Herman

Authors

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

Authors

Rusdy, Andi Muhammad Adnan; Purnawansyah, Purnawansyah; Herman, Herman; Universitas Muslim Indonesia, Indonesia

Abstract

Penelitian ini bertujuan untuk melakukan prediksi terhadap permintaan obat berdasarkan data penawaran obat pada apotek melalui media aplikasi Point of Sales menggunakan metode Regresi Linier. Metode Regresi Linier merupakan salah satu pendekatan statistik yang menggambarkan hubungan antara dua variabel atau lebih melalui sebuah garis lurus untuk memprediksi kemungkinan di masa depan. Dalam penelitian ini digunakan dua variabel yaitu variabel penawaran yang merupakan variabel bebas (independen) dan variabel permintaan yang merupakan variabel terikat (dependen). Metode Regresi Linier ini digunakan sebagai pendekatan forecasting atau prediksi objek terkait dengan pengukuran performansi menggunakan Mean Square Error, Root Mean Square Error serta Mean Absolute Percentage Error. Data yang digunakan dalam proses prediksi ini adalah data transaksi pada apotek yang meliputi data penjualan dan data ketersediaan obat pada warehouse apotek. Data transaksi yang digunakan sebagai data sampel merupakan data transaksi apotek dalam kurun waktu 3 bulan mulai dari Januari hingga Maret 2021. Hasil penelitian ini menunjukkan pendekatan metode Regresi Linier berada pada nilai optimum. Berdasarkan hasil pengujian menggunakan pendekatan Mean Absolute Percentage Error, Mean Squre Error dan Root Mean Square Error dan masing-masing menunjukkan hasil sebesar 4.914%, 1.065 dan 1.032 Sehingga prediksi penawaran dan permintaan obat menggunakan aplikasi Point of Sales dengan pendekatan algoritma Regresi Linier dapat diterapkan pada studi kasus penelitian ini.

Related SDGs

Authors

Indra, Dolly; Tasmil, Tasmil; Herman, Herman; Mansyur, St Hajrah; Alwi, Erick Irawadi; Universitas Muslim Indonesia, Indonesia

Abstract

Abstract-- The use of current website technology can be applied as a control and monitoring system, which is used to control electrical devices, so that the user can only control the PC or smartphone that has been connected to Wi-Fi or the Internet. In this case the control uses the Raspberry Pi Mini PC which has several advantages such as low power and is relatively easy when connected with a web server compared to a microcontroller. By utilizing the Raspberry Pi Mini PC as a web server, it can replace PC functions in general. The results in this study are the Electric Control System that has been made capable of controlling 4 AC voltage electronics as well as 4 relays with each relay capable of bearing a maximum load of 2200 watts using a power supply on the Raspberry Pi which has a minimum of 0.7 amperes and Control of electrical load can be done within a distance of 0 meters - 15 meters from the wireless route

Related SDGs

Authors

Indra, Dolly; Herman; Budi, Firman Shantya, Universitas Muslim Indonesia

Abstract

The development of computer technology today is very helpful for humans in completing their work in various fields. One application of computer technology i.e., in the field of computer vision which has a very important role for object recognition. In this study, we designed a computer vision-based automatic vehicle counting system. The system that we created uses the MobileNetV2 Single Shot Multibox Detector (SSD) which is placed on the Raspberry Pi 4 to carry out the process of classifying cars and motorcycles and the raspberry pi 4 also functions as a system controller. This automatic vehicle counter system has been integrated between Raspberry Pi 4 and a mobile application on a smartphone where the smartphone functions to display information such as day, date, month, year and together with the number of cars and motorcycles. We tested this automatic vehicle counting system on steam services (car and motorcycle washing) for 3 days where 10 vehicles were collected every day. The test results show that the system is capable of detecting cars and motorcyles with an average accuracy rate of 46.6%

Related SDGs

Authors

Samudra, Januaril Aditya; Anraeni, Siska; Herman, Universitas Muslim Indonesia, Jl. Urip Sumoharjo KM.05, Makassar, 90231, Indonesia

Abstract

Program Studi Teknik Informatika pada Universitas Muslim Indonesia merupakan salah satu program studi yang banyak diminati setiap tahun ajaran baru, namun peningkatan jumlah mahasiswa tidak sebanding dengan jumlah mahasiswa yang lulus tepat waktu sehingga menyebabkan penumpukan data mahasiswa. Berdasarkan data yang ditemukan, untuk angkatan 2015 terdapat 186 mahasiswa, sedangkan yang lulus tepat waktu hanya sebanyak 53 mahasiswa. Hal ini menjadi kendala bagi kemajuan serta menurunkan kualitas perguruan tinggi yang berdampak pada penilaian akreditasi. Penelitian ini menggunakan 141 dataset mahasiswa yang diperoleh dari Fakultas Ilmu Komputer, khususnya mahasiswa angkatan 2015 dan 2016. Atribut yang digunakan dalam proses prediksi kelulusan meliputi data akademik seperti IPS semester 1–4, jenis kelamin, jumlah SKS lulus, serta data tambahan seperti penghasilan orang tua per bulan dan keaktifan organisasi. Dataset kemudian dibagi menjadi dua bagian, yaitu data training yang terdiri dari 120 data mahasiswa angkatan 2015 dan data testing sebanyak 12 data mahasiswa angkatan 2016 untuk menentukan apakah mahasiswa lulus tepat waktu atau tidak menggunakan algoritma K-Nearest Neighbor. Algoritma ini digunakan untuk menghitung kedekatan antara kasus baru dengan kasus lama, di mana populasi terbanyak pada area K dengan nilai terdekat akan menentukan prediksi kelulusan mahasiswa. Hasil penelitian menunjukkan bahwa dari pengujian nilai K = 5 hingga K = 11, diperoleh hasil terbaik pada nilai K = 11 dengan tingkat akurasi sebesar 76%, precision 70%, dan recall 77% dalam klasifikasi kelulusan tepat waktu dan tidak tepat waktu.

