Scientific Publications Directory

Full Author List

Hasril, Muh. Fadhil Attariq; Purnawansyah; Ilmuwan, Lutfi Budiman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Perkembangan teknologi perbankan digital mendorong Bank Sulselbar menghadirkan layanan mobile banking melalui aplikasi Sulselbar Mobile. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi tersebut di Google Play Store menggunakan algoritma K-Nearest Neighbors (KNN). Sebanyak 1000 data ulasan dikumpulkan dengan teknik web scraping, kemudian dilakukan pelabelan manual dan serangkaian proses preprocessing seperti case folding, normalisasi, stemming, stopword removal, dan tokenizing. Data kemudian dikonversi menjadi bentuk numerik menggunakan metode TF-IDF. Model KNN dikembangkan dengan nilai k = 3 dan divalidasi menggunakan 5-fold cross-validation. Hasil evaluasi menunjukkan model memiliki performa yang baik dan konsisten, dengan rata-rata akurasi 85,6%, presisi 85,4%, recall 85,6%, dan F1-score 85,5%. Fold terbaik mencapai akurasi 90% dan F1-score 89,8%. Hasil ini menunjukkan bahwa kombinasi TF-IDF dan algoritma KNN efektif dalam melakukan klasifikasi sentimen berbasis teks. Temuan ini dapat dimanfaatkan untuk mengevaluasi kualitas layanan aplikasi serta mendukung pengambilan keputusan dalam pengembangan layanan digital perbankan

Related SDGs Targets

Full Author List

Iswaniah, Muhammad Arfah; Purnawansyah; Mansyur, St. Hajrah, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Penyakit asam lambung atau dispepsia merupakan gangguan pencernaan yang umum terjadi dan sering dikeluhkan oleh pasien di RS Pelamonia Kota Makassar. Proses diagnosis penyakit ini secara manual memerlukan waktu yang lama dan rentan terhadap kesalahan akibat keterbatasan sumber daya medis. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web guna membantu proses diagnosis awal penyakit asam lambung menggunakan metode Certainty Factor (CF). Metode CF digunakan untuk menghitung tingkat keyakinan berdasarkan gejala yang dialami oleh pasien, sedangkan proses penalaran dalam sistem menerapkan teknik forward chaining. Sistem dikembangkan menggunakan bahasa pemrograman web dan basis data MySQL, serta mengikuti pendekatan pengembangan perangkat lunak Extreme Programming (XP) agar dapat beradaptasi terhadap perubahan dan kebutuhan sistem. Data diperoleh melalui wawancara dengan dokter spesialis, observasi langsung, dan studi pustaka. Pengujian sistem dilakukan dengan metode black box testing untuk memastikan setiap fungsi berjalan sesuai harapan. Hasil dari penelitian ini adalah sistem pakar diagnosis penyakit asam lambung yang dapat diakses oleh masyarakat secara daring, memberikan informasi awal tentang kondisi kesehatan, serta mendukung efisiensi pelayanan medis di RS Pelamonia

Related SDGs Targets

Full Author List

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 Targets

Full Author List

Hayati, Lilis Nur; Setiadi, Y.A. Widriyakara; Pijoh, Fidelchristo; Renwarin, Maria Risky Pratiwi

Abstract

The necessity of adequate housing constitutes a fundamental human need. CV Senjaya Makmur, a housing developer in Sidoarjo, faces the challenge of meeting the housing preferences of the millennial generation. The objective of this study is to ascertain the technical attributes required by millennial consumers to inform the design of residential houses. To this end, the Quality Function Deployment (QFD) method will be employed as a framework. The results of the study indicated that the factors considered by millennials include facade color, simple and trendy home design, construction cost, breathing house concept, distance to public facilities, long-term use, efficiency, and flexibility. The highest priorities are the cost of home maintenance (8.513%), the application of easy-care materials (8.494%), and cheap good quality finishing materials (8.329%). Other salient characteristics include optimal furniture arrangement (5.737%), integration of multifunctional spaces (5.508%), and the notion of multi-storey micro-houses (5.453%). These findings offer insights that can inform the design of residential properties to align with the needs and preferences of the millennial generation.

Related SDGs Targets

Full Author List

Rahbiah, Sitti; Hayati, Lilis Nur; Djamereng, Asdar; Mubarak, Mush'ab Al; Paraswati, Andi Citra; Vikria, Vikria, Universitas Muslim Indonesia,Jl. Urip Sumiharjo KM.5, Makassar, 90231

Abstract

Kegiatan pengabdian bertujuan untuk meningkatkan pemahaman dan peran strategis anggota PKK Desa Benteng Gantarang sebagai agen perubahan melalui pemanfaatan daun kelor dan ketumbar sebagai produk herbal bernilai ekonomi. Permasalahan utama yang dihadapi mitra adalah rendahnya pemahaman tentang manfaat tanaman herbal lokal serta keterbatasan keterampilan dalam pengolahan produk herbal bernilai jual. Sebagai solusi, tim pelaksana melaksanakan pelatihan berbasis penyadaran (awareness training) mengenai manfaat kesehatan dan ekonomi dari daun kelor dan ketumbar. Sebanyak 31 peserta mengikuti sesi pelatihan dan dievaluasi menggunakan instrumen pre-test dan post-test. Hasil evaluasi menunjukkan peningkatan pemahaman yang signifikan, dari nilai rata-rata pre-test sebesar 46,74% menjadi 84,17% pada post-test. Temuan ini menunjukkan bahwa pendekatan edukatif yang digunakan efektif dalam membangun kapasitas masyarakat dalam pemanfaatan sumber daya lokal. Keberhasilan program ini membuka peluang untuk pengembangan produk herbal berbasis komunitas yang dapat meningkatkan kesejahteraan keluarga dan ekonomi lokal secara berkelanjutan.

Related SDGs Targets

Full Author List

Mustan, Nabila Putri Utami; Kurnia, Nia, Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia; Hayati, Lilis Nur, Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Lonjakan jumlah wisatawan domestik berdampak pada meningkatnya kebutuhan transportasi di Kota Makale. Kondisi ini turut mendorong berkembangnya layanan rental kendaraan, termasuk Rafi Motor, sebagai alternatif dalam memenuhi mobilitas wisatawan dan masyarakat lokal. Namun, sistem operasional di Rafi Motor masih dikelola secara manual sehingga menimbulkan kendala dalam pencatatan transaksi, pengelolaan kendaraan, dan pelayanan pelanggan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi rental kendaraan berbasis website menggunakan metode Waterfall agar dapat meningkatkan efisiensi operasional. Metode penelitian dilakukan melalui observasi, wawancara, dan pengumpulan data terkait kebutuhan sistem, kemudian dilanjutkan dengan tahapan pengembangan perangkat lunak mulai dari analisis, desain, pengodean, hingga pengujian. Proses implementasi menggunakan bahasa pemrograman PHP dengan basis data MySQL. Sistem yang dihasilkan menyediakan fitur registrasi, pemesanan online, pengelolaan kendaraan, galeri gambar, jenis pembayaran, dan riwayat transaksi pelanggan. Pengujian dilakukan dengan metode black-box pada tahap alpha dan beta, serta evaluasi usability menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan 80,125% artinya sistem dapat berjalan sesuai kebutuhan pengguna, terbukti dari hasil pengujian yang menyatakan semua fitur berfungsi normal serta nilai usability berada pada kategori layak digunakan. Dengan demikian, sistem ini dapat mendukung digitalisasi usaha rental kendaraan, meningkatkan kecepatan layanan, serta meminimalkan risiko kesalahan operasional.

Related SDGs Targets

Full Author List

Hayati, Lilis Nur; Indra, Dolly; Suat, Wahyu Kadri Rahmat; Scania, Muhammad Rifky Saputra; Rahma, Dewi Ernita, Fakultas Ilmu Komputer , Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Kegiatan pengabdian ini berhasil Meningkatkan Daya Saing Pengrajin Anyaman Lontara Kana Tojeng Melalui Edukasi Penggunaan Media Sosial di Desa Bontokassi di Desa Bontokassi. Berdasarkan hasil evaluasi menggunakan instrumen pre-test dan post-test yang terdiri dari 10 butir pertanyaan, dengan koresponden 20 anggota pengerajin Kana Tojeng terjadi peningkatan pemahaman yang signifikan. Skor rata-rata pre-test peserta berada pada angka 45,8%, sedangkan nilai post-test meningkat menjadi 75,5%, yang menunjukkan efektivitas pendekatan edukatif-partisipatif dalam mentransfer pengetahuan Penggunaan Media Sosial mitra. Memperlihatkan perbandingan yang jelas antara sebelum dan sesudah sosialisasi, yang turut memperkuat bukti pencapaian program. Di samping peningkatan kognitif, mitra juga menunjukkan perubahan Penggunaan Media Sosia untuk produk kerajinan. Secara umum, hasil kegiatan ini tidak hanya memperkuat daya saing produk lokal berbasis budaya, tetapi juga membuka peluang baru untuk ekspansi digital melalui e-commerce dan kolaborasi lebih luas di masa mendatang.

Related SDGs Targets

Full Author List

Hayati, Lilis Nur; Dewantoro, Albertus Daru, Universitas Katolik Darma Cendika Jl. Dr. Ir. H. Soekarno No.201, Klampis Ngasem, Kec. Sukolilo, Surabaya, Jawa Timur, Indonesia

Abstract

Produktivitas peternakan ayam memiliki peran penting dalam pemenuhan kebutuhan protein hewani masyarakat. Namun, peternak sering menghadapi tantangan seperti penyakit ternak, fluktuasi harga pakan, dan biaya operasional yang tinggi. Penggunaan probiotik sebagai suplemen pakan telah terbukti dapat meningkatkan kesehatan dan produktivitas ayam dengan memperbaiki keseimbangan mikroba usus, meningkatkan efisiensi konversi pakan, serta memperkuat sistem imun. Kegiatan pengabdian ini bertujuan untuk menyelenggarakan pelatihan kepada peternak ayam di Desa Balongbendo Sidoarjo, mengenai pembuatan dan penerapan probiotik berbasis bahan lokal yang murah dan mudah didapatkan. Metode pelaksanaan meliputi sosialisasi, demonstrasi, praktik pembuatan probiotik, serta monitoring dan evaluasi penerapannya dalam budidaya ayam. Hasil kegiatan menunjukkan peningkatan pemahaman dan keterampilan peternak dalam membuat dan menggunakan probiotik, serta adanya dampak positif terhadap kesehatan dan pertumbuhan ayam. Pelatihan ini diharapkan dapat meningkatkan efisiensi produksi ternak ayam secara berkelanjutan serta mendukung ketahanan pangan dan kesejahteraan ekonomi masyarakat setempat.

Related SDGs Targets

Full Author List

Darwis; Herdianti, Syahrir, Firdaus Abrazawaiz; Hayati; Lilis Nur, Universitas Muslim Indonesia, Jl. Urip Sumoharjo Km.5, Makassar, 90231, Indonesia

Abstract

Recommendation systems play a crucial role in helping users navigate the overwhelming volume of information on digital platforms. However, conventional Collaborative Filtering (CF) methods often suffer from data sparsity, leading to reduced prediction accuracy and limited recommendation diversity. To address this challenge, this study proposes a hybrid recommendation model that integrates K-Means clustering based on genre, release year, and rating statistics into the Neural Collaborative Filtering (NCF) framework. Unlike previous works that rely on a single dimension like genre or demographics for clustering, our model uniquely combines multiple content-based features. Furthermore, we explicitly integrate the cluster labels as additional embedding features within the NCF framework, enabling more nuanced and context-aware representation learning. Using the MovieLens Latest-Small dataset, our hybrid model significantly outperforms the baseline NCF across all metrics, achieving a Mean Absolute Error (MAE) of 0.6097, a Root Mean Square Error (RMSE) of 0.7946, and improvements in Precision@10 (0.6065) and Recall@10 (0.7063). These findings highlight the effectiveness of our novel, content-aware clustering approach in deep learning recommenders, resulting in more accurate, diverse, and contextually relevant movie suggestions.

Related SDGs Targets

Full Author List

Albanjari, Ridho Anugrah; Hayati, Lilis Nur; Irawati, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Kasus kehilangan barang di ruang lingkup kampus universitas muslim Indonesia (UMI) tidak terselesaikan secara maksimal. Hal ini disebabkan kurangnya informasi dan keterbatasan sistem pengelolaan. Untuk menindak lanjuti permasalahan tersebut, penelitian ini bertujuan untuk merancang aplikasi mobile lost & found Fikom Kampus UMI berbasis User Centered Design (UCD) yang dapat meningkatkan keterlibatan dan efisiensi pengguna. Penelitian ini menggunakan pendekatan kualitatif dengan metode UCD yang mempunyai empat tahap yaitu: empati, definisi, ideasi, dan prototipe. Pada tahap empati, peneliti melakukan observasi dan wawancara kepada yang memiliki kepentingan untuk memahami kebutuhan dan permasalahan pengguna. Tahap definisi meniliti analasis data yang diperoleh untuk mengidentifikasi masalah utama dan membuat pesona pengguna. Tahap ideasi meneliti ide-ide Solusi untuk mengatasi masalah yang diidentifkasi. Pada tahap prototipe, peneliti merancang dan mengembangkan prototipe aplikasi mobile lost & Found Fikom Kampus UMI. Hasil penelitian ini menunjukkan bahwa aplikasi ini yang dirancang dengan metode UCD dapat meningkatkan keterlibatan dan efisiensi pengguna dalam melakukan proses pencarian, pelaporan, dan pengembalian barang hilang dan ditemukan. Aplikasi ini diharapkan dapat membantu meningkatkan rasa aman dan nyaman bagi mahasiswa di lingkungan kampus UMI

Related SDGs Targets

Full Author List

Nasution, Rima Ananda; Hayati, Lilis Nur; Irawati, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Tomato productivity is often disrupted by diseases affecting tomato plants, such as early blight and late blight, which can significantly reduce crop yields. Early detection of these diseases is crucial to prevent greater losses. This study compares two machine learning-based classification methods, namely Random Forest and Naïve Bayes, in identifying diseases on tomato leaves. The dataset used consists of 1,255 images obtained from Kaggle, with the data divided into two classes: early blight with 627 images and late blight with 628 images, which then underwent preprocessing and data splitting with three ratio scenarios (70:30, 80:20, and 90:10) for training and testing. This study shows that it only achieved an accuracy of 76.98%, while the Random Forest method had the highest accuracy of 92.86% in the 90:10 data ratio scenario. Thus, the Random Forest method proves to be more effective in classifying tomato leaf diseases compared to Naïve Bayes. The implementation of this model can help farmers detect diseases more quickly and accurately, thereby increasing agricultural productivity.

Related SDGs Targets

Full Author List

Nurhayati; Lilis

Abstract

Effective performance measurement is a crucial element in ensuring the successful implementation of organizational strategies. This study integrates the Balanced Scorecard (BSC) framework with the Analytic Network Process (ANP) to comprehensively evaluate the performance of logistics service providers. This method is designed to address the limitations of traditional BSC by considering the interrelationships and interdependencies among performance indicators. The analysis process involves determining priority weights using pairwise comparisons, conducted through ANP software. The results reveal that the "Dedicated Employees" indicator has the most significant impact on organizational performance, followed by "Sales Growth" and "Operational Cost Efficiency." Meanwhile, indicators such as "Transportation Capability" and "Product/Service Quality" rank the lowest in priority. These findings emphasize the importance of strengthening human resources and financial efficiency to enhance the competitiveness of logistics service providers. This study contributes to the development of a holistic approach to strategic performance measurement while offering a practical framework for managers to design datadriven organizational strategies. Moreover, the integration of BSC and ANP has proven effective in capturing the complex dynamics among strategic elements, providing deeper insights for decision-making. Keywords: Balanced Scorecard, Analytic Network Process, Performance Measurement, Logistics Service Providers, Organizational Strategy.

