service performance that they have experienced. This research aimed to analyze the students’ satisfaction on a WEB based academic information system in UMI using path analysis. The research phases started from determining hypothesis, collecting questionnaire data, identifying variables, analyzing data using path analysis, and analyzing model. The variables tested were students’ registration, course schedule, course grades and assistantships. In this research, a model was created to measure the level of users’ satisfaction by information system based services. The results of this research is the level of satisfaction in student registration services that higher than the course schedule, course grades, and academic assistantships and a gain of confidence to the student that is equal to 17%. Academic information system (SIMAK) on academic service system of UMI can be analyzed by using path analysis and obtained student satisfaction result 69%.

Related SDGs Targets

Full Author List

Fattah; Farniwati, Sugiarti; Sugiarti, Irawati; Irawati, Hayati; Lilis Nur

Abstract

Pengabdian masyarakat ini dilaksanakan di TPA Nurul Iman Pannara, Kota Makassar, yang menghadapi keterbatasan dalam pemanfaatan teknologi digital pada pembelajaran huruf hijaiyah. Kegiatan dilakukan melalui pelatihan, pendampingan, dan praktik penggunaan aplikasi Augmented Reality (AR) kepada 21 guru dan asisten guru. Aplikasi AR ini menampilkan 30 huruf hijaiyah dalam bentuk tiga dimensi (3D), dilengkapi audio pelafalan, menu petunjuk, serta kuis interaktif untuk menguji pemahaman santri. Hasil implementasi menunjukkan adanya peningkatan kompetensi guru dalam mengoperasikan teknologi AR serta munculnya variasi metode pembelajaran yang lebih menarik dan interaktif. Bagi santri, penggunaan aplikasi AR mempermudah pemahaman bentuk huruf, meningkatkan motivasi belajar, serta memperkuat daya ingat melalui visualisasi tiga dimensi. Evaluasi dengan kuesioner terhadap 19 responden menghasilkan skor rata-rata 4,25 (kategori tinggi), yang menegaskan respon positif terhadap penggunaan aplikasi ini. Dengan demikian, kegiatan ini berhasil meningkatkan kompetensi guru sekaligus efektivitas pembelajaran huruf hijaiyah, serta mendukung transformasi digital pendidikan nonformal.

Related SDGs Targets

Full Author List

Mubaraka, Muhammad Afdhal; Fattah, Farniwati; Azis, Huzain, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Perkembangan teknologi Internet of Things (IoT) telah membawa dampak signifikan dalam kehidupan sehari-hari, terutama dalam pengelolaan rumah. Tugas akhir ini memiliki tujuan untuk merancang dan membangun prototipe smart home berbasis ESP32 yang dilengkapi dengan fitur sistem keamanan pintu, lampu pintar, dan AC pintar. ESP32 dipilih sebagai mikrokontroler karena kemampuannya dalam koneksi Wi-Fi dan Bluetooth, serta performanya yang baik dalam aplikasi IoT. Penelitian ini menggunakan metode perancangan prototipe yang mencakup analisis kebutuhan dan perancangan sistem. Hasil dari perancangan ini menunjukkan bahwa prototipe yang dibangun dapat berfungsi dengan baik dalam mengontrol akses pintu, pencahayaan, dan suhu ruangan secara efisien. Perancangan ini juga menunjukkan bahwa sistem dapat dioperasikan dengan tingkat respons yang cepat, yaitu kurang dari 2 detik untuk setiap perintah yang diberikan. Dengan demikian, penelitian ini tidak hanya memberikan solusi praktis untuk meningkatkan kenyamanan dan keamanan rumah, tetapi juga berkontribusi terhadap pengembangan teknologi smart home di Indonesia

Related SDGs Targets

Full Author List

Kurniati, Nia, Universitas Muslim Indonesia, Jl.Urip Sumoharjo Km.05, Makassar dan 90231, Indonesia; Irawati; Hasnawi, Mardiyyah; Fattah, Farniwati; As'ad, Ihwana; Hasanuddin, Tasrif, Fakultas Ilmu Komputer, Universitas Muslim Indonesia, Jl.Urip Sumoharjo Km.05, Makassar dan 90231, Indonesia; Mazhud, Nurfathana, Fakultas Sastra, Universitas Muslim Indonesia, Jl.Urip Sumoharjo Km.05, Makassar dan 90231, Indonesia

