Research Publications

Authors

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

Authors

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

Authors

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

Authors

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

Authors

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

Authors

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

Authors

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

Abstract

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

Related SDGs

Authors

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

Abstract

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

Related SDGs

Authors

Arnoli, Andi Laden Shamil, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia ;L, Harlinda, Program Studi Sistem Informasi, Universitas Muslim Indonesia, Makassar, Indonesia ; Astuti, Wistiani, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Stunting merupakan kondisi gagal pertumbuhan yang disebabkan karena kekurangan asupan gizi kronis dan nutrisi ditandai dengan panjang badan dan berat berada dibawah standar. Penelitian ini bertujuan membantu orang tua untuk memonitoring serta memberikan informasi terkait kriteria, gejala dan ciri- ciri stunting sehingga dibutuhkan sebuah aplikasi diagnosa stunting sederhana berisi menu informasi stunting dan menu diagnosa yang berfungsi dalam memonitoring dan memberikan pengetahuan terkait kondisi stunting. Aplikasi dalam penelitian ini dikembangkan menggunakan metode sistem pakar seperti forward chaining dan penggunaan pengukuran tingkat keyakinan certainly factor, Pembuatan aplikasi memanfaatkan framework flutter dengan menerapkan model pengembangan aplikasi menggunakan model ESDLC (expert system development life cycle) yang merupakan model khusus sistem pakar dengan pendekatan sitstematis dan terstruktur sehingga menghasilkan sistem yang efektif dan dapat dipercaya. Penelitian ini menghasilkan aplikasi diagnosa stunting yang dapat melakukan proses konsultasi sederhana dengan hasil untuk kondisi beresiko stunting sebesar 97,11% dan kondisi tidak beresiko mengalami stunting sebesar 47,84 %, dengan adanya aplikasi ini sebagai bentuk upaya deteksi dini stunting sehingga memberikan pengetahuan kepada orang tua terkait kondisi stunting dan informasi sebagai langkah awal penanganan stunting.

Related SDGs

Authors

Oihuw, Dewanti, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia ;L, Harlinda, Program Studi Sistem Informasi, Universitas Muslim Indonesia, Makassar, Indonesia ; Astuti, Wistiani, Program Studi Teknik Informatika, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Proses monitoring billboard pada CV. Duta Mandiri Advertising hingga saat ini masih menggunakan cara manual. Salah satu pemasarannya melalui media sosial yang ada yaitu instagram, dengan proses pemesanan melalui media whatsapp dengan proses pendataan melalui microsoft word dan microsoft excel. Pendataan yang tidak ter-update secara realtime membuat proses monitoring menjadi kurang efisien dikarenakan harus dicek secara berkala, pihak penyewa juga membuat pengelola harus mengkonfirmasi ulang apabila masa sewa sudah dalam masa tenggang. Dengan demikian, maka perlu suatu sistem yang bisa digunakan untuk memonitoring status billboard tersebut. Pengimplementasian metode prototype dalam pembuatan website Duta Mandiri Advertising sangat efektif dalam memenuhi kebutuhan pengguna, serta saat proses perancangan pengguna dapat ikut andil dalam proses perancangan yang dapat menjadi evaluasi dalam memberikan umpan balik. Dengan bantuan peta digital yang mana mempermudah pihak dalam mencari lokasi. Pemodelan pada perancangan website ini memakai UML, yang diantaranya adalah flowchart, use case diagram, activity diagram, sequence diagram, dan class diagram serta pengujian menggunakan Black Box Testing. Hasil penelitian membuktikan bahwa dengan status yang dapat ter-update secara up to date dapat dijadikan sumber informasi status ketersediaan billboard yang akan mempermudah berbagai pihak dalam mendapatkan informasi status billboard.

Related SDGs

Authors

Indra, Dolly, Departmentof Information System, Universitas Muslim Indonesia, Makassar, Indonesia; Ramdaniah, Departmentof Informatics Engineering, Universitas Muslim Indonesia, Makassar, Indonesia; Sukur, Widianti, Department of Information System, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Hybrid learning, which combines online and face-to-face instruction, has gained significant attention. Particu-larly in the Faculty of Computer Science, student engagement in hybrid learning is a central concern that arises during implementation. Hybrid, or blended learning, integrates various teaching methods, such as face-to-face, computer-based, and mobile learning, and offers advantages by reducing the time required for meetings and in-formation delivery. Sentiment analysis, a branch of text mining, aims to determine public opinion or sentiment on topics, events, or issues. This study surveyed 112 Information Systems students using an online questionnaire to assess their responses to hybrid learning, classified as positive, negative, or neutral using the Naïve Bayes classi-fier. The research stages included data collection, preprocessing, Naïve Bayes model training, model evaluation, and sentiment analysis. The study aimed to analyze hybrid learning’s impact on students' learning experiences and assess the accuracy of the Naïve Bayes method in classifying sentiments regarding this impact. The results indicated that the initial test had an accuracy of 60.87% withoutusing the SMOTE up-sampling operator, while the second test achieved 80.65% accuracy with the operator.