Related SDGs

Authors

Anraeni, Siska; Melani, Erika Riski; Herman, Herman; Universitas Muslim Indonesia, Indonesia

Abstract

This study aims to build a system to identify the ripeness level of chayote that can be done easily and without damaging the quality of the chayote. This study employs digital image processing technology using Hue Saturation Intensity color feature extraction and texture feature extraction of Local Binary Pattern with K-Nearest Neighbor classification so that the process of identifying the ripeness level of chayote will be easier and more effective. This study uses 100 image datasets and is carried out by taking photos of chayote. The stages in this study include the input of chayote images followed by the image pre-processing stage. Next is feature extraction which is divided into three scenarios, namely HSI feature extraction, LBP feature extraction and a combination of the two feature extractions. The final stage is to classify objects that are closest to the object being tested using the KNN method. By determining the value of K in the KNN classification method, the results show that the use of the Chebyshev distance calculation model in LBP feature extraction with K = 5 is a test that has the best accuracy of 90%.

Related SDGs

Authors

Magfirah; Hayati, Lilis Nur; Darwis, Herdianti, Fakultas Ilmu Komputer, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

LMS AFDAL is a learning system that is applied within the scope of SMPIT Al-Fityan School Gowa. This LMS is used to facilitate modern learning. Evaluation of the AFDAL LMS is the first step to assess whether the LMS is well received or not by users. There are many approaches that can be taken in evaluating, one of which is usability evaluation. This study aims to determine the level of usability based on the System Usability Scale method with five variables, namely learnability, efficiency, memorability, errors, and satisfaction with 10 statements as a measure of quality in terms of the usability of the LMS. This research was conducted by distributing questionnaires using google form to 306 respondents consisting of teachers and students via whatsapp. Data processing uses IBM SPSS V26 and Microsoft Excel 2019. The results of the validity and reliability tests are declared valid and reliable. The results of the SUS test show that the final SUS value of 306 respondents' responses is 64.6, according to the rules of SUS interpretation that the score is 64.6 for the Acceptability Ranges level, namely Marginal (quite acceptable), the Grade Scale results in terms of user acceptance levels are included in the C- level, and Adjectives The rating is included in the OK category. These results indicate that the AFDAL LMS is quite accepted by its users, but this figure is quite low so that some improvements are needed to make it even better.

Related SDGs

Authors

B, Muliyadi; Anraeni, Siska; Herman, Herman; Universitas Muslim Indonesia, Indonesia

Abstract

Pendidikan sangatlah penting bagi kemajuan bangsa. Dalam proses pembelajaran secara Online pada saat musim pandemi ini, dosen pasti akan sulit untuk mendata setiap Mahasiswa yang hadir. Tujuan dalam penelitian ini adalah untuk membuat sebuah aplikasi, yang mana nantinya, dosen tidak repot lagi melakukan absensi secara manual, dan Mahasiswa dapat dengan mudah absensi dengan cara scan wajah atau Face Recognition, agar absensi dapat dilakukan secara jujur. Eigenface adalah salah satu algoritma pengenalan pola wajah yang berdasarkan pada Principle Component Analysis (PCA). Dalam metode Eigenface, decoding dilakukan dengan menghitung Eigenvector kemudian direpresentasikan dalam sebuah matriks yang berukuran besar. Setiap wajah sipresentasikan dalam kombinasi linear Eigenface. Berdasarkan hasil uji coba sistem yang telah dibuat maka dapat disimpulkan bahwa Aplikasi Absensi mampu melakukan proses absensi secara realtime dengan mendeteksi wajah melalui metode pengenalan wajah yaitu Eigenface PCA (Principle Component Analysis) dengan tingkat total akurasi keseluruhan dari Segi Pencahayaan adalah 75% dan Total Akurasi keseluruhan dari segi posisi Wajah adalah 33,34% .

Related SDGs

Authors

Aprianto, Andy; Alwi, Erick Irawadi; Herman, Herman; Universitas Muslim Indonesia, Indonesia

Abstract

Masalah keamanan informasi merupakan salah satu aspek penting dari sebuah sistem informasi. Keamanan informasi dimaksudkan untuk mencapai kerahasiaan, ketersediaan, dan integritas di dalam sumber daya informasi dalam suatu perusahaan. Sangat pentingnya nilai sebuah informasi menyebabkan seringkali informasi diinginkan hanya boleh diakses oleh orang-orang tertentu. Jatuhnya informasi ke tangan pihak lain dapat menimbulkan kerugian bagi pemilik informasi. Hal ini menjadi alasan kenapa diperlukan keamanan data untuk mencegah atau mengurangi peluang terjadinya kejahatan terhadap informasi atau data yang bersifat rahasia. Kriptografi adalah suatu metode yang dapat digunakan untuk mengamankan data/informasi. Salah satu cara untuk melakukan proses enkripsi agar menghasilkan ciphertext yang susah dipecahkan adalah konsep Super Enkripsi. Hasil penelitian ini menunjukkan bahwa mengkombinasikan metode caesar cipher dan diagonal cipher dengan menggunakan tabel ASCII dapat dilakukan untuk mengamankan data /informasi dalam bentuk file berekstensi .docx. Berdasarkan hasil pengujian sistem yang dilakukan pada 10 file docx dengan ukuran file dan jumlah karakter yang berbeda-beda, dimana ukuran file docx setelah dienkripsi/dekripsi lebih kecil dibandingkan sebelum dienkripsi. Proses super enkripsi ini membutuhkan waktu lebih lama karena proses enkripsi dan dekripsi menggunakan dua metode, serta jumlah karakter plaintext yang dimasukkan juga ikut mempengaruhi waktu proses super enkripsi.

Related SDGs

Authors

Anraeni,Siska; Herman; Universitas Muslim Indonesia, Indonesia

Abstract

The degree of accuracy and precision becomes an important part of engineering in classification method. In this research, the hybrid Lacunarity and Euclidean Distance (ED) is used for classification of human kidney condition. Meanwhile, the image datasets comprised of 10 images for training and 10 images for testing have been used. Based on the experimental results, Lacunarity method has been able to extract features of the iris image with a 16x16 size of box counting. Then, the classification of kidney health conditions (i.e., normal and abnormal) has been calculated using an algorithm Euclidean Distance (ED) with an accuracy rate of 70%.