Abstract

Kegiatan Pengabdian kepada Masyarakat (PKM) ini dilaksanakan di Taman Pendidikan Al-Qur’an (TPA) Darul Ilmi, Kelurahan Benteng Selatan, Kepulauan Selayar. Tujuan kegiatan ini adalah untuk memberikan edukasi kepada siswa-siswi TPA mengenai pengelolaan sampah non-organik menjadi barang kerajinan tangan melalui penerapan aplikasi digital berbasis multimedia interaktif. Permasalahan utama mitra meliputi metode pembelajaran yang masih konvensional dan monoton, serta rendahnya pengetahuan masyarakat dan siswa tentang jenis-jenis sampah dan cara pemanfaatannya. Solusi yang ditawarkan berupa penggunaan aplikasi edukasi yang berisi informasi tentang pengertian, jenis, dampak, dan cara pengolahan sampah non-organik, disertai tutorial pembuatan kerajinan tangan serta permainan edukatif. Metode pelaksanaan kegiatan meliputi observasi, wawancara, studi pustaka, sosialisasi, pelatihan, pendampingan, dan evaluasi melalui penyebaran kuesioner pre-test dan post-test. Hasil kegiatan menunjukkan peningkatan pengetahuan siswa TPA sebesar 67% setelah penerapan aplikasi. Para peserta menjadi lebih aktif, kreatif, dan memahami pentingnya pengelolaan sampah bagi lingkungan. Selain itu, siswa mampu mengolah limbah non-organik menjadi produk kerajinan seperti tempat pensil, vas bunga, dan hiasan dinding. Kegiatan ini tidak hanya meningkatkan keterampilan dan kesadaran lingkungan peserta, tetapi juga memperkenalkan pendekatan pembelajaran berbasis teknologi yang menarik dan efektif di lingkungan pendidikan non-formal. Dengan demikian, penerapan aplikasi ini terbukti bermanfaat dalam menumbuhkan kreativitas serta kepedulian terhadap lingkungan sejak usia dini.

Related SDGs Targets

Full Author List

Irsana, Muhammad Alif; Fattah, Farniwati; Syafie, Lukman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Sejak 2019, perkuliahan di Fakultas Ilmu Komputer Universitas Muslim Indonesia (FIKOM UMI) didukung oleh sebuah aplikasi Learning Management System berbasis website yang diberi nama Kalam (kalam.umi.ac.id). Seiring berjalannya waktu, respon pengguna terbentuk sehingga mendorong perlunya analisis pengalaman pengguna sebagai dasar pertimbangan dalam perbaikan dan perkembangan lebih lanjut. Penelitian ini bertujuan untuk mengetahui pengalaman pengguna selama menggunakan LMS Kalam. Dimensi yang digunakan sesuai dengan karakteristik LMS Kalam sebagai platform Pendidikan, sehingga ada 5 dimensi yang digunakan yaitu general ux, ease of use, interactivity, engagement, assignment & assessment. Partisipan pada penelitian ini berjumlah 10 orang pengguna LMS Kalam. 50 kurva yang digambarkan partisipan dimana pada masing – masing partisipan menggambarkan 10 kurva. Berdasarkan hasil penelitian ini faktor yang berpengaruh dalam perubahan pengalaman pengguna pada LMS Kalam antara lain adalah tampilan website yang simpel, website mudah digunakan, dan akses Kalam yang sulit Ketika banyak pengguna yang aktif diwaktu yang sama