Related SDGs Targets

Full Author List

Wulandari, Lusi Mei Cahya; Nurhayati, Lilis; Dimas, Ravael, Universitas Katolik Darma Cendika, Surabaya, Indonesia

Abstract

Pengukuran kinerja yang efektif merupakan elemen penting dalam memastikan keberhasilan implementasi strategi organisasi. Penelitian ini mengintegrasikan kerangka Balanced Scorecard (BSC) dengan Analytic Network Process (ANP) untuk mengevaluasi kinerja penyedia jasa logistik secara komprehensif. Metode ini dirancang untuk mengatasi keterbatasan BSC tradisional dengan memperhitungkan hubungan timbal balik dan saling ketergantungan antar indikator kinerja. Proses analisis melibatkan penentuan bobot prioritas menggunakan perbandingan berpasangan (pairwise comparison), yang dilakukan melalui perangkat lunak ANP. Hasil penelitian menunjukkan bahwa indikator "Karyawan Dedikatif" memiliki pengaruh terbesar terhadap kinerja organisasi, diikuti oleh "Pertumbuhan Penjualan" dan "Efisiensi Biaya Operasional". Sementara itu, indikator "Kapabilitas Transportasi" dan "Kualitas Produk/Servis" berada pada prioritas terendah. Temuan ini menekankan pentingnya memperkuat aspek sumber daya manusia dan efisiensi finansial untuk meningkatkan daya saing penyedia jasa logistik. Penelitian ini memberikan kontribusi dalam mengembangkan pendekatan holistik untuk pengukuran kinerja strategis, sekaligus menawarkan kerangka kerja yang aplikatif bagi manajer dalam merancang strategi organisasi berbasis data. Selain itu, integrasi BSC dan ANP terbukti efektif dalam menangkap dinamika hubungan kompleks antar elemen strategis, sehingga menghasilkan wawasan yang lebih mendalam untuk pengambilan keputusan.

Related SDGs Targets

Full Author List

Nurhayati, Lilis, Student Civil Engineering Doctoral Program; Dewi, Sri Murni, Doctor of Civil Engineering, Professor,Universitas Brawijaya MT. Haryonostr., 167, Malang East Java, Indonesia, 65145; Murti, Wisnu; Nuralinah, Devi, Doctor of Civil Engineering, Universitas Brawijaya MT. Haryonostr., 167, Malang East Java, Indonesia, 65145

Abstract

This paper presents the study of the mechanical performance of finger jointed laminated timber beams, unreinforced and reinforced with Carbon Fiber Reinforced Polymer, made from waste Merbau wood as an alternative to conventional structural materials. The present study focuses on the ultimate load capacity, modulus of elasticity, modulus of rupture, and load-deflection behavior of laminated beams with face butt and face finger joint orientations against solid beams. Tests were conducted by the four-point bending method according to ASTM D198-02. The results indicated that solid beams had the highest load bearing capacity compared to finger-jointed laminated beams. CFRP reinforcement increased the load capacity by 7.15% for face butt orientation and 38.58% for face finger orientation. CFRP reinforced face finger joints showed a significant increase in modulus of elasticity (MOE) and modulus of rupture (MOR) compared to face butt joints, indicating the effectiveness of CFRP reinforcement in certain orientations. Load-deflection analysis shows that CFRP-reinforced beams exhibit better ductility than unreinforced beams, with peak deflection increasing by 27.2% for face-butt and 26.0% for face-finger. Results confirm that CFRP reinforcement can enhance finger-jointed laminated beams; however, despite these improvements, the reinforced laminated beams still do not reach the strength level of solid beams, with the maximum load capacity and bending moment being approximately 31% of the solid beam values. This study offers insights into the development of robust, efficient, and sustainable wood-based building materials. Furthermore, the findings indicate that finger-jointed laminated wood, produced from waste cuttings from the wood processing industry, possesses the potential to be developed into structural building materials, thereby enhancing the value of wood waste

Related SDGs Targets

Full Author List

Sombeng, Andi Ranreng; As’ad, Ihwana; Darwis, Herdianti, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Perkembangan teknologi informasi yang pesat telah menjadikan laptop sebagai kebutuhan penting, terutama bagi mahasiswa dan profesional di bidang teknologi. Banyaknya pilihan laptop dengan berbagai merek dan spesifikasi di pasaran menyebabkan konsumen kesulitan dalam memilih perangkat yang sesuai kebutuhan dan anggaran. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode Simple Additive Weighting (SAW) untuk membantu dalam pemilihan laptop yang optimal. Metode SAW dipilih karena mampu memberikan perhitungan nilai alternatif berdasarkan bobot dan skor dari beberapa kriteria seperti harga, prosesor, layar, vga, memori, dan hardisk. Sistem yang dibangun memungkinkan pengguna untuk menentukan preferensi terhadap setiap kriteria, kemudian sistem akan melakukan normalisasi dan perankingan untuk memberikan rekomendasi laptop terbaik. Hasil pengujian menunjukkan bahwa sistem ini dapat meningkatkan efisiensi dan objektivitas dalam pengambilan keputusan. Dengan demikian, SPK berbasis SAW ini bermanfaat sebagai alat bantu seleksi laptop yang informatif, akurat, dan mudah digunakan

Related SDGs Targets

Full Author List

As’ad; Ihwana, Faradibah; Amaliah

Abstract

Penelitian ini mengkaji penerapan algoritma Naïve Bayes dalam mengklasifikasikan beban kerja pegawai di Badan Kepegawaian Kabupaten Barru guna meningkatkan efektivitas manajemen sumber daya manusia berbasis data. Tantangan utama dalam pengelolaan pegawai meliputi ketidakseimbangan distribusi tugas, kurangnya transparansi penilaian, serta keterbatasan metode konvensional, yang dapat diatasi melalui analisis data historis dengan pendekatan probabilistik. Algoritma Naïve Bayes digunakan untuk mengelompokkan beban kerja pegawai berdasarkan parameter jumlah jam kerja, kompleksitas tugas, dan pencapaian target, yang menghasilkan distribusi beban kerja rendah (55,7%), sedang (31,4%), dan tinggi (12,8%). Model ini menunjukkan akurasi tinggi dalam klasifikasi dan mampu mengidentifikasi pegawai dengan kelebihan atau kekurangan beban kerja secara objektif. Studi kasus pada PT. Rikasa Dinar Djaya juga membuktikan keandalan metode ini dalam mengevaluasi kinerja karyawan dengan akurasi 99,44%. Hasil penelitian ini diharapkan dapat meningkatkan transparansi dan keadilan dalam evaluasi kinerja pegawai, meminimalkan bias subjektif, serta menjadi referensi bagi instansi pemerintah lainnya dalam mengadopsi teknologi machine learning untuk pengelolaan SDM yang lebih modern, efisien, dan berkelanjutan

Related SDGs Targets

Full Author List

As’ad, Ihwana, Universitas Muslim Indonesia; Martriwati, UHAMKA; Nugraha, Satriya, Universitas Palangkaraya; Muljo, Ariyani, IAIN Langsa; Sari, Ika Purnama, STIKOM Tunas Bangsa; Dhania, Hanrezi, Universitas Djuanda; Mose, Yuliana, Universitas Trinita; Setiawan, Zunan, Universitas Ahmad Dahlan; Jasiah, IAIN Palangkaraya; Kushayati, Nuris, Akper Dian Husada Mojokerto

Abstract

Tempeh, a traditional Indonesian fermented soybean product, is highly nutritious but under-consumed by children due to its bland appearance and unfamiliar texture. This community service program aimed to enhance elementary school students’ interest in consuming tempeh through a participatory training that introduced character molds into the tempeh-making process. Conducted with 20 students aged 9–11 years, the intervention employed a pretest-posttest design to assess changes in tempeh preferences, knowledge, and willingness to consume and prepare tempeh. Results indicated significant improvements across all indicators: students’ liking of tempeh increased from 35% to 85%, their perception of its visual appeal rose from 25% to 90%, and willingness to try character-shaped tempeh reached 95%. The program not only improved students’ understanding of tempeh’s nutritional benefits but also engaged them in creative, hands-on food preparation that enhanced motivation and enjoyment. The findings support the use of experiential learning and visual food design in child nutrition education. This initiative effectively combined cultural food preservation with innovative teaching strategies. It demonstrates that integrating fun and creativity into traditional food education can promote healthier eating habits and strengthen local food identity among young learners. Future programs should consider scaling up and incorporating family and school-level involvement to achieve a broader and more sustainable impact.

Related SDGs Targets

Full Author List

Triyanto, T.; Nur Kholifah, Yogyakarta State University, Yogyakarta, Indonesia; Tita Rosalina, Politeknik Negeri Sambas, West Kalimantan, Indonesia; Ihwana As’ad, Universitas Muslim Indonesia, South Sulawesi, Indonesia; Widiya Avianti, Universitas Winaya Mukti, West Java, Indonesia; Muhammad Nurtanto, Universitas Negeri Jakarta, Jakarta, Indonesia; Rossi Evita, Politeknik Negeri Sambas, West Kalimantan, Indonesia; Mustofa Abi Hamid, Universitas Sultan Ageng Tirtayasa, Banten, Indonesia ; Ayu Intan Sari, Universitas Sebelas Maret, Central Java, Indonesia; Farid Mutohhari, Universitas Sarjanawiyata Tamansiswa, Yogyakarta, Indonesia

Abstract

Dissatisfaction among consumers due to limitations in batik product marketing within MSMEs has been identified as a critical issue. To address this, an innovative approach to batik shopping was developed through the Augmented Reality (AR-SaBa) mobile application. Concerns related to product quality, brand image, and trust—particularly when products fail to meet consumer expectations—were targeted. The objective of the study was the design of an Augmented Reality application utilizing marker detection via Unity 3D on the Android platform. This application was designed to enhance online product listings, enabling consumers to explore batik products in greater detail prior to purchase. Consumers are provided with the ability to view batik garments on a 3D model tailored to selected motifs and designs. The effectiveness of this solution was demonstrated, with the application performing successfully across various mobile devices. Validation of the AR-SaBa application, conducted by 18 evaluators including AR developers, fashion lecturers, batik MSME owners, and loyal consumers, revealed performance ratings ranging from 4.00 to 4.61 across criteria such as performance, usefulness, learnability, accuracy, suitability, engagement, novelty, relevance, feedback, and flexibility and control. An overall acceptance rating of 88.22% was achieved, placing the AR-SaBa application in the high-acceptance category.

Related SDGs Targets

Full Author List

As’ad, Ihwana, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Through process improvement, growth acceleration, and business landscape transformation, artificial intelligence (AI) has transformed online businesses and accelerated digital transformation. The purpose of this study is to presents a conceptual overview of artificial intelligence (AI) in E-commerce. Potential research themes, explored through content analysis and visualization techniques, offer deeper understanding of the knowledge landscape in this field. This study utilized VOSviewer and R-bibliometrix to conduct data analysis and network visualization the scientific output of 811 research articles form Scopus, WoS and PubMed database from 2000 to 2024, including the number of publications, countries, journal, citations, authors, and keywords. The results of this research show that China and USA emerges as the country with the significant contributions to the development of research related to artificial intelligence in e-commerce, which is dominated by affiliations from Zhejiang University. In the analysis of the relationship between topics, two clusters were obtained, the most dominant topics with keyword “human†and “neural networkâ€. Neural networks are included in AI algorithms that has characteristics similar to the human brain and have the ability to operate more efficiently and profitably in e-commerce. Researchers will gain important insights into the current landscape, as well as collaborative frameworks to suggest directions for future research.

Related SDGs Targets

Full Author List

As’ad; Ihwana

Abstract

Proses manual pada pemipihan serat alam enceng gondok menjadi dekorasi rumah tangga menyulitkan pekerja dan menurunkan produktivitas. Alternatif urgent yang segera dilakukan adalah pengembangan dan penerapan teknologi mesin pemipih modern untuk mempercepat pekerjaan dan meningkatkan volume produksi yang berkualitas. Tujuan dari kegiatan pengabdian masyarakat (PkM) ini adalah merancang mesin pemipih modern untuk serat enceng gondok dan memberikan pelatihan serta pendampingan kepada pekerja di Maeswara Keranjang Basket (MKB). Kegiatan ini menggunakan pendekatan Participatory Action Research (PAR) melalui tahap penetapan tujuan, perencanaan, pelaksanaan, dan evaluasi. Metode yang digunakan meliputi diskusi, observasi, praktik langsung, dan focus group discussions (FGD). Aspek keberhasilan utama dalam merancang teknologi modern melibatkan tinjauan pustaka, studi pendahuluan, desain dan validasi, uji fungsional dan kinerja, pelatihan dan pendampingan, serta pemantauan penggunaan teknologi modern. Penerimaan mesin pemipih serat modern melalui pelatihan mencapai lebih dari 0,70 GSN, dengan kesiapan operasional yang dinilai antara 3,75 hingga 3,90 (pada skala 4,0). Pekerja mengonfirmasi bahwa teknologi modern tersebut secara signifikan meningkatkan kecepatan, presisi, dan kualitas pemrosesan serat, mempercepat proses produksi produk secara keseluruhan. Inovasi teknologi ini menjadi alternatif yang layak bagi industri kecil dan menengah (IKM) yang fokus pada produksi serat alami, khususnya enceng gondok.

Related SDGs Targets

Full Author List

Haris, Najwan Firdaus, Information System, Universitas Muslim Indonesia, Makassar, Indonesia; As’ad; Ihwana, Widyawati; Dewi, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The Faculty of Computer Science (FIKOM) at Universitas Muslim Indonesia (UMI) faces significant challenges in enhancing the quality of thesis supervision due to an increasing student population. This study utilizes the Management by Objectives (MBO) approach to evaluate and improve faculty supervision quality. MBO involves setting clear goals, monitoring progress, providing feedback, and evaluating performance based on Key Performance Indicators (KPIs), Customer Satisfaction Scores (CSAT), and Customer Effort Scores (CES). Data was gathered from questionnaires distributed to 211 FIKOM students currently writing or who have completed their theses. The findings reveal that MBO implementation significantly enhances communication between faculty and students, clarifies supervision goals, and boosts student satisfaction. The structured and directed approach of MBO makes the supervision process more efficient, leading to higher quality thesis completions. Additionally, the research underscores the importance of aligning supervision schedules and methods to better fit both faculty and student needs, thus mitigating issues related to faculty workload and student guidance. The study concludes that adopting MBO in thesis supervision processes can substantially improve both the effectiveness and satisfaction of academic guidance at FIKOM UMI.

Related SDGs Targets

Full Author List

Nur, Azmi Fauziah; Salim, Yulita; Ramdaniah, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap perkembangan Artificial Intelligence(AI) dengan membandingkan kinerja tiga algoritma machine learning: Naive Bayes(NB), Support Vector Machine(SVM), dan K-Nearest Neighbors(KNN). Dataset yang digunakan dalam penelitian ini terdiri dari 5044tweetyang dikumpulkan dari platform media sosial X yang merepresentasikan opini dan pandangan pengguna tentang perkembangan AI. Proses pengumpulan data melibatkan pemilihan tweetyang relevan dengan menggunakan keywordterkait perkembangan AI, diikuti dengan tahap preprocessinguntuk membersihkan dan menghilangkan noise serta kata yang tidak relevan. Evaluasi dilakukan dengan mengukur akurasi, presisi, recall, dan F1-score setiap algoritma dalam mengklasifikasikan sentimen tweet sebagai positif, negatif, atau netral. Hasil penelitian menunjukkan bahwa algoritma SVM secarasignifikan lebih efektif dalam menangani analisis sentimen dibandingkan NBdan KNN, dengan akurasi masing-masing algoritma sebagai berikut: SVM=93%, NB=91%, dan KNN=81%. Penelitian ini dapat memberikan wawasan penting mengenai pemilihan algoritma machine learningyang optimal untuk analisis sentimen dan dapat membantu peneliti dan praktisi dalam memilih metode yang tepat untuk evaluasi sentimen di berbagai topik.

Related SDGs Targets

Full Author List

Wulandari, Riska; Salim, Yulita; Alwi, Erick Irawadi, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Industri musik modern dihadapkan pada permasalahan serius terkait maraknya kasus plagiarisme yang terjadi di berbagai belahan dunia. Kemudahan akses internet dan platform musik digital mempermudah terjadinya penyalinan karya musik. Plagiariseme lagu juga merupakan topik yang kontroversial dan diperdebatkan terutama dibidang musik dimana pasar komersial menghasilkan sejumlah uang yang besar. Kurangnya metrik yang objektif untuk memutuskan apakah suatu lagu merupakan plagiarisme, membuat pendeteksi plagiarisme menjadi tugas yang kompleks. Perlu diakui bahwa deteksi plagiarisme musik merupakan permasalahan yang kompleks dan melibatkan berbagai aspek, seperti harmoni, ritme, dan konteks musik secara keseluruhan. Pengujian ini bertujuan untuk mendeteksi kesamaan nada menggunakan metode deteksi plagiarisme musik berbasis audio forensik. Dengan menggunakan analisis spektral, penelitian ini menguji hipotesis bahwa dua lagu yang memiliki kesamaan nada melodi dapat mendeteksi adanya plagiarisme. Hasil pengujian diharapkan dapat memberikan kontribusi dalam upaya perlindungan hak cipta dan integritas karya musik. Penelitian selanjutnya perlu mempertimbangkan faktor-faktor tersebut untuk mengembangkan metode deteksi yang lebih komprehensif.