Related SDGs

Authors

Indra, Dolly; Salim, Yulita; Herman; Atmajaya, Dedy; B, Poetri Lestari B; Hasanuddin, Tasrif, Faculty of Computer Science Universitas Muslim Indonesia Makassar, Indonesia

Abstract

Digital images stored in computers or owned smartphones are particularly vulnerable to the danger of theft. Not all digital images can be freely shared to others. If personalized digital images fall into the hands of others then their potential will increase to abuse. There have been many cases where images were spread without permission, thus harming certain parties. Therefore, a method that can be used to secure digital images from the dangers of abuse is required. Cryptographic methods for example have been commonly used to secure various types of digital data. One of the known cryptographic methods is the Transposition Cipher. This method can transpose the content of digital data in text form. So that the original text will be scrambled and no longer meaningful to the reader. This method can be modified in order to encrypt digital images. The result is a scrambled image content that is safe from abuse when the image is stolen.

Related SDGs

Authors

Indra, Dolly, Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia; Hayati, Lilis Nur; Daris, Mega Asfirawati, Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Muslim Indonesia; As’ad, Ihwana, Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia; Mansyur, Umar, Program Studi Pendidikan Bahasa dan Sastra Indonesia, Fakultas Sastra, Universitas Muslim Indonesia

Abstract

Digital image processing is a field of study that focuses on how an image can be formed, processed, and analyzed to generate useful information for humans. In this research, the utilization of digital images is implemented to classify BISINDO (Indonesian Sign Language) letters from A to Z using the Random Forest classification method. The initial stage in the classification of BISINDO letter images involves pre-processing, which includes converting RGB images to grayscale and performing segmentation through three stages: thresholding, morphology, and edge detection using the Prewitt operator. Subsequently, features such as HSV color extraction and metric shape features, as well as eccentricity, are extracted. These extracted feature values are then utilized in the classification stage of BISINDO letter images from A to Z using the Random Forest method. In this study, three data comparison scenarios were employed for testing purposes. The first scenario involved an 80:20 data ratio, which achieved a testing accuracy of 94.2%. The second scenario with a 70:30 data ratio achieved a testing accuracy of 93.6%, while the third scenario with a 60:40 data ratio had a lower accuracy of only 77.9%. Based on the results of our testing, the system developed is capable of effectively classifying BISINDO letters from A to Z using color and shape feature extraction, along with the Random Forest classification method. The best results were obtained in the data comparison scenario of 80:20, achieving an accuracy rate of 94.2%.

Related SDGs

Authors

Herman; Astuti, Wistiani, Universitas Muslim Indonesia

Abstract

Obat memiliki peran yang penting dalam pelayanan farmasi di rumah sakit, dari menyelamatkan nyawa hingga menyembuhkan pasien, namun perencanaan obat masih dilakukan secara manual menggunakan metode manual sehingga menghambat proses perencanaan obat, penelitian ini menggunakan XGBoost untuk melakukan peramalan time series pada penggunaan obat. Data yang digunakan adalah data perbulan penggunaan obat pada kategori vital dan essential dari tahun 2017 hingga 2022, penelitian ini menggunakan data cuaca sebagai fitur eksternal untuk membantu model bekerja. Hasil penelitian menunjukkan model XGBoost memiliki skor rata-rata skor RMSE dan MAE yang lebih rendah pada obat vital dibanding ketika melatih obat essential, sehingga model yang dilatih masih perlu perbaikan dalam menggunakan model XGBoost untuk meningkatkan performa model

Related SDGs

Authors

Hayati, Lilis Nur;Djamereng, Asdar; Rahbiah, Sitti; Rayhana Bahar; Mubarak, Mush'ab Al; Bimadayanti, Putri; Ramadani, Fitra; Universitas Muslim Indonesia, Indonesia

Abstract

EARLY APPLİCATİON OF INFORMATİON TECHNOLOGY INTRODUCTİON OF DİSEASE AND PEST DETECTİON OF VANİLLA PLANTS TO YOUTH KARANG KARUNA LİMA SULAPA GATTARENG İN BULUKUMBA REGENCY. Agriculture is one of the main pillars of the country's economy, contributing significantly to Gross Domestic Product (GDP) and employment. The purpose of the service is to introduce information technology in the detection of diseases and pests of vanilla plants to youth Karang Taruna Lima Sulapa Gattareng in Bulukumba Regency. The problem faced is the lack of knowledge and ability of partners in detecting diseases and pests of vanilla plants. This activity was carried out through three stages, namely preparation, implementation, and evaluation. The socialization was attended by 38 participants who followed the program from start to finish. The results of the socialization activities showed a significant increase in understanding from the pre-test results showed 45.36%, while the post-test results increased to 82.79%. In conclusion, the service program succeeded in increasing partners' knowledge and awareness of the importance of information technology in detecting diseases and pests in vanilla plants.

Related SDGs

Authors

Herman; Umar, Fitriani ; Aji, Fery Setyo; Abdi, Muh. Alim, Fakultas Ilmu Komputer Universitas Muslim Indonesia, Jl. Urip Sumoharjo KM. 05, Makassar 90231, Indonesia

Abstract

Berdasarkan Undang-Undang Nomor 6 Tahun 2014 Pasal 86, desa berhak memperoleh akses informasi melalui sistem informasi desa yang dikembangkan oleh pemerintah, di mana pemerintah pusat dan daerah berkewajiban menyediakan sistem yang mencakup data desa, pembangunan desa, kawasan perdesaan, serta informasi terkait lainnya. Hal ini menjadi tanggung jawab bersama berbagai pihak, termasuk lembaga pendidikan dan instansi pemerintah maupun swasta. Dalam kegiatan pengabdian ini, mitra yang terlibat adalah Desa Bontokassi yang terletak di Kecamatan Parangloe, Kabupaten Gowa, Provinsi Sulawesi Selatan, di mana pengelolaan dokumen persuratan masih dilakukan secara konvensional menggunakan buku besar sehingga belum optimal. Oleh karena itu, solusi yang ditawarkan adalah pengembangan aplikasi pengelolaan dokumen persuratan beserta sistem pengarsipannya yang dapat diimplementasikan secara online maupun offline. Tim pengabdi juga melakukan pelatihan penggunaan aplikasi kepada staf desa baik secara daring maupun tatap muka dengan tetap menerapkan protokol kesehatan, sehingga diharapkan pengelolaan administrasi persuratan menjadi lebih efektif dan terstruktur.

