Research Publications

Authors

Irawati; Mude, Muh. Aliyazid, Universitas Muslim Indonesia

Abstract

Sistem usaha mandiri adalah usaha yang sepenuhnya ditanggung oleh peternak sendiri, sedangkan sistem kemitraan adalah usaha yang melibatkan kerjasama antara perusahaan dengan peternak. Dalam pemantauan perkembangan ayam, biasanya perusahaan melibatkan penyuluh lapangan (ppl) untuk memantau. Adapun proses pemantauan dilakukan dengan meminta laporan harian dari peternak. Masalah umum yang biasanya terjadi pada proses pemantauan dan pengolahan data adalah sering terjadi kesalahan pencatatan data, kesalahan perhitungan data, kesulitan mencari data, dan lebih rentan terhadap kehilangan data. Tujuan dari penelitian ini adalah membangun sebuah sistem monitoring pelaporan perkembangan ayam broiler menggunakan metode pieces (Performance, Information, Economic, Control, Efficiency, Service) yang diharapkan dapat mempermudah monitoring dan mengurangi kesalahan yang terjadi dalam pengolahan data. Dalam penelitian ini, metode yang digunakan dalam pengembangan sistem adalah metode rad (rapid application development) yang dimana metode ini bagus digunakan dalam pengembangan sistem dengan mengutamakan waktu yang relatif singkat. Kemudian dalam menganalisis sistem, metode yang digunakan adalah metode pieces dimana terdapat 6 aspek yang terkait tentang performance, information, economics, control, efficiency, dan Service. Hasil dari penelitian ini adalah sebuah sistem yang memudahkan peternak dan ppl untuk mengolah data dan memonitoring perkembangan ayam broiler. Kemudian hasil dari pengujian blackbox tidak adanya kesalahan dan error pada tombol sistem, fungsi dasar sistem , dan keamanan sistem. Berdasarkan hasil analisis kepuasan terhadap sistem monitoring pelaporan perkembangan ayam broiler menggunakan metode pieces mendapatkan hasil yang sangat memuaskan

Related SDGs

Authors

Irawati; Mude, Muh. Aliyazid, Universitas Muslim Indonesia

Abstract

Fasilitas umum dianggap sangat berperan penting bagi tumbuh dan berkembangnya suatu daerah, ketersediaan fasilitas umum seperti fasilitas pendidikan, fasilitas kesehatan, dan fasilitas peribadatan sangatlah dibutuhkan oleh masyarakat banyak sehingga menjadi perhatian penting bagi pemerintah kota maupun pemerintah daerah. Penelitian ini bertujuan untuk merancang dan membangun aplikasi sistem informasi geografis sebaran fasilitas umum di Kabupaten Luwu berbasis WebGIS yang diharapkan dapat mempermudah masyarakat dalam mengakses layanan informasi fasilitas umum yang tersedia. Metode penelitian digunakan penulis melakukan beberapa metode dalam mengumpulkan data dan referensi yang nantinya dapat memperkuat hasil dari penelitian ini dan perancangan aplikasi menggunakan model waterfall iterative. Hasil penelitian Teknik pengujian yang digunakan dalam sistem ini yaitu teknik pengujian black box testing. Sistem ini dibangun mengunakan Open Street Map yang digunakan untuk menampilkan fitur pemetaannya. Pemetaan pada sistem informasi geografis berupa pemetaan sebaran titik-titik fasilitas umum. Data yang digunakan pada penelitian ini yakni menggunakan data spasial yakni data yang yang berhubungan dengan batas administrasi daerah maupun titik lokasi fasilitas umum dan data non spasial yakni data yang berupa keterangan fasilitas dan juga foto fisik. dari rekapitulasi pada tabel x menunjukkan rata-rata hasil kuesioner yang telah dibagikan ke 32 responden yang mengisi untuk aspek antarmuka dari 5 pertanyaan dengan nilai indeks 78,4%, aspek kinerja terdiri dari 5 pertanyaan dengan nilai 77,52%, aspek struktur data (database) terdiri dari 5 pertanyaan dengan nilai 77,64%. Maka dari itu hasil keseluruhan yang diperoleh adalah sebesar 77,85% yang termasuk dalam kriteria baik.