Related SDGs Targets

Full Author List

Belluano, Poetri Lestari Lokapitasari; Rahma, Reyna Aprilia; Darwis, Herdianti; Manga, Abdul Rachman, Department of Computer Science, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This study aims to analyze the performance of various ensemble machine learning methods, such as Adaboost, Bagging, and Stacking, in the context of skin cancer classification using the skin cancer MNIST dataset. We also evaluate the impact of handling dataset imbalance on the classification model’s performance by applying imbalanced data methods such as random under sampling (RUS), random over sampling (ROS), synthetic minority over-sampling technique (SMOTE), and synthetic minority over-sampling technique with edited nearest neighbor (SMOTEENN). The research findings indicate that Adaboost is effective in addressing data imbalance, while imbalanced data methods can significantly improve accuracy. However, the selection of imbalanced data methods should be carefully tailored to the dataset characteristics and clinical objectives. In conclusion, addressing data imbalance can enhance skin cancer classification accuracy, with Adaboost being an exception that shows a decrease in accuracy after applying imbalanced data methods.

Related SDGs Targets

Full Author List

Mustafa, Abdul Rahman; Belluano, Poetri Lestari Lokapitasari; Azis, Huzain, Universitas Muslim Indonesa, Makassar, Indonesia

Abstract

Aplikasi stock opname berbasis web service dirancang untuk mengatasi perbedaan pencatatan transaksi secara real-time di Perum BULOG Kanwil Papua, yang sebelumnya dilakukan secara manual menggunakan Microsoft Excel. Aplikasi ini menggunakan arsitektur Service-Oriented Architecture (SOA) yang memungkinkan integrasi data antara cabang dan kantor pusat secara efisien dan real-time. Data transaksi barang masuk dan keluar dicatat melalui sistem yang terhubung langsung ke web service, sehingga data dari seluruh cabang dapat diakses dan diperbarui secara otomatis. Hasil implementasi menunjukkan peningkatan akurasi pencatatan, efisiensi operasional, dan kemudahan aksesibilitas data, yang membantu mengurangi risiko kesalahan manusia dalam pencatatan. Pengujian sistem dilakukan melalui black box testing untuk memastikan fungsionalitas sistem berjalan sesuai kebutuhan.

Related SDGs Targets

Full Author List

Umasugi, Muhammad Rifaldi; Satra, Ramdan; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

PT. PLN (Persero) Pusmanpro - Unit Pelaksanaan Manajemen Konstruksi V Makassar beralamat di jl. Prof. Abdurahman Basalamah, Komplek Perumahan PLN, Kota Makassar, Sulawesi Selatan. Adapun permasalahan yang terjadi terhadap beberapa ancaman keamanan komputer seperti virus, worm, Trojan, spam serta tindakan merugikan dari para cracker ataupun heacker, dimana masing-masing memiliki cara untuk mencuri data dan merusak sistem. Proses penetration testing dalam hal ini melibatkan proses analisis kepada sebuah sistem untuk mencari potensi celah keamanan seperti kesalahan konfigurasi sistem. Berdasarkan hasil pengujian kerentanan sistem dengan menggunakan metode penetration testing penulis mendapatkan beberapa seperti security website yang terdapat pada situs https://pln.co.id telah menerapkan pengamanan yang cukup baik sehingga hanya ditemukan beberapa kerentanan yang tidak begitu berdampak buruk bagi sistem. Dari pengujian yang telah dilakukan maka dapat diambil kesimpulan bahwa seluruh tahapan penelitian telah dilakukan mulai dari tahapan menggali informasi, analisis hingga tahap pengujian untuk mencari kerentanan yang tersedia. penelitian hanya menggunakan beberapa teknik exploit yang dilakukan. Adapun hasil pengujian menggunakan metode penetration testing dapat mendeteksi celah keamanan pada website PT. PLN (Persero) Pusmanpro – Unit Pelaksanaan Manajemen Konstruksi V Makassar.

Related SDGs Targets

Full Author List

Nurlinda; Satra, Ramdan; Alwi, Erick Irawadi,

Abstract

UPTD Puskesmas Lau. Kab Maros adalah sebuah instansi yang bergerak pada bidang Kesehatan yang memiliki jumlah Pegawai tetap berjumlah 50 Orang. Puskesmas lau ini melayani berbagai program seperti periksa kesehatan (check up), pembuatan surat keterangan sehat. rawat jalan. lepas jahitan. ganti balutan. jahit luka. cabut gigi. periksa tensi. tes hamil. bersalin/persalinan. periksa anak. tes golongan darah. asam urat Kolesterol dan Lainnya. UPTD Puskesmas Lau memanfaatkan jaringan internet untuk mengakses berbagai layanan Kesehatan. Namun pada saat berjalannya Aktivitas terdapat beberapa ruangan yang tidak Maksimal dalam mengakses internet. Sehingga perlu Analisa lebih dalam terkait Masalah tersebut. Penelitian ini dilakukan Analisis Performa jaringan internet menggunakan Parameter pengukuran kaulitas layanan yang digunakan meliputi Throughput, Packet Loss, delay dan Metode jam sibuk berupa Time Consistent Busy Hour (TCBH). Menentukan jam sibuk dilakukan pengukuran trafik selama 3 Minggu sehingga dihasilkan jam sibuk terjadi di Minggu pertama di ruangana Poliklinik senilai 954.167 kbps, Kesehatan Ibu dan Anak senilai 0.300 (%) dan Ruangan Poliklinik 35.078.706 (ms), di Pukul 09.00-09.33. Pada minggu kedua jam sibuk terjadi di Ruangan Poliklinik senilai 1698.833 (kbps), Kesehatan Ibu dan Anak 0.200 (%) dan Ruangan UGD 200.143.498 (ms), di Pukul 09.00-09.56. Pada minggu ketiga jam sibuk terjadi di Ruangan UGD senilai 1402.000 (kbps), Tata usaha 0.150 (%) dan Ruangan Tata usaha 190.452.603 (ms), di Pukul 09.55-10.20.

Related SDGs Targets

Full Author List

Anraeni, Siska; Mustari, Muhid; Ramdaniah; Kurniati, Nia; Mubarak, Syahrul,

Abstract

In response to the burgeoning need for advanced object recognition and classification, this research embarks on a journey harnessing the formidable capabilities of Convolutional Neural Networks (CNNs). The central aim of this study revolves around the precise identification and categorization of objects, with a specific focus on the critical task of distinguishing between fresh and spoiled chicken meat. This study's overarching objective is to craft a robust CNN-based classification model that excels in discriminating between objects. In the context of our research, we set out to create a model adept at distinguishing between fresh and rotten chicken meat. This endeavor holds immense potential in augmenting food safety and elevating quality control standards within the poultry industry. Our research methodology entails meticulous data collection, which includes acquiring high-resolution images of chicken meat. This meticulously curated dataset serves as the bedrock for both training and testing our CNN model. To optimize the model, we employ the 'adam' optimizer, while critical performance metrics, such as accuracy, precision, recall, and the F1-score, are methodically computed to evaluate the model's effectiveness. Our experimental findings unveil the remarkable success of our CNN model, with consistent accuracy, precision, and recall metrics all reaching an impressive pinnacle of 94%. These metrics underscore the model's excellence in the realm of object classification, with a particular emphasis on its proficiency in distinguishing between fresh and rotten chicken meat. In summation, our research concludes that the CNN model has exhibited exceptional prowess in the domains of object recognition and classification. The model's high accuracy signifies its precision in furnishing accurate predictions, while its elevated precision and recall values accentuate its effectiveness in differentiating between object classes. Consequently, the CNN model stands as a robust foundation for future strides in object classification technology. As we peer into the horizon of future research, myriad opportunities beckon. Our CNN model's applicability extends beyond chicken meat classification, inviting exploration across diverse domains. Furthermore, the model's refinement and adaptation for specific challenges represent an exciting avenue for future work, promising heightened performance across a broader spectrum of object recognition tasks.

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

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

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

Trinanda, Muhammad Satria Putra; Irawati; Hasnawi, Mardiyyah, Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia Jl Urip Sumoharjo, Panaikang. Panakkukang, Kota Makassar

Abstract

Informasi yang diperoleh masyarakat belum memadai, dan terkadang masih sangat membutuhkaninformasi yang lengkap salah satunya tentang penyakit. Penyediaan media informasi harus terbukti akurat dan tidak boleh diberitakan oleh organisasi yang tidak memiliki otoritas. Dalam hal ini, yayasan kesehatan memiliki hak untuk memberikan informasi yang dipercaya keasliannya, terutama dalam memberikan data informasi mengenai penyakit tuberkulosis. Tujuan dari penelitian ini adalah mengembangkan sistem informasi tuberkulosis pada platform Yamali TB dengan pendekatan Goal-Oriented Requirement Engineering (GORE) dan metode Scrum. Pengembangan sistem informasi dilakukan melalui beberapa aktivitas utama yaitu Identifikasi Masalah, Analisis Masalah, Identifikasi Tujuan, Prioritas Backlog, Perancangan Desain Sistem, Diskusi Awal, Perancangan Program dan Evaluasi Akhir dengan menggunakan metode penilaian System Usability Scale. Hasil penelitian menunjukkan bahwa tingkat kepuasan pengguna terhadap sistem informasi berdasarkan uji usability+C67+C63

Related SDGs Targets

Full Author List

Asfar, A Muh Fitrah; Hasnawi, Mardiyah; Darwis, Herdianti, Informatics engineering, Computer science, Universitas Muslim Indonesia, Indonesia

Abstract

One of the most common causes of death worldwide is skin cancer and its incidence is increasing. To achieve optimal treatment and improve clinical outcomes for patients, precision skin cancer detection and classification approaches are required, which can be achieved through the application of feature extraction and machine learning algorithms. The development of such algorithms to identify important patterns from skin cancer image datasets enables early detection and more accurate classification and more effective treatment. Although previous studies have tried to detect skin cancer using feature extraction techniques such as HFF, HOG, and GLCM, some weaknesses still need to be improved. This research aims to combine various feature extraction methods such as Gray Level Co-occurrence Matrix, Histogram Oriented Gradients, and Local Binary Patterns and machine learning algorithms such as Support Vector Machine, Random Forest, and Gaussian Naïve Bayes in the classification process between Melanoma and Nevus skin cancers. In this research, the number of datasets used is 17,397 derived from the ISIC Dataset. The results showed that the Histogram Oriented Gradients method with Support Vector Machine algorithm achieved the highest accuracy of 92%. The combination of Gray Level Cooccurrence Matrix and Local Binary Patterns with Random Forest algorithm also achieved an accuracy of 92%, the combination of Gray Level Co-occurrence Matrix, Histogram Oriented Gradients, and Local Binary Patterns with Random Forest algorithm also resulted in an accuracy of 92%. These findings suggest that the combination of various feature extraction methods and machine learning algorithms can improve accuracy in skin cancer classification, which in turn can contribute to early detection and more effective treatment.

Related SDGs Targets

Full Author List

Hayati, Lilis Nur, Program Studi Sistem Informasi, Universitas Muslim Indonesia, Makassar, Indonesia; Manga, Abdul Rachman; Munawir, Ali, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Shalat adalah momen khusyuk yang menghubungkan diri dengan Tuhan, menjadi bentuk komunikasi hamba kepada pencipta, dengan tujuan mendekatkan diri. Dalam menjalankan shalat, bagi Muslim, penting mengikuti gerakan sesuai sunnah Nabi dan tata cara empat mazhab Islam: Hanafi, Maliki, Syafi'i, dan Hambali. Meski gerakan mazhab berbeda, perbedaan ini dapat dipelajari sesuai dengan mazhab yang dianut, tanpa menjadi perdebatan pada masyarakat mengenai perbedaan tata cara gerakan shalat. Teknologi Augmented Reality (AR) 3D dengan metode Marker-based Tracking menjadi alternatif menarik untuk memudahkan pemahaman tata cara gerakan shalat sesuai mazhab. AR adalah salah satu teknologi yang dapat menciptakan aplikas, maka digunakanlah teknologi ini pada proses pengenalannya. Marker-based tracking memanfaatkan penanda dengan pola titik-titik untuk mendeteksi dan proyeksikan objek 3D ke AR. Tujuan penelitian ini adalah membantu umat Muslim, terutama yang baru belajar shalat atau ingin memahami gerakan berbagai mazhab, untuk mengikuti gerakan yang tepat sesuai mazhab yang dianut. Berdasarkan perancangan, implementasi dan pembahasan yang telah dilakukan dalam penelitian ini serta beberapa koresponden yang telah menguji aplikasi ini maka dapat diambil kesimpulan bahwa aplikasi ini memberikan beberapa fitur yang dapat membantu dalam proses pembelajaran khususnya dalam pembelajaran tata cara gerakan shalat.

Related SDGs Targets

Full Author List

Ramadhani, Tri Anita Resky; Manga, Abdul Rachman; Punawansyah, Universitas Muslim Indonesia, Jl. Urip Sumohardjo KM.05, Makassar, Indonesia

Abstract

Penelitian ini bertujuan untuk membandingkan performa dua model Convolutional Neural Networks (CNN), yaitu VGG-16 dan ResNet50, dalam tugas klasifikasi multilabel gambar kerbau. Dataset yang digunakan terdiri dari 2009 gambar kerbau Toraja yang dilabeli dengan lima kategori: manusia, motor, truk, hewan liar, dan kerbau. Model-model CNN dilatih menggunakan 30 epoch dan dievaluasi dengan menggunakan metrik loss, akurasi, presisi, recall, dan f1-score.Hasil eksperimen menunjukkan bahwa VGG-16 secara konsisten mengungguli ResNet50 dengan mencapai akurasi tertinggi 0.95 pada set pelatihan dan 0.94 pada set validasi, serta f1- score 0.94 pada set pelatihan dan 0.92 pada set validasi. Temuan ini mengindikasikan bahwa arsitektur CNN yang lebih dalam dan terstruktur, seperti VGG-16, memberikan hasil yang lebih baik dalam mengklasifikasikan gambar-gambar kerbau dengan variasi label yang kompleks.

Related SDGs Targets

Full Author List

Triyadi, Azwan; Purnawansyah; Darwis, Herdianti, Universitas Muslim Indonesia

Abstract

Elon Musk owns the business Neuralink, which attempts to build brain-machine interfaces. This study categorizes public opinion towards the use of Neuralink goods, including whether people agree (positive), disagree (negative), or feel neither way. Without accessing the Twitter API, the Twint Python Libraries were utilised to retrieve a dataset of 3000 using the keyword “neuralink”. What datasets are included in positive, neutral, or negative categories are designated using RoBERTa. Term Frequency Inverse Document Frequency (TF-IDF) is utilized for feature extraction, while Synthetic Minority Over-sampling Technique (SMOTE) is employed to handle class imbalance. Complement Naive Bayes, achieved accuracy of 81%, followed by Multinomial Naive Bayes, which achieved accuracy of 80%, and Gaussian Naive Bayes, which achieved accuracy of 75%. The model Complement Naïve Bayes was used in this study to attain the maximum accuracy, and accuracy increases when employing SMOTE compared to other Naïve bayes variants.

Related SDGs Targets

Full Author List

Saly, Intan Novita; Purnawansyah, Universitas Muslim Indonesia, Sulawesi Selatan, Makassar, 90231, Indonesia; Azis, Huzain, Universitas Muslim Indonesia, Sulawesi Selatan, Makassar, 90231, Indonesia, Universiti Kuala Lumpur, Kuala Lumpur, Malaysia, 50250, Malaysia

Abstract

This study aims to evaluate the performance of various classification methods in recognizing handwritten Arabic numerals, particularly the K-Nearest Neighbors (KNN), Gaussian Naive Bayes (GNB), and NU Support Vector Classifier (NU SVC) algorithms. In this study, a dataset of handwritten Arabic numerals consisting of 9,350 samples with 10 different classes was used. The research process involved data collection, data labeling, dividing the dataset into training and testing data, implementing classification algorithms, and performance testing using cross-validation methods. The results showed that NU SVC had more stable performance with accuracy close to KNN, while GNB showed the lowest performance. The conclusion of this study emphasizes that the selection of algorithms and parameter optimization is crucial to improve the accuracy and efficiency of handwriting recognition systems. Support Vector Machine (SVM) based algorithms proved to be superior in handling complex classification tasks compared to GNB. This study provides significant contributions to the field of handwriting recognition, particularly in the context of Arabic numeral handwriting, and can serve as a reference for developers of optical character recognition (OCR) systems in the future. Future research is recommended to increase the variety of datasets and further explore parameter optimization and data preprocessing techniques to improve system accuracy.