Related SDGs Targets

Full Author List

Ma’arif, A. Muh. Syafei Emil; Fattah; Farniwati, Darwis; Herdianti, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Dalam upaya untuk meningkatkan Keamanan jaringan komputer di Laboratorium Fakultas Ilmu Komputer UMI, seperti halnya serangan UDP Flooding dan SYN Flooding paket data yang datang sangat banyak dan menumpuk yang bisa saja terjadi kapan saja maka sangat dibutuhkan analisa. Serangan DOS adalah jenis serangan terhadap sebuah komputer atau server dengan cara menghabiskan sumber daya yang dimiliki sehingga tidak dapat berfungsi secara optimal. Sehingga secara tidak langsung menghalangi pengguna lain untuk memperoleh akses layanan dari komputer atau server tersebut. Penelitian ini melakukan klasifikasi serangan pada data-data yang diuji dengan menggunakan metode klasifikasi SVM (Support Vector Machines). Data yang diklasifikasi dari serangan DoS yaitu UDP Flooding dan SYN Flooding dengan mencatat aktivitas data traffic jaringan menggunakan tools Wireshark, Hasil penelitian ini Klasifikasi serangan dengan metode SVM menghasilkan tingkat akurasi yang sangat tinggi dalam waktu perekaman data selama 5 menit mendapatkan data record sebanyak 10.000 data yang sudah di seleksi untuk masing-masing serangan dengan rata-rata class yang diprediksi semuanya menghasilkan akurasi sebesar 100%

Related SDGs Targets

Full Author List

Maghfirah, Rhima; Irawati; Irawati, Fattah; Farniwati, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Keunggulan kompetitif dalam industri food and beverage (F&B) tidak hanya bergantung pada kualitas produk, tetapi juga pada keunggulan pelayanan yang mampu memenuhi ekspektasi pelanggan. Cafe Choice Space, sebagai salah satu penyedia layanan kafe modern, menghadapi tantangan dalam mempertahankan kepuasan pelanggan akibat ketimpangan antara harapan pelanggan dan kenyataan layanan yang diberikan. Penelitian ini bertujuan untuk menganalisis tingkat kepuasan pelanggan menggunakan metode SERVQUAL (Service Quality Model) dengan mengukur lima dimensi utama: Tangible, Reliability, Responsiveness, Assurance, dan Empathy. Metode penelitian yang digunakan adalah kuantitatif deskriptif, dengan pengumpulan data melalui kuesioner yang diberikan kepada 30 responden, serta pengolahan data menggunakan Uji Validitas dan Uji Reliabilitas untuk memastikan keabsahan instrumen penelitian. Hasil penelitian menunjukkan bahwa terdapat gap signifikan pada dimensi Responsiveness (-16.67) dan Reliability (-12.00), menandakan bahwa pelanggan merasa pelayanan masih belum optimal dalam aspek kecepatan respons dan akurasi layanan. Kesimpulan dari penelitian ini menegaskan bahwa peningkatan kualitas layanan berbasis sistem digital dan pelatihan staf sangat diperlukan guna mengoptimalkan kepuasan pelanggan serta meningkatkan daya saing Cafe Choice Space di tengah persaingan industri F&B yang semakin kompetitif

Related SDGs Targets

Full Author List

Fattah, Farniwati; Sugiarti; Irawati, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Jl. Urip Sumoharjo Km.5 Makassar; Wahab, Abdul; Nurul, Besse; Bora, Leni J; Munawir, Program Studi Pendidikan Agama Islam, Universitas Muslim Indonesia, Jl. Urip Sumoharjo Km.5 Makassar

Abstract

The digital transformation in education has encouraged the integration of technology-based media to create more interactive learning environments, especially at the early childhood education level. One of the main challenges faced by teachers in TK/TPA is delivering abstract materials such as hijaiyah letters in an engaging and comprehensible manner. The lack of varied teaching media has contributed to low student interest and participation in learning. Augmented Reality (AR) technology offers a promising solution by presenting learning materials in a more visual, concrete, and contextual format. This community engagement program aimed to enhance the understanding and awareness of TK/TPA Nurul Iman Pannara teachers regarding the use of AR as an interactive learning medium for hijaiyah instruction. The method involved preliminary observations, problem formulation, material preparation, and face-to-face implementation, including pre-tests and post-tests to evaluate participants’ comprehension levels. The results showed an increase in the average score from 3.15 (moderate understanding) to 4.01 (good understanding) after the activity. Teachers demonstrated high enthusiasm, actively participated in discussions, and expressed interest in further training for AR implementation. Positive responses also emerged regarding the potential of AR to improve the quality of instruction and student engagement. The documentation reflected strong involvement from participants and a collaborative learning atmosphere. In conclusion, the socialization activity effectively enhanced teachers’ digital literacy and opened opportunities for sustainable AR implementation in Islamic early childhood education settings.