Related SDGs

Authors

Kurniati, Nia; Hasnawi, Mardiyyah, Universitas Muslim Indonesia

Abstract

Global demands require the world of education to always adapt technological developments to efforts to improve the quality of education. In improving the quality of teaching and learning in the era globalization, teacher should master computer programs in order to be able to take advantage of available technologhy and facilitate teaching. This community service activity aims to provide online learning training for students of the Mizanul Ulum Islamic Boarding School in Sanrobone Village so that they can develop technology in the learning process. The implementation method in online learning training is carried out in several stages, namely site surveys and collaborating with work partners at schools, conducting outreach about online learning at schools, implementing online learning training, and evaluating. The results achieved were that participants understood the importance of implementing IT in the learning process, participants were able to use online learning media such as the zoom app, and google meet, participants were able to carry out learning activities online using the zoom app anf gogle meet.

Related SDGs

Authors

Hasnawi, Mardiyyah; Harlinda, Universitas Muslim Indonesia

Abstract

Media informasi yang berfokus pada objek parawisata Sulawesi Tenggara belum memadai di Dinas Parawisata provinsi Sulawesi Tenggara. Penelitian ini bertujuan untuk membangun sistem informasi pariwisata Provinsi Sulawesi Tenggara menggunakan prototyping model dan menerapkan user centered design dalam pengembangan sistem tersebut. Dalam proses pengembangan aplikasi dengan metode prototyping dan user centered design, dilakukan interaksi secara langsung kepada pengguna akhir sistem, sehingga dihasilkan rancangan aplikasi sistem informasi. Ada 10 indikator dalam evaluasi desain sistem informasi yaitu Connectivity, Simplicity, Directional, Informative, Interactivity, User Friendliness Comprehensiveness, Continuity, Personalization, Internal. Hasil penelitian berupa sistem informasi parawisata provinsi Sulawesi Tenggara sebagai media promosi objek pariwisata Sulawasi Tenggara di Dinas Pariwisata Provinsi Sulawesi Tenggara. Hasil evaluasi desain user interface dan user experience dari 10 indikator menunjukkan bahwa skor rata-rata 2.3 dengan kategori baik pada aplikasi berbasis mobile

Related SDGs

Authors

Munawar, Zen; Hasnawi, Mardiyyah; Beno, Ishak Semuel; Darma, I. Wayan Agus Surya; Sastradipraja, Cecep Kurnia; Sutramiani, Ni Putu; Amir, Ashadi; Manurung, Halomoan Edy; Mandowen, Samuel Aleksander; Pomalinggo, Suwito; Indra, Dolly; Irmawati; Setywan, Adhita Arif; Mansyur, St. Hajrah; Koibur, Mayko Edison

Abstract

Buku Visi Komputer: Konsep, Metode, dan Aplikasi memberikan pengantar yang komprehensif dan terperinci tentang konsep dasar dan perkembangan terbaru dalam bidang komputer visi. Buku ini mencakup topik-topik mulai dari classical computer vision hingga deep learning, convolutional neural networks, object detection, face recognition, image segmentation, image stitching, dan augmented reality. Penulis juga membahas algoritma, teknik, dan library yang dapat digunakan untuk memproses citra dan video, serta memberikan studi kasus yang menarik untuk mengilustrasikan konsep yang dijelaskan. Buku ini sangat cocok untuk pembaca pemula yang ingin mempelajari dasar-dasar komputer visi, serta bagi mereka yang ingin memperluas pengetahuan mereka tentang topik terkait.

Authors

Manga, Abdul Rachman; Sulistya, Yudha Islami; Kasmira, Universitas Muslim Indonesia; Handayani, Ani Nur; Herwanto, Heru Wahyu; Asmara, Rosa Andrie, Universitas Negeri Malang

Abstract

Dalam Buku ini penulis dengan jelas dan ringkas menguraikan konsep dan teknik yang digunakan dalam pemrosesan citra dan video, sehingga pembaca dapat dengan mudah memahami topik yang kompleks. Buku ini juga dilengkapi dengan ilustrasi dan contoh kasus yang membantu pembaca memahami konsep yang dijelaskan. Selain itu, penulis juga membahas teknologi terbaru dalam bidang komputer visi, seperti deep learning dan augmented reality, sehingga pembaca akan terus memperbarui pengetahuan mereka tentang topik ini. Buku ini dapat dijadikan referensi penting bagi mahasiswa dan peneliti di bidang komputer visi, serta praktisi yang ingin memperluas pengetahuan mereka dalam bidang ini