Related SDGs Targets

Full Author List

Bustam, Faida Daeng; Purnawansyah, Universitas Muslim Indonesia, Sulawesi Selatan, Makassar, 90231, Indonesia; Azis, Huzain, Universitas Muslim Indonesia, Sulawesi Selatan, Makassar, 90231, Indonesia, Universiti Kuala Lumpur, Kuala Lumpur, Malaysia, 50250, Malaysia

Abstract

This research explores the performance of several classification algorithms on handwritten Lontara digits, a script traditionally used by the Bugis and Makassar communities in South Sulawesi, Indonesia. The dataset comprises 10,890-digit samples, contributed by 99 individuals, and is categorized into 10 distinct classes corresponding to the digits 0- 9. The classification methods evaluated in this study include K-Nearest Neighbors (KNN), Gaussian Naive Bayes (GNB), and Nu-Support Vector Classifier (NuSVC). Cross-validation techniques are employed to evaluate the performance of these classifiers using standard metrics such as accuracy, precision, recall, and F1 score. The findings demonstrate varying levels of performance across the algorithms. Notably, GNB achieves the highest recall, indicating its ability to correctly identify positive samples, whereas KNN and NuSVC exhibit moderate effectiveness across other performance metrics. KNN shows potential with its simple yet robust approach to classifying complex datasets, while NuSVC demonstrates a balanced performance, particularly in precision. However, all classifiers face challenges in achieving optimal accuracy, particularly due to the complexity of the handwritten Lontara digits, which exhibit unique and intricate patterns. The study concludes by suggesting that further improvements can be achieved by refining feature extraction techniques and optimizing the classifiers used. Enhancing feature extraction could provide better representations of the Lontara digits, potentially leading to improved classification accuracy. Additionally, algorithm optimization and the exploration of more advanced classification methods could further enhance the overall performance. This research provides a foundation for the development of automated recognition systems for Lontara script, contributing to its preservation and modern use.

Related SDGs Targets

Full Author List

Suhendra, Ade; As'ad, Ihwana; Sugiarti, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Kota Kaimana merupakan kota yang indah dari segi wisata dan parawisata sehingga kota ini juga sering disebut kota 1001 senja dan kota ini terletak di Provinsi Papua Barat. Kota Kaimana memiliki potensi pariwisata seperti wisata alam , sejarah, kuliner, pantai, budaya dan agrowisata. Potensi pariwisata di Kota Kaimana ini belum dikembangkan secara maksimal oleh pemerintah daerah. Hal ini terlihat dari penyediaan sarana prasarana wisata yang belum memadai dan masih kurangnya jumlah wisatawan yang mengunjungi destinasi wisata yang berada di Kota Kaimana. Pemerintah Kabupaten Kaimana akan berupaya mendorong optimalisasi pengembangan parawisata di Kabupaten Kaimana guna mengejar ketertinggalan dengan daerah-daerah lain diluar Papua Barat. Oleh sebab itu pariwisata yang dikembangkan harus melibatkan masyarakat sekitar yaitu menggunakan media–media online seperti website dan konten-konten (youtube) untuk mempromosikan parawisata yang ada di Kota Kaimana. Tujuan perancagan ini untuk mengetahui potensi dan permasalah pengembangan wisata, serta mengetahui potensi yang melibatkan masyarakat lokal. Analisis ini menggunakan model Extreme Programming berbasis web. Hasil yang diharapkan dari Rancangan ini dapat meningkatkan jumlah parawisatawan yang berkunjung ke Kota Kaimana.

Related SDGs Targets

Full Author List

Syam, Netty, Program Studi Agroteknologi, Fakultas Pertanian, Universitas Muslim Indonesia; Nurliani, Program Studi Agribisnis, Fakultas Pertanian, Universitas Muslim Indonesia; Jabir,Sitti Rahmah, Program Studi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Muslim Indonesia; Hidrawati, Program Studi Agroteknologi, Fakultas Pertanian, Universitas Muslim Indonesia

Abstract

Pesantren Darul Mukhlisin milik Universitas Muslim Indonesia (UMI) yang ada di Desa Mitra Binaan Desa Padanglampe memiliki lahan yang sebahagian digunakan untuk tanaman lada sejak tahun 2015. Populasi lada sekitar 800 pohon dan sudah beberapa kali dipanen. Pengembangan lada oleh masyarakat di sekitar pesantren terkendala oleh adanya musim kering yang panjang di Desa Padanglampe yang berlangsung selama ≥ 6 bulan. Upaya pengembangan lada dilakukan dengan Program Pemberdayaan kelompok wanita untuk membangun daya, mendorong motivasi, membangkitkan kesadaran akan potensi yang dimilikinya dan berusaha untuk mengembangkannya. Metode yang digunakan berupa metode pelatihan partisipatif, yaitu melibatkan sebanyak mungkin peran serta mitra dalam kegiatan ceramah, diskusi, dan praktek pendampingan teknologi dan cipta karya. Teknologi yang diberikan pada mitra berupa Pembibitan lada perdu dan metode penanaman bibit ke planterbag di pekarangan. Pelaksanaan kegiatan Pelatihan dan pendampingan sudah dilaksanakan melalui transfer teknologi pada Aspek produksi Mitra sangat antusias dan berpartisipasi sangat aktif dalam semua kegiatan pelatihan dan pendampingan.

Related SDGs Targets

Full Author List

Salim, Yulita; Azis, Huzain; Darwis, Herdianti; Purnawansyah,Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Kurubacak, Gulsun; Anggreani, Desi;

Abstract

The scope of this book focuses on how information technology may assist in achieving goals and in providing solutions to problems such as a pandemic. Research on the Internet and on technology has been done, and the findings have applications in various sectors that rely on interdisciplinary knowledge. This book explores and describes state-of-the-art research conducted during the COVID-19 pandemic. Topics covered include the IT viewpoint and the rules governing digital transformation throughout the pandemic. The Digital Revolution sped up by a decade during COVID-19, which impacted both the user experience and that of software developers. As a component of the digital transformation process, this book explores the experiences of both the user and developer when attempting to change and adapt while utilizing an information technology program. This book includes five topics: (1) multidisciplinary artificial intelligence, (2) Smart City and Internet of Things applications, (3) game technology and multimedia applications, (4) data science and business intelligence, and (5) IT hospitality and information systems. Each topic is covered in several book chapters with some application in several countries, especially developing countries. The chapters provide insight from contributors with different perspectives and several diverse fields who present new ideas and approaches to solving problems associated with the worldwide pandemic.

Related SDGs Targets

Full Author List

Manga, Abdul Rachman; Latief, Muhammad Acqmal Fadhilla; Gaffar, Andi Widya Mufila; Azis, Huzain; Satra, Ramdan; Salim,Yulita, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Visual pattern recognition, selection of appropriate image processing techniques, and network architecture are key factors in achieving optimal model performance. This article focuses on the application of Identity Blocks in the context of image processing, especially on unbalanced datasets. Three different datasets, namely Plant Diseases, Rock & Paper Scissors, and Animal Faces, are used in this study, each with unique characteristics. Identity Block, implemented in the ResNet network architecture, helps to overcome the gradient loss problem that often occurs in deep neural networks (DNN) with deep layers. This research specifically explores Identity Block optimization using the hyperband method to improve model performance. The average performance improvement of all optimized models is 4.45% in accuracy, 5.39% in precision, 6.4% in recall, and 6.48% in F1-score. These results show that model optimization is very good at improving identity block performance using the hyperband method.

Related SDGs Targets

Full Author List

Belluano, Poetri Lestari Lokapitasari; Mashar, Audi Faathirmansyah; Gaffar, Andi Widya Mufila; Manga, Abdul Rachman; Purnawansyah, Departement of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The scope of this book focuses on how information technology may assist in achieving goals and in providing solutions to problems such as a pandemic. Research on the Internet and on technology has been done, and the findings have applications in various sectors that rely on interdisciplinary knowledge. This book explores and describes state-of-the-art research conducted during the COVID-19 pandemic. Topics covered include the IT viewpoint and the rules governing digital transformation throughout the pandemic. The Digital Revolution sped up by a decade during COVID-19, which impacted both the user experience and that of software developers. As a component of the digital transformation process, this book explores the experiences of both the user and developer when attempting to change and adapt while utilizing an information technology program. This book includes five topics: (1) multidisciplinary artificial intelligence, (2) Smart City and Internet of Things applications, (3) game technology and multimedia applications, (4) data science and business intelligence, and (5) IT hospitality and information systems. Each topic is covered in several book chapters with some application in several countries, especially developing countries. The chapters provide insight from contributors with different perspectives and several diverse fields who present new ideas and approaches to solving problems associated with the worldwide pandemic.

Related SDGs Targets

Full Author List

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 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

Ikhsan, Muhammad Fiqri Fachrezi; Alwi, Erick Irawadi; Hasanuddin, Tasrif Program Study Informatics Engineering, Faculty of Computer Science, Indonesian Muslim University, Makassar, Indonesia

Abstract

The development of the world of computers, the internet and web technology is so rapid that it has penetrated all areas of people's lives. The increasing number of internet service users means that more and more information can be found online. Many individuals are aware of how the information they provide can be used, and organizations are increasingly aware of information security risks that can have negative impacts. Losing important documents can affect business processes, an organization's image, customer trust, and relationships with their business partners. This incident also occurred at PT. Sadikun Niagamas Raya as a subsidiary of PT. Pertamina. The purpose of this research is to test the security of the www.sadikun.com web domain against attacks from outside parties and convert the penetration testing results into an understandable report. The method used in this research is the Penetration Testing method with several steps starting from Star, searching for information, scanning, testing possible security gaps, creating a test report until completion. The results obtained from this research are that 3 security gaps were found, including scripts that can be inserted and executed in the search column, usernames and passwords that can be accessed in the database due to the ID parameter in the URL being vulnerable to sqlinjection attacks, the database can be downloaded via the URL caused by a configuration error on the server side. Based on the OWASP framework which lists the 10 most common web application security vulnerabilities that have the potential to harm PT. Sadikun Niagamas Raya.

Related SDGs Targets

Full Author List

Satra,Ramdan, Faculty of Computer Science, Universitas Muslim Indonesia, Indonesia; Hadi, Mokh. Sholihul; Sujito, Department of Electrical and Informatics Engineering, Universitas Negeri Malang, Indonesia; Febryan,Faculty of Computer Science, Universitas Muslim Indonesia, Indonesia; Fattah, Muhammad Hattah, Faculty of Fisheries and Marine Sciences, Universitas Muslim Indonesia, Indonesia; Busaeri, Siti Rahbiah, Faculty of Agriculture, Universitas Muslim Indonesia, Indonesia

Abstract

Cultivation of tiger prawns stands as a crucial sector in Indonesia's fisheries industry, significantly contributing to the country's foreign exchange. However, challenges persist in the cultivation process, particularly concerning suboptimal harvest outcomes. A critical factor in tiger prawn cultivation is the water temperature within shrimp ponds, a parameter directly influencing shrimp growth. The recommended normal temperature range is 28-31°C. Deviations from this range can adversely impact the shrimp's metabolic system and appetite, resulting in stress and potential mortality. Temperature fluctuations can lead to severe issues such as hindered growth, reduced productivity, and increased shrimp mortality. Real-time monitoring of air temperature emerges as a pivotal element in ensuring the success of shrimp farming. This research aims to provide a practical solution for shrimp cultivation by presenting a system that enables farmers to adjust air temperature in ponds in real-time through a user-friendly website application. The ability to promptly respond to abnormal temperature fluctuations empowers farmers to optimize cultivation conditions, thereby reducing shrimp mortality rates. The research focuses on creating a water temperature monitoring system for tiger prawn ponds using cloud storage through the Firebase platform. By implementing real-time temperature monitoring, financial risks for shrimp farmers can be mitigated, preventing losses attributed to temperature-induced shrimp mortality. The research utilizes the DS18B20 temperature sensor and WeMos D1 R2 as the control center. The website displays air temperature measurements, showcasing a high accuracy of 99% with a minimal error of 1.2%. This underscores the system's effectiveness in measuring air temperature both above and below the pond. The incorporation of IoT technology for monitoring water quality in ponds offers a practical and innovative approach to tiger prawn cultivation, with the potential to enhance production outcomes in each harvest.

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

Abdullah, Syahrul Mubarak, Department of Informatics Engineering, Faculty of Computer Science, Universitas Muslim Indonesia Indonesia; Pakka, Hariani Ma'tang, Syarifuddin, Andi, Department of Electrical Engineering, Faculty of Engineering, Universitas Muslim Indonesia Indonesia; Alghamdi, Ahmed Saeed,Computer Engineering Department, Taif University, Al Hawiyah Saudi Arabia

Abstract

Android smartphone is currently one of the most extensively utilized operating systems. Nevertheless, Android devices are susceptible to issues such as Ic Emmc, Ic Power, software malfunctions, Blank Screen, Hang, complete device malfunction, and boot loop. Prompt intervention is crucial when a smartphone experiences a problem to prevent more harm and safeguard the user. The Certainty Factor (CF) accounts for the inherent uncertainty in an expert's analysis. Expressions such as "uncertain," "highly probable," "likely," "very likely," "almost certain," and "certain" are frequently employed in this context. This study employed a manual questionnaire to assess the efficacy of the expert system in identifying malfunctions in Android devices. All five technicians and all five user respondents expressed significant agreement about the reliability of the expert system in the questionnaire, and the black box test yielded a perfect 100% success rate. Through accuracy testing, using 10 samples of expert analysis data and 10 samples of system data, it was determined that the expert system achieved an 80% accuracy rate in generating diagnostic conclusions based on the tested data.

Related SDGs Targets

Full Author List

Purnawansyah; Ali, Zahrizhal; Darwis, Herdianti; Ilmawan, Lutfi Budi; Jabir, Sitti Rahmah; Manga, Abdul Rachman, Department of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Code Large Language Models (Code LLMs) such as Code LLaMa and StarCoder have exhibited outstanding proficiency in tasks required for specific tasks like code generation. Several conducted research to similar task by utilizing fine-tuning techniques from state-of-the-art base models for more specific related task. However, due to the cost limitations and limited computing resources, performing fine-tuning from large language models is excessively high. In this study, we utilized Low-Rank Adaptation (LoRA) for base large language models such as LLaMA-2 and Phi-1.5, which uses trainable rank decomposition matrices. Furthermore, we injected Quantized LoRA (QLoRA) to help reduce memory usage while training the model and analyzed the contribution to GPU usage. Notably, our findings reveal that employing these techniques for fine-tuning on small datasets yields cost-effective and viable alternatives for language-related tasks, showcasing competitive performance compared to state-of-the-art models like CodeLLaMa 7B substantiated by lower train loss achieved in our experiments.

Related SDGs Targets

Abstract

The scope of this book focuses on how information technology may assist in achieving goals and in providing solutions to problems such as a pandemic. Research on the Internet and on technology has been done, and the findings have applications in various sectors that rely on interdisciplinary knowledge. This book explores and describes state-of-the-art research conducted during the COVID-19 pandemic. Topics covered include the IT viewpoint and the rules governing digital transformation throughout the pandemic. The Digital Revolution sped up by a decade during COVID-19, which impacted both the user experience and that of software developers. As a component of the digital transformation process, this book explores the experiences of both the user and developer when attempting to change and adapt while utilizing an information technology program. This book includes five topics: (1) multidisciplinary artificial intelligence, (2) Smart City and Internet of Things applications, (3) game technology and multimedia applications, (4) data science and business intelligence, and (5) IT hospitality and information systems. Each topic is covered in several book chapters with some application in several countries, especially developing countries. The chapters provide insight from contributors with different perspectives and several diverse fields who present new ideas and approaches to solving problems associated with the worldwide pandemic.