Related SDGs

Authors

Asis, Muhammad Arfah; Jabir, Sitti Rahmah; Tenripada, Andi Ulfah, Program Studi Teknik Informatika, Fakultas Ilmu Komputer,Universitas Muslim Indonesia

Abstract

Visibility merupakan indikator webometrics dengan bobot terbesar dalam pemeringkatan. Ini menunjukkan pentingnya pengelolaan struktur dan konten website Universitas. Dilihat dari nilai website baik atau terpercaya yang malakukan backlink pada Universitas Muslim Indonesia (UMI), website Fakultas Kedokteran UMI memperoleh nilai yang terbaik walaupun memiliki nilai kinerja website terendah berdasarkan GTMetrix. Dalam rangka pengabdian ini, kami mengadakan serangkaian kegiatan sosialisasi dan workshop guna meningkatkan pemahaman tentang webometrics serta metode untuk meningkatkan performa website. Hasil evaluasi menunjukkan peningkatan signifikan dalam pengetahuan setelah sosialisasi, dengan tingkat peningkatan yang baik dari 36% menjadi 80%. Workshop dilakukan untuk memperbaiki konten, struktur website, dan penerapan Search Engine Optimization (SEO) serta backlink. Evaluasi akhir menunjukkan bahwa mitra telah memahami konsep penilaian webometrics dan mampu meningkatkan pemeringkatan website melalui pengelolaan yang lebih baik. Diharapkan, penggunaan modul dan pelatihan konten ini dapat membantu meningkatkan kualitas website Fakultas Kedokteran UMI.

Related SDGs

Authors

As’ad, Ihwana; Asis, Muhammad Arfah; Pakka, Hariani Ma’tang; Masa, M. Anas, informatics engineering program study Universitas Muslim Indonesia; Abdurrahman, Tanridio Silviati Delfina; Budi, Alosius Firendianto

Abstract

Technological developments have led a decline in the usage and knowledge of the Manggaraian language, one among many of Indonesian native languages. This research aims to address the aforemtioned issue by developing a web-based application that functions as a translator, facilitating communication with the Manggaraian people. The application employs the Sequential Search Algorithm for word search with a total vocabulary of 500 words sourced from the Manggarai Indonesian dictionary. The results demonstrate the application's effectiveness in translating words and sentences, allowing users to input text into the designated textbox and viewing the translated output in another textbox. Detailed translation information is also provided for an enhanced comprehension. The research emphasizes the importance of preserving the Manggaraian language, urging the younger of Manggarai generation to actively partake in its preservation to safeguard their native heritage. Furthermore, the implementation of the Sequential Search Algorithm proves to be practical and effective in the context of word search.

Related SDGs

Authors

Taliba,Juraiz Hi.; Mansyur, St. Hajrah; Indra, Dolly, Universitas Muslim Indonesia, Makassar, Indonesia

Abstract

Penerimaan siswa baru adalah suatu hal yang perlu ditentukan secara cepat dan tepat. Dalam hal penentuan calon siswa baru di perlukan beberapa pertimbangan yang cukup banyak dan rumit yaitu standarisasi nilai, persyaratan masuk serta kebijakan-kebijakan dari pemerintah dan lembaga pendidikan yang sering berubah setiap tahunnya. Selama ini pemilihan sekolah yang dilakukan oleh siswa SMP Negeri 42 Halmahera Selatan tetap di lakukan secara subjektif tanpa ada penyeleksian artinya penilaian tentang kemampuan siswa hanya dari pengamatan saja tanpa adanya parameter dan siswa yang memilih sekolah untuk melanjutkan pendidikan tingakat menengah atas tidak mendapatkan hasil yang maksimal karena tidak sesuai dengan kemampuan yang di miliki. Penelitian ini bertujuan untuk menentukan jenjang pendidikan tingkat menengah atas yang akan menjadi rekomendasi pada siswa kelas IX SMP Negeri 42 Halmahera Selatan berbasis website. Metode yang digunakan adalah Profile Matching yang merupakan metode dalam keputusan pendukung sistem (SPK) karena perhitungan yang dilakukan dengan pembobotan dan perhitungan gap. Berdasarkan hasil penelitian yang telah dilakukan pada SMP Negeri 42 Halmahera selatan dengan menerapkan metode profile matching maka dari 15 data jenjeng pendidikan tingkat menengah atas diperoleh, pertama madrasah Aliyah ulul albab dengan nilai 4,7 lalu SMA Negeri 5 kota ternate dengan Nilai 4,64 dan SMK Bina infomartika Kota Ternate dengan nilai 4,58 yang menjadi rekomendasi untuk siswa kelas IX SMP Negeri 42 Halmahera Selatan. Adapun hasil dari pengujian dari aplikasi menggunakan Blackbox Testing berdasarkan rencana pengujian maka diperoleh kesimpulan diterima.

Related SDGs

Authors

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

Abstract

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

Related SDGs

Authors

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

Abstract

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

Related SDGs