Related SDGs

Authors

Wati, Silmi Nur Zaskia; Herman; Darwis, Herdianti, Universitas Muslim Indonesia

Abstract

Pelaksanaan perkuliahan daring menggunakan KALAM di UMI banyak menuai kontroversi dikalangan mahasiswa. Banyak pendapat mahasiswa yang dikeluarkan terkait metode pembelajaran daring di UMI. Penelitian ini bertujuan menganalisis sentimen mahasiswa terkait perkuliahan daring di UMI dengan menggunakan algoritma Naïve Bayes Classifier dan K-Nearest Neighbor, serta menggabungkan berbagai metode seperti pelabelan dengan NLTK, pengujian dengan 5 cross validation, dan menggunakan unigram tokenizing. Beberapa teknik pelabelan digunakan pada penelitian ini dan menghasilkan tingkat keakuratan paling tinggi adalah pelabelan menggunakan NLTK dengan algoritma KNN dengan menggunakan SMOTE menghasilkan akurasi sebesar 100% dibandingkan dengan algoritma Naïve Bayes Classifier yang memiliki nilai akurasi sebesar 98.33%. Sehingga algoritma KNN dapat digunakan dengan baik pada pengklasifikasian sentimen mahasiswa terhadap perkuliahan daring di UMI.

Related SDGs

Authors

Kharawan, Athifah Arsa; Hayati, Lilis Nur; Kurniati, Nia, Universitas Muslim Indonesia

Abstract

Data presensi perkuliahan pada perguruan tinggi menjadi suatu acuan dalam menunjukan kredibilitas setiap mahasiswa yang digunakan oleh para dosen sebagai data untuk pemberian nilai mahasiswa sekaligus sebagai bahan evaluasi keberhasilan belajar mengajar dalam pekuliahan. Kehadiran sangatlah penting bagi mahasiswa yang diwajibkan untuk menghadiri minimal 80%, yang dimana menentukan mahasiswa tersebut layak untuk mengikuti ujian semester atau tidak, selain itu kebanyakan dosen menjadikan sebagai komponen penilaian. Sistem face recognition ini tidak hanya bermanfaat untuk menghindari kecurangan pada absensi kelas namun, juga dapat diimplementasikan untuk sistem presensi pada acara-acara perkuliahan yang membutuhkan presensi peserta untuk merekap kehadirannya. Terdapat 2 tahapan dalam proses Face Recognition yaitu Face Detection yang berfungsi untuk mendeteksi wajah dan kemudian wajah yang terdeteksi akan diproses dengan cara membandingkan dengan database wajah yang telah ada dalam database. Hasil penelitian dan pembahasan perancangan database penyimpanan data gambar mahasiswa bermasker untuk pembuatan aplikasi presensi face recognition yaitu pada dataset yang dikumpulkan yaitu kelas B3 ada 15 orang mahasiswa dengan stambuk 13020220160, 13020220167 dan 13020220173, 13020220175, 13020220178, 13020220179, 13020220183, 13020220184, 13020220188, 13020220191,13020220195, 13020220200, 13020220204, 13020220208 dan 13020220216 dengan jumlah data yaitu 30 foto tiap mahasiswa. Adapun solusi yang diberikan yaitu mampu membantu dosen dan mahasiswa dalam melakukan presensi melalui aplikasi dengan menggunakan webcame supaya tetap mengenali wajah walaupun menggunakan masker.

Related SDGs

Authors

Herman; Putra Muhammad Dani Arya, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Nasir, Haidawati, MIIT University Kuala Lumpur, Malaysia; Darwis, Herdianti; Mansyur, St. Hajrah, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Noor, Megat Nurolazmi MM, MIIT University Kuala Lumpur, Malaysia

Abstract

This study focuses on being able to classify traditional Toraja carvings using Convolutional Neural Networks (CNN), focusing on three CNN architectures, specifically VGG-16, VGG-19, and a model that is concatenated from both. The aim is to determine the most effective architecture and ratio of training data and validation data sharing to achieve the highest classification accuracy. The image dataset consisting of seven different Toraja carving motifs or classes underwent data pre-processing, namely data augmentation, to improve model generalization and reduce overfitting. Experiments were conducted using four scenarios of training data and validation data separation. The final outcome of this research is that VGG-16 reached the best validation performance of 97.36% with a data 90%: 10% separation. It manifests its superior ability to Capture the information of complicated Toraja carving motifs. VGG-19 and the combined model also performed well, but the results were still below the best results of VGG-16 and emphasized that the VGG-16 architecture, especially with a data separation of 90%:10%, is the most reliable CNN architecture for accurately classifying Toraja carvings.

Related SDGs

Authors

Herman; Darwis, Herdianti; Nurfauziyah; Puspitasari, Rahma; Widyawati, Dewi; Faradibah, Amaliah, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This study aims to classify anxiety disorders in adolescents using three machine learning algorithms, namely naive bayes, C4.5, and K-Nearest Neighbor (K-NN). The data used was taken from the DASS-21 questionnaire, which contains 418 samples with 11 attributes, including age, gender, and seven anxiety-related questions. The algorithm was tested using the holdout technique with 80:20, 70:30, and 60:40 data splits, as well as the k-fold cross-validation technique. The results showed that the C4.5 algorithm performed best with 100% accuracy in the holdout technique, followed by naive bayes with 99% accuracy, and K-NN with 94% accuracy. In cross-validation testing, C4.5 also showed the highest accuracy of 98%, while naive bayes and K-NN achieved 89% and 92% respectively. This study concludes that the C4.5 algorithm is superior in classifying anxiety compared to naive bayes and K-NN, so it can be relied upon for machine learning-based diagnostic applications in supporting the detection of anxiety disorders efficiently.