Related SDGs Targets

Full Author List

Purnawansyah, Department of Information Systems, Universitas Muslim Indonesia, Indonesia; Wibawa, Aji Prasetya; Widiyaningtyas, Triyanna Department of Electrical Engineering and Informatics, Universitas Negeri Malang, Indonesia; Haviluddin, Department of Informatics, Universitas Mulawarman, Indonesia; Raja, Roesman Ridwan; Darwis, Herdianti, Department of Informatics, Universitas Muslim Indonesia, Indonesia; Nafalski, Andrew, UniSA Education Futures, School of Engineering, University of South Australia, Australia

Abstract

Network congestion arises from factors like bandwidth misallocation and increased node density leading to issues such as reduced packet delivery ratios and energy efficiency, increased packet loss and delay, and diminished Quality of Service and Quality of Experience. This study highlights the potential of deep learning and ensemble learning for network congestion analysis, which has been less explored compared to packet-loss based, delay-based, hybrid-based, and machine learning approaches, offering opportunities for advancement through parameter tuning, data labeling, architecture simulation, and activation function experiments, despite challenges posed by the scarcity of labeled data due to the high costs, time, computational resources, and human effort required for labeling. In this paper, we investigate network congestion prediction using deep learning and observe the results individually, as well as analyze ensemble learning outcomes using majority voting, from data that we recorded and clustered using K-Means. We leverage deep learning models including BPNN, CNN, LSTM, and hybrid LSTM-CNN architectures on 12 scenarios formed out of the combination of level datasets, normalization techniques, and number of recommended clusters and the results reveal that ensemble methods, particularly those integrating LSTM and CNN models (LSTM-CNN), consistently outperform individual deep learning models, demonstrating higher accuracy and stability across diverse datasets. Besides that, it is preferably recommended to use the QoS level dataset and the combinations of 3 clusters due to the most consistent evaluation results across different configurations and normalization strategies. The ensemble learning evaluation results show consistently high performance across various metrics, with accuracy, Matthews Correlation Coefficient, and Cohen's Kappa values nearing 100%, indicates excellent predictive capability and agreement. Hamming Loss remains minimal highlighting the low misclassification rates. Notably, this study advances predictive modeling in network management, offering strategies to enhance network efficiency and reliability amidst escalating traffic demands for more sustainable network operations.

Related SDGs Targets

Full Author List

Jabir, Sitti Rahmah; Purnawansyah; Darwis Herdianti; Lahuddin Harlinda; Faradibah, Amaliah; Gaffar, Andi Widya Mufila, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Nowadays, Indonesia's tourism sector faced challenges in light of the global recession threat. These challenges encompassed high airline ticket prices and inflation, which in turn influenced consumer spending patterns. To tackle these difficulties, the Ministry of Tourism had taken steps to allow foreign investments in the potential tourism object to invest. The involvement of foreign investors had contributed to substantial growth and advancement within Indonesia's tourism industry, thereby presenting numerous opportunities for prospective investors. Indonesia has set a target of attracting more than 7 million foreign tourists by the year 2023, which has increased double from previous year. Based on the literature, the researcher's objective is to analyze the potential of public tourism sites, categorizing them as viable prospects for potential investors. The data had been obtained from Kaggle which the target variable was the rating from 1 to 5. The initial classification attempt, which utilized these five categories, proved unsatisfactory, prompting the application of unsupervised learning techniques to reduce the number of target variable categories. Through the utilization of k-means clustering, the final classification resulted in two overarching categories: “good” and “bad” ratings. Subsequent analysis revealed that Naïve Bayes emerged as the most effective algorithm for this classification task, albeit with no significant difference in results when compared to support vector machines. In conclusion, future research endeavors might consider exploring alternative unsupervised learning methods or conducting more comprehensive feature selection processes before implementing the classification.

Related SDGs Targets

Full Author List

Azis, Huzain; Bustam, Faida Daeng, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This dataset contains images of handwritten Lontara numerals ranging from 0 to 9. It comprises a total of 10890 samples, with 1089 images for each numeral class. The images were collected from various individuals to ensure diversity in handwriting styles. Key Features: Classes: 10 (Lontara numerals 0-9) Total Samples: 10890 Samples per Class: 1089 Image Format: Grayscale Data Collection and Labeling: The dataset was created by collecting handwritten numerals from participants with different handwriting styles. Each image was manually labeled to ensure accurate and consistent annotations. The data collection and labeling process was meticulously carried out by one of the authors. Usage: This dataset is suitable for training and testing machine learning models for handwritten numeral recognition. It can be used in various applications such as optical character recognition (OCR) systems, pattern recognition, and other related fields. Contributors: Author 1: Conducted the data collection and labeling process, ensuring accurate and consistent annotations for all samples. Author 2: Handled the data preprocessing, including image normalization and augmentation. Author 3: Developed the script for data collection and managed the overall project coordination. Author 4: Performed the quality check and validation of the dataset. Acknowledgments: We would like to thank all the participants who contributed their handwritten numerals for this dataset. License: CC BY NC 3.0 You are free to adapt, copy or redistribute the material, providing you attribute appropriately and do not use the material for commercial purposes.

Related SDGs Targets

Full Author List

Azis, Huzain; Saly, Intan Novita, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

This dataset contains images of handwritten Arabic numerals ranging from 0 to 9. It comprises a total of 9350 samples, with 935 images for each numeral class. The images were collected from various individuals to ensure diversity in handwriting styles. Key Features: Classes: 10 (Arabic numerals 0-9) Total Samples: 9350 Samples per Class: 935 Image Format: Grayscale Image Size: 28x28 pixels (adjust if different) Data Collection and Labeling: The dataset was created by collecting handwritten numerals from participants with different handwriting styles. Each image was manually labeled to ensure accurate and consistent annotations. The data collection and labeling process was meticulously carried out by one of the authors. Usage: This dataset is suitable for training and testing machine learning models for handwritten digit recognition. It can be used in various applications such as optical character recognition (OCR) systems, pattern recognition, and other related fields. Contributors: Author 1: Conducted the data collection and labeling process, ensuring accurate and consistent annotations for all samples. Author 2: Handled the data labelling process. Acknowledgments: We would like to thank all the participants who contributed their handwritten numerals for this dataset. License: CC BY NC 3.0 You are free to adapt, copy or redistribute the material, providing you attribute appropriately and do not use the material for commercial purposes.

Related SDGs Targets

Full Author List

Ilmawan, Lutfi Budi, Department of Informatics Engineering, Universitas Muslim Indonesia, Makassar, Indonesia; Muladi; Prasetya, Didik Dwi, Department of Electrical and Informatics Engineering, Universitas Negeri Malang, Malang, Indonesia

Abstract

Negation plays an essential role in sentiment analysis within natural language processing (NLP). Its integration involves two key aspects: identifying the scope of negation and incorporating this information into the sentiment model. Before delving into scope detection, the specific negation cue must be identified, with explicit and implicit negation cues being the two main types. Various methodologies, such as rule-based, machine learning, and hybrid approaches, address the negation scope detection challenge. Strategies for leveraging negation information in sentiment models encompass heuristic polarity modification, feature space augmentation, end-to-end approach, and hierarchical multi-task learning. Notably, there is a need for more studies addressing implicit negation cue detection, even within the state-of-the-art bidirectional encoder representation for transformers (BERT) approach. Some studies have employed reinforcement learning and hybrid techniques to address the implicit negation problem. Further exploration, particularly through a hybrid and multi-task learning approach, is warranted to make potential contributions to the nuanced challenges of handling negation in sentiment analysis, especially in complex sentence structures.

Related SDGs Targets

Full Author List

Seniwati, Rahmatia, Khairul Amri, Ihwana As’ad, Munif Arif Ranti

Abstract

Samalona Island is a tourist destination in Makassar City, South Sulawesi Province, Indonesia. This study aims to identify the potential and challenges in developing digital innovation-based tourism on Samalona Island. The potential of Samalona Island includes a sense of security and the beauty of its underwater nature. This island is a favorite place for foreign and domestic tourists because tourists feel safe when visiting the island. The involvement of all actors, such as stakeholders, industry, media, academics, and local communities, supports the development of Samalona Island. The novelty in this study is the lack of articles discussing Samalona Island based on the pentahelix model. This study found that Samalona Island's development applies the ecotourism principle that focuses on the environment. The role of the media in marketing the potential of Samalona Island attracts domestic and foreign tourists to the island.

Related SDGs Targets

Full Author List

Qurratu’aina, Khayyirah Annisa; Salim, Yulita; Gaffar, Andi Widya Mufila, Fakultas Ilmu Komputer (Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia)

Abstract

Di era digitalisasi, isu terkait keamanan data dan informasi menjadi salah satu isu yang penting. Menurut data yang dihimpun oleh Badan Siber dan Sandi Negara (BSSN), menjelaskan bahwa dari bulan Januari sampai bulan Agustus 2020, menghasilkan sebanyak 190 juta upaya serangan terhadap web server yang ada di Indonesia. Karena maraknya kasus penyerangan, dibutuhkan upaya untuk mengetahui celah keamanan pada sebuah website untuk meminimalisir resiko penyerangan. Salah satunya pada website Digital School Database milik SMAS Semen Tonasa, yang menjadi objek penelitian ini. Pada penelitian ini, website SMAS Semen Tonasa diuji dengan menggunakan metode Penetration Test untuk menganalisis keamanan pada website. Khususnya menggunakan SQL Injection dan Cross Side Scripting (XSS) sebagai celah keamanan yang ditemukan melalui proses scanning website. Adapun hasil dari penelitian ini menunjukkan bahwa website discas.smasementonasa.sch.id rentan terhadap serangan Cross Side Scripting (XSS) dan SQL Injection yang dibuktikan dengan proses penetration testing yang dilakukan dengan menggunakan tools nikto, acunetix, dan sqlmap. Dari proses pengujian Cross Site Scripting (XSS), celah keamanan XSS website dapat diserang dengan menggunakan script yang dimasukkan ke database, sehingga dapat menyebabkan berubahnya tampilan website. Begitupun dengan pengujian celah keamanan SQL website menggunakan sqlmap, dimana database hingga tabel database website dapat ditemukan yang menyebabkan penyerang dapat melakukan pencurian ataupun pengrusakan database.

Related SDGs Targets

Full Author List

Dwiyanti, Sri Ulfa; Salim, Yulita; Umar, Fitriyani Universitas Muslim Indonesia

Abstract

Salah satu daerah yang mengeluarkan program untuk meningkatkan kesejahteraan masyarakatnya adalah Provinsi Sulawesi Tenggera tepatnya di Desa Baliara Selatan, Kecamatan Kabaena Barat Kabupaten Bombana. Dari segi tingkat kemiskinan, Kabupaten Bombana masih tergolong tinggi. Artinya, jumlah penduduk dalam keadaan miskin pada tahun 2018 sebanyak 19,77 (seribu jiwa) dan proporsi penduduk miskin sebanyak 4.444 jiwa atau mewakili 11,05%. Hal ini menyebabkan pemerintah Kabupaten Bombana Mengeluarkan kebijakan yaitu menciptakan program-program untuk meningkatkan taraf hidup masyarakat Bombana.Salah satunya program yang diterapkan di Desa Baliara Selatan adalah Program Keluarga Harapan (PKH).Berdasarkan pengalaman yang terjadi, di mana para pendamping staff yang mengalami kesulitan untuk menentukan prioritas penerima bantuan PKH sehingga mengakibatkan proses pengambilan keputusan dan validasi data calon penerima berjalan lambat dan kurang tepat membuat hasil keputusan tidak ideal. Salah satu cara untuk membantu pengambilan keputusan dalam penentuan penerima bantuan adalah menggunakan Sistem Pendukung Keputusan (SPK) dengan metode Multi Attribute Utility Theory (MAUT).Hasil akhirnya adalah serangkaian penilaian alternatif yang menggambarkan keputusan yang dibuat oleh para pengambil keputusan dikantor pusat bombanaHasil keputusan dengan sistem perengkingan terbaik, rangking terbaik di dapat dari hasil perhitungan MAUT. Semakin besar nilai indeks maka semakin bagus pemeringkatan keputusan setiap alternatif.

Related SDGs Targets

Full Author List

Asis, Muhammad Arfah; Purnawansyah; Salim, Yulita, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Akreditasi memerlukan pengelolaan dokumen yang efisien, namun di banyak universitas, pengelolaan dokumen akreditasi masih menghadapi kendala. Dokumen tersebar dalam berbagai format dan sulit diakses. Oleh karena itu, pengembangan sistem informasi manajemen data akreditasi menjadi penting. Tujuan penelitian ini untuk merancang dan membangun sistem manajemen data akreditasi berbasis web yang sesuai dengan kebutuhan Fakultas Ilmu Komputer di Universitas Muslim Indonesia (UMI). Penelitian ini menggunakan metode waterfall dalam pengembangan sistem dengan tahapan requirements, design, implementation, testing, dan maintenance. Sistem ini memungkinkan admin dan operator mengelola data akreditasi, dan asesor untuk mengakses dan mengevaluasi dokumen akreditasi. Hasil pengujian menunjukkan bahwa sistem dapat berjalan sesuai dengan yang diharapkan, dan semua fitur utama berfungsi dengan baik. Kesimpulannya, sistem ini membantu Fakultas Ilmu Komputer UMI dalam meningkatkan efisiensi dalam proses akreditasi, menghemat waktu dan sumber daya, serta mendukung pemeliharaan kualitas dan reputasi pendidikan tinggi di fakultas.

Related SDGs Targets

Full Author List

Hayati, Lilis Nur, Sistem Informasi, Universitas Muslim Indonesia; Salim, Yulita, Teknik Informatika, Universitas Muslim Indonesia; Hidayat, Rifaldi, Sistem Informasi, Universitas Muslim Indonesia; Rusydiansyah, Muhammad, Teknik Informatika, Universitas Muslim Indonesia

Abstract

Aset desa merupakan barang milik desa yang berasal dari kekayaan asli desa, dibeli atau diperoleh atas beban anggaran pendapatan dan belanja desa atau perolehan hak lainya yang sah. Aset Desa dapat berupa tanah kas desa, tanah ulayat, pasar desa, pasar hewan, tambatan perahu, bangunan desa, pelelangan ikan, pelelangan hasil pertanian, hutan milik desa, mata air milik desa, pemandian umum, dan aset lainnya. Dalam mengelola asset desa Lembang Marinding Desa Kandora masih mencatat dibuku asset sehingga kurang efesien dalam pencatatan sehingga dibangun sebuah sistem mengelola asset desa Lembang Marinding Desa Kandora berbasis web dan didata disimpan didalam database dibangun, kapan saja dapat dicetak atau diaudit dan tidak akan hilang. Target dalam pelaksanaaan PkM Lektor Fakultas Ilmu Komputer UMI sehubungan dengan bagaimana Implementasi Website Inventarisasi Aset Desa dengan mefasilitasi dengan penyuluhan, simulasi dan pelatihan bagi para aparatur desa dengan mewujutkan, pengelolaan administrasi yang lebih baik berbasis digital serta meningkatnya kemampuan dan keterampilan apartur desa. Perangkat Desa mendapatkan modul Implementasi Website Inventarisasi Aset Desa, Software Aplikasi Web Sistem Informasi Inventarisasi Aset Desa, Artikel di media atau jurnal.

Related SDGs Targets

Full Author List

Hayati, Lilis Nur; Salim, Yulita; Hermany, Nurul Inayah;Ismail, Wawan, Universitas Muslim Indonesia

Abstract

UPT.Managemen Inovasi dan Inkubasi Bisnis (MIIB) UMI Memiliki website https://upt.miib.umi.ac.id/ Website menjadi gerbang utama bagi Tenan Inwoll dan Outwall dalam mencari informasi mengenai Kegiatan Bimtek, pelatihan pelatihan, Inkubasi Bisnis Oleh sebab itu, website harus menarik dan pentingnya melakukan pengembangan konten di dalam website, memiliki kewajiban untuk menjaga website MIIB agar tetap update setiap harinya, sehingga tidak ada satupun informasi yang tidak terpublikasikan dengan baik. “Selain itu, website yang informatif dan menarik juga menjadi poin penting dalam penilaian webometrics. Website MIIB belum mengikuti standar penilaian webometrics sehingga belum banyak berpengaruh terhadap pemeringkatan webometrics UMI. Konten berita yang diposting pada website MIIB belum menggunakan standar SEO. Manajemen pengelolaan website MIIB masih dikelola oleh 1 orang operator. Operator yang ditugaskan tersebut belum mengetahui pengelolaan website berdasarkan standar penilaian webometric. Hal ini menyebabkan belum maksimalnya konten berita yang diposting pada website tersebut Target dalam pelaksanaaan PkM Lektor Fakultas Ilmu Komputer UMI sehubungan dengan bagaimana melakukan Sosialisasi Untuk Peningkatan Pemeringkatan Webomtrics dalam WEB UMI dalam UPT.Managemen Inovasi dan Inkubasi Bisnis UMI dan Memberikan Pelatihan dan Pengembangan Konten Website Bagi Pengelola

Related SDGs Targets

Full Author List

Ismaldyka; Belluano, Poetri Lestari Lokapitasari; Ilmawan, Lutfi Budi, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar. Indonesia

Abstract

PT. Citra Barkatama Karya merupakan perusahaan property berdomisili di Kota Palu, Sulawesi Tengah yang masih menggunakan lembaran brosur untuk menyajikan informasi terbatas secara visual seperti hanya menampilkan gambar denah property secara dua dimensi, desain tampilan unit tampak satu sisi dan beberapa informasi teks yang terkadang masih menjadi pertanyaan berulang bagi pembaca. Oleh karena itu, dibutuhkan pengembangan media promosi melalui aplikasi Augmented Reality (AR) dengan teknik marke based tracking yang dapat menampilkan informasi lengkap secara visual yaitu tampilan objek 3d rumah dan denah type 65 dengan memvisualisasikannya dalam jarak akses marker ±20cm yang sekiranya dapat sesuai dengan kebutuhan pengguna sehingga mampu meningkatkan minat calon pembeli property pada PT. Citra Barkatama Karya.