Related SDGs

Authors

Herdianti; Manga, Abdul Rachman; Azis, Huzain, Universitas Muslim Indonesia

Abstract

Sistem informasi berbasis web telah menjadi salah satu trend pemanfaatan teknologi yang saat ini ditemui di dunia pariwisata dan ekonomi kreatif sebagai salah satu alternatif penyampaian informasi (pengetahuan dan berita) berbasis Internet yang dikeluarkan oleh dinas pariwisata atau pengelola tempat wisata dengan tujuan untuk kemudahan dalam pendistribusian informasi pada publik, baik masyarakat sekitar, wisatawan domestik, maupun wisatawan mancanegara. Sehubungan dengan hal tersebut, Fakultas Ilmu komputer sebagai lembaga yang berperan aktif dalam pengembangan dan penerapan teknologi informasi di Kawasan Indonesia Timur dengan visi fakultas yaitu “Smart Village” yang bersinergi dengan visi Universitas Muslim Indonesia terkait “Halal Issues” melakukan peningkatan kualitas dan pengembangan desa di Lembang Marinding Kecamatan Mengkendek Tana Toraja khusus di bidang pariwisata halal dan ekonomi kreatif melalui sebuah kegiatan pengabdian kepada masyarakat (PkM) yang dilaksanakan dalam bentuk pengembangan website bagi pengelola Gunung Kandora Kabupaten Tana Toraja demi peningkatan pendapatan ekonomi daerah dan secara khusus untuk kesejahteraan masyarakat sekitar

Related SDGs

Authors

Harlinda; Umar, Fitriyani, Universitas Muslim Indonesia

Abstract

Upaya yang dilakukan pemerintah salah satunya yaitu mewajibkan seluruh masyarakat untuk melakukan vaksinasi sebanyak tiga kali yaitu vaksinasi pertama, kedua, dan ketiga atau biasa disebut dengan vaksin booster. Namun dengan adanya kebijakan pemerintah terkait pelaksanaan vaksinasi booster yang terjadi di masyarakat khususnya vaksinasi booster dua yang merupakan vaksinasi lanjutan banyak menuai pro dan kontra ditengah masyarakat. Beragam pendapat dari masyarakat ada yang mendukung program ini dan sebagian yang lainnya menolak dengan berbagai alasan. Oleh karena itu, salah satu cara untuk mengetahui tanggapan masyarakat terkait kebijakan ini adalah melalui analisis sentimen. Analisis sentimen merupakan pengamatan yang dikelola berdasarkan pendapat, sentimen, evaluasi, sikap, dan perasaan orang lain terutama berdasarkan apa yang mereka tulis. Pendapat lain memaparkan bahwa analisis sentimen bertujuan untuk mengetahui dan memprediksi apa yang difikirkan seseorang berdasarkan informasi seperti opini baik bersifat negatif maupun positif. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat terhadap kebijakan pemerintah vaksinasi booster 2 menggunakan metode Naive Bayes Classifier. Hasil penelitian menunjukkan hasil pengujian dengan menggunakan validation maka memperoleh nilai performance yaitu accuracy sebesar 86.84, precision sebesar 85.71% dan recall sebesar 90%