Full Author List

Akbar, Muh Ilham Nur Hidayat; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

This study investigates the classification of Kodály hand signs using hand landmark features extracted from MediaPipe Hands. A landmark-based approach was chosen because it represents hand gestures as structured numerical features that are more efficient than raw image data. The objective of this study is to compare the performance of three tree-based machine learning algorithms, namely Decision Tree, Random Forest, and XGBoost, for classifying eight Kodály hand sign classes (Do–Do’). A dataset consisting of 8,000 samples was collected with a balanced distribution of 1,000 samples per class from 2 participants using the right hand only. Each sample is represented by 63 features derived from 21 hand landmarks with (x, y, z) coordinates. The data were divided using an 80% training and 20% testing holdout scheme and further validated using Stratified 5-fold cross-validation. Model performance was evaluated using accuracy, macro-precision, macro-recall, macro F1-score, and confusion matrix analysis. Experimental results show that XGBoost achieves the best performance with an accuracy of 0.9712 and macro F1-score of 0.9714 in the holdout evaluation and remains stable in cross-validation with an accuracy of 0.9768±0.0046. Random Forest achieved slightly lower performance, while Decision Tree produced the lowest accuracy. Confusion matrix analysis indicates that most misclassifications occur between classes with similar landmark patterns, particularly La and Mi. Therefore, XGBoost is recommended as the most effective model for landmark-based Kodály hand sign classification.

Related SDGs Targets

Full Author List

Anjasmara, Edo Ranov; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Waste management, particularly in sorting plastic bottle and non-bottle waste, remains a challenge in supporting effective recycling systems. This study aims to implement the MobileNetV2 model on the ESP32-CAM device using the Edge Impulse platform and to evaluate the model’s performance in real-time object classification. The dataset consists of 200 images containing bottle and non-bottle objects with variations in lighting conditions, shooting angles, and backgrounds. The model was trained using Edge Impulse and then converted into TensorFlow Lite format for deployment on the ESP32-CAM device.The training results show that the model achieved high performance with an accuracy of 92.50%, supported by an AUC of 0.97, precision of 0.98, recall of 0.97, and F1-score of 0.97. Based on the simplified confusion matrix with visual verification, the model achieved 100% accuracy in detecting bottle objects and 95% accuracy for non-bottle objects, with a 5% misclassification rate. However, during real-world implementation on the ESP32-CAM device, the model’s performance decreased to 65.7% accuracy due to differences between training and real-world conditions as well as hardware limitations.Despite this, the system successfully performed real-time image classification on an embedded device. This study demonstrates that the edge artificial intelligence approach using MobileNetV2 and Edge Impulse can be effectively applied to resource-constrained devices, although improvements are still needed in terms of model generalization and dataset diversity.

Related SDGs Targets

Full Author List

Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Vehicle detection in low-resolution images remains a significant challenge in computer vision, particularly for embedded devices such as ESP32-CAM with limited computational resources and simple image resolution. This study evaluates the performance of YOLOv8 on low-resolution QVGA (320 × 240 pixels) images for vehicle detection and classification. The dataset was independently collected in a controlled laboratory environment using miniature vehicles, covering four vehicle classes (motorcycle, car, bus, and truck) with a total of 4,000 images and a 70:20:10 data split. A pretrained YOLOv8 model was fine tuned for 100 epochs and tested on an ESP32-CAM prototype. The evaluation results demonstrate excellent performance, achieving precision of 0.999, recall of 1.000, mAP@0.5 of 0.995, and mAP@0.5-0.95 of 0.995 on the validation data, as well as real-time detection accuracy of 97% for motorcycles and cars, and 99% for buses and trucks. These findings indicate that YOLOv8 can deliver reliable vehicle detection performance on low-resolution images and is suitable for implementation in embedded device-based systems