Related SDGs Targets

Full Author List

Sainlia, Ahmad Fauzan; Belluano, Poetri Lestari Lokapitasari; Azis, Huzain, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Dalam hal pengaturan jadwal dakwah, metode PIECES digunakan untuk mengatur sinkronisasi jadwal, durasi dakwah, memberikan notifikasi ketika mubaligh sudah memasuki waktu dakwah dan mengatur jadwal dakwah para mubaligh dengan baik. Analisa kinerja dalam PIECES yaitu menyediakan sistem yang dapat mengatur jadwal mubaligh, dalam analisa informasi yaitu memberikan informasi ke mubaligh ketika mendekati waktu dakwahnya, dalam analisa ekonomi memberikan informasi mengenai transparansi honorarium pada mubaligh, dalam analisa efisiensi memberikan durasi waktu bagi para mubaligh dan dalam analisa pelayanan memberikan notifikasi ketika mubaligh sudah memasuki waktu dakwah. Aplikasi Penjadwalan Dakwah Mubaligh menggunakan Metode PIECES dirancang untuk dapat membantu petugas masjid dalam menyusun jadwal para mubaligh serta memberikan informasi terkait durasi dakwah bagi tiap mubaligh sehingga para mubaligh tidak lupa dengan jadwal dakwah mereka serta dapat mengatur tranparansi pendapatan tiap mubaligh. Sistem aplikasi berbasis mobile dapat diakses melalui perangkat android, dimana sistem dilengkapi notifikasi aktif yang dapat diakses setiap saat oleh para pengguna sesuai kebutuhan, sehingga mubaliqh dapat mengatur durasi dakwah dengan jelas, dan tidak ada lagi jadwal yang berbentura antar mubaligh satu dengan lainnya.

Related SDGs Targets

Full Author List

Faradibah, Amaliah; Tenripada, A. Ulfa; Belluano, Poetri Lestari Lokapitasari; Fahmi; Utami, Aulia Putri; Rahmadani, Rizal, Teknik Informatika, Universitas Muslim Indonesia

Abstract

Peningkatan alat transportasi tanpa seimbangnya sarana dan prasarana menuntut inovasi teknologi, meski teknologi sudah diterapkan, namun belum mampu mengatasi dampak perkembangan ekonomi yang meningkatkan jumlah kendaraan. Pengaturan optimal dapat dilakukan melalui sistem berbasis Internet of Things untuk mengurangi kemacetan dan menghemat energi. Manajemen yang baik diperlukan untuk menyeimbangkan semua sarana dan prasarana. Melalui pemantauan kendaraan, dapat ditentukan komposisi kendaraan di jalur yang sama untuk dialihkan atau mengatur waktu traffic light. Teknologi kendaraan terhubung dianggap kunci solusi baru untuk masalah transportasi, memungkinkan komunikasi antar kendaraan dan infrastruktur. Connected vehicle technology memungkinkan kendaraan berkomunikasi menggunakan jaringan nirkabel. Penelitian ini melibatkan pengumpulan data dan model matematika untuk memprediksi arus lalu lintas. Hasil perubahan kondisi eksisting setelah menerapkan skenario penggunaan teknologi Connected Vehicle menunjukkan pengurangan Travel Time dengan hambatan dari sekitar 0.21 jam pada tahun 2018 menjadi perkiraan 0.38 jam pada tahun 2030, memberikan implikasi positif terhadap pengelolaan lalu lintas di masa mendatang. Temuan ini memberikan dasar kuat untuk perbaikan kebijakan dan infrastruktur transportasi yang dapat meningkatkan efisiensi dan kenyamanan perjalanan.

Related SDGs Targets

Full Author List

Khatimah, Nur Khusnul;Belluano, Poetri Lestari Lokapitasari; Kurniati, Nia, Universitas Muslim Indonesia

Abstract

Kecamatan Bontolempangan merupakan daerah pegunungan/lereng di Kabupaten Gowa yang memiliki delapan kelurahan dan jumlah penduduk 14.209 Jiwa. Profesi utama masyarakat Desa Bontolempangan sebagai petani. Jagung adalah salah satu komuditas hasil pertanian yang menjadi tombak penghasilan para petani setempat. Berdasarkan data dari BPS Kabupaten Gowa tercatat bahwa luas lahan panen untuk komoditas jagung di Desa Bontolempangan seluas 3.363 Ha dengan produksi 18.927 Ton pertahunnya. Hama merupakan salah satu kendala yang perlu diantisipasi dikarenakan dapat menimbulkan gagal panen untuk para petani jagung. Penelitian ini bertujuan merancang dan membangun sebuah system pakar berbasiss website untuk mengidentifikasi jenis hama tanaman jagung sehingga bisa mempermudah petani dalam berkonsultasi guna mengetahui jenis hama yang terserang dan juga menerapkan metode certainty factor dalam identifikasi hama tanaman jagung di desa bontolempangan sehingga system pakar yang dibangun bisa bekerja layaknya seorang pakar dalam mengidentifikasi hama tanaman jagung. Aplikasi web ini telah melalui uji coba menggunakan pengujian blackbox untuk mengetahui fungsionalitas setiap fiturnya. Adapun untuk mengetahui penilaian dari aspek antarmuka, kinerja. Database dan terminasi maka dilakukan penyebaran kuesioner pengujian aplikasi dengan 25 responden petani, dan diperoleh hasil penilain sebesar 83,36% menyatakan aplikasi sangat baik di implementasikan.

Related SDGs Targets

Full Author List

Nazirah, Aliyah; Belluano, Poetri Lestari Lokapitasari; Kurniati, Nia, Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng yaitu ekstraksi fitur Content Based Image Retrieval untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang dengan metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi 98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.

Related SDGs Targets

Full Author List

Anraeni, Siska; Alwi, Erick Irawadi; Belluano, Poetri Lestari Lokapitasari; Gaffar, Andi Widya Mufila; Satra, Ramdan; Syafie, Lukman, Fakultas Ilmu Komputer, Universitas Muslim Indonesia, Indonesia

Abstract

Saat ini, UPT PJP UMI telah memiliki website, namun pengelolaannya belum memenuhi standar penilaian webometrics, sehingga belum optimal dalam mempengaruhi peringkat webometrics UMI. Beberapa permasalahan muncul, seperti performa website yang mendapatkan nilai "B" berdasarkan pengukuran GTMetrix, jumlah backlink yang masih kurang, dan konten berita yang belum menggunakan standar SEO. Kegiatan pengabdian terfokus pada sosialisasi peningkatan pemeringkatan webometrics dan pendampingan dalam workshop manajemen konten website berbasis SEO. Hasil dari kegiatan ini mencakup peningkatan pemahaman pemeringkatan webometrics, peningkatan kemampuan pengelolaan website mitra, serta penyerahan modul "Pedoman Pengelolaan Website Berdasarkan Penilaian Webometrics" kepada UPT.PJP UMI. Hasil kegiatan ini berhasil mencapai tujuannya dengan memberikan kontribusi positif dalam meningkatkan kualitas pengelolaan website UPT.PJP UMI berdasarkan standar penilaian webometrics. Perolehan hasil persentase kuisioner pre dan posttest menunjukkan bahwa dari 10 orang peserta sosialisasi dan workshop mengalami peningkatan pemahaman tentang pemeringkatan webometrics dari 54% menjadi 76%. Diharapkan dengan peningkatan pemahaman peserta pelatihan dapat memberikan arah perubahan pemeringkatan webometrics UMI menjadi lebih baik di Tahun 2024 nantinya.

Related SDGs Targets

Full Author List

H, Yuli Zulfiana; Belluano, Poetri Lestari Lokapitasari; Ilmawan, Lutfi Budi, Program StudiTeknikInformatika, Universitas Muslim Indonesia

Abstract

Implementasi Bridgigng Antrean Online V2 (Antrol) bertujuan untuk mengetahui cara mengatasi penumpukan antrean di loket admission rumah sakit agar tidak terjadi rangkap data, mengetahui pengembangan web service antrean online versi 2.0 dengan aplikasi SIMRS Khanza dengan metode web service atau API (Application Programing Interface) agar dapat melakukan dua proses pelayanan tanpa ada intervensi satu sistem dengan sistem lainya secara langsung. Tahapan pengujian system menggunakan metode user acceptance test untuk melakukan validasi terhadap sistem yang dikembangkan berdasakan skenario. Dari hasil analisa data yang diperoleh dari hasil kuesioner yang diberikan kepada pengguna bahwa sistem bridging yang dikembangkan dapat diterima dengan presentasi skor 85% (baik).

Related SDGs Targets

Full Author List

Riyadi, Rahmat; Hasanuddin, Tasrif; Abdullah, Syahrul Mubarak, Universitas Muslim Indonesia

Abstract

Media Informasi terus berkembang dengan seiring kemajuan teknologi yang semakin memudahkan manusia dalam menyampaikan pesan-pesan yang relevan, cepat, dan bermanfaat. Virtual Reality (VR) adalah teknologi yang semakin populer yang memungkinkan pengguna untuk mengalami dan berinteraksi dengan lingkungan yang disimulasikan secara digital secara immersif. Media informasi pada lingkungan gedung kampus menjadi salah satu topik yang dibahas dalam penelitian ini. Penelitian ini mengambil studi kasus gedung yang terdapat pada salah satu bangunan Workingspace Fakultas Ilmu Komputer Universitas Muslim Indonesia. Tujuan dari penelitian ini adalah penerapan teknologi Virtual Reality pada bangunan Workingspace beserta tata ruang dan penyampaian konten informasi yang dinamis dan interaktif. Metode yang digunakan dalam penelitian ini adalah Multimedia Development Life Cycle (MDLC). Berdasarkan hasil rancangan yang telah dilakukan pada sistem Virtual Reality Workingspace diperoleh hasil bahwa alat berjalan sesuai dengan yang diinginkan, penyampaian konten dinamis dan informasi untuk teks, suara dan gambar sesuai yang diinginkan.

Related SDGs Targets

Full Author List

Hasanuddin, Tasrif, Department of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia; Hadi, Mokh Sholihul; Sujito, Department of Electrical Engineering and Informatics, Universitas Negeri Malang, Malang, Indonesia; Rosnani, Department of Information System, STMIK Professional Makassar, Makassar, Indonesia

Abstract

In the context of rapidly advancing smart education systems, the effective management and optimization of modern classroom remain critical challenges. This research presents a novel methodology leveraging cloud and fog computing-based simulations, with a specific focus on the implementation of iFogSim. Empirical findings validate the efficacy of fog computing in monitoring classrooms, demonstrating significant improvements in performance metrics compared to traditional cloud computing architectures. Specifically, fog computing ensures remarkably low latency, with a mere 7 milliseconds, even with scalable integration across multiple classrooms. In contrast, cloud computing infrastructures exhibit considerably higher initial latencies, starting at 210 milliseconds, which further escalate with the increasing number of monitored classrooms. Furthermore, our analysis reveals substantially lower network overhead associated with fog computing, measuring at 5,231.8 kilobytes, in sharp contrast to the significantly higher network usage of 80,808 kilobytes observed with cloud computing solutions. These findings underscore the potential of fog computing as a promising solution for efficient and real-time management classroom in smart education environments.

Related SDGs Targets

Full Author List

Papua, Ahmad Ruslandia; Hasanuddin, Tasrif; Hasnawi, Mardiyyah, Department of Informatics Engineering, Faculty of Computer Science, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

waste banks, but this number has decreased significantly, and by 2023 only 381 waste banks remain active. The decline in the number of waste banks is primarily due to the society's lack of knowledge regarding the utilization of waste banks. This research aims to rank active waste banks in Makassar using the MCDM (Multi-Criteria Decision Making) technique. Two MCDM methods will be utilized in this study: the TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) method and the VIKOR (VIseKriterijumska Optimizacija I Kompromisno Resenje) method. Both methods share a common goal of finding the closest value to the ideal solution, but they differ in their normalization and aggregation functions. TOPSIS calculates the criteria weight values first, followed by the criteria values, whereas VIKOR starts with the highest criteria values and then calculates the criteria weights. The results of this research indicate that some alternatives received the same ranking using TOPSIS and VIKOR methods. The criteria used to calculate data for Waste Banks are Operational Hours, Operational Schedule, Total Customers, Total Employees, and Amount of Collected Waste. These criteria are determined based on Regulation Minister of Environment and Forestry Republic of Indonesia Number 14 of 2021 concerning Waste Management at Waste Banks.

Related SDGs Targets

Full Author List

Syamsuddina, Khalish Ghandur; Satra, Ramdan; Manga, Abdul Rachman, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Suhu tubuh Manusia bervariasi tergantung dengan kondisi ruangan dan faktor-faktor seperti iklim tropis dan pemanasan global di Indonesia. Oleh karena itu, diperlukan alat pendingin untuk memberikan kenyamanan dengan menurunkan suhu dan menciptakan suasana yang lebih sejuk.Alat pendingin yang umum digunakan adalah kipas angin. Namun, sebagian besar kipas angin yang tersedia saat ini masih bersifat manual, mengharuskan pengguna untuk menekan atau memutar tombol pada badan kipas untuk menghidupkan atau mematikannya. Kendala ini sering membuat manusia enggan mengoperasikan kipas, karena harus mendekati alat tersebut. Sebagai solusi, telah dikembangkan kipas angin otomatis yang menggunakan sensor suhu (DHT11) dan dikendalikan melalui Arduino Uno. Sensor DHT11 berfungsi untuk mengukur suhu ruangan, sementara Arduino bertugas sebagai pengendali. Tujuan dari pengembangan kipas angin otomatis ini adalah untuk memberikan kemudahan kepada pengguna dalam mengontrol kipas angin Dalam pengujian, kipas otomatis akan menyala jika sensor membaca suhu ruangan 30°C atau lebih, dan akan mati jika suhu berada pada 29°C ke bawah. Dengan demikian, alat ini memberikan kenyamanan tanpa memerlukan interaksi manual yang intensif.

Related SDGs Targets

Full Author List

Mokoagow, Akbar Rizki; Satra, Ramdan; Mude, Muh. Aliyazid, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Klinik syamsinar merupakan klinik utama spesialistik pertama di kabupaten Maros yang selalu berinovasi dan berusaha untuk meningkatkan pelayanan kesehatan, yang dimana pada suatu pelayanan membutuhkan koneksi internet yang stabil terutama pada saat kedatangan pasien baru, seperti pendataan pasien/informasi dan registrasi pasien yang mengharuskan untuk dilakukan secara cepat dan diakses secara bersamaan. Klinik Syamsinar juga memiliki akses internet yang dipakai yaitu Indihome dengan Provider Telkomsel , serta akses yang terpakai pada Klinik sebesar 50 Mbps, Adapun PC yang terhubung yaitu 14 PC yang terhubung langsung pada internet, dan ada beberapa akses Softwire yang terkoneksi langsung pada Internet seperti Simrs Khanza dan Aplikasi khusus registrasi sidik jari. Adapun permasalahan yang sering terjadi yaitu akses internet yang menjadi lambat dikarenakan padatnya lalu lintas data perharinya, terutama pada lantai 1 dan lantai 2. Penelitian ini bertujuan untuk mengetahui performance jaringan di klinik syamsinar lantrai 1 maupun lantai 2. Metode yang digunakan untuk mengukur kualitas jaringan komputer yaitu QoS (Quality of Service) yang terdiri atas parameter throughput, delay, packet loss, dan jitter menggunakan software Wireshark berdasarkan standarisasi THIPON. Hasil penelitian menunjukkan Quality of Service (QoS) jaringan WiFi di Klinik Syamsinar pada lantai 1 maupun lantai 2 dengan rata-rata nilai throughput 442 Kbps kategori Sedang, rata-rata nilai packet loss 0.84 % kategori sangat baik, rata-rata nilai delay 66.844819 ms kategori sangat baik dan rata-rata nilai jitter 67.82022371 ms kategori baik menurut standarisasi THIPON.