Related SDGs

Authors

Herman; Putri, An’nisa Pratama, Universitas Muslim Indonesia,Makassar, Sulawesi Selatan 90234,Indonesia; Noor, MegatNorulazmi Megat Mohamed, MIIT University Kuala Lumpur, 50250 Kuala Lumpur,Malaysia; Darwis, Herdianti; Hayati, Lilis Nur; Irawati; As'ad, Ihwana, Universitas Muslim Indonesia,Makassar, Sulawesi Selatan 90234,Indonesia

Abstract

Introduction: Passura', or Toraja carvings, are an essential element of the cultural heritage of the Toraja people in Indonesia. These carvings feature complex motifs rooted in nature, folklore, and spiritual symbolism. This study aims to evaluate the efficacy of four Convolutional Neural Network (CNN) architectures—VGG-16, DenseNet121, ResNet50V2, and EfficientNetB0—in classifying seven traditional Toraja carving motifs. Methods: A dataset of 700 images was collected and categorized into seven motif classes. The dataset was split into 80% for training and 20% for validation. Each CNN model was trained for 25 epochs with standard pre-processing, including resizing to 224×224 and normalization. Performance evaluation was conducted based on validation accuracy and confusion matrix analysis to assess classification precision and model overfitting. Results: EfficientNetB0 achieved the highest validation accuracy of 98%, although signs of overfitting were observed. ResNet50V2 followed closely with a validation accuracy of 95.33% and demonstrated the most balanced classification results across all motif categories. VGG-16 and DenseNet121 achieved 94.67% and 81.82%, respectively. Confusion matrix analysis confirmed the robustness of ResNet50V2 in correctly identifying complex patterns. Conclusions: The findings indicate that ResNet50V2 provides a reliable balance between accuracy and generalizability for classifying Toraja carvings, making it suitable for digital preservation of cultural heritage. EfficientNetB0, while achieving higher accuracy, may require additional regularization to avoid overfitting. This study contributes to the development of AI-driven cultural documentation and suggests future research with larger and more diverse datasets to improve model robustness

Related SDGs

Authors

Herman, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Nasir, Haidawati; Noor, Megat Norulazmi Megat Mohamed, Computer Engineering Technology, MIIT Universiti Kuala Lumpur, Kuala Lumpur, Malaysia; Hasanuddin, Tasrif; Indra, Dolly, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Lumentut, Hence Beedwel, Computer Engineering, STMIK Agamua Wamena, Wamena, Indonesia

Abstract

Toraja is a part of Indonesia located on the island of Sulawesi. One form of Toraja culture is carving art made from wood, bamboo or stone. There are around 70 types of Toraja carving motifs. With so many motifs and some motifs being almost similar to each other, it can make it difficult for the public and tourists to know the name of the motif. This research focuses on classifying Toraja carving images using Convolutional Neural Network (CNN) and measuring the performance of the LeN et-5 architecture. The number of Toraja carving motifs used in this research is 7 and the data is 700, where each motif is represented by 100 data. In testing, 3 explorations were carried out, namely dividing training and validation data, Batch Size values, and Target Size values. Based on test results, the 70:30 data division provides the highest level of accuracy compared to other data divisions. Increasing the Batch Size value has a negative impact on the level of accuracy. On the other hand, increasing the Target Size value has a positive impact on the accuracy value. The best Batch Size and Target Size values in this study were 32 and 256x256 with respective accuracies of 50.67% and 69.33%.

Related SDGs

Authors

Herman, Herman; Umar, Fitriani; Mubarak, Syahrul; Setyo, Aji Fery; Abdi, Muh. Alim; Universitas Muslim Indonesia, Indonesia

Abstract

Berdasarkan UU No. 6 tahun 2014 pasal 86 dijelaskan antara lain bahwa desa berhak mendapatkan akses informasi melalui sistem informasi desa yang meliputi data desa, data pembangunan desa, kawasan perdesaan, serta informasi lain yang berkaitan dengan pembangunan desa dan pembangunan kawasan perdesaan. Hal ini menjadi tanggung jawab bersama dari semua pihak baik lembaga pendidikan, instansi pemerintah/swasta maupun pemerintah itu sendiri. Mitra dalam pengabdian ini ada yaitu Desa Bontokassi yang merupakan salah satu desa yang terletak di Kecamatan Parangloe, Kabupaten Gowa, Propinsi Sulawesi Selatan. Pengelolaan informasi yang terjadi di desa Bontokassi belum dilakukan secara optimal. Pengelolaan informasi belum dilaksanakan secara maksimal, dimana informasi ditampilkan dalam bentuk blog yang memiliki tampilan kurang menarik dan kurangnya ketersediaan informasi serta informasi yang tidak dinamis ditunjang dengan sumber daya manusia yang tidak memahami pengelolaan informasi berbasis website. Teknologi informasi saat ini memiliki peranan penting dalam organisasi, orang-orang yang bekerja didalamnya, serta hubungannya dengan masyarakat luas. Hampir semua perencanaan, kebijakan, pelayanan, dan pelaporan dipercayakan pada teknologi informasi sebagai alat untuk menjadikan pemerintah atau instansi lainnya lebih efektif, lebih bersahabat, dan memudahkan masyarakat dalam mendapatkan informasi dan pelayanan.

Related SDGs

Authors

Belluano, Poetri Lestari Lokapitasari; Herman, Herman; Panggabean, Benny Leonard Enrico; Universitas Muslim Indonesia, Indonesia

Abstract

General Data Protection Regulations (GDRP) regulation which is used to substantiate or individual data protection. the principle of gdpr is transparency where the application users have the right to make changes and access to personal data. so, companies are asked to be transparent about the reasons for collecting the data and the purpose of the data usage. GDPR has purpose to develop personal data protection and user privacy data by managing update data in the form of real-time notification. the method is used for Convention over Configuration paradigm. Prototyping model is used to describe application system workflow using graphics, DBMS management (using PostgreSQL). In Conclusion, prototype web application information system which applies data protection information using the principle of GDRP at user by managing data information updates in the form of real-time notification.

Related SDGs

Authors

Abdi, Muhammad Alim; Aji, Fery Setyo; A’ayunnisa, Nurul; Ulhaq, Muhammad Dhiya; Hayati, Lilis Nur; Irawati, Irawati; Herman, Herman; Universitas Muslim Indonesia, Indonesia

Abstract

Al-Quran education is a non-formal educational institution with a type of Islamic religion aimed at providing teaching reading the Al-Quran, understanding the basic knowledge of Islam in early childhood. TPA Al-Muttaqin as a PKM-M activity partner has quite a lot of students from early childhood. The lack of teaching staff and the methods used in teaching santri were monotonous by confronting the students one by one to justify their reading, so there were only a few students when they were studying and more students played due to lack of supervision. The aim of PKM-M is to increase the understanding of santri regarding the learning of jurisprudence and iqro, to give understanding and knowledge to teachers and parents of santri by conducting counseling and socialization as well as mentoring technological knowledge in learning. The PKM-M team uses a learning by doing system method with educational-based teaching media. First, counseling activities for giving material. Second, training activities to teach coaches and instructors in implementing educational media in learning. Third, evaluation monitoring activities. So the results increase the understanding of santri regarding fiqh and iqro learning, add insight and knowledge to teachers and santri parents related to the application of educational media.