Related SDGs Targets

Full Author List

Zulfikar, Achmad ; Fattah, Farniwati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Introduction: Angklung is a traditional Indonesian musical instrument that continues to evolve through digital technology. However, computer vision–based gesture recognition for controlling physical angklung instruments remains limited. This study investigates landmark-based recognition of Kodály hand signs and evaluates its application for real-time angklung interaction. Method: Hand landmarks were extracted using MediaPipe Hands from RGB camera input. Each gesture was represented by 63 normalized numerical features derived from 21 landmarks. The dataset consists of 8,000 images representing eight Kodály gesture classes (Do–Do'). Gesture classification was performed using the Extreme Gradient Boosting (XGBoost) algorithm. Model evaluation applied a subject-independent two-fold scheme using accuracy, precision, recall, F1-score, and confusion matrix analysis. Real-time system trials were conducted under different lighting conditions and capture distances, and TCP communication with an ESP32 controller was evaluated. Results: The model achieved 96.63% accuracy in Fold 1 and 96.40% in Fold 2. Misclassifications were mainly observed between visually similar gestures, particularly La and Mi. Separate real-time system trials showed consistent recognition under bright lighting, while accuracy decreased under dim lighting, especially for Do (90%) and Mi (86.7%). Gesture recognition remained reliable up to approximately 1.5 m. TCP testing over 200 command events recorded 0% failed acknowledgments with a mean round-trip time of 87.36 ms. Conclusion: These indicate that landmark-based Kodály gesture classification using MediaPipe Hands and XGBoost can support real-time angklung interaction under controlled conditions, although improvements are needed for low-light environments and visually similar gestures

Related SDGs Targets

Full Author List

Hasanuddin, Tasrif; R, Muhammad Alif Maulana; Darwis, Herdianti; Gaffar, A. Widya Mufila; Satra, Ramdan; Fattah, Farniwati, Universitas Muslim Indonesia

Abstract

The threat of Distributed Denial of Service (DDoS) attacks is a serious challenge to network stability and security, especially in centralized Software Defined Networking (SDN) architectures. This study aims to evaluate and compare the performance of three classification algorithms in detecting DDoS attacks, namely Fully Connected Neural Network (FCNN), Extreme Gradient Boosting (XGBoost), and Random Forest. The dataset used is public SDN network traffic data that has gone through a normalization and feature selection process to improve model efficiency and accuracy. The evaluation was conducted on four scenarios of training and test data sharing ratios (90:10,80:20,70:30, and 60:40) using accuracy, precision, recall, and F 1-score metrics. The test results show that Random Forest obtained the highest accuracy of 99.61 %, followed by FCNN at 94.95 %, and XGBoost at 99.01 %. Despite the slightly lower accuracy, XGBoost showed the best computational efficiency with the fastest training time of 0.94 seconds and the fastest prediction time of 0.03 seconds, making it an ideal choice for real-time detection system implementation. These findings contribute to the development of a precise, efficient, and adaptive DDoS detection system. Future research is recommended to explore advanced feature selection methods such as Recursive Feature Elimination (RFE) to improve the overall performance and efficiency of the model.

Related SDGs Targets

Full Author List

Iqbal, Muhammad Farhan ;Fattah, Farniwati, Universitas Muslim Indonesia

Abstract

Seiring dengan perkembangan zaman, maka kebutuhan manusia akan alat pengawasan/pengamanan ikut berkembang, salah satunya contoh yaitu perkebunan. Permasalahan yang sering terjadi pada saat ini adalah kasus gagal panen dikarenakan hama yang seringkali terjadi karena kurangnya pengawasan. Oleh karena itu, karya tulis ini bertujuan untuk merancang sebuah sistem keamanan/pengawasan pada kebun yang dapat dikendalikan secara jarak jauh menggunakan perangkat Smartphone, Sensor PIR, ESP32, Panel Surya, dan Buzzer. Sistem ini dirancang untuk memberikan solusi efektif dalam mengawasi bahkan mengusir hewan penganggu dengan fitur kendali yang fleksibel dan responsif. ESP32 akan bertindak sebagai otak utama sistem, mengumpulkan dan menganalisis data dari Sensor PIR untuk mendeteksi pergerakan. memungkinkan pengguna untuk mengakses sistem melalui perangkat seluler. Sistem ini juga dilengkapi dengan Buzzer untuk memberikan notifikasi audio dalam situasi darurat atau terdeteksi sebuah gerakan dan notifikasi di Aplikasi Telegram. Melalui integrasi komponen-komponen ini, diharapkan sistem dapat memberikan pengawasan yang handal dan memberikan pemilik kebun kendali penuh melalui aplikasi seluler