Related SDGs

Authors

Herman; Umar, Fitriyani, Universitas Muslim Indonesia

Abstract

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

Related SDGs

Authors

Umar, Fitriyani; Herdianti; Astuti, Wistiani, Universitas Muslim Indonesia

Abstract

Banyak upaya yang dapat dilakukan untuk membantu proses pembelajaran. Transfer pengetahuan akan optimal jika didukung dengan media pembelajaran yang tepat. Sekolah Dasar Inpres Marinding dalam proses pembelajaran selama ini belum dapat memanfaatkan teknologi terkini yang sesuai untuk meningkatkan pemahaman siswa tentang suatu mata pelajaran. Padahal pesatnya perkembangan teknologi informasi dapat dimanfaatkan sebagai media tambahan untuk mendukung pembelajaran yang merangsang imajinasi, interaktif dan menumbuhkan minat belajar sehingga proses belajar mengajar menjadi lebih baik lagi. Demi menunjang proses pembelajaran di SDN 294 Inpres Marinding, siswa diharapkan memiliki banyak buku yang berisi satu tema tertentu sebanyak jumlah tema yang ada. Akan tetapi, pembelajaran masih berpusat pada buku tersebut dan tidak ada alat peraga khusus tentang Flora. Siswa tidak dapat melihat objek Flora secara langsung, hanya melalui gambar di buku dan kurang detailnya informasi tentang objek tersebut. Akibatnya, pembelajaran cenderung monoton, dan kurang kreatifitas. Solusi yang diusulkan adalah memberikan pelatihan untuk implementasi aplikasi Augmented Reality Pengenalan dengan tujuan untuk meningkatkan pengetahuan guru dan siswa dalam pemanfaatan teknologi informasi untuk media pembelajaran alternatif melalui Augmented Reality khususnya pembelajaran Flora. Tercapainya tujuan kegiatan telah menghasilkan luaran berupa modul dan aplikasi yang dapat menjadi alternatif media pembelajaran, publikasi pada media online dan jurnal yang diterbitkan di ILKOMAS

Related SDGs

Authors

Umar, Fitriyani; Herdianti; Purnawansyah, Universitas Muslim Indonesia

Abstract

Hal yang kritis dalam proses pengenalan pola adalah ekstraksi fitur. Merupakan suatu metode untuk mendapatkan ciri-ciri suatu citra (image) sehingga dapat dikenali satu sama lain. Pada penelitian ini, metode deskriptor Fourier digunakan untuk mengekstraksi pola aksara Lontara yang terdiri dari 23 huruf. Deskriptor Fourier adalah metode yang digunakan dalam pengenalan objek dan pemrosesan citra untuk merepresentasikan bentuk batas segmen citra. Pengenalan karakter dilakukan dengan menggunakan jarak Euclidean dan Manhattan. Hasil pengujian menunjukkan bahwa tingkat pengenalan tertinggi mencapai akurasi 91,30% dengan menggunakan koefisien Fourier sebesar 50. Pengenalan huruf menggunakan Manhattan dan Euclidean cenderung sama atau menghasilkan akurasi yang cenderung serupa. Akurasi tertinggi dicapai saat menggunakan Manhattan sebesar 91,30%

Related SDGs

Authors

Umar, Fitriyani; Aisyah, Universitas Muslim Indonesia

Abstract

Setiap tahunnya, di Indonesia jumlah penderita gangguan mata terus mengalami peningkatan. Beberapa jenis penyakit ini di antaranya katarak, kebutaan, kelainan refraksi dan kornea. Penyakit mata perlu mendapatkan pemeriksaan dan pengobatan dari dokter spesialis mata untuk menghindari kerusakan yang lebih parah. Seiring perkembangan teknologi, Pekerjaan yang sangat sibuk dari seorang dokter mengakibatkan bidang sistem pakar mulai dimanfaatkan untuk membantu seorang pakar/ahli dalam mendiagnosa berbagai macam penyakit. Penelitian ini membuat sistem pakar berbasis web untuk diagnosa awal penyakit mata. Sistem dibangun menggunakan bahasa PHP dengan model Unified Modelling Langguage (UML). Metode forward chaining diterapkan pada inferensi untuk merunutkan gejala-gejala yang menghasilkan kesimpulan. Adapun certainty factor untuk mengetahui berapa persen penyakit yang di derita penderita melalui hasil hitungan dalam metode tersebut. Hasil pencocokan diagnosa menunjukkan bahwa 100% sesuai antara hasil sistem dan diagnosa pakar. Sistem ini dapat menjadi sistem diagnosa awal untuk mengetahui jenis penyakit mata yang dialami tanpa konsultasi kepada spesialis mata terlebih dahulu

Related SDGs

Authors

Anugraha, Tri Reski; Atmajaya, Dedy; Hayati, Lilis Nur, Universitas Muslim Indonesia, Makassar, Indonesia; Nurhajar Anugraha, Politeknik Negeri Sriwijaya, Palembang, Indonesia

Abstract

The efficiency aspect of the housing security sector is the main consideration in creating information technology in a CCTV security development, because so far CCTV has not guaranteed maximum housing security, because CCTV can only record not analyze. This makes CCTV only a recording device for the point of occurrence, so this activity is less effective considering CCTV cannot analyze the face of a person who has committed a DPO action. So on that basis, researchers are developing existing technologies with facial recognition systems using the face recognition method for housing security. This method works by detecting a person's facial features. The face recognition apps provide information to the authorities by notifying the notification on the user's smartphone (security guard). So face recognition apps have been applied to the Green Cakra Housing, to help security guards monitor the entrance and exit of guests in the housing. This system can recognize the face of DPOs by obtaining a percentage of the assessment as much as agreeing that the application is effective enough.