Related SDGs

Authors

Herman; Syafie, Lukman; Irawati; Hayati, Lilis Nur; Harlinda; Universitas Muslim Indonesia, Indonesia

Abstract

Scheduling lectures is not something easy, considering many factors that must be considered. The factors that must be considered are the courses that will be held, the space available, the lecturers, the suitability of the credits with the duration of courses, the availability of lecturers' time, and so on. One algorithm in the field of computer science that can be used in lecture scheduling automation is Genetic Algorithms. Genetic Algorithms can provide the best solution from several solutions in handling scheduling problems and the selksi method used is roulette wheel. This study produces a scheduling system that can work automatically or independently which can produce optimal lecture schedules by applying Genetic Algorithms. Based on the results of testing, the resulting system can schedule lectures correctly and consider the time of lecturers. In this study, the roulette wheel selection method was more effective in producing the best individuals than the rank selection method.

Related SDGs

Authors

Ramadhan, Aslan Poetra; Herman, Herman; Darwis, Herdianti, Fakultas Ilmu Komputer Universitas Muslim Indonesia Makassar, Indonesia

Abstract

Computer Based Test (CBT) diera kemajuan teknologi informasi saat ini mulai menjadi pilihan baru terbarukan dalam hal uji kompetensi dalam berbagai instansi. Tidak hanya peruntukannya di dunia pendidikan. Computer Based Test (CBT) mulai ramai diimplementasikan diluar dunia pendidikan sebab efisiensi, efektifitas hingga kecepatan yang ditawarkan Computer Based Test (CBT) menjadi pertimbangan untuk diterapkan. Pada aspek lingkungan, dengan penggunaan CBT, peran Paper Based Test dalam uji kompetensi dapat menekan penggunaan kertas didalamnya. Hanya saja sistem eksaminasi CBT pada umumnya menggunakan sistem pilihan ganda pada proses uji kompetensi. Penelitian ini bertujuan untuk menerapkan Metode Non-Negative Matrix Factorization (NMF) pada sistem CBT dengan model uji kompetensi Essay dimana terdapat jawaban yang variatif dari model ujian ini. Penggunaan Metode Non-Negative Matrix Factorization (NMF) untuk mengolah string jawaban yang dikirimkan untuk dilakukan penilaian secara otomatis, dengan Metode NMF ini dilakukan Analisa hubungan antara sebuah frase/kalimat dengan sekumpulan string yang kemudian dilakukan pembobotan terhadap respon yang dikirimkan untuk diberi penilaian dengan bantuan Generic Relevance of Sentence (GRS).

Related SDGs

Authors

Herman; Umar, Fitriyani, Universitas Muslim Indonesia

Abstract

Ukiran Toraja adalah seni ukir khas suku Toraja di Sulawesi Selatan. Setiap ukiran Toraja memiliki nama, arti dan makna tersendiri. Namun tidak semua orang mengetahui nama dari ukiran tersebut. Meskipun demikian, tidak semua orang mengenali nama dari seni ukir tersebut. Penelitian ini dilakukan dengan tujuan masih belum banyak diteliti oleh penelitian lainnya dalam pengolahan citra digital pada seni ukir Toraja. Pada penelitian ini jumlah ukiran yang digunakan adalah 10 motif dengan setiap motifnya berjumlah 20 data. Metode yang diterapkan dalam penelitian ini adalah ekstraksi fitur menggunakan metode LBP dengan klasifikasi menggunakan algoritma K-Nearest Neighbor dengan jarak Manhattan distance. Berdasarkan proses pengujian menunjukkan hasil Pada skenario pertama, diperoleh akurasi pada K=1 adalah 100% dan K=2 sebesar 78.3333%. Pada skenario kedua, akurasi mencapai 100% untuk K=1 dan 75% untuk K=2. Dari hasil pengujian yang telah dilakukan diketahui bahwa semakin tinggi nalai K maka hasil dari akurasi makin rendah hal itu dikarenakan makin tinggi nilai K lebih banyak tetangga yang dilibatkan dalam pengambilan keputusan.

Related SDGs

Authors

Syafie, Lukman; Herman; As' ad, Ihwana; Universitas Muslim Indonesia

Abstract

This community service program aims to improve digital literacy among elementary school students in Kedah, Malaysia through introducing robotics and Scratch programming. The main issue faced was students' limited exposure to computational thinking and STEM-based learning. Through intensive training provided by Universitas Muslim Indonesia, students from 13 schools were equipped with fundamental skills in visual programming using Scratch and basic robotics concepts. The training was officially opened by the Special Officer to the Minister of Education Malaysia and covered introduction to computational thinking, hands-on Scratch programming, and educational robotics demonstrations. Results showed significant improvement in students' understanding of programming concepts and increased enthusiasm towards technology. Additionally, an educational module was created for continued learning. The program successfully enhanced students' digital literacy and received strong appreciation from school principals who expressed interest in ongoing collaboration for similar activities.

Related SDGs

Authors

Sugianto, M. Taufiq; Herman; Jabir, Sitti Rahmah, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Perkembangan industri game di Indonesia yang semakin pesat telah meningkatkan kebutuhan akan layanan top-up game yang cepat, aman, dan mudah digunakan. Namun, sebagian besar layanan yang tersedia masih dijalankan secara non-formal melalui media sosial, sehingga berpotensi menimbulkan kendala pada kemudahan penggunaan, keamanan transaksi, dan personalisasi layanan. Penelitian ini bertujuan untuk merancang antarmuka pengguna (User Interface) dan pengalaman pengguna (User Experience) aplikasi top-up game berbasis mobile bernama ChillnFun dengan menggunakan metode Design Thinking yang meliputi lima tahapan: Empathize, Define, Ideate, Prototype, dan Test. Data diperoleh melalui kuesioner yang dibagikan kepada pemain game aktif sebagai target pengguna, kemudian dianalisis untuk mengidentifikasi permasalahan utama. Hasilnya, ditemukan dua masalah utama, yaitu proses transaksi yang rumit dan tampilan antarmuka yang kurang menarik. Solusi yang dihasilkan mencakup penyederhanaan alur transaksi, navigasi yang intuitif, desain UI modern, dan penataan elemen visual yang rapi. Prototipe aplikasi dikembangkan menggunakan Figma dan diuji melalui usability testing menggunakan platform Maze serta evaluasi System Usability Scale (SUS). Hasil pengujian menunjukkan skor rata-rata 93 pada Maze dan skor rata-rata 82 pada SUS, yang termasuk kategori Excellent. Temuan ini menunjukkan bahwa prototipe ChillnFun dapat diterima dengan baik oleh pengguna dan mampu meningkatkan efisiensi, kenyamanan, serta kepuasan dalam proses top-up game