Related SDGs Targets

Full Author List

Haeruddin, Harjuni; Satra, Ramdan; Abdullah, Syahrul Mubarak, Universitas Muslim Indonesia

Abstract

Mengingat banyaknya harapan masyarakat terhadap kualitas jaringan, perusahaan telekomunikasi memanfaatkan peluang ini dengan membangun penyedia layanan internet yang lebih cepat melalui penggunaan jaringan 4G. Di Desa Rijang Panua sendiri sudah terdapat beberapa provider yang menyediakan jaringan 4G LTE. Diantara beberapa provider, banyak masyarakat yang menggunakan provider Tri karena harga yang ditawarkan provider Tri cukup murah. Akan tetapi jaringan dari Tri sering dikeluhkan oleh masyarakat karena jaringan yang sering lambat bahkan hilang, hal ini tentu bisa mempengaruhi aktivitas masyarakat. Karena itulah peneliti ingin membandingakan kecepatan jaringan provider Tri dan Smaerftren. Hal ini dikarenakan smartfren yang juga menawarkan paket data dengan harga yang cukup murah tetapi kurangnya masyarakat yang menggunakan. Penelitian ini bertujuan untuk mendapatkan nilai perbandingan kecepatan jaringan berdasarkan parameter RSRP, RSRP, SNR dan RSSI untuk membandingkan performa kecepatan jaringan dari kedua provider. Untuk mengumpulkan data kecepatan jaringan dari kedua provider digunakan metode drive test menggunakan aplikasi G-Net Track Pro. Dari hasil perhitungan yang dilakukan pada provider Tri dan Smartfren didapatkan nilai parameter RSRP dari provider Smartfren lebih tinggi daripada Tri dengan nilai -85.7918 dBm dengan kategori baik, nilai RSRQ provider Tri lebih tinggi dengan nilai -8 dB dengan kategori sangat baik, untuk RSSI dari provider Smartfren lebih tinggi dengan nilai -55 dBm dengan kategori sangat baik, dan untuk SNR dari kedua provider memiliki nilai yang sama yaitu 6 dB dengan kategori baik.

Related SDGs Targets

Full Author List

Rahman, Agussalim; Yasin, Nurfatwa Andriyani, Manajemen STIE Tri Dharma Nusantara; Satra, Ramdan, Teknik Informatika UMI Makassar; Rahman, Risna Rahayu; Irnawati, Manajemen STIE Tri Dharma Nusantara

Abstract

Program Pengabdian Masyarakat ini bertujuan untuk meningkatkan kesejahteraan guru mengaji privat binaan Lembaga Pembinaan dan Pengembangan Pendidikan Al-Qur’an (LP3Q) Qiro’ah Centre melalui sertifikasi kompetensi dan perancangan aplikasi Qiro’ah Apps. Metode pelaksanaan adalah menyusun serangkaian kegiatan yang terstruktur ditata dengan sistematis dalam bentuk : 1) Rekrutmen guru mengaji, 2) Pembekalan Uji Kompetensi, 3) Ujian dan Sertifikasi Kompetensi dan 4) Peluncuran Aplikasi Qiro’ah Apps. Dari 150 guru mengaji binaan LP3Q Qiro’ah Centre, 50 orang diantaranya telah dinyatakan lulus uji kompetensi dan mendapatkan sertifikat kompeten sebagai guru mengaji privat professional. Selanjutnya, data guru mengaji kompeten akan dimasukkan kedalam aplikasi berbasis android Qiro’ah Apps sehingga memudahkan masyarakat yang membutuhkan untuk mendapatkan guru mengaji privat yang telah berkompeten. Dengan aplikasi ini, maka durasi dan tariff pemberian jasa pendidikan Al-Qur’an mencantumkan kompensasi yang layak sehingga guru mengaji dapat meningkat kesejahteraannya.

Related SDGs Targets

Full Author List

Usmana; Achmada, Andani; Yuyuna,Department of Electrical Engineering,Faculty of Engineering-Hasanuddin University; Satra, Ramdan, Universitas Muslim Indonesia, Makassar, Indonesia; Tribuana, Dhimas, Universitas Komputer Indonesia, Bandung, Jawa Barat, Indonesia; Konate, Siaka, Department of Electronicand Telecommunications, Normal School of Technical and Vocational Education, Bamako, Mali

Abstract

Indonesia, a tropical country with a growing population, has significant potentialforfoodproductionbutfaceschallengesinmeetingthisdemand. Factors such as generation change, industrialization, food production monopolies, climate change, food security measures, and a lack of technological progressaffectproductivity.Governmentsmustaddresstheseproblemsby implementingcostefficiency,supplychainmanagement,minimumlabor consumption, andadequate food distribution. Food securityis vital to thehealth andwell-beingofthepopulation,andfoodisavitalfoodsourcetoconsume. Vegetables, a popular food source, are vital for health and growth. Salad, a plant usedforfood production, is beneficialto food production andis the leadingfood in the modern market. Technologically speaking, food security is vital to the health and well-being of the population. Governments should focus on improvingfood security andensuringthat food isaccessibleto all. The proposed system consists of five sensors: the DHT11 sensor, the TDS meter, the humidity sensor (DS18B20),thewater height sensor,and thepH meter. Datafrom the sensor will be stored in a cloud database via the LoRa communication network, allowinguserstoaccessdatathroughAndroidapplications.

Related SDGs Targets

Full Author List

Iqbal, Iwi Kurnia; Anraeni, Siska; Sugiarti, Universitas Muslim Indonesia

Abstract

Toko Rifka adalah toko swalayan yang melakukan perhitungan stock opname dengan cara manual sehingga pihak toko kadang gagal dalam menentukan barang yang seharusnya menjadi prioritas restock untuk sebuah atau beberapa barang karena barang tersebut tidak tersedia. Tujuan penelitian ini adalah untuk menganalisa data penjualan agar proses perhitungan stock opname dapat dilakukan dengan optimal. Metode yang digunakan dalam proses mining adalah Analisa Pola Asosiatif menggunakan Apriori. Hasil penelitian menunjukkan bahwa pengujian fungsionalitas pada aplikasi dapat dikatakan berjalan dengan baik dan terbebas dari kesalahan atau pesan error, kemudian untuk pengujian data sebanyak 10 kali dengan jumlah data masing-masing 30 data transaksi ditemukan tingkat akurasi sebesar 70%, penulis juga menggunakan 300 (tiga ratus) data transaksi yang kemudian di proses untuk melihat asosiasi yang dihasilkan dan berdasarkan asosiasi yang dihasilkan Toko Rifka dapat mengambil masukan yang dapat digunakan sebagai saran dalam kegiatan stock opname-nya.

Related SDGs Targets

Full Author List

Imada, Anugerah; Anraeni, Siska; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Kenaikan harga cabai yang konsisten setiap tahunnya terutama saat perayaan seperti hari raya, sering kali menyebabkan kelangkaan dan peningkatan drastis dalam harga. Hal ini mendorong banyak petani, termasuk di Desa Buntu Pema, Kecamatan Curio, Kabupaten Enrekang, untuk menjadikan cabai sebagai hasil pertanian utama. Meskipun beragam jenis benih cabai digunakan oleh para petani, pemilihan bibit masih dilakukan secara manual, menyebabkan ketidaksesuaian dengan harapan pada saat panen. Tujuan penelitian ini adalah menerapkan metode Weighted Product sebagai sistem pendukung keputusan dalam pemilihan bibit cabai unggul. Data penelitian yang digunakan adalah data penilaian bibit cabai dengan kriteria potensi hasil, musim tanam, tekstur cabai, banyaknya ranting, dan ketahanan terhadap penyakit. Penelitian ini berhasil menerapkan metode Weighted Product untuk membantu petani dalam memilih bibit cabai unggul. Hasil penelitian menunjukan bahwa bahwa Cabai Lokal mendominasi peringkat tertinggi sebagai bibit yang paling unggul dengan nilai Vektor V sebesar 0,0606.

Related SDGs Targets

Full Author List

Saputra, Gery Ardiansyah; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Penggunaan Sistem Informasi Akademik (SIAKAD) telah menjadi sebuah keharusan bagi perguruan tinggi dalam memberikan kemudahan pengguna untuk menjalankan kegiatan administrasi akademik secara online. Namun, terkadang SIAKAD perguruan tinggi memiliki celah keamanan yang dapat dimanfaatkan oleh pihak yang tidak bertanggung jawab untuk melakukan peretasan. Penelitian ini bertujuan untuk mengidentifikasi, mengklasifikasi, dan memberikan rekomendasi keamanan pada website SIAKAD di Universitas Muslim Indonesia. Metode yang digunakan dalam penelitiaan ini merupakan metode penilaian kerentanan, dimulai dengan footprinting untuk mengumpulkan informasi awal tentang SIAKAD, diikuti oleh pemindaian kerentanan menggunakan tools PenTest untuk mengidentifikasi kerentanan dan tingkat risiko yang ada. Berdasarkan hasil penelitian, ditemukan beberapa kerentanan dengan 1 risiko tinggi terkait dengan kerentanan pada versi PHP, 2 risiko sedang melibatkan pengaturan cookie yang tidak aman dan header keamanan yang hilang, serta 4 risiko rendah berupa pengaturan cookie tanpa flag HttpOnly. Adapun rekomendasi perbaikan yang diberikan meliputi peningkatan pengamanan terhadap serangan Remote Code Execution (RCE), Cross-Site Scripting (XSS), Cookie Hijacking, dan Clickjacking

Related SDGs Targets

Full Author List

Nugraha, Adhitya; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia

Abstract

Keamanan merupakan salah satu aspek yang harus dijaga dalam kehidupan masyarakat saat ini, semakin meningkatnya kasus kriminal seperti pencurian, perampokan baik di lingkungan rumah, toko, maupun perkantoran diperlukan mekanisme untuk meningkatkan keamanan. Salah satunya dengan memasang kamera pemantau atau yang biasa disebut CCTV (Closed Circuit Television) yang digunakan sebagai alat kamera pengawas.Metode penelitian yang dilakukan pada kasus pencurian pada toko sembako menggunakan metode yang bersifat kualitatif. Pada penelitian ini dilakukan analisis data yang bertujuan untuk mengidentifikasi bukti digital pada kasus rekaman video CCTV kasus pembegalan di Jl. Pahlawan Kelurahan Batangmata dengan menggunakan klasifikasi metode GCFIM, tahapan analisis data tersebut yaitu Pre-Process, Acquisition and Preservation, Analysis, Presentation, dan Post-Process.Hasil dari penelitian ini mendapatkan bukti berupa plat motor yang digunakan pelaku, objek wajah pelaku, dan tulisan pada pakaian pelaku. Dimana rekaman dari CCTV yang dijadikan sebagai barang bukti akan dilakukan proses identifikasi dan analysis menggunakan tools forensic yaitu MediaInfo dan AmpedFive. Proses identifikasi pada rekaman CCTV dalam mengidentifikasi plat motor pelaku beserta objek wajah pelaku berhasil teridentifikasi menggunakan tools AmpedFive. Dimana bukti tersebut sangat membantu penyidik dalam proses pencarian pelaku kejahatan aksi pembegalan yang terjadi di jalan raya tepatnya di Jalan Pahlawan Kelurahan Batangmata. Proses analisis rekaman CCTV kasus pembegalan di jalan raya menerapkan metode GCFIM. Metode ini sangat cocok digunakan dalam proses investigasi terkait video forensic yang dimana memiliki tahapan yang terstruktur sehingga mempermudah penyidik dalam melakukan proses investigasi.

Related SDGs Targets

Full Author List

Hidayat, Ahmad Qayyum Ibnu; Alwi, Erick Irawadi; Gaffar, Andi Widya Mufila Universitas Muslim Indonesia

Abstract

Perkembangan teknologi informasi telah memberikan dampak yang signifikan terhadap kehidupan manusia, baik dalam peningkatan kesejahteraan maupun sebagai medan untuk tindakan kriminal seperti penyebaran berita bohong. Di Indonesia, penanganan masalah ini melibatkan berbagai upaya hukum, termasuk pemblokiran situs web yang dianggap sebagai sumber informasi palsu berdasarkan isi kontennya. Data dari Kementerian Komunikasi dan Informatika menunjukkan peningkatan jumlah hoaks yang diidentifikasi dari tahun ke tahun, mencerminkan tantangan besar dalam mengelola komunikasi publik melalui media sosial.Penelitian ini bertujuan untuk menganalisis penyebaran konten video hoax yang terjadi di platform TikTok menggunakan metode Digital Forensic Research Workshop (DFRWS). Dalam penelitian ini, bukti digital yang dihapus berhasil direkonstruksi dari smartphone pelaku menggunakan alat forensik seperti wondershare dr.fone dan oxygen forensic. Hasil analisis menunjukkan bahwa bukti digital yang ditemukan termasuk video konten, pesan langsung, dan komentar yang ditinggalkan oleh pelaku. Proses analisis menggunakan metode DFRWS, yang terdiri dari enam tahapan, memberikan kerangka kerja yang sistematis untuk memeriksa bukti digital secara menyeluruh. Penelitian ini memberikan kontribusi dalam pemahaman tentang pentingnya bukti digital dalam proses hukum terkait penyebaran hoaks melalui media sosial, serta memperkuat metode analisis forensik yang diterapkan untuk memastikan keabsahan bukti dalam persidangan. Dengan demikian, penelitian ini menyoroti perlunya pendekatan yang efektif dalam penegakan hukum untuk mengatasi fenomena penyebaran hoaks yang semakin meresahkan masyarakat modern.

Related SDGs Targets

Full Author List

Husain, Nurul Ilmy, Informatics Engineering, Indonesian Muslim University, Indonesia; Mansyur, St. Hajrah, Information System, Indonesian Muslim University, Indonesia; Alwi, Erick Irawadi, Informatics Engineering, Indonesian Muslim University, Indonesia

Abstract

Hydroponic cultivation in Gowa Regency, South Sulawesi, experienced serious failure. This failure occurred during the seeding process, caused by the use of poor quality seeds and a lack of consistent attention and control over the environmental conditions of plant growth. The aim of this research is to apply the AHP and Borda methods in a group decision support system to contribute to determining the best plant quality for hydroponic cultivation. In evaluating plant quality, assessment criteria are used which include leaf growth, stem strength, stem quality, planting media, and use of vitamins. There are also 6 alternative plants being evaluated, namelylettuce, bok choy, kale, kale, spinach and celery leaves. The AHP method is used to outline the hierarchical evaluation of hydroponic plant quality, facilitating priority-based decision making through determining relative weights between criteria. Meanwhile, the Borda method is used to integrate the ratings of the three decision makers, producing reference values for each alternative and helping determine the overall quality of hydroponic plants. The calculation results show that the selected alternative, namely spinach, was ranked first with a value of 10.23, while the alternative lettuce plant was ranked sixth or last with a value of 3.69 as the best quality plant. With these findings, spinach plants are considered an effective solution for hydroponic cultivation in Gowa Regency and can be applied more widely in the context of modern agriculture. So that it can increase the yield and sustainability of hydroponic cultivation in Gowa Regency.