Related SDGs

Authors

Purnawansyah; Syafie, Lukman; Herdianti, Universitas Muslim Indonesia

Abstract

Shallots are one of the most widely produced crops in Enrekang Regency. The obstacle in cultivation is the presence of disease in the plant which can reduce production yields. We can recognize this disease from the spots on the leaves because these spots have unique color and texture characteristics. The aim of this research is to determine the results of the classification of shallot plant diseases which focuses on purple spot and moler disease. The classification algorithms used are CNN and SVM with RBF, linear, sigmoid and polynomial kernels. The feature extraction method used is Gray Level Co-occurance Matrix (GLCM). The analysis was carried out using 320 datasets with 2 classes, namely, purple spot disease and moler disease, each class has 160 datasets. The test results show that the CNN and SVM methods with RBF, linear and polynomial kernels get accuracy, precision, recall and F1 scores of 100% respectively. Meanwhile, the SVM method on the sigmoid kernel using texture feature extraction with the GLCM method states that the accuracy value is 75%, precision 75%, recall 73% and F1-Score 74%. So these results state that the Sigmoid method using GLCM feature extraction has the lowest value among other methods

Related SDGs

Authors

Purnawansyah; Herdianti; Widyawati, Dewi, Universitas Muslim Indonesia

Abstract

Tanaman herbal menunjukkan variasi berbagai ukuran dan bentuk yang berbeda untuk setiap jenis. Penelitian ini bertujuan untuk mengklasifikasikan citra daun dari daun katuk (Sauropus Androgynus) dan daun kelor (Moringa). Dalam penelitian ini digunakan Gray Level Co-Occurrence Matrix (GLCM) untuk mengektraksi fitur contrast, correlation, homogeneity, dissimilarity, dan Angular Second Moment (ASM). Adapun pada klasifikasi diterapkan metode Convolutional Neural Network (CNN) dan Naïve Bayes dengan kernel Gaussian, multinomial, dan Bernoulli. Jumlah citra yang digunakan dalam riset ini adalah 480 citra, dengan perincian 80% untuk data training dan 20% sebagai data testing. Berdasarkan hasil pengujian dan perbandingan yang telah dilakukan didapatkan kesimpulan bahwa penerapan metode CNN tanpa ekstraksi fitur terbukti lebih efisien dalam proses klasifikasi citra daun herbal, dengan nilai precision, recall, f1-score dan accuracy mencapai 98% pada situasi cahaya terang

Related SDGs

Authors

Purnawansyah; Herdianti; Nurhayati, Lilis, Universitas Muslim Indonesia

Abstract

Bawang merah rentan terhadap serangan penyakit yang dapat mengganggu pertumbuhan dan mengakibatkan hasil panen yang tidak maksimal bahkan gagal panen, seperti bercak ungu dan moler. Penelitian ini bertujuan untuk mengklasifikasikan penyakit bawang merah dengan mengimplementasikan meetode naïve bayes (gaussian , bernoulli, dan multinomial) dan CNN pada citra bawang merah yang diekstraksi menggunakan fourier descriptor. Metode FD – CNN memperoleh tingkat accuracy 98% dalam mengklasifikasikan penyakut bawang merah, moler dan bercak ungu, sedangkan metode CNN tanpa menggunakan ekstraksi menghasilkan nilai accuracy sebesar 97%. Adapun pada metode naïve bayes, pengklasifikasian yang memiliki accuracy paling tinggi adalah metode gaussian naïve bayes sebesar 95% sedangkan yang paling rendah yaitu metode bernoulli naïve bayes dengan tingkat accuracy sebesar 42%. Dengan demikian, dapat disimpulkan bahwa CNN, FD-CNN, dan FD-GNB efektif untuk meningkatkan performa klasifikasi pada citra daun bawang merah.

Related SDGs