Related SDGs

Authors

Herman; Akbar, Muhammad; Hayati, Lilis Nur, Information System, Faculty Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Nasir, Haidawati, Information Technology, MIIT, University Kuala Lumpur, Kuala Lumpur, Malaysia; Herdianti; Azis, Huzain, Informatic, Faculty Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The complexity of the motifs and large number of different patterns make the classification of Toraja carvings challenging. The objective of this study is to develop a Convolutional Neural Network automatic classification model using a comparative analysis of the performance of three ResNet architectures. Data augmentation techniques were used to enrich the diversity of the training samples and improve the robustness of the model. The experimental results showed that ResNet101V2 had the highest validation accuracy, which was greater than 97%, followed by ResNet50V2 with more than 96%, and finally, ResNet152V2 with more than 94.74%. These test results indicate that the ResNet101V2 architecture has a better classification performance for complex motifs, with a good balance between precision and recall. However, the confusion matrix and per-class performance metrics indicated that motifs with high similarity, such as Paqdon-Bolu and Paqtedong, remained challenging. This study demonstrated that deeper CNN architectures and data augmentation techniques are effective in improving the classification accuracy of complex carving patterns. Further research should explore hybrid or advanced augmentation methods to improve the overall robustness and accuracy of the model.

Related SDGs

Authors

Indra, Dolly; Manga, Abdul Rachman; Harlinda; Herman; Alwi, Erick Irawadi; Mansyur, St. Hajrah; Nurhayati, Lilis; Purnawansyah; Fajrin, Ade Moehammad; Universitas Muslim Indonesia, Indonesia

Abstract

Penyandang tuna netra saat ini masih memiliki kesulitan dalam melakukan aktifitasnya terutama dalam masalah mobilitas di dalam masyarakat. Hal ini tentunya diakibatkan karna masih minimnya sarana dan prasarana yang dapat menunjang para penyandang tuna netra dalam melakukan kegiatan sehari-hari. Salah satu alat bantu yang biasa digunakan oleh penyandang tuna netra untuk melakukan kegiatan sehari-hari adalah tongkat tuna netra, dengan tongkat ini para penyandang tuna netra cukup terbantu terutama ketika berjalan, namun tongkat tuna netra tersebut masih memiliki keterbatasan, salah satunya adalah tidak dapat mendeteksi keberadaan objek yang berada diluar dari jangkauan tongkat tersebut, dengan kata lain penyandang tuna netra dapat merasakan objek yang ada disekitarnya ketika tongkat tuna netra menyentuh objek tersebut. Maka dari itu pada penelitian ini dikembangkan sebuah konsep alat bantu jalan bagi penyandang tuna netra dengan menambahkan sebuah perangkat baru yang dapat menutupi keterbatasan yang ada pada tongkat tuna netra. Alat yang dirancang memanfaatkan teknologi mikrokontoler berupa arduino, sensor ultrasonik, modul Mp3 dan micro DC.

Related SDGs

Authors

Sangaji, Novi Yanti; Herman, Herman; As' ad, Ihwana; Universitas Muslim Indonesia, Indonesia

Abstract

Pemerintah dinas parawisata kabupaten Maluku Tengah berupaya untuk mengembangkan dan memajukan wilayahnya dengan memanfaatkan wisata yang ada di wilayahnya, namun dalam upaya mengembangkan dan memajukan objek wisata terdapat problematika yang dihadapi pemerintah kabupaten Maluku Tengah di antaranya yaitu implementasi kebijakan pengembangan objek wisata yang masih belum optimal, tanggapan dan komentar dari pengunjung wisata tentu sangat diperlukan untuk pengembangan objek wisata, dengan adanya feedback dari pengunjung diharapkan dapat mempermudah pemerintah kabupaten Maluku Tengah untuk menentukan langkah apa yang harus dilakukan dalam pengembangan objek wisata yang ada. Penelitian ini bertujuan untuk menerapkan sentiment analisis pada data komentar dengan menggunakan metode K-NN, data komentar yang digunakan yaitu komentar dari pengunjung wisata di Maluku Tengah pada facebook terhadap objek wisata yang ada di Maluku Tengah. Teknik klasifikasi yang digunakan yaitu dengan menggunakan pengukuran performa (accuracy, precision, dan recall) menggunakan K-nearest neighbor. Imputan yang digunakan yaitu dataset sentiment public yang mengandung positif dan negative. Dataset sentiment public yang digunakan megenai objek wisata di Maluku Tengah berjumlah 1000. Berdasarkan hasil pengujian performa maka didapatkan hasil accuracy 50% precision 56%, recall 50%, f-measure 34%.

Related SDGs

Authors

Budi, Muh Arif Setia; Hayati, Lilis Nur; Sugiarti, Universitas Muslim Indonesia

Abstract

Negara Kesatuan Republik Indonesia (NKRI) merupakan negara yang kekuasaannya dijalankan dengan asas demokrasi karena kedaulatan yang ada berada di tangan rakyat. Badan Pengawasan Pemilu atau disingkat (Bawaslu) merupakan olusi penyelenggara pemilu yang bertugas mengawasi penyelenggaraan pemilu di seluruh wilayah Negara Kesatuan Republik Indonesia. Untuk meningkatkan kualitas penyelenggaraan pemilu, diperlukan rekrutmen anggota Bawaslu yang berkualitas dan olusiional. Hal ini dapat dicapai dengan menetapkan kriteria yang ketat dalam proses rekrutmen dan memastikan bahwa anggota Bawaslu memiliki visi yang jelas dalam desain penyelenggaraan pemilu serta kapasitas organisasi yang mumpuni dalam mengoperasionalkan kewenangannya. Metode Analitycal Hierarchy Process (AHP) dipilih karena dapat membantu dalam menentukan bobot preferensi terhadap kriteria dan sub kriteria yang akan digunakan dalam proses perhitungan Selain itu, metode AHP dapat mengolah data text dengan melakukan proses scoring sehingga diperoleh nilai nya dan dapat digunakan dalam perhitungan. Berdasarkan penelitian yang dilakukan, dapat ditarik kesimpulan bahwa sistem pendukung keputusan penerimaan calon anggota komisioner Bawaslu untuk memudahkan Bawaslu dalam pemilihan calon anggota melalui proses seleksi yang obyektif, transparan, dan professional. Hasil pengujian dari 7 pelamar didapatkan nilai akhir tertinggi adalah Alamsyah dengan nilai 0,169.