Related SDGs Targets

Full Author List

Hamid, Abd; Alwi, Erik Irawadi; Asis, Muh Arfah, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Pemerintah Daerah Kab. Pangkajene dan Kepulauan. Tujuan dari Asrama ini yaitu sebagai tempat tinggal bagi pemuda, pelajar, pelajar yang berasal dari Kabupaten Pangkajene dan Kepulauan yang ingin melanjutkan pendidikan di Kota Makassar. Tujuan penelitian ini adalah merancang dan membuat sebuah sistem informasi Asrama yang dapat menyelesaikan permasalahan yang dihadapi pihak bendahara Asrama dalam pengelolaan keuangan khususnya pada manajemen data pembayaran yang hanya menggunakan sistem sederhana dan penyajian informasi iuran yang hanya menggunakan media papan informasi sehingga menimbulkan permasalahan. Dan untuk memudahkan bendahara dalam proses pengingat pembayaran penghuni, maka peneliti membuat fitur pengingat tagihan dengan pemanfaatan whatsapp gateway serta membuat fitur pembayaran non-tunai agar penghuni dapat melakukan pembayaran secara online tanpa harus bertemu secara langsung dengan bendahara. Metode yang digunakan dalam perancangan dan pembuatan aplikasi yaitu metode air terjun yaitu model dimana tiap tahapannya dikerjakan secara sistematis dan berurutan. Penelitian ini menghasilkan sebuah sistem informasi berbasis web yang dapat membantu pihak bendahara dalam manajemen data keuangan, memberikan kemudahan bagi bendahara asrama dalam proses pengingat pembayaran/tagihan dan memberikan kematian pembayaran dengan berbagai pilihan metode pembayaran. Dari hasil pengujian yang telah dilakukan dengan metode pengujian black box, semua fitur-fitur yang dinyatakan dapat berjalan sesuai rencana dan dinyatakan 100% valid sehingga sistem dapat digunakan dan dimanfaatkan oleh pengguna akhir.

Related SDGs Targets

Full Author List

Indra, Dolly; Alwi, Erick Irawadi, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

Mizanul Ulum Islamic Boarding School has problems in educational activities, namely the learning model provided by teachers to students is conventional and has not utilized computer technology. The service we carry out aims to make partners gain knowledge about the benefits of information and communication technology by conducting outreach and training to teachers. Socialization and training for Learning module consists of learning Word, Excel, Power Point and using Google Forms. To find out the results of this socialization, we conducted an evaluation of the teachers through a pretest and posttest with a total of 30 questions with a maximum score of 30. Participants involved in the socialization were 16 teachers. Based on the evaluation results, it was found that the pretest score was 334 and the posttest score was 414. The average pretest score was 20.875 and posttest was 25.875 while the maximum pretest score was 26 and posttest was 28, the minimum score for pretest was 15 and posttest was 23. The socialization activity that we carried out at the Mizanul Ulum Sanrobone Islamic Boarding School in Takalar Regency was able to increase the knowledge of teachers.

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

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

Mashud, Abd; Irawati; Gaffar, Andi Widya Mufila, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Perkembangan ilmu pengetahuan teknologi khususnya di bidang komputer disetiap aspek kehidupan dan penggunaanteknologikomputer danteknologikomunikasi yang menghasilkansebuahpenggabungansistem informasi yang saat ini mudah untuk di akses tanpa adanya batasan waktu dan jarak dengan menggunakan jaringaninternet.Modelpenjualanataubisnisteknologikomputerdanteknologikomunikasiikutterpengaruh dariperkembanganilmupengetahuanteknologitersebut,terlebihnyadenganpesatnyapertumbuhanpengguna internet di berbagai belahan dunia khususnya negara berkembang. ANHCU store merupakan usaha yang bergerak dibidang penjualan tangan berbagai macam merek yang berada dipasar sengggol jln cendrawasih. Penjualan jam tangan ini masih menggunakan secara konvesional mengharuskan pembeli bertemu dengan penjual dalam suatu tempat dan melakukan transaksi jual beli ditempat tersebut. Namun tidak semua orang memiliki waktu untuk datang ke toko untuk membeli jam. Pada perancangan aplikasi penjualan jam menggunakan metode Rapid Application Development (RAD) adapun tiga tahapan tersebut adalah requirements planning (perencanaan), design workshop (perancangan), dan implementation (implementasi). Hasil dari penelitian ini yaitu menunjukkan bahwa berhasil melakukan perancangan sistem pemasaran jam untuk membantu pihak anchu store dalam melakukan pemasaran untuk membantu pihak toko dalam melakukan penjualan secara efektif dengan memesan jam pada sistem serta melakukan pembayaran. Pada sistem pmasaran jam juga terdapat pencatatan pengeluaran dan pendapatan yang didapatkan tiap bulan.

Related SDGs Targets

Full Author List

PAKKA, HARIANI MA’TANG; MASA, MUHAMMAD ANAS; BASALAMAH, ABDULLAH; SYARIFUDDIN, ANDI, Teknik Elektro, Fakultas Teknik, Universitas Muslim Indonesia; ABDULLAH, SYAHRUL MUBARAK, Teknik Informatika, FakultasI lmu Komputer, Universitas Muslim Indonesia

Abstract

Peningkatan kualitas pelayanan di sektor kesehatan dan lingkungan dapat ditingkatkan dengan potensi keunggulan perangkat dan sensor berbasis aplikasi Internet of Things (IoT). Dalam konteks aplikasi medis, teknik pengoptimalan digunakan untuk meningkatkan konektivitas jaringan berbasis IoT dengan memanfaatkan jaringan sensor (WSN) dan sensor yang terhubung secara cerdas. Penelitian ini mengevaluasi dampak penambahan WLAN ke dalam WSN yang menggunakan sensor Zigbee IEEE802.15.4 dan bagaimana koeksistensi terjadi karena Wifi dan ZigBee beroperasi pada saluran yang sama. Penelitian ini dilakukan dengan menggunakan software Opnet 14.5 dalam beberapa skenario. Hasil yang diperoleh menunjukkan bahwa koeksistensi Wi-Fi menurunkan kinerja jaringan ZigBee dalam hal throughput, delay, dan packet loss, seperti transfer file, penjelajahan web, dan akses database. Peningkatan jumlah PC dalam jaringan Wifi-ZigBee dengan pilihan topologi routing yang tepat dapat meningkatkan kinerja jaringan yang diusulkan.

Related SDGs Targets

Full Author List

Sartika; Umar, Fitriyani, Universitas Muslim Indonesia; Asmi, Nur, Universitas Mega Rizky; Sani, Andi; Istiqamah, Nurul; Diani, Fitri, Universitas Muslim Indonesia

Abstract

Desa Allakuang menghadapi tantangan terkait masalah gizi dan stunting di kalangan balita. Peran Posyandu menjadi sangat penting dalam memantau dan meningkatkan status gizi anak di masyarakat. Posyandu memiliki peran krusial dalam melakukan deteksi dini masalah gizi serta memberikan edukasi dan intervensi yang diperlukan kepada masyarakat. Tim menemukan dua masalah utama setelah melakukan observasi yakni pertama minimnya pengetahuan kader posyandu tentang masalah gizi pada balita. Kedua, mitra tidak memiliki peralatan pengukuran gizi saat kunjungan rumah. Tujuan dari kegiatan untuk meningkatkan pengetahuan kader tentang masalah gizi balita dan meningkatkan keterampilan dalam penggunaan peralatan antropometri serta pengadaan peralatan antropometri portabel.Metode yang digunakan adalah Penyuluhan dan diskusi interaktif disertai proses tanya jawab. Selain itu mitra juga dikenalkan dengan alat ukur antropometri portable dan dibagikan set alat ukur tersebut untuk menunjang kegiatan kader dalam melakukan skrining gizi. Kegiatan ini diikuti oleh 10 kader. Berdasarkan hasil evaluasi yang dilakukan melalui pre-post test berupa kuesioner yang dibagikan diawal dan diakhir penyuluhan didapatkan peningkatan pengetahuan sebesar 29%. Kesimpulannya, kegiatan edukasi ini efektif dalam meningkatkan pengetahuan kader posyandu. Saran untuk kegiatan Pengabdian selanjutnya, Sebaiknya mengadakan sesi pelatihan lanjutan untuk meningkatkan keterampilan kader dalam penggunaan alat antropometri portabel dan pengadaan modul edukasi gizi

Related SDGs Targets

Full Author List

Indra, Dolly; Umar, Fitriyani; Jafar, Putri, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

The problem addressed in this research is the lack of an efficient and accurate method for automaticallyidentifying grape varieties. Accurate identification is crucial for quality control in the agricultural andfood industries, impacting product labeling, pricing, and consumer trust.The aim of this researchisto develop an automated system to classify green, black, and red grapes using digital image processingtechnology.This research methodemploys Napve Bayes classification combined with color featureextraction. Testing was conducted under two scenarios: a database scenario with predefined grapeimage datasets and an out-of-database scenario with images resembling grape colors. Image process-ing includes resizing images to 200200 pixels, Gamma Correction, Gaussian filtering, conversionto Lab* color space, K-Means Clustering for segmentation, followed by feature extraction and NapveBayes classification.The results of thisresearch are that in the database scenario, the system achievedaccuracies of 98.33% with an 80:20 data split and 98.89% with a 70:30 split. In the out-of-databasescenario, accuracies were 96.67% with an 80:20 split and 97.78% with a 70:30 split. The conclusionof this research is the proposed method provides a reliable and efficient solution for automatic grapevariety identification, benefiting quality control in agriculture and food industries.

Related SDGs Targets

Full Author List

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 Targets

Full Author List

Astuti, Wistiani, Univeristas Muslim Indonesia; Wibawa, Aji Prasetya, Universitas Negeri Malang; Haviluddin, Universitas Mulawarman; Darwis, Herdianti, Univeristas Muslim Indonesia

Abstract

One prevalent conversational system within the realm of natural language processing (NLP) is chatbots, designed to facilitate interactions between humans and machines. This study focuses on predicting frequently asked questions by students using the Duel Intent and Entity Transformer (DIET) Classifier method and assessing the performance of this method. The research involves employing 300 epochs with an 80% training data and 20% testing data split. In this study, the DIET Classifier adopts a multi-task transformer architecture to simultaneously handle classification and entity recognition tasks. Notably, it possesses the capability to integrate diverse word embeddings, such as BERT and GloVe, or pre-trained words from language models, and blend them with sparse words and n-gram character-level features in a plug-and-play manner. Throughout the training process of the DIET Classifier model, data loss and accuracy from both training and testing datasets are monitored at each epoch. The evaluation of the text classification model utilizes a confusion matrix. The accuracy results for testing the DIET Classifier method are presented through four case studies, each comprising 25 text messages and 15 corresponding chatbot responses. The obtained accuracy values range from 0.488 to 0.551, F1-Score values range from 0.427 to 0.463, and precision range from 0.417 to 0.457.

Related SDGs Targets

Full Author List

Zahirah, Dinna; Purnawansyah; Kurniati, Nia; Darwis, Herdianti, Informatics Engineering, Faculty of Computer Science, Universitas Muslim Indonesia

Abstract

Geographical position and having a tropical climate make Indonesia known for its abundant biodiversity, one of which is herbal leaves. Indonesia has more than 2039 species that fall into the category of herbal medicinal plants. Herbal leaves are plants that are used as an alternative to natural disease healing. The large number of herbal leaf plants makes it difficult for people to distinguish between herbal plants and non-herbal plants, except when herbal leaf plants bear fruit or bloom. With advances in technology, many studies have been conducted to identify types of herbal plants, one of which is to identify the characteristics of the leaves. In this study, image recognition of herbal leaves was carried out using the K-Nearest Neighbor and Convolutional Neural Network methods with feature extraction of the Gray Level Co-occurance Matrix. By using these 2 methods, the data collected in this study were 480 leaf images which were then divided into 80% testing data and 20% training data. The data used are in the form of Sauropus androgynus and Moringa leaves. Based on the test results, the Convolutional Neural Network method which is suggested in the herbal leaf image classification which has an accuracy value of 96%.

Related SDGs Targets

Full Author List

Jabir, Sitti Rahmah; Azis, Huzain; Mansyur, St. Hajrah, Universitas Muslim Indonesia

Abstract

One of the key indicators of the growth of a college is the number of students that are enrolled in the institution on an annual basis. Student enrollment is a crucial element in the growth of a college, particularly in the case of private institutions. When examining students' aspirations for higher education, several studies use data mining techniques to forecast the interests of students who will pursue college. Researchers adopt various ways to extract valuable information from data. Prior research has shown that the decision tree technique outperforms alternative methods. The random forest, in addition to the decision tree, is often used for predicting data mining tasks. Given the above background information, the author will conduct a study titled "Comparative Analysis of Decision Tree and Random Forest Algorithms in Predicting College Interests." According to the study findings, the decision tree outperforms the random forest in terms of outcomes. The accuracy of the decision tree model is 0.81, whereas the accuracy of the Random Forest model is 0.74. All in all, the Decision Tree approach will be used as the ultimate outcome for the implementation of Business Analytics.

Related SDGs Targets

Full Author List

Azis, Huzain, Universitas Kuala Lumpur, JlnSultan Ismail, Bandar Wawasan, 50250 Kuala Lumpur, Wilayah Persekutuan Kuala Lumpur, Malaysia

Abstract

This study explores the effectiveness of Logistic Regression in predicting heart disease using a dataset derived from multiple international databases. Employing a 5-fold cross-validation method, the research aimed to evaluate the model's accuracy, precision, recall, and F1-score. Results indicated that Logistic Regression performs robustly, with accuracy ranging from 80% to 88.29%, and high recall rates, highlighting its potential as a valuable tool in medical diagnostics. Despite some variability in precision, which may lead to higher false positive rates, the model's high recall is crucial in clinical settings where missing a diagnosis can have dire consequences. The research confirmed the applicability of Logistic Regression to binary classification problems in healthcare, aligning with existing literature that supports its use in similar contexts. The study contributes to the field by demonstrating the model's consistency and reliability across diverse data subsets, reinforcing the potential for machine learning applications in healthcare diagnostics. Future research should focus on integrating Logistic Regression with other models to improve accuracy and testing the model on more current, varied datasets to enhance its generalizability and effectiveness in real-world settings.

Related SDGs Targets

Full Author List

Indra, Dolly, Departemen Sistem Informasi, Fakultas Ilmu Komputer, Universitas Muslim Indonesia; Ilmawan, Lutfi Budi, Departemen Teknik Infomatika, Fakultas Ilmu Komputer, Universitas Muslim Indonesia

Abstract

This community service partner is Autis Bunda Special School (SLB). Our partner’s issue is the lack of an official school information platform in the form of a website. The school has been using traditional methods for information dissemination. This community project aims to implement a web-based information system for the Autis Bunda Special School (SLB). The methods employed in this service include observation, interviews, data collection, design, socialization, implementation of the school website, and training. We also evaluated 11 Autis Bunda Special School teachers, assessing their knowledge about website information systems through pretests and posttests. This community service initiative resulted in creating the SLB Autis Bunda school website, accessible at the link https://slbautisbunda.sch.id/. The school website administrators we trained have been able to update information independently. The measurement results from the pretests and posttests show increased knowledge among the teachers, with average pretest and post-test scores of 61.36 and 89.09, respectively.

Related SDGs Targets

Full Author List

Mude, Muh Aliyazid; Ilmawan, Luthfi Budi, Teknik Informatika Universitas Muslim Indonesia

Abstract

Sejak ditemukan teknologi website, maka seluruh aktivitas bisa diselesaikan dengan mudah dan cepat Saat ini aplikas web telah diterapkan diberbagai bidang dalam kehidupan misal pada bidang pendidikan, ekonomi, pertanian, perikanan, medis, militer, bisnis dan lainnya. Banyak aplikasi web telah dibuat yang didasarkan pada kebutuhan pengguna, Riset ini lebih kepada perancangan sistem web yang didasarkan pada standar International Organization forStandardization (ISO) 9126-4. Output berupa rancangan produk berupa website berisi beberapa metrik yang digunakan yakni metrik effectiveness dengan 3 bagian task effectiveness, task completion dan error frequency selanjutnya metrik productivity dengan 3 bagian task time, task efficiency dan productive proportion, berikut metrik safety dengan 2 bagian economic damage dan software damage selanjutnya 1 metrik satisfaction yakni satisfaction scale. Adapun hasil berupa software yang dapat digunakan sebagai tools untuk mengukur, mengevaluasi kualitas suatu perangkat lunak.

Related SDGs Targets

Full Author List

Lorem ipsum dolor 123sit amet consectetur adipisicing elit. Nesciunt dolorem dolores ad maiores doloremque ducimus distinctio ratione exercitationem dicta aperiam ipsam, officiis harum voluptate dolore pariatur?

Abstract

Lorem ipsum dolor sit amet consectetur adipisicing elit. Nesciunt dolorem dolores ad maiores doloremque ducimus distinctio ratione exercitationem dicta aperiam ipsam, officiis harum voluptate dolore pariatur?

Related SDGs Targets

Full Author List

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 Targets