Related SDGs Targets

Full Author List

Kaunar, Rifaldi Fitra Akbar; Satra, Ramdan; Fattah, Farniwati, Universitas Muslim Indonesia

Abstract

This research aims to design an Arduino-based Solar Tracking system as a monitoring center, allowing users to monitor panel movements. The method used in this research is an experimental method to determine the performance of the solar tracking tool that has been made, by using a servo motor as a panel driver, LDR sensor and MPU6050 with wireless communication can display information to the user's PC/Smartphone through the blynk application. Where users can monitor panel movements against light in real-time. Based on the test results, the prototype that has been made can be used to monitor solar tracking in real time with an average error of 1.55%.

Related SDGs Targets

Full Author List

Zalzabila, Izzahara ; Erick Irawadi, Alwi; Fattah, Farniwati, Universitas Muslim Indonesia

Abstract

The advancement of technology has increased convenience in various daily activities, but it has also heightened the potential for misuse in criminal acts such as fraud, corruption, theft, and the dissemination of hoax information. Digital evidence, including files, images, audio, and video, often plays a crucial role in criminal investigations. Each type of digital evidence requires a specific analytical method, one of which is audio forensics. Audio forensics is a sound analysis method aimed at enhancing speech clarity and reducing noise, thereby providing important clues in investigative processes. Tools such as Praat are used to compare allegedly manipulated voice recordings with original voice samples. This study aims to identify digital evidence in the form of voice recordings using Praat and audio forensic methods. By analyzing voice characteristics such as pitch, formant, and spectrogram, this research seeks to determine the similarity between evidentiary recordings and reference samples as well as to perform audio enhancement. The results indicate that in the pitch analysis stage, the samples of Yuki, Sakinah, Sonia, Marwah, and Salsa were identical to the evidence recordings. Furthermore, formant analysis revealed that the samples of Yuki, Sonia, and Salsa were identical to the evidence, while spectrogram analysis showed that only the Salsa sample matched the evidence recordings.

Related SDGs Targets

Full Author List

Astuti, Wistiani; Alwi, Erick Irawadi; Fattah, Farniwati; Hasanuddin, Tasrif; Sari, Ulfa; Almagfirah, Ainur Rahma, Universitas Musllim Indonesia

Abstract

Introduction: Tea leaf diseases can substantially reduce crop quality and productivity, making early and accurate diagnosis important for effective disease management. This study compares ResNet50 and ResNet101 as pretrained deep feature extractors combined with Support Vector Machine (SVM) to determine whether a deeper residual architecture can improve discrimination among visually similar tea leaf disease classes. Method: Images were obtained from the Kaggle “Identifying Disease in Tea Leaves” dataset comprising eight classes. Data augmentation increased each class to 800 images, yielding 6,400 images that were divided into training and testing sets using an 80:20 ratio. ResNet50 and ResNet101 pretrained on ImageNet were used as fixed feature extractors, and the resulting feature vectors were standardized and classified using an RBF-kernel SVM. Results and Discussion: ResNet101–SVM achieved the best performance with 97.97% accuracy and precision, recall, and F1-score of 98%, substantially outperforming ResNet50–SVM, which achieved 89.15% accuracy, 90% precision, 89% recall, and 89% F1-score. The deeper ResNet101 architecture provided more discriminative representations for visually similar disease patterns, although a small number of misclassifications remained. Conclusion: ResNet101 combined with SVM provides a more accurate and reliable framework than ResNet50–SVM for multi-class tea leaf disease classification and offers a promising foundation for automated disease diagnosis systems.

Related SDGs Targets