Related SDGs

Authors

Indra, Dolly; Hayati, Lilis Nur; Irja, Mulianty Cipta, Universitas Muslim Indonesia,

Abstract

Digital image processing, also known as digital image manipulation, is a method used to process or manipulate digital images. Digital image processing can address various problem domains, one of which is the recognition of Indonesian Sign Language (BISINDO) letters used by the deaf and speech-impaired individuals for communication. The aim of our research is to develop a digital image-based application that can recognize BISINDO letters from A to Z with a high level of letter similarity accuracy. The BISINDO letter dataset consists of 260 images, divided into an 80% (208 images) training data set and a 20% (52 images) testing data set. The letter recognition process begins with pre-processing, including converting RGB images to grayscale, segmentation using thresholding, morphological opening, and Sobel edge detection. The shape feature extraction is then performed using Chain Code Contour. The values obtained from this feature extraction are used in the final stage, which is the recognition of BISINDO letter images using the Naive Bayes classification method. The research involves two testing scenarios: a database scenario and an out-of-database scenario, each with three dataset divisions: 80:20, 70:30, and 60:40. The results of the database scenario testing with an 80:20 dataset division achieved 100% accuracy, while the 70:30 division achieved 92.3% accuracy, and the 60:40 division achieved 88.4% accuracy. In the out-of-database scenario, the 80:20 dataset division achieved 80.7% accuracy, the 70:30 division achieved 73.07% accuracy, and the 60:40 division achieved 75.9% accuracy. Based on the conducted testing, the best accuracy was obtained with the 80:20 dataset division, achieving 100% accuracy in the database scenario and 80.7% accuracy in the out-of-database scenario. This indicates that the Chain Code Contour shape feature extraction method and Naive Bayes classification method are capable of recognizing BISINDO letters effectively.

Related SDGs

Authors

Indra, Dolly; Hayati, Lilis Nur; Syahnur, Muhammad Haerdiansyah; Suat, Wahyu Kadri Rahmat; Scania, Muhammad Rifky Saputra, Universitas Muslim Indonesia

Abstract

This initiative's service partner is a Parangloe Youth Organization member. The challenge faced by this group is a lack of digital literacy, particularly in utilizing digital technology for personal development. This service aims to empower Parangloe Youth Organization members by equipping them with graphic design skills using Canva. The methods employed in this service include observation, socialization, training, and evaluation. We assessed the graphic design knowledge of 30 youth organization members through pretests and posttests. The results indicated that members who received training can now create graphic designs using Canva. The evaluation revealed a significant improvement in knowledge, with average pretest and posttest scores of 66.303 and 82.709, respectively.

Related SDGs

Authors

Rasyida, Muhammad Fauzan Abdillah; Satra, Ramdan; Herman, Universitas Muslim Indonesia, Jalan Urip Sumaharjo, Makassar, 90231, Indonesia

Abstract

Saat ini Fakultas Ilmu Komputer Universitas Muslim Indonesia tengah mengadakan ujian sertifikasi kompetensi keahlian yang bekerja sama dengan Microsoft. Dengan adanya kerja sama tersebut, mahasiswa dapat memperoleh sertifikat keahlian dengan mengikuti ujian sertifikasi. Namun, saat ini ujian sertifikasi MTA masih berbayar sehingga mahasiswa mengalami kesulitan untuk melakukan latihan soal terkait ujian sertifikasi dari Microsoft tersebut. Berangkat dari permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan sebuah perangkat lunak sebagai wadah simulasi ujian sertifikasi, yaitu dengan membuat aplikasi simulasi ujian sertifikasi MTA berbasis web guna membantu mahasiswa dalam persiapan ujian sertifikasi. Dalam penelitian ini, metode yang digunakan adalah metode Waterfall, sedangkan pengujiannya menggunakan metode Blackbox Testing. Hasil dari penelitian ini berupa aplikasi simulasi ujian sertifikasi MTA berbasis web yang dapat digunakan oleh mahasiswa sebagai sarana latihan dengan jenis soal yang hampir serupa. Kesimpulan dari penelitian ini adalah aplikasi yang dikembangkan dapat memudahkan mahasiswa dalam melakukan persiapan menghadapi ujian sertifikasi.

Related SDGs

Authors

Syafie, Lukman; Purnawansyah; Herman; Awangga, Narendra; Wahyudi, Ifan, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Program pengabdian ini bertujuan meningkatkan keterampilan digital siswa di Sekolah Kebangsaan Syeikh Mohd Idris Al-Marbawi, Malaysia. Masalah utama yang dihadapi sekolah ini adalah kurangnya akses siswa terhadap komputer dan aplikasi dasar seperti Microsoft Word. Melalui pelatihan intensif yang diberikan oleh Universitas Muslim Indonesia, siswa dibekali dengan keterampilan dasar penggunaan komputer dan aplikasi Microsoft Word. Pelatihan mencakup pengenalan perangkat keras dan perangkat lunak, serta praktik penggunaan fitur Microsoft Word, mulai dari dasar hingga fitur lanjutan seperti Word Art dan pengaturan kolom.Hasil dari pelatihan ini menunjukkan peningkatan signifikan pada keterampilan digital siswa sesudah pelatihan. Selain itu, sebagai luaran dari program ini, panduan pengantar komputer yang dapat digunakan oleh siswa secara berkelanjutan. Program ini berhasil meningkatkan literasi digital siswa dan diharapkan dapat menjadi model bagi sekolah-sekolah lain. Tantangan yang dihadapi adalah tingkat pemahaman siswa yang beragam, namun hal ini diatasi dengan sesi pendampingan dan konsultasi intensif.

Related SDGs